在线社交媒体的蓬勃发展使其渐渐代替传统媒体成为了信息传播的主要渠道,这大大促进了信息传播的速度和广度,扩大了信息影响力。因此,理解在线社交网络中热点信息的传播规律对市场中的广告投放和舆论控制具有十分重要的意义。但是,目前人与人、人与信息、信息与信息之间的交互对信息传播机理的影响并不完全清晰,有待进一步研究。本文主要研究内容如下:心理学的情绪感染理论表明,在信息传播过程中,人们的情感会对其行为造成影响,从而影响信息传播。为研究不同情感对信息传播的影响,本文提出了基于情感的信息传播模型。首先,该模型引入了情感传播力描述不同情感对信息传播概率的影响,以此分析不同情感在信息传播过程中扮演的角色。此外,由于用户之间的连接关系是信息传播的基础,因此本文引入信息传播力来研究不同连接关系对信息传播过程的影响。然后,基于异质平均场理论建立了动力学方程,理论推导了信息传播的爆发阈值和传播规模。最后,通过计算机仿真模拟了不同的情感和连接关系影响下的信息传播趋势,并通过实验验证了模型的有效性。现有关于多重信息传播的研究大都基于单一话题考虑信息之间的关系,并且忽略了用户注意力限制对信息传播的影响。针对该问题,本文首先量化了用户注意力广度对其处理信息能力的影响,利用内容相关性对信息进行了不同类型的划分。其次,结合易感-感染-免疫(Susceptible-infected-Recovered,SIR)流行病传播模型将节点分成了5个状态,利用离散时间的微观马尔科夫链理论推导出了节点状态的转移矩阵及其计算公式。最后,通过考虑节点之间的交互规则,利用统计方法提出了非线性动力学模型,求解了该模型的平衡点并证明了其稳定性。通过数值模拟分析了用户最终传播概率与用户的初始传播意愿、接收信息路径的数量、用户注意力广度之间的相对变化关系。利用人工网络的仿真实验分析了信息传播过程中的信息的竞争、合作关系,以及注意力广度对信息传播过程的影响。通过与真实网络数据的拟合度验证了模型的准确性和有效性。