“互联网+”时代人人都是自媒体，人人都有麦克风，6.88亿的中国网民都在通过微信、微博、论坛、贴吧、SNS、博客等网络平台发表言论、参与交流，汇集成网络民意，形成网络舆论。互联网如今已经成为收集民意、了解政府和企业工作成效的一个非常有效的途径，各地政府及企业也越来越关注网络舆情动态。

大数据视角下的舆情分析

海量的互联网社交信息使社交舆情在大数据的应用及落地方面具备了先天的优势和基础。但大数据的价值不在信息本身，而在于通过分析数据的关联性来指导决策及预测未来。社交舆情分析是网络舆论引导的前提，而大数据技术为网络舆情分析、预测提供了支撑和保证。大数据技术的应用，就是挖掘、分析网络舆情相关联的数据，将监测的目标时间点提前到敏感消息进行网络传播的初期，通过建立的模型，模拟仿真实际网络舆情演变过程，实现对网络舆情预测。

舆情系统使用行业领先的大数据基础平台存储海量的非结构数据，通过高效的算法分析模块从丰富的数据集中挖掘出极具价值的信息，从浩瀚的数据宇宙中发掘事件苗头、归纳舆论观点倾向、掌握公众态度情绪，全面实现为政府洞察热点事件，为企业收集品牌、口碑、竞争对手等情报，帮助用户第一时间发现舆情、跟踪舆情、了解舆情发展的整个过程。

对大数据的采集加工是整个舆情分析服务的基础，掌握数据抓取能力与舆情解读能力，通过“加工”实现数据的“增值”,是舆情分析的必备技能。社交舆情系统通过采用分布式数据采集系统，高效、准确、实时的对覆盖主流的微博、微信、知乎、豆瓣、贴吧、天涯等社交平台数据进行采集。

如何对复杂大数据进行分析及解释是舆情系统的关键，数据分析的模式是否科学将直接影响数据分析的质量，也决定了舆情信息的价值。基于数据分析，能否提炼出独到、高质量的观点，在凌乱纷繁的数据背后找到更符合客户要求的有价值信息，这是大数据时代舆情最大的变量。社交舆情分析系统，以文本分类、聚类、观点倾向识别等计算机文本信息内容识别技术为基础，以数据挖掘技术为核心，应用不同的数据建模，包括关联规则、序列模式、频繁序列、决策树分类、神经元网络、模糊聚类、异常检测等多种数据挖掘算法，结合相应的数据可视化方法，实现对舆情数据进行分析预测。