李知兵

（作 者單位：安徽廣播電視臺）

大數(shù)據(jù)技術(shù)在網(wǎng)絡(luò)廣播電視臺應(yīng)用初探——以大數(shù)據(jù)新聞為例

李知兵

（作 者單位：安徽廣播電視臺）

當前，大數(shù)據(jù)已從概念階段上升到應(yīng)用階段，并給傳統(tǒng)行業(yè)帶來了新的契機。國家對媒體轉(zhuǎn)型及媒體融合高度重視并提出了要求。網(wǎng)絡(luò)廣播電視臺作為新媒體領(lǐng)域的正規(guī)軍，更需順應(yīng)潮流，積極探索新的傳播規(guī)律和傳播手段。本文以大數(shù)據(jù)新聞生產(chǎn)為例，介紹了大數(shù)據(jù)的具體應(yīng)用。

大數(shù)據(jù)；網(wǎng)絡(luò)廣播電視臺；數(shù)據(jù)新聞

1　背景

“大數(shù)據(jù)”一詞最早由2008年9月《科學》（Science）雜志中一篇文章開始廣泛傳播，引起足夠重視的事件是在2011年5月的EMC World 2011會議上，EMC公司拋出大數(shù)據(jù)（Big Data）概念[1]。大數(shù)據(jù)作為新一代信息技術(shù)近期被寫入“十三五規(guī)劃”，意味著已上升到國家戰(zhàn)略層面。大數(shù)據(jù)的特點是體量大（大到甚至無法用“超大規(guī)?！薄ⅰ昂Ａ俊钡绒o藻來描述），結(jié)構(gòu)多樣（結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化混雜）、存取和處理速度快（已無法用常規(guī)軟件工具處理，而采用新型計算架構(gòu)和智能算法等新技術(shù)）、應(yīng)用價值高（商業(yè)智能的基礎(chǔ)）。大數(shù)據(jù)已逐漸滲透到傳統(tǒng)行業(yè)多個領(lǐng)域，并給傳統(tǒng)行業(yè)帶來了新的契機，其中傳媒業(yè)也不例外。習近平總書記高度重視傳統(tǒng)媒體和新興媒體融合發(fā)展，近年來在不同場合與新媒體親密接觸，強調(diào)要研究把握現(xiàn)代新聞傳播規(guī)律和新興媒體發(fā)展規(guī)律，強化互聯(lián)網(wǎng)思維和一體化發(fā)展理念，要利用新技術(shù)新應(yīng)用創(chuàng)新媒體傳播方式。網(wǎng)絡(luò)廣播電視臺（下簡稱“網(wǎng)絡(luò)臺”）作為廣電領(lǐng)域新興媒體代表，有責任有義務(wù)積極響應(yīng)國家媒體融合發(fā)展號召，努力研究新的傳播規(guī)律，探索新的傳播方式。

考慮到目前廣電行業(yè)體制、資金、人力等現(xiàn)實因素的制約，大數(shù)據(jù)基礎(chǔ)平臺搭建還需分步實施，因此本文涉及到應(yīng)用均是借助第三方平臺實現(xiàn)。

2　數(shù)據(jù)新聞概念

數(shù)據(jù)新聞（Data Journalism），又稱數(shù)據(jù)驅(qū)動新聞，既是基于數(shù)據(jù)挖掘與分析思維的新聞報道，也是數(shù)據(jù)驅(qū)動型的調(diào)查性報道或深度報道。2010年8月，首屆“國際數(shù)據(jù)新聞”圓桌會議在荷蘭阿姆斯特丹舉行，對這個概念做出了如下界定：“‘數(shù)據(jù)新聞’是一種工作流程，包括下述基本步驟：通過反復抓取、篩選和重組來深度挖掘數(shù)據(jù)，聚焦專門信息以過濾數(shù)據(jù)，可視化地呈現(xiàn)數(shù)據(jù)并合成新聞故事?！盵2]在我國，近兩年，數(shù)據(jù)新聞形式在央視新聞、人民網(wǎng)、新華網(wǎng)及四大門戶網(wǎng)站均紛紛出現(xiàn)。例如，央視新聞頻道的“據(jù)說春運”“兩會大數(shù)據(jù)”等新聞專題，騰訊網(wǎng)的新聞百科頻道的“數(shù)據(jù)控”專題。除上述以外，較早研究和使用數(shù)據(jù)新聞的媒體還有財新網(wǎng)，其“數(shù)字說”欄目定期推出優(yōu)質(zhì)的數(shù)據(jù)新聞產(chǎn)品，在業(yè)內(nèi)口碑較好，并多次獲得國內(nèi)外大獎。

3　數(shù)據(jù)新聞生產(chǎn)關(guān)鍵步驟

3.1確定新聞選題

確定新聞選題是首要完成的步驟。選題確定意味著目標明確，這樣就可以開展后續(xù)工作。這里建議成立專門的數(shù)據(jù)新聞項目小組，因為整個新聞生產(chǎn)過程不可能由一兩個人來完成，即便能完成，質(zhì)量也不高。項目小組分工也要具體明確。數(shù)據(jù)新聞項目組通常至少包含如下三類人員：記者編輯、美術(shù)設(shè)計師和程序員。其中，記者編輯負責文案起草，美術(shù)設(shè)計師負責設(shè)計，程序員負責前端程序?qū)崿F(xiàn)。本文以“反腐”題材為例，闡述一個完整的數(shù)據(jù)新聞生產(chǎn)過程。

3.2海量信息采集與標注

基本邏輯為從海量互聯(lián)網(wǎng)信息（15 000家媒體和政府網(wǎng)站的10多億篇資訊報道）中，進行大數(shù)據(jù)平臺采集工作，通過對“反腐”等關(guān)鍵詞標注篩選，得到約260萬篇反腐類新聞報道，繼續(xù)針對人名標注篩選，得到90多萬條新聞報道，再對涉腐人員標注篩選，得到相關(guān)新聞報道8 914條。

3.3結(jié)構(gòu)化建模與確立維度

建立結(jié)構(gòu)化模型，確立維度，形成模板，利用海量大數(shù)據(jù)抽取技術(shù)，將非結(jié)構(gòu)化文本信息，得到各維度信息。這個過程總結(jié)起來實質(zhì)上是標簽化。如圖1所示。

圖1　結(jié)構(gòu)化建模與信息抽取

3.4多維度信息匯總分析

將第三步得到的多維度信息進行匯總分析，分析思路是針對若干個維度標簽組合，可以得到一些用戶感興趣的數(shù)據(jù)，這些數(shù)據(jù)是深層次的，無法通過一兩個案例就能得到的，這也是大數(shù)據(jù)應(yīng)用價值體現(xiàn)。例如，本例中，我們可以輕松得到基于時間軸的全國反腐形勢分析、涉腐人員構(gòu)成分析、腐敗類型分析等。

3.5可視化報告呈現(xiàn)

通過前面四個步驟，完成了數(shù)據(jù)新聞生產(chǎn)的80%以上工作，但是如果僅到此為止，還不能算作一個數(shù)據(jù)新聞產(chǎn)品，最多算個半成品，因為我們得到的僅僅是一張張枯燥的表格。如果將這些數(shù)字表格呈現(xiàn)給用戶，一般不會受歡迎，因此還需要可視化報告呈現(xiàn)這一環(huán)節(jié)。這一環(huán)節(jié)和大數(shù)據(jù)已沒有關(guān)系，但是同樣不可忽視，因為好的展示效果會帶來好的用戶體驗，好的用戶體驗又會帶來收視（點擊）效果。目前，可視化操作主要用到圖形和動畫制作。動畫制作可以傳統(tǒng)的flash方式，也可以使用HTML5方式，且考慮到多終端適配，HTML5方式更容易被關(guān)注。HTML5是一門新興網(wǎng)頁標記語言，因具有語法簡單、適配性能好、開發(fā)成本低等特點，廣受移動開發(fā)者青睞，是開發(fā)Web APP的首選工具。要實現(xiàn)豐富的動畫效果，除了掌握HTML5以外，還要熟練掌握CSS3和JavaScript技術(shù)。具體要何種形式呈現(xiàn)，需要設(shè)計人員和前端程序人員配合才能完成。例如，本例中，為了清晰表達“全國反腐形勢分析”這一數(shù)據(jù)新聞，設(shè)計人員可以設(shè)計用“中國地圖+熱點區(qū)域”動畫展示，前端程序人員則需要用HTML5+CSS3+JavaScript布局程序，比如用到HTML5的Canvas畫布對象及熱點鏈接，用CSS3和JavaScript實現(xiàn)動畫效果和數(shù)據(jù)傳遞。

此外，可視化還可以借助網(wǎng)絡(luò)上免費第三方工具，如百度echarts（http:// echarts.baidu.com/），詞云工具http:// www.tagxudo.com，http://www.picdata.cn。

4　結(jié)語

網(wǎng)絡(luò)臺對大數(shù)據(jù)新聞生產(chǎn)的研究仍處于初級階段，存在的主要問題集中表現(xiàn)在以下幾方面：一是大數(shù)據(jù)基礎(chǔ)平臺尚未搭建，仍需借助第三方平臺開展；二是如何進行新聞選題，及報道的深度和維度不好把控；三是H5復合型技術(shù)人才缺失?？傊?，大數(shù)據(jù)新聞的關(guān)鍵已不在數(shù)據(jù)本身，而在于用數(shù)據(jù)講故事的能力及提供個性化新聞服務(wù)的能力。隨著移動互聯(lián)網(wǎng)及智能計算的進一步發(fā)展，相信大數(shù)據(jù)新聞的春天一定會到來。

[1]郭平.當云計算遇見大數(shù)據(jù)[J].計算機世界,2001,5(23).

[2]喻國明.從精確新聞到大數(shù)據(jù)新聞:關(guān)于大數(shù)據(jù)新聞的前世今生[J].青年記者,2014(12).