随着移动互联网、物联网等新技术的迅速发展，人类进入数据时代。大数据带来的信息风暴正深刻改变我们的生活、工作和思维方式，对网络舆情管理也带来深刻影响。
一、海量数据的挑战。海量的网上信息难以掌控，大量相关性、偶发性因素使舆情更加复杂多变，传统的舆情监测研判手段和方法难以奏效，新的技术手段和方法要求更高。
二、信息选择性传播的挑战。网上数据无限性和网民关注能力有限性之间的矛盾，加剧了社会舆论的“盲人摸象”效应。社会化媒体促进信息的开放和沟通的便捷，分众传播、个性化传播凸显，使偏激的观点更容易找到“同类”，从而相互支持、强化放大，加剧舆论偏激情绪。三是舆论话语权分散的挑战。大数据时代各类数据随手可得，越来越多的机构、个人通过数据挖掘和分析得出的各种结论会不胫而走，有效管理舆情的难度越来越大。
三、大数据浪潮中，网络逐渐成为现实世界的“镜像”，网络社会与现实社会日益融为一体，网络舆情管理不再局限于网上言论领域，而必须全面掌握网络舆情运行规律及其与现实社会的相互影响，实现网上网下充分联动、协调共治。推动网络舆情理论研究工作。借助大数据分析，舆情研究的视角将更加多元化和精确化，改变目前舆情研究“策为上、术为主、学匮乏”的尴尬学术现实。
四、传统的网络舆情管理侧重于针对重大舆情事件个案的管理，大数据则能够更好地把握网络舆情发展的整体态势。将所有相关信息，包括网民评论、情绪变化、社会关系等，以量化的形式转化为可供计算分析的标准数据，通过数据模型进行计算，分析舆情态势和走向。
五、大数据时代的网络舆情创新
1.将大数据和社会治理紧密结合起来，改进网络舆情源头治理。网络舆情本质上是社情民意的体现，加强网络舆情管理就是加强社会治理。要运用大数据强大的“关联分析”能力，构建网络舆情数据“立方体”，把网上网下各方面数据整合起来，进行分析，挖掘网络舆情和社会动态背后的深层次关系，实现网络舆情管理和社会治理的紧密联动、同步推进。
2.将大数据和网上政务信息公开紧密结合起来，提升政府公信力。当前，美国政府已经建立统一的数据开放门户网站，并提供接口供社会各界开发应用程序来使用各部门数据，此举将政务公开从“信息层面”推进到“数据层面”，开辟了政府信息公开的新路径。我们要在保障数据安全的基础上，探索建立我国的大数据政务公开系统，引导社会力量参与对公共数据的挖掘和使用，让数据发挥最大价值。
3.将大数据和日常舆情管理紧密结合起来，提高网络舆情整体掌控能力。美国纽约市警察局开发了著名的ComStat系统，通过分析历史数据绘制“犯罪地图”，预测犯罪高发时间和地点，从而有针对性地加强警力配置，获得巨大成功。这种“数据驱动”方法，对网络舆情管理有一定的借鉴意义。要运用大数据突破传统舆情管理的狭窄视域，建立网络舆情大数据台账系统，实时记录网站、博客、微博、微信、论坛等各个网络平台数据，全面分析舆情传播动态，从瞬息万变的舆情数据中找准管理重点、合理配置资源，提高管理效能。
4.将大数据和突发事件应对紧密结合起来，提高网络舆情应急处置能力。大数据时代，社会突发事件与互联网总是紧密相连、如影随形，网络既能成为突发事件的“助燃剂”，也能够成为应对事件的有力工具。要建立“舆情量化指标体系”、“演化分析模型”等数据模型，综合分析事件性质、事态发展、传播平台、浏览人数、网民意见倾向等各方面数据，快速准确地划分舆情级别，确定应对措施，解决传统的舆情分级中存在的随意性、滞后性等问题，做到科学研判、快速处置。
5.将大数据和舆论引导紧密结合起来，提高感染力和说服力。大数据时代的舆论引导，一方面要“循数而为”，通过分析网上数据，建立网民意见倾向分析模型，了解网民的喜好和特点，做到“善说话、说对话”。另一方面要“用数据说话”。数据最有说服力，要在充分收集相关数据的基础上，运用图表等数据可视化技术，全面呈现事件的来龙去脉，让网民既了解事件真相，也了解事件背景和历史脉络，消除舆论的“盲人摸象”效应，化解网民偏激情绪，实现客观理性。
六、健全大数据舆情管理体制。
1.数据资源是国家的重要战略资源。当前，我国在大数据管理方面还存在数据分散、利用率低、安全性不高等问题，要尽快出台国家层面的大数据战略规划，加快数据立法进程，加大资金、技术、人力资源投入。建议建立由网信部门牵头的互联网大数据管理体制，设立政府首席信息官，统筹各方面数据的汇集、管理和利用，制定统一的数据接口标准，打破各行各业的“数据孤岛”，推动我国大数据加快发展。
2.建设网络舆情大数据基础平台。数据只有整合利用才能产生价值。当前，亟需建设统一高效的大数据基础平台，实现各行业、各领域数据的统一存储、交流互通。要尽快建设我国网络数据中心，构建国家级的互联网大数据平台，全面汇集各方面数据。加快出台相关法律法规，明确各级各部门包括政府部门、企业、人民团体等向网络数据中心提供和共享数据的权利义务，使网络数据中心成为全国数据存储和交换的中心枢纽，实现数据的快速汇集、规范管理、高效利用。
3.强化网络舆情管理大数据技术支撑。大数据既有全面、动态、开放等优势，也有价值密度低、传播速度快等难点，必须加快技术攻关，提高数据“沙里淘金”的能力。一是数据监测技术，实现对媒体、论坛、博客、微博、微信等各个网络平台数据的全面抓取和记录，特别是要提高对图片、音视频等数据的自动识别能力。二是大规模数据存储技术。建设具有海量存储能力的大数据平台，实现对大规模数据的高效读写和交换。三是数据挖掘技术，从海量数据中快速识别有价值数据，并挖掘数据背后隐藏的规律。四是数据分析技术，包括关联分析、聚类分析、语义分析等等，自动分析网上言论蕴含的意见倾向及相互之间的关联性，揭示舆情发展趋势。五是数据安全技术，包括身份验证、入侵检测、网络关防等等，保障数据安全。
七、舆情研究的国际化问题
目前我国国际舆情研究已从萌芽期步入快速成长期，出现了一批极具价值的研究成果，但面临的问题也很严峻。上海交通大学舆论学研究院执行院长谢耘耕认为，当前我国国际舆情研究由于视角和方法单一、内容散乱、技术薄弱、深度不足，研究者多为单兵作战，缺少交叉学科和跨部门、跨领域的通力合作等问题，导致国际舆论学领域至今尚未构建起系统的理论体系、方法体系和话语体系，研究成果的现实应用性和指导性有限。
谢耘耕认为，应从多方面入手推进国际舆情研究工作。首先，搭建我国国际舆情研究合作沟通平台，探索形成国际舆情研究协同创新机制。其次，整合国内外舆论学研究优质资源，组建跨学科研究团队，开发多语种的国际舆情数据库和舆情分析工具，构建国际舆情研究理论体系和话语体系。再次，在完善国际舆情研究方法基础上，建立国际舆情综合研究框架，深化我国国际舆情研究。他还建议，高校、科研机构、媒体发挥各自优势，合作开展国际民意调查，为中国的全球舆论分析研究提供第一手数据资料来源，提升中国国际舆论话语权，力避中国在全球舆论场中的失语问题。
八、舆情技术架构的建模思路
1.舆情知识库主要用于提炼知识需求、指导数据采集、 舆情知识匹配、舆情知识服务等。基于知识的舆情分析系统中可以有一个或多个知识库用于支撑舆情知识挖掘和利用。设计舆情知识库包括领域知识库、业务知识库、舆情事件库、舆情案例库和决策支持库等。领域知识库是对特定领域知识的组织和管理，是该领域通用概念及其关系的集合，比如政治领域、公共卫生领域等; 业务知识库 则是舆情工作部门业务知识的集合，往往建立在一定领域知识库基础上的，比如政治领域舆情工作知识库等; 舆情事件库保存了特定舆情事件基本信息和相关信息，比如事件主体、客体、时间、起因、经过等要素; 舆情案例库保存了特定领域系列舆情事件发生、发展、处理和效果等信息; 决策支持库保存了舆情决策的相关知识，比如相关案例、引导策略、管控方法等，一般是对舆情案例库综合分析而形成的决策支持信息，可直接用于舆情知识服务。
2.舆情大数据采集模块。大数据时代网络舆情信息涉及的范围十分广泛，涉及人们生活活动的方方面面，数据来源众多。所以舆情大数据采集的对象除了舆情工作部门日常关注的新闻媒体、门户网站、以及微博、微信等社交网络之外，还需要不断扩展舆情数据的来源，发挥大数据全角度、全方位覆盖的信息优势。比如对电子政务网站、舆情工作部门的业务数据等进行采集汇总，尤其是涉及政策解读、民生问题等数据的收集工作等。从而构建包含媒体报道、网民意见、政府工作等全角度、全方位、立体化的舆情数据来源，为舆情知识库提供源源不断的知识，同时，舆情知识库也可以为舆情大数据采集提供指导，既保证采集信息全面无遗漏，又能一定程度上保证精准采集，避免不必要的数据冗余和资源浪费。
3.舆情研判模块。舆情大数据为舆情知识库提供了十分丰富的知识来源，但这些知识往往是低价值密度和离散稀疏的，需要通过舆情研判工作，充分挖掘舆情大数据的价值。舆情研判的任务就是对网络舆情进行价值判断和前景预测，而这里的价值更多的是体现在舆情知识上。从数据、信息和知识的关系上来看，知识往往是对数据和信息进行组织、总结、体系化归纳而得到的，知识的获取需要从数据提取信息，从信息归纳知识。所以，舆情研判需要综合运用数据融合、 文本分析、深度语义挖掘、智能信息处理等大数据处理技术，同时结合舆情知识库中相关领域知识、业务知识和舆情案例等知识保障，实现网络舆情大数据的数据整合、信息要素提取、知识发现等相关分析任务。从处理流程上来讲，舆情研判首先需要根据舆情研判的知识需求对采集的数据进行初步筛选、过滤和清洗，对多源数据进行融合，对数据中的舆情信息进行抽取，然后通过语义挖掘和关联，发现舆情热点，提取相关事实知识，通过知识匹配对适合 的知识内容存入知识库，不断完善知识库。另外，舆情研判还可以专门针对某一特定事件进行跟踪，探索舆情事件的演化规律和传播效应，为舆情监督和管控等提供必要的案例素材。
