在互联网快速发展,社交网络用户数增长的情况下,经济全球化、信息网络化、社会复杂化和自然环境不断恶化,我国近年来发生了多起群体性突发事件。同时,随着我国当前改革的快速深入和社会的飞速发展,民众对互联网的各种新生事物的适应性还处于调整阶段,这样使得突发事件容易在互联网上引起广泛的影响,对社会群体心理和行为造成影响的范围极大,给国家应急管理带来了诸多严峻挑战。近几年国外有很多利用社交网络策动群体性事件的案例,例如利用Twitter颠覆国内政权的利比亚革命、给英国带来严重治安影响的伦敦骚乱。社交网络均是其策源地,我国类似事件也不少,例如2011年日本地震后的国民非理性抢盐事件、2013南方周末新年特刊示威游行事件等,因此,从维护国家稳定和社会角度出发,研究基于复杂网络理论等相关新兴社交网络分析理论的舆情分析与应急管理方法,对于我国的国家及社会稳定,具有重要意义。本文主要完成了以下五个方面的工作:从舆情软件的需求上对国内外相关软件进行了详实的调研,对论文的目标软件系统进行了设计;研究了复杂网络的基本理论,特别是与社交网络结构分析、信息传播紧密相关的部分;实现了智能化的社交网络信息采集方法,针对当前新浪微博、天涯论坛、凯迪社区等网站采取的反爬虫技术,系统的研究了基于智能化的模版采集技术,面向不同类型社交网络等公开信息源的可以实现快速采集、实时采集;实现了社交网络用户之间的关系分析与挖掘算法与软件,构建了基于边参数的改进型LPA社团划分算法,克服了LPA算法的传统缺陷,大大提升了LPA类社团划分算法的运行效率;构建了基于节点中心性的意见领袖发现算法,可以快速发现大规模社交网络中的意见领袖,并据此构建了相关分析软件,可进行实际数据操作和分析。