微博作为社会化媒体中的代表之一,以其便捷性、传播性、低门槛和高交互性等特点成为人们表达和传播观点及情绪的重要渠道。通过量化微博舆情的动态影响力,可以分析舆情在不同时间节点的演变态势,更好的掌握微博用户对当前舆情事件的关注程度,从中发现舆情的演变规律和潜在风险,从而为政府、企业等主体控制、引导舆情和制定舆情预警机制提供决策支持。本文从交互行为-微博内容-用户情感层面出发,提出一种基于交互行为和情感差异度的舆情影响力度量算法。首先,基于用户的交互行为,借鉴TF*PDF算法原理对所有帖子由不同交互行为产生的舆情交互影响力进行量化,同时考虑舆情热度趋势对舆情影响力的影响作用,提出基于交互行为和舆情趋势的舆情交互影响力算法;其次,从用户情感层面入手定义舆情情感影响力,采用贝叶斯朴素分类器等方法进行情感分析,计算微博用户情感倾向值并利用其方差描述当前舆情情感倾向差异程度,借鉴信息量计算方式,对由情感差异冲突带来的舆情潜在的情感影响力信息量进行量化,提出基于情感差异的舆情情感影响力算法;最后综合舆情交互影响力和情感影响力,从行为和情感层面综合量化舆情的显隐性影响力。以微博舆情事件“滴滴下架顺风车”为例进行实证分析,对本文提出的算法加以验证。与此同时,建立综合交互行为和情感倾向的舆情动态演化分析策略,分析舆情在不同演化阶段内在交互行为和情感层面上的演化特点。实证分析证明,本文提出的动态影响力度量模型能够识别基于交互行为的显性影响力和基于用户情感的隐形影响力,为舆情动态演化分析和影响力量化提供有效工具。