大数据的深入发展，对于舆情研究产生了深刻的影响。随着数据挖掘技术的深入，舆情的采集、分析、可视化呈现都将进行相应的转变，具体包含以下几点。 

1、舆情研究视角的转变：由纯内容研究向多维角度发展
　　互联网时代网民的行为包含了语言、社会关系、心理等各个方面，当前舆情研究更加重视于网民语言的单向度研究。语言作为一种外在表达，属于浅层表面，在研究网民群体的社会行为、社会心理和社会诉求上相对乏力。 
　　借助于大数据，未来，舆情抓取的视角将向社会语言表达、社会关系呈现、社会心理描述、社会诉求预测等多维度转变。 

2、舆情研究方法的转变：由信息采集向数据挖掘、数据精算、数据可视化等发展 

当前，舆情研究主要集中在舆情信息的采集和信息源的拓展上，前端界面的展示相对单一，且产品间同质化程度较高。由于技术的限制，目前大部分的舆情监测产品在对新闻网站、微博账号进行监测时，都需要将网站地址和微博账号设定好，甚至新闻网站的网站设计样板也要进行设定，被监测的网站一旦改版，后台监测也必须相应调整。而通过大数据，舆情信息采集环节被拉回到同一个竞争层面上，未来舆情监测和研究的数据源可能来自同一个大数据库支撑，舆情研究主体竞争的是各类算法的精细化、准确化，并在呈现给用户的前端界面上进行优化，增强前端界面的友好程度，整个竞争链条下移，更加适合用户的需求。 

3、数据库支持的转变：由单一的、有限的数据库向非结构化数据库转变 

目前的舆情监测所依据的数据库还停留在单一的结构型数据库，数据体量也就TB级别。源于抽样数据抓取的方式所构造的数据库还不能算是深度的数据挖掘。大数据时代，数据的体量可能从TB级别一跃进入ZB，目前主流的数据处理软件并不能支撑如此大的数据量，需要设计新的、对应的、更为优化的处理模式。 

此外，数据资源的多样性使得数据呈现出非结构化，因此也需要对应的非结构化数据库相对接。 

4、舆情研究目的的转变：由舆情预警、单方向危机应对向各领域的综合信息服务提供转变 

大数据的核心在于预测。因此，除了目前舆情监测可以做到的舆情动态跟踪、分析、监测和研判等过去式的数据分析模式，未来，舆情监测发展的目的是通过分期处理整群数据，通过模式识别等人工智能技术进行舆情发展态势和影响的研判和预警。比如一个很有代表性的例子是，在经济预测上，Google 上房产相关搜索量的增减趋势相对于地产经济学家的预测而言是一个更加准确的预言者。 

受限于数据量和技术，即便是在舆情研究最集中的品牌营销和危机应对上，基于舆情监测和研判的功能目前也依然停留在表层。随着数据挖掘技术的发展和在舆情研究上的深入推进，舆情监测将在品牌营销和危机应对上发挥更多的预测和指导决策的作用，此外，舆情研究也会向多元化的服务方向发展、为政府、企业和个人提供更加综合化的数据挖掘服务。

原文来自：http://tanbao360.com/news/563829b4c5715cd82a8b45ca