新媒体和大数据时代，现代社会所面临的舆情环境发生了巨大的变化。网络舆情的影响力正逐步扩大，成为信息传播的主流引导力量，成为社情民意的集散地，同时也是观察社会的窗口。互联网作为开放共享的平台，公众可以借此自由表达观点态度、看法立场，而正是这种公平话语权的行为机制，也会引起许多问题。网络舆情已逐步成为研究热点，而网络舆情预测作为其中的一个重要环节，做好此项工作将有助于有关部门科学合理决策。　　预测的方法有许多种，在实际应用当中要根据不同的具体问题对象来进行选择。本文针对网络舆情时间序列数据小样本、贫信息、非线性等特点，选择最小二乘支持向量机作为研究工具。为了更好地发挥其预测功能，结合群智能优化算法中改进的混合蛙跳算法对其两个重要参数—正则化参数、核函数的宽度参数寻优，来提升支持向量机的预测性能，最终利用构建的改进的混合蛙跳算法优化最小二乘支持向量机(ISFLA-LSSVM)模型结合热点话题的讨论数量进行预测并分析其未来的发展趋势。　　本文从经典的混合蛙跳算法流程入手，分析其所存在的缺陷，主要改进策略如下:①种群初始化阶段，采用混沌映射和反向学习策略构造初始化种群，增加其多样性，提高收敛速度;②局部搜索阶段，采用移动因子改进更新步长，降低搜索的随机性，采用自适应惯性权重改进最差解的更新，符合青蛙的动态运动趋势，提高了搜索效率;③引入群体的适应度方差动态调整变异概率，并以此对全局最优解进行更新操作，模拟真实进化过程，避免出现早熟，陷入局部最优等情况的发生。　　经过改进后的模型应用到网络舆情预测当中，取得了较为理想的效果。最后结合集团公司实际调查研究情况和现有的网络舆情理论提出建立舆情监测机制的合理化建议。