研究舆情传播以及其内部的转换机制在社会生活和国家安全等实际问题中是十分必要的。同时信息演化是网络传播的重要特征。本文对复杂网络舆情传播及其信息熵演化进行研究。主要研究内容和结果包括以下几个方面。（1）构建了舆情传播关于未知状态、传播状态、免疫状态这三者之间的复杂网络传播动力学模型。给出了舆情传播信息演化的仿真算法步骤,并分析了网络分布特征和舆情传播参数对复杂网络舆情传播模型的影响。研究发现,舆情传播网络随着度分布的增大,舆情传播的速度更快。并且随着传播概率的增大,传播状态的人数越来越多,传播速度越来越快。随着遗忘概率的增大,传播状态的人数越来越少,遗忘状态节点达到平稳时的过程越快。（2）通过信息熵方法分析舆情传播网络的信息演化程度及信息量变化情况。通过互信息方法分析了舆情传播过程中未知、传播、遗忘状态之间相互转化的过程及其未知状态和传播状态、传播状态和遗忘状态、未知状态和遗忘状态之间的相关性。并对舆情传播网络的初期、中期、后期阶段进行了网络可视化。研究发现,传播概率不会影响舆情信息传播整个过程的混乱程度;但遗忘概率会影响整体的混乱程度。同时随着传播概率增大,传播状态与遗忘状态之间的相关性越来越强。随着遗忘概率的增大,未知状态与传播状态和未知状态与遗忘状态之间的相关性越来越强,传播状态与遗忘状态之间的相关性越来越弱。（3）基于节点度信息熵对舆情网络节点传播影响力进行了分析和评价。对于网络中度指标、局部熵指标以及映射熵指标的计算,网络效率、连通系数以及实际影响力这三种指标的评价结果呈现。研究发现,基于节点度的信息熵指标整体优于度指标。