大数据、数据新闻、大数据新闻、数据可视化大数据相关高频考点一网打尽
是为了让同学们对每个高频考点的知识框架有更清楚的认识,因此,我们会列出知识框架,并对部分较难理解的内容进行简要讲解。如果同学们在阅读时还有不理解的地方,可以参照文末的文献来源,自行查找原文进行精读。
(Bigdata)定义为:无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。新闻媒体通过使用一定的运算方法对大数据进行分析,可以深化新闻叙事和对事实作出准确判断,对未来进行预测报道,满足用户的定制信息要求,使得数据可视化和具有交互性。
数据体量巨大(Volume)、处理速度快(Velocity)、数据类型繁多(Variety)、价值化(Value)、真实度高(Veracity)
大数据应用在新闻传播领域最直观的变化就是新闻生产报道的方式发生了变化,可视化新闻、预测性报道等更新了新闻报道的方式。
媒体利用大数据技术掌握每位用户的反馈后即可进行点对点的精准推送。如今广告的营销策略就是利用大数据对海量数据进行分析,从而使得广告主可以定向筛选自己的广告投放的对象,针对受众的兴趣进行优化。
大数据预测舆情的价值实现,必须建立在对已挖掘出的海量信息,利用数学模型进行科学计算分析的基础之上,其前提是各类相关数据的量化,即一切舆情信息皆可量化。同时,要在关注网民言论的同时,统计持此意见的人群数量;在解读网民言论文字内容的同时,计算网民互动的社会关系网络数量;对于网民情绪的变化,可通过量化的指标进行标识等,以此更好的进行引导。
大数据理念和方法为电视综艺节目的精准营销提供了新的途径和工具。通过采集电视综艺节目及受众信息、构建受众细分体系、选择合适的营销方式、建立个性化营销内容和建立电视受众增值服务体系,以实现电视节目营销实现了精细化过程管理,依据节目策划、制作、播出不同阶段提出不同的营销策略,同时不断循环改进,为后续节目精准营销提供更好支持。
在大数据时代,社会化媒体中生产的内容必将成为专业媒体重要的资源之一。虽然其内容的碎片性对有效利用造成了困难,但是其本身存在的重要价值不容忽视。
新闻要素的发现和信息的采集角度看,在数据形成方式具备持续性的行业领域,信息实现自动化采集。媒体从业人员的职责,从原来的梳理为主转为解释和分析为主。
新闻作品的创作角度看,纯人工写作稿件比例降低,机器写作的稿件所占的比例提高。媒体从业人员依然在重大题材报道中起到主要作用,并扮演关键角色。
大数据比传统意义上的调查问卷更为准确和客观。比如运用大数据进行社会化分析,是以人们自发的信息和情绪披露为基础的,其准确性会比被动接受调查的结果要高。媒体广泛运用大数据技术,发挥其重要的趋势预测价值,可以提高新闻报道的准确性和对的社会影响力。
不断挖掘新鲜数据,定位目标受众,在海量的信息当中搜寻受众感兴趣的、高质量的信息内容。新闻工作者应该深入基层、主动贴近群众
以数据为核心驱动力,丰富内容生产,才能促进自身发展。如越来越多的新闻事件被普通民众发现并发布到网络平台上,新闻工作者可以通过微博、微信等自媒体平台寻找新闻线索
提升个体对数据信息的新闻敏感度,利用大数据技术推动自身发展,积极顺应媒介融合这一趋势,适应“单一化—多媒体化—融媒体化”的信息传播形式,以移动端为主的多渠道传播,拓宽传播途径,以可视化为主要呈现方式,创新报道形式
数据新闻是在大数据的技术背景下产生的一种新型报道形态,是数据技术对新闻业全面渗透的必然结果,它的出现改变了传统新闻生产流程,为深度报道的发展带来了希望,给用户带来了轻便的阅读体验,同时,也促进了数据信息公开。数据新闻报道主要包括四个环节:对原始数据的收集、对数据的分析和过滤、将数据可视化、形成具体的新闻报道。数据新闻的特点以数据为支撑、文字为辅助、形象简洁直观、阅读轻量、门槛低。未来,随着媒体专业性的提升,数据新闻也会更加人性化、深度化、互动化。二、数据新闻的发展历程
解释性报道虽然注重挖掘并运用背景材料对新闻事实进行阐释,同时也不可避免地把主观性因素加入到报道中,对客观性原则形成巨大冲击;60年代,新新闻主义和调查性报道同时出现:新新闻主义擅长用文学创作的手法对报道内容进行渲染,虽然丰富了新闻写作的视角,却彻底抛弃了对新闻报道客观性的追求;调查性报道则是面对暗杀、冲突、、战争、犯罪等社会阴暗面,强调从多个方面来搜集证据,以达到对事实最大限度的还原,无形中促进了新闻报道对于数据和证据双重要求的提高。精确新闻报道应需而生,这也是大数据新闻的源起。(一)精确新闻报道:重建科学式的客观
精确新闻报道(PrecisionJournalism),又称精确新闻、精确新闻学,是基于科学的量化研究的新闻报道。精确新闻报道兴起于20世纪60年代的美国。1973年,菲利普·迈耶在其著作《精确新闻学:一个记者关于社会科学方法的介绍》中,正式把精确新闻学定义为:“将社会科学和行为科学的研究方法应用于实践新闻的报道。”
20世纪90年代,随着计算机技术的普及应用,计算机辅助新闻在调查报道中的比例日益增加,也有助于精确新闻报道在技术上和精确度上有更多提高。20世纪90年代以后,计算机辅助新闻在技术上和形式上更加丰富和细分化。人们继而把其内容概括为4R:计算机辅助报道(ComputerAssistedReporting);计算机辅助调查(ComputerAssistedResearch);计算机辅助参考(ComputerAssistedReference);计算机辅助聚谈(ComputerAssistedRendezvous),它们又常常可以缩写为4Rs。有了电脑的辅助,
记者获取数据和信息的途径更丰富,分析处理数据的效率和能力都有所提高,并且能够通过在线交流、在线访谈等形式发现和收集社会,发现新的新闻线索。
早期的数据库新闻里,没有基于数据的价值挖掘,也没有深度分析,只有对于原始数据的初步整合。报道中的数据只是作为新闻报道文字内容的辅助说明
人性化生产的可能:新闻生产者可以通过各个应用终端收集用户的信息,针对用户的兴趣偏好提供个性化信息推荐,让读者真正拥有“我的新闻”。(五)大数据新闻:“悦读”体验+定制内容+预测性报道
对未来趋势的预测性报道三个方面。当新闻阅读变成更加愉悦的体验,当定制新闻成为受众接收新闻的常态,当新闻报道可以对事件发展趋势做出更精准的预测时,大数据新闻的春天,才算真正到来。三、数据分析在数据新闻生产中的应用
可视化方式进行表达叙述,极大地还原了事实的原貌,简单直接地呈现了新闻事件本身。这种叙事方式能够增加新闻的可读性,满足受众的体验感,使读者简单便利地了解新闻事件的发生过程和行进逻辑,为新闻文本的表达和呈现提供了有力的工具。
以数字化的方式力图最大限度地还原新闻事件本身。数据新闻叙事最显著的特征就是透过数据讲述新闻故事
数据新闻制作中所需数据的收集、归纳、分析、可视化转换都需要多学科交叉的专业化较强的技术人员协作完成。数据新闻生产涉及编辑、记者、数据分析人员、网页开发人员等专业技术人员,各类人员职责不同,分工有别,通力协作才能实现新闻生产。
根据用户需求提供个性化的大数据服务。新闻媒体还可以利用大数据反的结果有意识地引导读者参与互动交流,对受众的喜好和情绪进行分析把握,详细统计读者的意见和反馈结果
开放的数据作为数据新闻的基本要素,为新闻报道提供多方信源和多种素材。从用文字讲故事到用数据讲故事,数据新闻改变了传统新闻内容生产和叙事模式,将孤立的“新闻事件”扩展为“情景报道”,丰富新闻内容生产,增强报道说服力。
提升专业新闻的“阐释”效果,增强用户交互式阅读体验。在技术驱动下,媒体报道创意不断,如结合大量可视化手段对抽象的政策措施进行逻辑性梳理,创新政策报道的思维方式和表现形式,或将复杂的时政事件以交互形式呈现,实现有温度、趣味化报道。
数据新闻在移动端的开发越来越受到媒体重视,数据新闻实践平台逐渐由传统PC端向移动端转移。如网易新媒体实验室专注移动端适配的数据新闻产品探索,注重用户交互式体验,避免徒增用户的阅读成本;增设用户跟帖、捐款等功能,利用移动端病毒式传播提高新闻传播率。
有理有据的数据支撑、高效的信息传达率、独特的报道视角,被认为是媒体在跟踪社会热点以及突发事件中抢占独家报道先机的重要方式,在环境监测与引导等方面发挥新的功效,实现新闻报道真实性、客观性、深刻性的增值以及新闻专业主义标准的提升
数据源开放程度较低,数据来源受限制。国内大多数媒体尤其是传统媒体还处于被动获取数据阶段,而各媒体间激烈的竞争也使得媒体互相开放数据库难以实现。由于规范化的数据监管机制的缺乏以及数据监管的不力
“脏数据”运用到报道中势必会造成数据分析结果的偏差。另外,一些媒体的数据新闻报道引用二手数据,且数据来源标注不明,也使得数据的准确性有待进一步考究,数据新闻报道面临公信力危机。(二)新闻从业者数据素养偏低,数据处理能力有限
当前,国内新闻从业者普遍存在数据素养偏低、数据挖掘能力有限等问题,数据敏感性较低,对数据的挖掘分析流于表面。
一些媒体盲目追求数据新闻报道的“大而全”,而使新闻报道的实用性和价值十分有限。许多数据新闻产品“有数据新闻的外衣却缺乏数据新闻的精髓”。新闻信息和价值的传播是数据新闻报道的最终目的,对技术的过分依赖,内容流于形式,反而淹没了新闻的核心思想,本末倒置,不利于数据新闻的发展。
总体来看,我国媒体数据新闻团队构建专业化程度较低,主要是由传统新闻报道团队转型而来,专业设计人才、编程人员的稀缺成为媒体数据新闻实践最薄弱的环节。
数据素养至少应包括5方面:对数据的批判性思维、对数据的敏感性、收集数据能力、分析处理数据能力以及利用数据决策的能力。数据是数据新闻的核心,数据的客观、准确是数据新闻生产的基础。新闻从业者只有不断提高数据素养和数据思辨能力,具备扎实的数据分析功底,才能消除数据偏见,避免跌入数据陷阱
逐步提高数据库开放程度和交互性,分享媒体数据资源与可视化工具,以实现媒体间互利共赢。在数据监管方面可以借鉴国外媒体经验,通过网站分享、与专家合作、与同行交流等方式层层把关
建立专业化数据新闻平台,自主控制内容,加强报道深度,标志着数据新闻专业主义标准的提高。数据新闻
在提升专业新闻可读性与释效果方面具有明显优势。今后数据新闻的专业主义程度将不断提高,数据新闻在突发性、调查性报道中的应用也将不断加深。数据新闻发展最终以满足受众需求为驱动,能否契合用户需求影响数据新闻的未来。随着可视化技术的进步,将有更加直观、有效的数据新闻表现形式出现,各类数据的收集将越来越全面化、细分化,产品类型将加丰富多样,数据新闻产品的个性化、定制化趋势也将更加明显
数据新闻学将逐渐发展成为新闻传播领域成熟的学科分支,因此,对其理论体系的建构、完善与发展应该是学界今后努力的方向。
以疫情地图直观地呈现动态,清晰明了,便于公众实时了解各地疫情发展情况。凤凰新闻与腾讯新闻制作的疫情地图还支持“分享实时疫情”的功能,用户点击即可生成图片并可以随时分享给好友或朋友圈。
新冠肺炎确诊小区图,通过卫星地图展现周围小区的实时疫情扩散情况和严重程度,标注受感染小区的名称及其距离。
凤凰新闻客户端设置了“患者同程查询工具”,用户只需要在系统中输入日期等信息,即可确认自己是否与已确诊患者同行。
由人民网打造的“人民好医生”APP为受众提供了全方位的健康服务。受众可以在这款APP上发布求助信息,寻找医生咨询心理问题,还可以了解口罩、医用帽、医用酒精、防护服、84消毒液、核酸检测试剂等物资援助情况。
可视化是一种使复杂信息能够容易和快速被人理解的手段,是一种聚焦在信息重要特征的信息压缩语言,是可以放大人类感知的图形化表示方法。“可视化”最先从计算机领域发展而来,一般是作为处理海量数据之后呈现实验结果的一种手段。随着技术手段和处理工具的不断发展,可视化作为表现方式逐渐细分为数据可视化,信息可视化,知识可视化三类。
数据可视化服务于新闻表达,制作图表并非简单地提取数据、选择图形,而是应注重通过可视化有效地传递信息。
多采用饼图、地图、直方图等表现形式。趋势分析中时间轴是重要元素,包括历史分析、阶段分析和未来预测等,这类分析目的一般多采取折线图、直方图等
对比分析多将同一阶段的不同事物,或同一事物在不同阶段的情况列在一起进行对比,从而得出结论。对比分析所使用的图表可依据对比的内容进行选择
最大限度地使用图表空间,简洁明了地传达信息,删减图表中的赘余元素,才能使画面更加干净整洁。在制作可视化图表时,需注意尽可能地使图中的每一个元素都达到唯一且有效表达信息的效果,提升可视化图表的可读性和质量。
图表之间并非完全互相独立,将多个图表结合起来,由点及面综合表现,能够更为全面地展现新闻事件。例如第五届中国数据新闻大赛获奖作品《中国反“饥”战:数据告诉你粮食危机为什么不会到来》中使用了“2000年-2018年主要粮食种类进口量”(折线年主要粮食十九年总进口量”(饼状图)的对比图表,两个图表单独使用时是对主要粮食进口量不同角度的解读,综合使用时是同时将趋势分析和现状分析两个方面结合起来,共同组成对我国2000-2018年主要粮食进口量及种类的全局表现。个体可从微观层面让读者了解某一个要点的情况,整体从宏观层面使读者把握全局
图表标题是对图表内容的总括,简明有效的标题能够使读者在看图表内容前就掌握基本信息,了解该图表所表达的问题。从图表和数据中提取关键信息,简化为标题,字数不宜过长,控制在20字左右
图表类型需要注意相互搭配,此外,为了数据新闻作品的整体和谐度,在选择了适配于分析目的的图表后,仍需根据其他图表进行取舍
可视化图表的数值和区间一般体现在图表的横纵轴上,这两个元素不可过于夸张,数据本身的数值较大时,则需选择概括性较高的数值和较粗略的区间范围来表现。
财新网早在2011年就开始布局数据新闻,实现了数据新闻报道的持续创新与融合发展,特色栏目“数字说”
2.“数字说”栏目在数据开放方面不断创新,形成了许多新颖独特的方式路径。媒体融合趋势下移动终端广泛普及,栏目团队也与时俱进,结合移动终端的传播规律与特点,设计生产了许多适配性较强的移动数据新闻产品如《国际禁毒日:中国未成年人吸毒状况改善,滥用大麻成问题》《国企并购这五年:数量攀升,交易金额翻倍》
3.《纽约时报》的数据新闻栏目The Upshot,在实施大型互动项目的过程中,会进行同步的数据阐明,专门对项目中涉及数据的收集方式、采集工具、筛选方法等进行系统解答。这样不仅让受众全面掌握作品生产流程,还增强了新闻作品的可信性,同时受众可提供相应的数据进行补充完善,进而实现深层次互动。
免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186