本书将动力学理论引入舆情传播领域，构建了不同环境下的舆情传播动力学模型，包括单信息传播SFI模型、交叉信息同步传播CT-SFI动力学模型、延迟信息传播DT-SFI动力学模型、意见领袖参与的单信息传播OL-SFI动力学模型、基于阅读量的多信息传播M-SRI动力学模型、基于转发量的多信息传播M-SFI动力学模型、基于阅读量和转发量的多信息传播M-SRFI动力学模型。
本书采集中国新浪微博社交网络平台数据，对真实案例进行参数估计和敏感性分析，书中提出的模型可以实现舆情早期预测功能并获取舆情关键要素，为相关部门提供有效的舆情控制与引导策略。

1 概述
1.1 网络信息传播平台
1.2 网络信息传播模式
1.3 国内外研究现状及发展趋势
2 单信息传播SFI动力学模型
2.1 SFI动力学模型
2.2 基于转发的单信息传播指数
2.3 数值拟合
2.4 参数敏感性分析
2.5 信息传播预测
3 交叉信息同步传播CT-SFT动力学模型
3.1 CT-SFT动力学模型
3.2 基于转发的交叉同步信息传播指数
3.3 数值拟合
3.4 参数敏感性分析
4 延迟交叉信息传播DT-SFI动力学模型
4.1 DT-SFI动力学模型
4.2 基于转发的延迟交叉信息传播指数
4.3 数值拟合
4.4 参数敏感性分析
5 意见领袖参与的单信息传播OL-SFI动力学模型
5.1 OL-SFI动力学模型
5.2 基于转发意见领袖参与的单信息传播指数
5.3 数值拟合
5.4 参数敏感性分析
6 多信息传播M-SRI动力学模型
6.1 M-SRI动力学模型
6.2 基于阅读的多信息传播指数
6.3 数值拟合
6.4 参数敏感性分析
6.5 信息传播预测
7 多信息传播M-SFI动力学模型
7.1 M-SFI动力学模型
7.2 基于转发的多信息传播指数
7.3 数值拟合
7.4 参数敏感性分析
7.5 信息传播预测
8 多信息传播M-SRFI动力学模型
8.1 M-SRFI动力学模型
8.2 基于阅读和转发的多信息传播指数
8.3 数值拟合
8.4 参数敏感性分析
8.5 信息传播预测
参考文献