随着大数据时代的到来，网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化。网络舆情分析、网络舆论引导方法已超出了现有常用的框架。网络舆情是网络舆论引导工作的基础，准确分析网络舆情，把握网络舆情的内在特征及其在演化过程中的潜在规律，对于新形势下做好网络舆论引导工作，维护网络社会安全，具有重要的理论意义和实践价值。

01 网络舆情及其特点

网络舆情是指各种社会群体对自己关心或自身利益相关的热点事件或事物所表现的具有一定影响力并带有倾向性的认知、情绪、态度和意见的总和。具有广泛性、突发性、主观性、多元性四个特征。网络的舆情分析可分为信息采集、信息预处理、舆情分析、舆情预警四个步骤组成。

网络舆情在对大数据环境的内化过程和通过多媒体传播外化的过程中，其自身特性与大数据和多媒体两个主体的特征互相影响并融合。网络舆情信息对大数据环境特征的内化过程是指网络舆情信息以大数据网络环境为依托，因此必然具有大数据环境特征。网络舆情信息通过多媒体传播的外化过程是指网络舆情信息通过多媒体渠道和技术进行传播，在这一过程中网络舆情信息受多媒体技术特性影响而具有多媒体的相应特性。因此大数据环境下多媒体网络舆情与传统网络舆情相比，具有四点突出特征：

1、网络舆情信息海量性特征通过多媒体传播呈现倍乘态势。

2、大数据环境下网络舆情信息的多样性与多媒体的复杂多元特征高度契合，通过媒体传播形式释放。
3、网络舆情信息高增长性通过多媒体传播得以增速。
4、网络舆情信息低价值密度性通过多媒体传播后效应增强。

02 大数据在网络舆情分析中的价值

大数据是指无法在一定时间内用常规软件工具抓取、管理和处理的海量数据集合，必须通过深度挖掘、计算、分析才能创造价值的海量信息。大数据的价值不在信息本身，而在于通过分析数据关联性预测未来。网络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。

舆情分析、预测是大数据的核心价值。传统舆情分析是对已发生的网络舆情进行监测， 而这种方法的局限在于其滞后性。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。

网络舆情全面是实现大数据价值的条件。大数据技术要预测舆情，首要条件是对各种关联的全面数据进行分析计算。传统数据时代，分析网民观点或舆情走势时，只关注网民跟帖态度和情绪，忽视了网民心理的变化；只关注文本信息，而较少关注图片、视频、语音等内容；只观察舆论局部变化，忽视其他群体的舆论变化；只解读网民文字内容，而忽视复杂多变的社会关系网络。从舆情分析角度看，网民仅仅是信息海洋中的“孤独个体”。在“数据爆炸”时代，我们需要建立专业的舆情分析服务人才队伍，通过“加工数据”实现数据增值。大数据的核心目标为预测，当网络舆情陷入雪崩状态时，可借助大数据这一特点，提升对相关舆情信息解析和预估的能力，从最初简单的收集数据进阶到深入研究拓展的阶段，通过舆情间的相关关系预测舆情走向，对舆情情况进行预测，并做出应对措施，防患于未然。