近年來，“輿情”一詞在中國備受各個領域、各個行業的關注，而在國外（包括新加坡）卻很少用這個詞，相關意思應該是“輿論（Public opinion）”。最早的輿情只是存在于人們的思想觀念和街頭巷尾的談論之中，對傳統意義上輿情的獲取、收集只能通過社會調查、訪問等方式，獲取效率低，樣本少，而且有失偏頗。而在當下，互聯網已經成為輿情爆發的主要渠道，網絡輿情研究成為社會熱點。自2013年，中國緊隨世界腳步，開啟了“大數據(Big Data)元年”，數據量與信息量在過去海量的基礎上繼續呈幾何倍數增長，輿情監控離不開大數據產業基礎和發展環境，主要表現在以下幾個方面：

第一，大數據時代的到來為網絡輿情監測帶來了技術優勢。比如百度、谷歌、新浪微博正在變成超級信息工廠，也成為了輿情監測的重要陣地。現在的輿情監測技術能夠對數據進行自動抓取，并對數據進行鑒別、萃取、分析和解讀，通過“加工”實現數據的“增值”，從而為輿情管理服務提供數據支撐。就拿微博、微信為代表的社交媒體來說，人們熱衷于在社交媒體上發布自己的照片、心情、行蹤等各類信息，一切都會留下痕跡，一切行為皆為數據，我們的服務器就可以通過記錄下這些用戶的登錄時間、信息消費習慣、地理位置等大量后臺數據，然后進分析，實現為更快捷、更準確、更全面地監測和應對輿情提供可能。

第二，大數據與云計算的結合使輿情分析更加準確。云計算可以使大數據的價值被很好的挖掘，而大數據也為云計算提供了新的機會。比如，通過跟蹤關聯數據提高趨勢研判，我們可以更精確地分析更多的數據信息，還可以看到相關的隱性信息。通過搭建關聯領域的數據庫、輿情基礎數據庫等，可以在輿情預警、研判、應對、決策環節，豐富和完善輿情管理參考體系。通過云計算對大數據進行分析、預測，可以使我們在輿情管理中所做的決策更加精準。

第三，中國社會轉型期對輿情管理的迫切需求，催生了一大批網絡輿情分析師。單純的輿情監測對于輿情管理和研究還遠遠不夠，還需要有能夠對數據進行生產、分析、研判的專業人員。目前，美國大學已專門開設了研究大數據技術的課程，專門培養下一代“數據科學家”。中國輿情分析自2004年萌芽，輿情監測和危機管理的專業人士基本上是由傳統的新聞工作者轉型而來。2012年6月，中國工信部成立了全國輿情技能水平考試管理中心，通過全國網絡輿情技能水平考試，對網絡輿情分析師和網絡輿情管理師進行認證。據媒體報道，截至2013年，全國大約已有200多萬人從事“網絡輿情分析師”工作。但是很多輿情服務機構目前仍然缺乏專門的數據管理部門和專業分析團隊，未來還是需要一批具有較高學習能力、分析能力、知識水平的數據從業人員占據輿情服務重鎮。

美國“斯諾登事件”及相關的“棱鏡項目”曝光以后，讓很多人開始思考關于數據應用、國家安全和個人隱私之間的關系。中國國家主席習近平在今年2月份擔任網絡安全和信息化領導小組組長，由此我們可以看出網絡安全已經上升到國家戰略。大數據技術為輿情研究提供便利的同時，也向我們提出了一些挑戰。

第一，由于受制于地方政治、經濟、文化、教育等條件，信息技術、傳媒發展水平不一，信息公開具有地方差異性，其實施情況、規范化程度也有所不同。建立大數據系統及輿情分析平臺需要較大的成本投入，需要與相關政府資源及專門的技術研發結構對接與合作。從全國范圍來看，目前大數據技術尚未普及，也未能引起中國某些地方政府和中小企業的重視。

第二，中國大數據技術更新較慢，使輿情監控受限。網絡輿情的爆發點通常都是不穩定的，沒有規律可循。網絡輿情從爆發到發酵的速度很快，在短時間內就能影響到現實社會生活的和諧穩定，使得輿情預警時間大大縮短；云計算等技術更新速度較慢，也使得對網絡輿情監測、分析與研判的時間縮短，沒有足夠時間發出預警。

第三，對大數據的過分依賴容易導致決策失誤。大數據也并非完全可靠，雖然大數據技術可以在更大范圍內對輿情信息進行統計、分析，但其中也摻雜著某些非理性因素，再加上我們搜集到的數據也是良莠不齊的。如果我們過于依賴大數據，過分相信數據分析結果，將會做出很多不必要的決策。由此看來，還是需要專業的網絡輿情分析師對監測到的輿情數據進行綜合分析，去粗取精，為決策提供最終參考，這也顯現出加強網絡輿情分析師培養的重要性。