“自古驱民在信诚，一言为重百金轻”，这是中国宋代政治家王安石在推行变法时发出的由衷感叹，这其中隐含着一个亘古不变的真理:公信力是执政政府作为社会信用的重要基石，关乎社会治理的成与败，关乎百姓生活的安与危，关乎国家命运的兴与衰。　　从农耕到工业，从工业到信息，技术的力量一直推动着人类不断前行。互联网，正以改变一切的力量，在全球范围内掀起一场革命性质的进化，世界变小了，变得更加透明了，经纬度坐标上一次无意的摆动瞬间就会被无数人感知，一张黑白的照片、一段朴素的歌谣，这看似无意的事物都有可能在互联网上引起巨大波澜，无关空间与时间维度的差异。其中缘由在于人类是情感多元化的群体，并能够以具体形式表达自身观点，当不同观点迅速汇聚于一起，可引起共鸣，也可触发反对之声，此番处于网络空间内并带有极强不确定性的传播与互动可视为“网络舆情”，映射着真实社会的种种意念，承载着广大民众的价值信仰。现阶段，网络不仅成为了单独个体与个体之间进行信息传递的桥梁，也为政府与人民之间构建了一条便捷于互通观点的通道，有助于相关政府部门获取群众最关心、最直接、最现实的利益所需，然而，由于近年来民主化思想的深化但民众素质参差不齐、利益意识形态多元且复杂的现状，故也在很大程度上加大了政府执政的压力，尤其是针对与人民利益切身关联的公共政策方面。公共政策颁布的初衷均是为了惠及大部分民众，一项好的公共政策将为经济的发展和社会的进步带来正面的成效。但如果在执行阶段中由于一些不可预知或不可抵抗因素而造成政策被暂停的情景，将会引发来势汹涌的舆论浪潮，形成较大规模的网络舆情事件，不仅会有损政府公信力，丧失政策制度本应具有的尊严，还极大可能会导致一系列社会群体性事件的发生，威胁社会和谐与国家稳定。　　因此，针对由于公共政策引发的网络舆情这类具有巨大影响力的事件来说，通过对历史数据进行深入剖析、对相关领域理论与方法进行借鉴，以构建可以准确把握舆情未来发展趋势的定量化预测体系，进而为相关政策制定与社会治理部门提供有价值决策依据信息，具有重大实践意义。在该现实需求背景下，涌现了一批以网络舆情预测为研究对象的宝贵成果，为他人了解其内在机理、探究其解决思路做出了不朽的贡献。然而，该领域起步较晚，现今仍处于初步探索阶段，所涉及的方面还较为单一，所运用的方法也稍有不足。进而从决策者角度不禁要发问:所形成的网络舆情在主体结构上有什么特点？网络舆情将会持续多长时间？网络舆情的后续走势究竟是怎样的？其中网民的情绪将会以怎样的态势进行演化？为了解决上述问题，本文在已有研究基础之上，从预测角度出发，以由于公共政策引发的网络舆情事件为研究对象，通过对大量历史数据进行收集、整理和分析，充分结合社会学、物理学、心理学、信息学等重要领域的理论指导思想与先进研究方法，并对其中涵盖的例如社会物理学等前沿综合性交叉学科理念加以融合，在以下多个方面完成了一定的创新性研究工作:　　(1)公共政策引发的网络舆情多维度预测体系构建。本文首次从公共政策类网络舆情事件出发，结合WSR系统方法论中宏观思想精髓以及5W1H理论中关于时间演变、人物参与等内容的关键要素，将网络舆情预测这一复杂的系统性问题进行分解，创新性的提出了“网络舆情多维度预测体系”，涉及主体结构、持续时间、信息波动、情绪演化四个方面。相比现有仅从单一角度展开的预测研究，不但丰富了该领域实践范围与理论基础，还开阔了相关研究视野与方向，并进一步形成了一个较为全面、综合的探索构架。　　(2)基于复杂网络理论的网络舆情主体结构预测。通过对公共政策类网络舆情历史案例进行分析，本文将非线性增长方式与传统无标度网络中的连接规则结合，运用平均场理论方法，对网络舆情主体度分布函数进行推算，发现该函数呈现类幂律分布特征，实证结果显示所得表达式可以更为有效的用于描述和预测网络舆情主体结构。同时，这也是首次针对具有指数增长方式的网络度分布结构进行计算的研究内容，在一定程度上对其他领域中网络结构相关研究具有一定范式性借鉴意义。　　(3)基于Cobb-Dougals函数的网络舆情持续时间预测。持续时间是反映一个特定网络舆情事件严重程度最为直接和有效的方式之一。本文采用由于公共政策而引发的网络舆情真实案例数据，基于Cobb-Douglas函数的核心思想，构建了用于预测网络舆情持续时间的指标体系，共涉及线上、线下、人群和环境四个方面。同时，基于多元回归线性方程和Cobb-Douglas生产函数的一般形式，提出了一系列网络舆情持续时间预测模型，并以此为基础，针对各参数之间的统计意义以及所体现的现实映射进行了较为深入的分析，进而在很大程度上实现了对网络舆情在时间维度上的预测。　　(4)基于MPSO-BR-BPNN算法的网络舆情信息波动预测。基于公共政策类网络舆情事件在信息波动演化曲线上所呈现的非线性、数据规模小和多峰的特点，通过结合等分机制、信息熵理论、粒子群算法、神经网络算法等方法，提出了MPSO-BR-BPNN算法，实证结果显示该算法相比其他较为常用的非线性曲线预测方法而言具有更好的准确性和稳定性。同时，该算法的提出也具有一定范式性，可以应用于解决其他领域中具有相似特征的曲线预测问题。　　(5)基于阻尼震荡模型的网络舆情情绪演化预测。情绪是舆论内容的有效表达方式之一。通过对由于公共政策引发的网络舆情进行分析，深入了解其内在的情绪动态演化和交互规则，并结合物理学中阻尼震荡机理，提出了一种可以有效用于预测网络舆情未来情绪走势的舆论动力学模型。同时，基于该模型对极端情绪主体、意见领袖、从众效应、群体极化效应等隐含于网络舆情事件的典型情景进行了定量化模拟和解析。实证结果显示，该模型相比其他经典舆论动力学模型在解决实际预测问题中具有更好的效用。　　(6)网络舆情多维预测实证研究——“股市熔断机制”案例。将上述从主体结构、持续时间、信息波动和情绪演化几个方面提出的四种具体预测方法进行整合，并运用影响力较大的“股市熔断机制”网络舆情案例给出具体实证分析过程，进而为日后网络舆情预测研究提出一个综合性范式，以期可以有效解决实际问题，为相关政府部门提供定性与定量相结合的决策依据。　　论文最后，基于本文所做出的实际工作以及研究意义，结合自身观点与看法，对该领域未来研究方向从理论层面、对象层面和方法层面上提出了展望。