互联网形成了一个流动性高、可达性高、隐蔽性高的平台,社会个体可以通过它来表达自己对某一事件的观点,从而形成一个复杂的网络关系图。由于互联网自身的环境特点,其形成的舆论与传统媒体上形成的舆论是不同的。以往的研究中大多针对于后者,而在日益发达的网络时代,人们拥有网民和现实社会人双重身份,可以同时在线上互联网社交网络和线下人际交往网络两种渠道传播话题信息,传统的研究如今已不能很好的满足新的问题。鉴于此,本文将经典SIR模型拓展应用到舆情传播领域,考虑到人的双重属性以及信息传播的动态化特征,提出了耦合网络上的舆情传播动态化描述函数,并构建出更切合实际的舆情传播模型,深入研究舆情传播动力学参量之间的关系。此外,考虑到网络系统最终会趋向稳定状态,利用Lyapunov稳定性理论、赫尔维茨矩阵法等方法验证平衡点处的系统稳定性,并分析了平衡点的类型;构建系统的Jacobian矩阵,深入探讨了采取强制措施断开耦合网络后的稳定性,探究耦合网络系统的动态演化特征。本文具体的研究内容主要有以下几个方面:（1）提出了具备一定自我免疫效应的舆情传播模型。本文根据实际网络的特征,考虑到现实生活中的网络个体不是全部处于敏感态等待被传播,而是具备一定的免疫效应,对应到模型中意味着有舆情未知者直接转换为舆情免疫态,不参与完整状态转换过程,本文假设免疫效应的大小与系统中已有的信息敏感者比例成正向相关关系。（2）建立线上—线下双层耦合网络舆情传播模型。在线网络的信息传播在一定程度上会促进（抑制）线下接触网络的传播过程,而线下接触网络的信息传播也会反作用于在线传播网络。因为两层网络之间存在舆情传播者的相互转移现象,所以层间转移率的大小也会影响传播模式。本文构建出线上—线下双层耦合网络的协同演化模型,模拟舆情的动态演化过程并进行仿真分析。为探究系统最终的稳定状态,本文还构建了李雅普诺夫稳定性函数,利用能量度量算法分析系统的平衡状态。（3）为验证所建立的传播模型在真实网络结构上是否符合传播规律,本文针对联想集团投票事件,利用微博平台的热议指数与联想集团股票的涨跌幅两个指标进行实证分析,分析线上线下双层网络的相互作用。本文所做的工作在一定程度上丰富和完善了已有研究成果的理论及方法,所构建的舆情传播模型更加贴合实际问题,有助于帮助我们更加深入地了解、把握和预测某些舆情传播的形成与演化方向,分析耦合舆情传播网络系统的稳定状态,最终实现控制网络的目的,为管理者的科学决策提供了思路及依据,具有重要的理论意义和现实意义。