网络空间群体性事件(简称“网群事件”)是网络信息内容管理的重要对象之一,已成为计算机科学、法学等多个学科的研究热点。分析网群事件中的用户行为、用户影响等级对社交网络研究有重要的意义,网群事件中的用户责任界定研究有助于网络空间的治理。本文以发生在微博平台上的网群事件及用户为研究对象,在分析了现有研究中存在的不足后,针对用户责任量化、用户影响等级算法和用户责任界定与预警方法展开了研究。主要内容包括:第一,针对当前网络用户责任界定的技术标准较模糊的问题,结合相关的法律法规,分析社会科学中责任的定义,提出了一个适用于网群事件的用户责任定义,并构建了一个由普通责任和潜在法律责任组成的网群事件用户责任体系。第二,针对现有的用户影响等级算法不完全适用于网群事件用户责任的分析等问题,基于PageRank算法思想,提出了一种用户自身影响等级算法和一种用户行为影响等级算法。首先,在用户关注关系网络中,综合分析用户自身的基本属性和相邻用户间的内容相似度,计算用户自身影响等级。其次,在用户交互关系网络中,分析用户的行为特征,并引入相邻用户间的响应权重因子,计算用户行为影响等级。实验结果表明,本文提出的用户自身影响等级算法可以有效地计算用户在关注关系网络中的影响,用户行为影响等级算法能够合理地反映用户在网群事件中的真实影响。第三,针对当前研究中缺少网群事件用户责任界定方法的问题,提出了一种基于影响等级的用户责任指数计算方法。该方法综合分析网群事件的特点,提出了事件影响等级的定义及计算方式。然后结合用户自身影响等级和行为影响等级,计算用户责任指数。通过在真实的网群事件中进行实证分析,结果表明提出的用户责任指数能够合理地发现事件中责任较大的用户。为了分析用户责任的演化规律,本文引入了时间因子和变化率的概念,动态计算责任指数。然后在此基础上,提出了一种简单的用户责任预警方法。