在线社交网络的发展,为人们获取信息、传播信息提供了很多便利。然而谣言和有害舆情信息在网络中传播会给人们的社会生活带来巨大的影响,辟谣和控制舆情传播的过程往往需要付出大量的人力和物力,因此研究网络舆情信息传播机理,建立适合的网络舆情传播模型,采取有效的舆情传播控制方法具有重要的现实意义和社会价值。复杂网络理论研究发现网络结构动态演化对网络信息传播有着重要影响。本文通过对网络结构进行分析,发现网络中高密度的聚簇结构能够有效阻挡信息级联传播。考虑到节点个体的行为特点,比如物以类聚,人以群分的社会现象,说明我们常常和朋友具有相同的兴趣爱好,这使得我们常倾向于和多数朋友保持行为上一致。本文考虑到节点行为会受到直接邻居行为的影响以及网络中级联行为的传播特点,构建一个基于元胞自动机的舆情传播（Susceptible-Infected-Susceptible based on Cellular Automata,CASIS）模型,基于该模型的传播特点与网络中聚簇结构的分析,提出删边聚簇（Clusters with link-removed,CLR）的网络舆情传播控制方法,并部署仿真实验进行有效性验证和分析。本文主要研究工作有:1.建立基于元胞自动机的舆情传播CASIS模型。现有基于平均场方法的信息传播模型很难体现网络中节点状态及网络拓扑在每个时刻的演化情况,而元胞自动机能够有效克服这方面不足,所以本文采用元胞自动机建立舆情信息传播模型。考虑到信息级联的特征和周围朋友对我们自身行为产生的影响,本文设定动态传播规则体现节点之间的状态转换,建立基于舆情信息级联CASIS传播模型。2.提出删边聚簇的舆情传播控制CLR方法。考虑到网络结构优化对信息传播控制的影响,分析影响信息级联行为的网络结构特征,发现网络中高密度的聚簇结构能够有效的阻碍和延缓信息级联行为,从而提出了删边聚簇的CLR方法,在保证网络连通情况下,通过删除或管制有限数目的边,实现舆情传播的阻挡和控制。3.设置仿真实验验证CLR方法的可行性和有效性。实验结果表明本文提出的CASIS舆情模型更符合现实生活中舆情信息传播规律。在具有明显社团结构的中小型网络中,本文提出的CLR方法能够有效延缓舆情传播速度并控制舆情传播范围,在删边数目相同的情况下,舆情传播控制效果明显优于其他删边方法。总之,本文关注网络舆情传播的控制问题,考虑到网络舆情传播的级联特性,建立了舆情传播的CASIS模型,并针对舆情在网络中的传播特点提出删边聚簇的CLR方法,实验结果表明该方法能够有效延缓舆情传播速度并控制舆情传播范围,该方法易于部署,可广泛应用于网络信息传播控制的各个方面。