随着web3.0、web4.0时代的到来,使得互联网的传播速度更快、传播成本更廉价、传播范围更广,三个更的实现虽然便捷了我们的生活,其传播速度之快、之广也使得网络舆情极具复杂性、多样性与广泛性,进而给网络舆情管理与研究工作带来了挑战。网民作为网络舆情的参与主体,其关注决定网络舆情的动向。由此,引入心理学中常用到的效应的概念,研究网络舆情中存在的特殊现象。通过大数据平台观察网民关注动向,发现事件传播过程中存在叠加-替换效应。因此本文综合应用网络信息传播模型、叠加原理与耦合度模型等方法深入研究该效应。第一,明确基本传播过程,以潜伏期、高涨期、缓解期与衰退期四个阶段进行深入刻画。进而探索传播过程的多种变化模式,深入探究模式背后的形成原因。第二,基于传播过程的分析,本文提出叠加-替换效应以刻画单个事件与多个事件间的公众关注度的变化规律。叠加效应旨在描述单个事件的公众关注度曲线。通过联想叠加效应刻画公众关注度曲线在非事件热议期的波动,依据宏观叠加效应的叠加耦合原理拟合公众关注度曲线。在阐明了单个曲线变化过程后,尝试探索相继事件间的替换关系。其表现为后发事件加速了先发事件公众关注度的下降,即事件社会影响力的转移或公众关注度的转移。依据先发事件缓解期与衰退期的交点和后发事件峰值点的相对位置,将替换效应分为前置替换效应、重合替换效应和后置替换效应。通过横向对比不同领域的舆情内容对替换效应的影响,进而对经济舆情、政治舆情、民生舆情、文化舆情和生态舆情进行分析,发现经济舆情和文化舆情替换效应并不普遍存在,而在政治舆情、民生舆情和生态舆情中替换效应普遍存在,这源于各类事件的特性对公众视线转移的影响。第三,在确定了叠加-替换效应的基本理论后,本文利用耦合度模型,通过对内外因耦合度的双重耦合计算以衡量替换效应的表现程度,并确定内部转化过程及影响因素。通过实际数据模拟发现,该模型可较好的模拟出相继事件间的替换程度。第四,叠加-替换效应描述了舆情事件公众关注的具体变化,叠加效应相关研究内容可用于舆情分析与舆情预测中,利用前期所掌握的舆情信息,根据叠加耦合模型,估计未来舆情规模及走向。在采取具体舆情干预策略时,可利用替换效应的原理起到缓解恶性舆情发展的作用。