信息技术的发展改变了传统的大众传播方式,消息传播和意见交互从现实世界迁移到虚拟空间中,个体通过社交媒体以点对点的方式传递消息、意见,由此推动了传播学、管理学、计算机等学科相关研究的深度融合。由于社交媒体实现方式的多样性、参与者的广泛性、传播渠道的复杂性,所以社交媒体上消息传播和意见演化过程中易呈现出突发性、裂变性及复杂性等特点。这要求政府相关部门和学者专家们面对社交媒体上海量的数据信息,科学的把握网络事件的传播规律、准确高效的分析传播态势及提高应急决策和预警能力。因此社交媒体上的消息传播和意见演化问题就成为一个重要的研究议题。然而很多研究隐含如下假设,在线社区上的社会网络关系只要建立就一直生效,也就是只要消息或意见到达网络上的节点,就会沿着虚拟世界中的社会关系传递。但是现实中由于用户本身的工作、学习、出行等社会活动的影响,在线的社会网络关系是处于时断时续的状态,这种时变的关系构成必定对消息传播和意见演化产生很大的作用。故本文针对这种社交媒体应用情景,从个体在线行为的时间特征出发,探究社交媒体的在线时变网络特性。在此基础上,考虑个体属性与群体社会规范,对在线时变社会网络上的消息传播与意见演化开展了建模、实证和仿真实验研究。本文的主要研究内容如下:（1）根据微博平台消息储存方式、用户在线浏览消息行为的特点,构建了用户活动窗模型,对用户的在线时间分配模式和有限注意力时间长度开展研究和分析。文中首先利用RNE抽样算法,抽取了 55万Twitter用户的在线社会关系网络和交互行为数据集合,统计分析结果证实了用户的在线活动行为呈现异质性。通过EM-GMM算法挖掘每个用户的在线活动序列,加权估算其在线时的活动窗长度,结果显示全体用户的活动窗统计特征符合带指数截断的幂律分布。此实证研究有助于我们了解微博用户在线消息处理特征和能力。（2）根据用户在活动窗约束下传播消息的行为特点,构建了在线时变社会网络模型,并在此基础上提出了活动窗驱动的消息传播模型,对社交媒体上消息传播机理和交互模式开展。本文认为微博、微信等社交媒体不仅仅是大众获取各类消息的平台,还是按照人的关系链、社会交互行为构成的一种新型传播渠道,是一种典型的在线时变社会网络。文章在研究内容（1）的数据集上构建了基于活动窗的在线时变社会网络。网络中的节点是在线用户,其中节点的活动窗属性表示了用户在线时有限注意力的时间跨度;网络中的边表示了用户在活动窗范围内发生的消息交互。文中还分析了在此网络上用户进行消息交互时的突发性和稳定性,并发现活动窗取值会影响它们的取值。之后再结合零模型方法,对活动窗驱动的消息传播模型开展研究,证明了活动窗是微博上消息传播的关键驱动要素,且消息传播是“连接方式——有限注意”融合作用下的结果。此项研究内容对于定量理解微博消息传播基底及消息传播的动态过程有一定的参考价值。（3）在上述研究结果基础上,考虑用户在线接收和浏览消息行为的特点,对基于活动窗在线时变社会网络上的复杂传播模型开展研究。在信息技术影响下,网络上的传播对象、传播主体和传播渠道都发生了变化。尤其面对部分特殊的消息时,用户从单个信息源看到消息不一定发生传播行为,而是在多个活动窗中多次浏览到不同信源推送的消息后才传播。在此基础上考虑用户处理消息的认知能力和心理阈值,构建了复杂传播模型。文章通过仿真实验分析了模型的复杂传播规模、盲区规模、简单传播规模、传播持续时间等统计指标,对比了时变网络上和静态网络上复杂传播规律的差别。此研究内容对于解释微博、微信等动态传播媒介上的消息传播结果有一定帮助。（4）针对社交媒体用户意见交互的不同情境,对基于活动窗在线时变社会网络上的意见演化模型开展研究,关注时变网络给社交媒体意见演化带来的新特点。首先,针对在线用户对某一事件具有多种意见或者围绕多个事件拥有不同意见的情景,将用户意见用向量表示,将意见交互的基底设置为带活动窗在线时变社会网络,研究多维意见的演化规律和多维意见相聚的度量方法。其次,由于用户在线参与意见交互只能发生在消息有效传达时刻上,将意见交互的基底设置为节点带活动力属性的在线时变社会网络,对有限信任模型的演化规律开展研究。此研究内容对认识动态传播介质上用户行为和舆论态势之间的关系有一定的价值。总结上述研究内容,本文综合利用大规模数据分析方法和仿真实验方法,对个体在线行为时间特征开展探索,构建基于活动窗的在线时变社会网络,进而针对这类网络深入探索的消息传播模型和意见演化模型,研究结果深化了对动态传播基底上的消息传播和意见演化规律的认识。