大數(shù)據(jù)的深入發(fā)展，對(duì)于輿情研究產(chǎn)生了深刻的影響。隨著數(shù)據(jù)挖掘技術(shù)的深入，輿情的采集、分析、可視化呈現(xiàn)都將進(jìn)行相應(yīng)的轉(zhuǎn)變，具體包含以下幾點(diǎn)。

　　1、輿情研究視角的轉(zhuǎn)變：由純內(nèi)容研究向多維角度發(fā)展

　　互聯(lián)網(wǎng)時(shí)代網(wǎng)民的行為包含了語(yǔ)言、社會(huì)關(guān)系、心理等各個(gè)方面，當(dāng)前輿情研究更加重視于網(wǎng)民語(yǔ)言的單向度研究。語(yǔ)言作為一種外在表達(dá)，屬于淺層表面，在研究網(wǎng)民群體的社會(huì)行為、社會(huì)心理和社會(huì)訴求上相對(duì)乏力。

　　借助于大數(shù)據(jù)，未來(lái)，輿情抓取的視角將向社會(huì)語(yǔ)言表達(dá)、社會(huì)關(guān)系呈現(xiàn)、社會(huì)心理描述、社會(huì)訴求預(yù)測(cè)等多維度轉(zhuǎn)變。

　　2、輿情研究方法的轉(zhuǎn)變：由信息采集向數(shù)據(jù)挖掘、數(shù)據(jù)精算、數(shù)據(jù)可視化等發(fā)展

　　當(dāng)前，輿情研究主要集中在輿情信息的采集和信息源的拓展上，前端界面的展示相對(duì)單一，且產(chǎn)品間同質(zhì)化程度較高。由于技術(shù)的限制，目前大部分的輿情監(jiān)測(cè)產(chǎn)品在對(duì)新聞網(wǎng)站、微博賬號(hào)進(jìn)行監(jiān)測(cè)時(shí)，都需要將網(wǎng)站地址和微博賬號(hào)設(shè)定好，甚至新聞網(wǎng)站的網(wǎng)站設(shè)計(jì)樣板也要進(jìn)行設(shè)定，被監(jiān)測(cè)的網(wǎng)站一旦改版，后臺(tái)監(jiān)測(cè)也必須相應(yīng)調(diào)整。而通過(guò)大數(shù)據(jù)，輿情信息采集環(huán)節(jié)被拉回到同一個(gè)競(jìng)爭(zhēng)層面上，未來(lái)輿情監(jiān)測(cè)和研究的數(shù)據(jù)源可能來(lái)自同一個(gè)大數(shù)據(jù)庫(kù)支撐，輿情研究主體競(jìng)爭(zhēng)的是各類算法的精細(xì)化、準(zhǔn)確化，并在呈現(xiàn)給用戶的前端界面上進(jìn)行優(yōu)化，增強(qiáng)前端界面的友好程度，整個(gè)競(jìng)爭(zhēng)鏈條下移，更加適合用戶的需求。

　　3、數(shù)據(jù)庫(kù)支持的轉(zhuǎn)變：由單一的、有限的數(shù)據(jù)庫(kù)向非結(jié)構(gòu)化數(shù)據(jù)庫(kù)轉(zhuǎn)變

　　目前的輿情監(jiān)測(cè)所依據(jù)的數(shù)據(jù)庫(kù)還停留在單一的結(jié)構(gòu)型數(shù)據(jù)庫(kù)，數(shù)據(jù)體量也就TB級(jí)別。源于抽樣數(shù)據(jù)抓取的方式所構(gòu)造的數(shù)據(jù)庫(kù)還不能算是深度的數(shù)據(jù)挖掘。大數(shù)據(jù)時(shí)代，數(shù)據(jù)的體量可能從TB級(jí)別一躍進(jìn)入ZB，目前主流的數(shù)據(jù)處理軟件并不能支撐如此大的數(shù)據(jù)量，需要設(shè)計(jì)新的、對(duì)應(yīng)的、更為優(yōu)化的處理模式。

　　此外，數(shù)據(jù)資源的多樣性使得數(shù)據(jù)呈現(xiàn)出非結(jié)構(gòu)化，因此也需要對(duì)應(yīng)的非結(jié)構(gòu)化數(shù)據(jù)庫(kù)相對(duì)接。

　　4、輿情研究目的的轉(zhuǎn)變：由輿情預(yù)警、單方向危機(jī)應(yīng)對(duì)向各領(lǐng)域的綜合信息服務(wù)提供轉(zhuǎn)變

　　大數(shù)據(jù)的核心在于預(yù)測(cè)。因此，除了目前輿情監(jiān)測(cè)可以做到的輿情動(dòng)態(tài)跟蹤、分析、監(jiān)測(cè)和研判等過(guò)去式的數(shù)據(jù)分析模式，未來(lái)，輿情監(jiān)測(cè)發(fā)展的目的是通過(guò)分期處理整群數(shù)據(jù)，通過(guò)模式識(shí)別等人工智能技術(shù)進(jìn)行輿情發(fā)展態(tài)勢(shì)和影響的研判和預(yù)警。比如一個(gè)很有代表性的例子是，在經(jīng)濟(jì)預(yù)測(cè)上，Google 上房產(chǎn)相關(guān)搜索量的增減趨勢(shì)相對(duì)于地產(chǎn)經(jīng)濟(jì)學(xué)家的預(yù)測(cè)而言是一個(gè)更加準(zhǔn)確的預(yù)言者。

　　受限于數(shù)據(jù)量和技術(shù)，即便是在輿情研究集中的品牌營(yíng)銷和危機(jī)應(yīng)對(duì)上，基于輿情監(jiān)測(cè)和研判的功能目前也依然停留在表層。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展和在輿情研究上的深入推進(jìn)，輿情監(jiān)測(cè)將在品牌營(yíng)銷和危機(jī)應(yīng)對(duì)上發(fā)揮更多的預(yù)測(cè)和指導(dǎo)決策的作用，此外，輿情研究也會(huì)向多元化的服務(wù)方向發(fā)展、為政府、企業(yè)和個(gè)人提供更加綜合化的數(shù)據(jù)挖掘服務(wù)。