网络舆情监测不仅仅只是一个方面的监测，还需要做到多维度监测，才能全面了解用户的真实反馈和事件的发生过程。如何多维度拓展网络舆情监测工作呢？我们应该从哪些方面来做？
一、从单通道到多通道
随着技术的发展，能够承载舆情信息的网络通道数量不断增加，网民不仅同时使用多个社交媒体平台，还会在不同的社交媒体平台上发布不同的信息。且网络用户会根据不同平台特点调整自己所要发布的信息，他们的个人形象在不同平台上可能完全不同。比如以微信为代表的强关系平台上，受限于以熟人为主的社交网络关系，用户的发言一般更乖巧谨慎。
过去单通道分散化的舆情监测分析已经不能满足当前需要，要全面把握用户动态、绘制完整用户画像就要整合不同媒介平台上的用户数据。
二、从国内到全球
互联网的发展让舆情流动不再受国界的限制，现在不但国外热点舆情事件能引发国内民众关注，国内舆情事件被国外媒体报道后，反馈回国内的情况也屡见不鲜。在世界各国互联互通的背景下，要全面监测分析网络舆情，用户就要同时了解国内外网民的态度倾向，才能准确把握舆情事件走向。
三、从表层网络到深网
相对而言，深网是比表层网络更加重要的舆情信息来源。深网中包含各种形式的博客、论坛、个人主页，很多用户会选择在深网中讨论热门舆情事件和敏感议题。如果无法采集深网数据，用户进行舆情分析时就会面临严重的基础数据样本不足问题，将舆情监测分析范围从表层网络扩展到深层网络是实现舆情全面监测分析的重要保障。
四、从舆情监测到社会情绪监测
舆论既反映了深刻的社会问题，也反映了当下人们的社会情绪和社会心态。当人们对社会问题持有相同意见时，被压迫情绪就会被再造和夸大。在愤怒、怨恨、悲伤等情绪支配下，网民将积极参与舆情事件讨论、助推舆情事件传播。
随着社交媒体的普及，网民有了更多渠道表达自己对舆情事件的意见，用户的评价反馈中蕴含了大量情感信息。舆情监控系统的情感分析技术可以实现对网民情感持有率、情感强度以及舆情事件属性等进行分析，计算出不同阶段网络舆论整体的情感倾向，完成对网民观点极性、观点强度以及观点属性的深入挖掘，实时追踪网民情绪变化态势。
