随着网络技术不断发展,社交媒体也不断丰富了起来,社交媒体日益成为流行的信息传播平台,各类舆情事件在网络中层出不穷,由于互联网的匿名性与去中心化,网民可以对舆情事件、舆情当事人肆无忌惮的发表自己的想法与言语,这就导致网络暴力事件的频频发生。这些由网络舆情演化而来的网络暴力事件传播速度之快、涉及领域之广、当事人受到伤害之大再次将网络暴力推向热议话题,拒绝网络暴力的呼声也愈发强烈。我国在2020年3月1日正式颁布《网络信息内容生态治理规定》,其中就明令禁止网络暴力与人肉搜索,学术界对网络暴力的研究也逐渐增多。首先,本文以生命周期理论、沉默的螺旋理论作为理论基础,探究基于网络舆情事件演化而来的网络暴力事件的内在演化规律,结论得出网络暴力事件主要有网络暴力信息交流互动性强、信息多样性、信息留存性低、事件演化模糊与易变性、传播的急速性与广泛性等特征;从演化平台分析中得出网络暴力事件主要以微博平台为初期爆发点,且移动端的传播速度与效率远远高于客户端;从演化阶段划分来看,将网络暴力事件划分为舆情发酵期、舆情形成期、舆情上升期、舆情转变期、网络暴力形成期、舆情消退期、网络暴力平息期;从演进要素分析,共有网民关注度要素、舆情反转要素、舆情谣言要素、舆情类型要素、网民价值观倾向要素。其次,本文梳理2002年至今的典型网络暴力事件,基于舆情本体、舆情传播、舆情反应三个方面抽取网络暴力事件具有的相关特性,构建网络暴力类网络舆情事件的预测模型,及对某一个网络舆情事件,预测其是否会成为网络暴力事件。在处理网络暴力事件与一般网络舆情事件时,由于现实情境中,两者存在悬殊比例,而在模型中样本不均衡会导致模型的泛化能力较弱。因此,在面向不平衡数据子集时,本文提出一种融合集成噪声识别与SMOTE算法,该算法是对经典SMOTE算法的一种改进,实验结果表明,融合集成噪声识别与SMOTE算法所生成的新样本质量更佳。最后基于多层感知机构建网络暴力预测模型,该模型在训练集的准确率达88.7%,测试集的准确率为87.1%,具有较好的泛化能力。最后,将从多个维度提出具有针对性的网络暴力类舆情事件的防控与治理策略。其一,基于对网络暴力类舆情事件的传播演化分析,针对不同演化阶段下的演化特征给出具有针对性的舆情管控策略;其二,基于提出的网络暴力事件预测模型,根据前文所分析的特征重要性排名,从不同角度给予针对性的防控意见。