预测舆情发展趋势，成为舆情监测的重点。

发现当前的社会冲突和公众内在需求是决定舆论趋势最终方向的关键。然而，随着信息发布渠道的扩大和网络水军和机器人生成器的普遍使用，表面的舆论意义表达并不能准确地反映真实的舆论。简单地分析网民发表的文字或舆论映射的话题，很难满足深入了解事实本身和舆论真相的需要。

根据现实情况需要丰富的数据信息积累，帮助用户采取预防措施，预防，消除潜在危机。

1. 周期性分析法

所谓“周期性分析法”，操作上非常简单，就是把一个指标的观察时间拉长，看它是否有周期变化规律。

通常舆情事件的发展周期：酝酿发展期——高涨期——衰退期——回落期，此外如果舆情在回落后出现回升便增加：反弹期——沉淀（回落期）

根据舆情走势可判断舆情事件所处阶段，从而为决策提供有力依据。

2. 结构分析法

通过分析和确立事物(或系统)内部各组成要素之间的关系及联系方式进而认识事物(或系统)整体特性的一种科学分析方法。

可通过询问某一要素（舆情数据异常高或低）与其他要素产生不同的原因可通过“为什么”询问法，来找出各要素之间的联系。

3. 分层分析法

将收集来的数据按来源、性质等加以分类，将性质相同、在同条件下的数据归在一起，从而将总体分为若干层次，分别加以研究。

乐思软件将分层分析应用为数据搜集与存储、数据分析和决策（舆情预警）支持三个模块。

而该数据分析法运用到舆情分析上来，主要可通过对传播话题的数量依次分布，分析出网络上对某一舆情事件的重点关注以及需要重点处理应对的舆论。

4. 矩阵分析法

我们常见的态势分析法（SWOT分析法）就是典型的矩阵分析法。

以SWOT分析法为例：

1.优势分析：舆情事件种对自身有利的积极正面的网络情感偏向苗头存在；舆情事件高发地与自身资源优势形成的有礼应对环境；技术及政策支持等。
2.劣势分析：互联网冗杂的信息使得不能对舆情产生的原因和首发进行有效分析和辨识，从而导致未能对舆情进行有效疏导。
3.机会分析：国民素质和知识水平的逐步提升；国家的强化引导；通过对网络舆情的发展和传播进行分类分析和归纳总结，即可得出有效的处理方法，用以指导具体的舆情应对，并提供决策依据。
4.威胁分析：随着5G技术的快速发展，视频和音频平台已经成为越来越重要的互动和社交渠道，视频和音频平台发酵的舆论事件越来越多。是音视频发展迅速，信息载体多样化，增加监控难度。

5.标签分析法

乐思软件在这一应用上，较直接地表示后台设置，针对文章类型对信息惊醒文章标签化从而分出不同的舆情类型。

标签分析法在舆情分析上也是对对敏感舆情类型的区分，从而有助于抓住重点问题，及时应对处理，也可根据主要问题的数据分布情况，预测舆情发展趋势。

（部分图文来源网络，如有侵权请联系删文）