社交网络的出现为人们提供了新的信息媒体,同时也很大程度上增加了网络舆论爆发的可能性,并且网络舆情对现实社会安全有很大的影响。有了社交网络作媒介,各种突发公共事件的相关报道会在极短的时间内在社交网络上进行传播扩散。网络舆情所表达的公众的社会情绪大致存在正面情感和负面情感两种类型的情感表示,尤其是网络舆情所表达的负面情感会对社会安全产生较为严重的影响,所以对网络舆情所表达的情绪进行挖掘和监管至关重要。具体工作如下:首先,构建了基于文本情感分析与主题挖掘的突发事件网络舆情演化分析框架,其中涉及基于隐马尔科夫模型的中文分词,基于神经网络的词向量构造模型,基于支持向量机的文本情感分析和基于主题模型的文本主题挖掘的方法。其次,完成了基于该情感分析框架研究突发事件在时间序列上的舆情主题演化研究。研究包括突发事件网络舆情的情感极性的演变,突发事件在传播扩散的过程中舆情主题的演变,通过将数据进行时间分片引入到主题模型,进而分析公众情感极性和舆情主题随时间的变化规律。最后,实现了面向特定突发事件生命周期各阶段的传播网络以及主题演化实证分析,对突发事件传播演化过程中的主题进行了挖掘。研究突发事件演化过程中主题变化所产生的原因,验证情感分析在网络舆情演化过程中的作用。