大数据时代的来临意味着人类数据叙述的空前勃兴，在大数据背景下，叙述学与数学的结合使数据叙述学已经成为人们关注的领域，计算机的超强运算和表达能力可以为数据叙述学的发展提供有力的支撑，数据叙述在互联网信息传播中的重要性正在日渐彰显，它正在不断提高信息传播的速度和质量，创造以往任何时代都难以匹敌的传播效果，消息来源的精确化、传播内容的精细化、信息数量的精准度、传播工具的精密化、目标受众的准确度和传播过程的监测等指标的量化不仅意味着数据叙述的无处不在和无可取代，还意味着与数据叙述伴生的精准传播成为显学。数据叙述对信息生产、信息传播乃至信息接受都产生了非常重要的影响，这使得传统传播业面临深刻的变革。在这样的前提下，研究大数据背景下的数据叙述和精准传播，具有特殊的理论价值和实际应用价值。
早在20世纪60年代，美国学者、记者Philip Meyer就关注精准传播，他于20世纪60年代提出了“精确新闻理论”[11]。后来，随着计算机辅助报道的发展和互联网技术的蒸蒸日上，精确传播的实践取得进步，比如《纽约时报》和《卫报》等媒体在岗位设置上进行创新，有专人从事采编人员和技术人员之间的沟通工作，Patric Cooper曾经担任美国国家公共电视台的叙事工具经理，Lauren Keane曾经担任《华盛顿邮报》的数字媒体创新编辑，这些职位是大数据背景下媒介内容传播的特殊需求，它表明业界在精准传播方面所作出的努力。
技术使互联网上的信息增长严重失控，技术垄断造成了信息繁殖的无序，而为了梳理、分拣有用的信息又刺激了更多技术的发明，而这些新技术又繁殖更多的垃圾信息，形成互联网信息传播的恶性循环。针对信息和技术的这种关系，Neil Postman指出：大数据(Big Data)背景下信息飞速增长和无序繁殖导致“抗信息缺损综合症”（Anti-information Deficiency Syndrome简称AIDS文化艾滋病）[12]。Neil Postman让人们意识到：技术垄断导致互联网传播环境的恶化，垃圾信息丛生，这对那些具有信息洁癖的人来说实在是一种折磨。Paul Levinson则提出相反的观点，他乐观地看待技术给人类带来的便利，赞颂大数据时代的“人性化”[13]。这两种相反的看法提醒人们应该辩证地看待大数据技术，它是一柄双刃剑，在丰富传播的同时，也增加了自净的难度， 技术将自己异化了。