公司新闻
当前位置 :主页 > 公司新闻 >

数据新闻渐成常规报道类型 融合背景下的变革

来源:http://www.kevinstoll.com 作者: 发表时间 : 2018-06-26 06:18 浏览 :

  数据新闻不仅要提供数据,还要拓展新闻报道的叙事魅力,抽丝剥茧,展现数据背后的“相关关系”。

  新闻编辑应当及时调整思,自主策划选题,由被动变主动,由二手数据到一手数据,让数据驱动新闻生产。

  新闻采编从业者应从新闻的变革中吸取经验,打造从数据新闻到数据应用产品再到数据服务的数据产业链。

  上世纪60年代,美国人菲利普·迈耶提出精确新闻学,要求记者尽量用数据说话,从此数据成为新闻生产的驱动力之一。在幂律理论的指导下,数据信息以几乎两年翻一番的速度在互联网上迅猛增长。大数据概念的风靡,为媒介融合背景下数据新闻的发展奠定了基础。本文通过对国内近几年数据新闻具体案例的分析,总结了数据新闻在新闻方面的主要变革。

  美国互联网中心曾把2013年称为“大数据元年”,数字信息技术将网络用户的行为以“0”和“1”的形式数据化存储。人们的搜索、购物,甚至移动、迁徙都能被抽象为数字,汇集于以太空间。数据新闻是“基于数据掘取、统计、分析和可视化呈现”的新型新闻报道方式,其核心是对数据的深度开掘和结构化处理。数据新闻因其信息量大、精确简明而被誉为“新闻行业的未来”,甚至互联网创始者之一蒂姆·伯纳斯·李也曾断言“新闻的未来,是分析数据”。正因如此,2013年以来国内的确兴起过一股数据新闻热,如今热度渐消,数据新闻正转型成为一种新闻机构常规报道的专题类型,这一转变过程恰恰反映了媒介融合背景下数据新闻的变革。

  数据新闻需要大规模的开源数据作为分析的基础。传统新闻采编机构通常依赖息获取数据信息,与之相反,一些网络平台虽然积累了越来越多尚待开发的数据信息,但囿于“没有采编权、活动空间小”,导致了选题操作不灵活。

  2013年年底,百度自己的数据库,将百度指数定位为“大数据分享和探索平台”,率先迈出了融合的脚步。2014年春节,与百度数据合作,将百度地图通过LBS定位获得的春运人口流动数据时时反馈,以蓝色的点和线实时呈现于观众眼前,形成新闻作品《数据说春节》,引发强烈反响。此后每年春节,央视新闻都与百度数据固定合作,从数据中继续深度挖掘,推陈出新,从不同角度报道春节的变化。

  在媒介融合时代,不同媒介机构拥有各自擅长的领域,国内目前的媒介生产决定了只有形成机构间的跨平台合作,将资源差异化整合,才能打破数据新闻的生产壁垒,形成更具影响力的报道。

  数据新闻不仅要提供数据,还要拓展新闻报道的叙事魅力,抽丝剥茧,展现数据背后的“相关关系”。

  今年除夕夜“23.1亿次的红包收发总量”再度成为社交平台的一大新闻,新浪新闻却从该数据中提炼出“春节回家:放下手机陪父母究竟有多难”的报道,并结合空巢老人的相关数据,补充网友采访,形成宏观与微观相结合的完整叙事,使故事的温度与数据的互补。

  单纯的数据对用户而言意义不大,关键是从何种角度发现数据中隐藏的问题。媒介融合时代,现实生活中的重大新闻事件经过大众的不断发酵,演变成媒介场域的媒介事件,数据只能让人感受到虚拟场域的真实,而故事则能提供现实生活中的真实感。

  网易《数读》栏目是较早尝试数据新闻的网络新闻频道。经过3年的发展,该栏目仍然沿用自始以来的静态图表形式,如饼图、直方图、散点图等,图表是数据可视化的非创造性操作,在引发新闻用户共鸣方面还有待探索。

  数据新闻可以以更动态的方式进行展现,时间轴、短视频、互动H5页面设计等将更具吸引力。

  壹读出品的壹读视频,自2013年《领导人是怎样的》一炮走红后,不断开发新的数据选题,如《只有1/5上班族有双休》《粽子大战:你是咸党还是甜党》等作品均以动画形式生动活泼地呈现了数据的乐趣。

  数据本应是数据新闻选题策划的主导力量,但从国内数据新闻的生产流程来看,目前仍走的是“先策划选题,后搜罗数据”的方式,因而导致目前许多数据新闻专题反复“咀嚼”来自其他调查机构的二手数据。

  数据新闻发展至今,新闻编辑应当及时调整思,自主策划选题,由被动变主动,由二手数据到一手数据,让数据驱动新闻生产。新闻可以增加与社交网络的合作,主动抓取信息并进行过滤分析,从UGC等网络公共资源中寻找有价值的信息。这些数据可以分析人们的生活和行为,从里面挖掘出、社会、文化、商业、健康等领域的信息,甚至预测未来。发挥数据性,发掘不同时空的海量数据间的逻辑关联,整合形成具有独到见解的叙事,成就独家报道。

  数据新闻目前已成为新闻采编人员的必修课之一,对于特定题材,数据新闻具有无法替代的报道优势和独特的魅力。在媒介融合的竞争中,新闻采编从业者应当继续实践,从新闻的变革中吸取经验,利用好新的优势,提升用户体验,动态推动创新,打造从数据新闻到数据应用产品再到数据服务的数据产业链。