不同领域的研究者们提出了大量的理论和模型来解释个体情感的产生、变化和传播方式。随着社交网络的迅猛发展,其简单、实时、高效、开放的信息发布特点为研究者们提供大量的情感数据和繁杂的用户关系数据。论文基于社交网络研究个体情感的动态演化,提出了社交网络中的情感动力学理论模型。首先深入分析了社交网络中个体情感产生的环境因素,指出该环境因素包括事件、媒体和社交关系,并且对每个环境要素的属性特征以及和情感的关系进行了深入探讨。其次提出环境因素组成了个人所感知的环境状况,而个体的感知取决于感知主体本身、感知客体和感知环境的影响。然后分析了情感的类别和特性,以及如何从在线行为中提取情感。最后研究分析目前已有的心理学、计算科学和二者混合的个体行为反应机制,并在此基础上给出了社交网络中的个体反应机制框架。研究群体情感的产生和变化,提出了一种基于聚类的群体情感预测模型。该模型首先分析了个体在社交网络中的九个属性特征。然后利用这些特征进行用户聚类,得到具有相似特点或情感行为的用户子集。再利用数学建模的方法对每个类所有用户的平均情感变化曲线进行函数拟合。最后利用该拟合函数生成预测模型预测每个用户类的情感变化,对每个类的情感预测结果进行线性加权得到整个群体的情感。实验结果表明经过修正进行群体情感预测的方法其情感预测结果与实际情感比较吻合,说明通过使用本预测模型监控少量用户的真实数据,能够较大的提高群体情感的预测效果。