随着大数据、4G高速网络时代到来，实时交互、成本低廉的网络事件对社会生活、政策法规、人民心态影响逐渐加深。事件监控、舆论引导等问题引起广泛重视。本文针对网络事件发生的早期特征对其进行实时监测评价，对其未来发展进行预测，以期预警和引导舆论的良性发展。本文跟踪收集大量网络事件并记录早期特征和最终影响范围，全程评估及评价内容，归纳总结了网络事件扩散的时间规律、热度规律和生物时钟规律、不同网络事件信息筛选规律和同一网络事件信息筛选规律。本文通过实时网络事件归类、扩散性和倾向性检测，建立网络事件数据间的逻辑关系，依据网络事件扩散规律建立了网络事件扩散模型。评价网络事件的影响力、实时监控网络事件的发展规模和方向，预测预警级别，确定舆论引导的方向和措施，在网络事件的发生初期进行引导，使其发展趋势及影响力在可控制范围内。本文基于遗传算法设计网络事件预测模型，在大数据环境下建立评价预测原型系统。对不同网络事件在同一时间发展情况进行预测，得到良好的实验结果，证明其使用价值与推广价值本文的主要创新点为：1、发现黄金24小时为网络事件早期和快速上升期的分界点规律；提出在黄金24小时实时发现评价、实时预测引导的网络舆情监控方法，从事件发展为热点后的堵截转变为早期发现预测和良性引导。2、基于网络事件内容监测和评论倾向性预测，建立自学习的网络事件扩散模型；利用遗传算法设计网络事件预测算法和原型系统，具有计算简单、处理时间快、自适应及规模、范围和态度控制的全面性等特点。