互联网的普及推动了大数据时代的来临，数据成为一种重要资源，数据之中蕴含着许多非显性信息，因此大数据环境下的舆情分析的价值凸现。如何在海量数据中进行舆情分析，快速有效的数据挖掘，发现非显性信息，分析舆情，掌握先机，为管理者提供舆情引导和处理的决策支持是当前研究的重要环节。在这个大数据、云计算、人工智能等技术飞速发展的新时代，政府工作要最大限度地利用先进的科学技术，不断尝试和探索人机共同解决问题的新路径，舆情分析工作更是如此。
大数据环境下做好舆情监测和分析工作需要做好两点：第一、利用先进技术手段不断建立和完善网络舆情监测分析系统，舆情监测系统是信息采取的最基本工作，是做好舆情分析的前提。第二、舆情处理人员要具备专业素养，熟悉新媒体环境下的舆论格局，了解各种新媒体平台并能熟练运用，掌握舆情传播、危机应对等理论知识。能够用科学的方法采取、提炼有价值的信息，并且能在信息之上做出合理的预警、研判和舆情建设。
大数据环境下的舆情分析必须依托大数据技术。得数据者得未来，要想分析的全面准确必须要有实时的大数据资源作为数据支撑，因此舆情分析必需舆情监测在先。“工欲善其事，必先利其器”，在信息爆炸的互联网上监测实时舆情变化，传统的人工方式肯定不行，必须依托大数据技术。大数据技术就是通过对海量数据信息的搜集、挖掘、分析、处理，揭示传统技术难以展现的事物关联性和生命周期，让我们更清楚地了解事物真相、理解事物本质、把握事物规律，为科学、理性、精准决策提供更为详实的数据信息、更加客观的事实基础和更为准确的认知工具。在舆情监测和分析阶段，利用大数据技术对互联网舆情数据自动抓取、自动进行舆情的分类或聚类（自然灾害、安全事故、群体性事件、社会思潮等）、确定舆情所处的阶段（酝酿期、发展期、高潮期、处理期、反馈期、衰退期等），对监测到的舆情形成简报、报告、图表等可视化的分析结果，为政府全面掌握公众思想动态、做出正确舆论引导提供客观的分析。同时结合人工智能技术，可以从更长时段和更宽领域对网络舆情进行比对分析，使得舆情研究的视角更加多元化。人工智能中的机器学习算法、深度神经网络技术等可以在大数据平台下以自组织自学习的方式不断迭代增强智能舆情分析能力，可以及时发现舆情话题并自动追踪，准确把握公众情绪特点，分析统计舆情信息，做出倾向性研判等。