21 世纪是数据信息大发展的时代，移动互联、社交网络、电子商务等极大拓展了互联网的边界和应用范围，各种数据正在迅速膨胀并变大。互联网（社交、搜索、电商）、移动互联网（微博）、物联网（传感器，智慧地球）、车联网、GPS、医学影像、安全监控、金融（银行、股市、保险）、电信（通话、短信）都在疯狂产生着数据。社交媒体时代，通过互联网平台表达社情民意，体现用户的意愿，评论和态度。从古代的“防民之口甚于防川”，到如今的网络时代，“人人都有了自己的麦克风”。

舆情，就是一个风向标。舆情分析，就是针对民众态度的收集和整理，发现相关的意见倾向，客观反映舆情状态。

海量的数据隐含着巨大的信息。例如亚马逊上的用户对某商品的评论，商家可以根据用户的评论和反馈为用户提供定制性的服务，甚至可以预测用户的需求，从而达到更加准确的销售目的；例如新浪微博上粉丝过万的大型零售商等，也可以根据用户发表的微博，微话题，签到地点为用户定制性的推送优惠及新品信息。这些看似庞大无规则的数据，包含着大量的用户标签及潜在的用户肖像。

存储与分析中文文本数据也是技术上的关键，如何能够存储并分析海量数据，生成精确的用户标签，依赖于数据存储系统和文本分析系统的技术。本文的数据存储运用 DB2 BLU Acceleration，利用 DB2 BLU 速度快、与 Cognos 无缝结合的特性来存储和分析数据。中文文本分析基于 Hadoop 的文本分析平台，快速进行中文分词和建立标签词典。

随着中国互联网的快速发展，舆情监测工作已经成为政府、企业工作内容的一部分。政府和企业实施舆情监测，首要的意义就是提前发现舆情危机，及时处理危机公关。

对于有些网络舆论，有些舆情会对政府的形象产生影响，进行舆情监测，可以及时的了解事件的动态，对这些错误、失实的舆论进行正确的引导。政府实施舆情监测还可以掌握社会民意，通过了解社会各个阶层民众的情绪、态度、看法以及意见和行为倾向，然后对事件做出正确的决定。

对企业来说，有效地监测，第一时间了解，及时地处理企业在网络上的相关负面信息就显得尤为重要，特别是利用企业舆情监测，第一时间最快速预警负面舆情，及时发现和处理企业的负面信息，保持企业的健康良好形象。舆情监测系统对全网信息进行抓取和搜集，将信息分为正面、中性、负面。通过对数据分析和整理可以了解企业产品动态、用户需求 ，然后企业做出正确的解决办法。