Los eventos significativos de opinión pública a menudo desencadenan fluctuaciones pronunciadas en el discurso en línea. Aunque los modelos existentes se han empleado ampliamente para analizar la propagación de la opinión pública, a menudo pasan por alto las complejidades de la difusión de información entre usuarios heterogéneos. Para abordar de manera integral las implicaciones de los brotes de opinión pública, es crucial predecir con precisión las trayectorias evolutivas de tales eventos, considerando la interacción dinámica de múltiples flujos de información. En este estudio, proponemos un modelo SEInR basado en autómatas celulares para simular la dinámica de propagación de múltiples informaciones. Al delinear reglas de difusión de información que rigen los diversos modos de propagación de información dentro de la red, logramos pronósticos precisos de las tendencias de opinión pública. A través de la simulación y predicción concurrente de juegos de información múltiple y procesos de evolución, empleando usuarios de Weibo como nodos para construir un autómata celular de opinión pública, nuestro análisis experimental revela una similitud significativa que supera el 98% entre el modelo propuesto y la curva de participación real observada en la plataforma de Weibo.