互联网的普及与深度发展,改变着人们的信息交流方式,随着通信技术的无缝嵌入,使得网络虚拟世界与现实世界得以实时互动,人类的社会活动及时体现在网络中。各类网络平台的蜂拥出现,给网民提供了一个新闻报道、意见交流、情感表达的场所,与此同时,当人为原因引发的事故灾难事件降临在人类社会,在网络渗透很高的情况下,事故灾难网络舆情已严重介入人们生活,改变着网络生态环境,并左右着现实事件的进展,当其异常演化时,会给网络生态带来一定的风险,舆情科学应对迫在眉睫。因此,如何把握事故灾难网络舆情的演化特征和传播规律、实现舆情演化的精准预测来为政府科学应对提供理论和方法基础,已成为我国政府面临的需要持续解决的重要公共安全问题,也成为学界、社会公众和政府关注的焦点。鉴于此,本文以生命周期理论、政府应急管理等理论为基础,采用社会网络分析法、随机森林算法等多种定量方法,较为深入的研究了事故灾难网络舆情演化的总体特征、各演化阶段的舆情特征、舆情演化预测以及政府应对策略等问题。首先,文章从微观与宏观的角度对事故灾难网络舆情的演化过程进行深入分析,以剖析舆情演化过程中的演化特征、传播规律和内在机理。提出基于生命周期的舆情演化思想,将其演化过程划分为三个阶段,对每个阶段的舆情主题、情感属性进行了分析,从宏观方面完成了舆情整体演化分析;将社会网络分析法应用至舆情传播过程之中,分析舆情参与者在舆情信息交流中所起的作用和它们之间的信息关系,对舆情信息转发社会网络的结构特征和用户节点的中心性进行分析,从微观方面完成了舆情演化分析。然后,以舆情演化总体数据量为依据,引入随机森林算法(RF),从三个方面完成了舆情演化预测问题。一是建立预测模型,通过CART回归树和bagging集成算法构建RF预测模型;二是进行实验与仿真,用R语言平台实现,将获取到的数据进行训练,经过多次调试形成较优的模型;三是模型性能的比较,将常见的多元线性回归与BP神经网络两种预测方法与RF模型作为比较,分析它们的预测值与真实值之间的差别,以几种误差值作为参考依据,凸显RF预测模型的优势。最后,针对舆情演化的潜在风险,建立政府调控模式,提出舆情的政府应对策略。挖掘事故灾难网络舆情的潜在风险,分别从意识培养、技术支持、保障体系三方面进行调控,再结合生命周期理论,提出不同演化阶段的舆情应对方案,为政府科学应对事故灾难网络舆情提供参考。本文将生命周期理论、社会网络理论、随机森林算法引入到事故灾难网络舆情应对建设之中,建立了系统的舆情演化分析、预测及政府应对的理论和决策方法,旨在解决目前事故灾难网络舆情研究中政府科学应对的薄弱问题,有望在网络舆情理论体系的发展、政府事故灾难舆情应对能力的提高、事故灾难舆情的智能化应对系统的开发和建设、事故灾难网络舆情应急处置效率和效益的提高起推动作用。