互聯網+時代的每個人都是自媒體，每個人都有一個麥克風，有6.88億中國網民在評論，參與交流，通過微信，微博，論壇，貼吧，SNS，博客等網絡聚集網絡在線平臺，形成網絡輿論。互聯網已成為收集公眾輿論和了解政府和企業工作有效性的一種非常有效的方式。地方政府和企業也越來越重視網絡輿情。

從大數據的角度進行輿情監測

大量的互聯網社交信息使得社交輿情在大數據的應用和登陸方面具有與生俱來的優勢和基礎。但是大數據的價值不在于信息本身，而在于分析數據的相關性以指導決策和預測未來。社會輿論分析是網絡輿論引導的前提，大數據技術為網絡輿論分析和預測提供支持和保障。大數據技術的應用是挖掘和分析與網絡輿情相關的數據，并將監控的目標時間推進到敏感信息網絡通信的早期階段。通過建立的模型，模擬實際的網絡輿論演化過程，實現網絡輿情預測。

輿情系統使用業界領先的大數據基礎設施平臺存儲大量非結構化數據，并通過高效的算法分析模塊從豐富的數據集中提取有價值的信息，并從龐大的數據世界中發現事件的趨勢。概括了輿論的傾向。掌握公眾的態度和情感，充分發揮政府對熱點事件的洞察力，收集品牌，口碑，競爭對手等情報，幫助用戶找到不滿的全過程，追蹤不滿，了解公眾的發展意見。

大數據的收集和處理是整個輿論分析服務的基礎。掌握數據捕獲和抒情解釋的能力，通過加工實現數據的增值是輿情分析的基本技能。社交情感系統采用分布式數據采集系統，收集微博，微信，知乎，豆瓣，貼吧，天涯等社交平臺上的數據，高效，準確，實時。

如何分析和解釋復雜的大數據是輿情系統的關鍵。數據分析模式是否科學將直接影響數據分析的質量，也決定輿情信息的價值。基于數據分析，可以提取獨特和高質量的想法，并找到更符合凌亂數據背后的客戶要求的有價值的信息。這是大數據時代最大的變數。社交情感分析系統基于計算機文本信息識別技術，如文本分類，聚類和觀點偏好識別。數據挖掘技術是核心，應用了不同的數據建模，包括關聯規則，序列模式，頻繁序列和決策樹分類，神經元網絡，模糊聚類，異常檢測等數據挖掘算法，結合相應的數據可視化方法，實現對輿情數據的分析和預測。