目前,网络舆情对于社会公共事件的发展有着重要的影响,其中网民群体是推动网络舆情演变的行为主体,而网民群体的负面情感是网络舆情的重要特征之一,如果不加以正确引导,极有可能造成公共危机。鉴于网络舆情巨大的社会影响力,各级政府越来越重视对网络舆情的管理,对于网络舆情演变的研究逐渐成为学者们研究的热点。但是,现有的研究缺少对网民群体行为决策转换规律的研究,尤其缺少结合政府应急管理对网民群体行为决策转换规律的建模与仿真研究。SOAR (State, Operator and Result)模型借用人工智能领域中“问题空间”的概念,将认知行为看作相应问题空间中状态随时间的连续转换过程,支持群体行为转换规则的建模仿真。因此,本文基于SOAR模型,将网民群体作为智能体Agent,将网络舆情中网民群体行为转变过程看作相应舆情问题空间中状态随时间的连续转换过程,结合网络舆情演变、政府应急管理相关理论,将网民群体划分为Me-formers与In-formers,将网络舆情发展阶段划分为产生、爆发、成熟、衰退,设计网民群体Agent的工作记忆、长期记忆、决策过程、学习机制,构建网民群体行为转换规则库,建立了基于SOAR模型的网民群体行为转换SOAR Agent模型。在此基础上,设计仿真实验,结合典型网络舆情事件案例,使用NetLogo仿真平台,对政府不同应急措施下微博用户群体行为演变过程进行仿真,从而验证本文提出的网民群体行为转换SOAR Agent模型的有效性。最后,以网络舆情演变过程中的衰退阶段为例,评估不同的政府应急措施对不同类别网民群体行为的影响,对政府应急管理提出建议。