成竹雅 樓旭東

摘 要 數(shù)據(jù)是數(shù)據(jù)新聞的生命之源，數(shù)據(jù)的采集和挖掘直接影響數(shù)據(jù)新聞的內(nèi)容價值體現(xiàn)，而新聞媒體在數(shù)據(jù)挖掘方面尚處于嘗試探索階段。文章從“數(shù)據(jù)源”著手，探尋制約數(shù)據(jù)新聞發(fā)展的因素，從數(shù)據(jù)外包、數(shù)據(jù)庫、數(shù)據(jù)眾籌三個方面探索數(shù)據(jù)新聞發(fā)展的解困之道。

關(guān)鍵詞 數(shù)據(jù)新聞；數(shù)據(jù)源；外包；數(shù)據(jù)庫；眾籌

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2018）03-0046-02

數(shù)據(jù)新聞基于大數(shù)據(jù)而發(fā)展，目前尚未成熟。數(shù)據(jù)新聞以數(shù)據(jù)為核心，以數(shù)據(jù)挖掘、處理和可視化表現(xiàn)為手段，以將受眾關(guān)注和需要的新聞信息用恰當?shù)墓适滦问匠尸F(xiàn)為落腳點，滿足受眾“窮盡數(shù)據(jù)”和“一目了然”的閱讀需求，進而引發(fā)受眾的自主理解和思考。

“數(shù)據(jù)源”即數(shù)據(jù)新聞的信息來源，是數(shù)據(jù)挖掘的基礎(chǔ)，更是數(shù)據(jù)新聞生產(chǎn)過程的源頭?！?017中國媒體人數(shù)據(jù)使用報告》顯示，95%以上的媒體人/自媒體人認為數(shù)據(jù)對于新聞創(chuàng)作重要，他們認為數(shù)據(jù)能夠使媒體通過掌握讀者信息實現(xiàn)精準選題和傳播，能夠豐富新聞內(nèi)容并有效提升新聞內(nèi)容

質(zhì)量。

由此可見，數(shù)據(jù)信息是數(shù)據(jù)新聞的生命之源，制約數(shù)據(jù)新聞發(fā)展的源頭因素便是數(shù)據(jù)信息缺乏。目前數(shù)據(jù)新聞的“數(shù)據(jù)源”主要有政府相關(guān)部門、企業(yè)/公司發(fā)布信息，專業(yè)信息資訊平臺、網(wǎng)絡(luò)公開信息、學術(shù)科研機構(gòu)提供的研究報告所占比例相對較少，對數(shù)據(jù)的收集也更多沿襲傳統(tǒng)方式。然而，有限的數(shù)據(jù)資源和傳統(tǒng)的數(shù)據(jù)挖掘并不足以滿足數(shù)據(jù)內(nèi)容至上的數(shù)據(jù)新聞創(chuàng)作。

1 把握“數(shù)據(jù)源”存在的四大問題

第一，“數(shù)據(jù)源”較為單一，覆蓋范圍有限。英國的數(shù)據(jù)開放程度在全世界屈指可數(shù)，從公共交通信息到國家人文地理，從立法信息到政府預(yù)算、環(huán)境污染，各類信息只要能夠公開的盡量毫無保留的向公眾開放，甚至制定相關(guān)法規(guī)對信息開放加以保護，設(shè)立開放數(shù)據(jù)研究院（ODI），為更多有需要的人提供開發(fā)數(shù)據(jù)的基礎(chǔ)和便利。除此之外，英國的媒體內(nèi)部會形成一個系統(tǒng)的數(shù)據(jù)庫，并與相關(guān)的科研機構(gòu)、金融機構(gòu)建立信息合作關(guān)系，確保新聞數(shù)據(jù)的完整和可靠，這也促進了媒體對數(shù)據(jù)的進一步深挖和報道。

我國信息公開和信息保密之間長期存在難以調(diào)和的矛盾，信息的開放性和完整度相比于發(fā)達國家都比較低，尤其是與政府相關(guān)的信息更為缺失。隨著互聯(lián)網(wǎng)信息產(chǎn)業(yè)的發(fā)展，近兩年我國國家統(tǒng)計局正在嘗試開放政府數(shù)據(jù)，各地政府網(wǎng)站也開設(shè)相關(guān)政務(wù)信息公開頁面，但公開的數(shù)據(jù)是經(jīng)過篩選和整理發(fā)布，數(shù)據(jù)開放的深度和廣度有待拓展，層層限制制約著新聞報道的深度和廣度，影響政經(jīng)類數(shù)據(jù)新聞的生產(chǎn)和傳播效果。國內(nèi)數(shù)據(jù)新聞來源多來自媒體間素材引用、第三方信息服務(wù)商、公司企業(yè)所提供的數(shù)據(jù)，這類數(shù)據(jù)均為收集簡單方便、不需要深入發(fā)掘、成本較低的二手數(shù)據(jù)，但時效性差，數(shù)據(jù)的準確性和客觀性無法保證。

由此來看，國內(nèi)的數(shù)據(jù)新聞發(fā)展仍受限于數(shù)據(jù)信息制度上的缺失和對原始數(shù)據(jù)的自我開發(fā)，數(shù)據(jù)新聞的數(shù)據(jù)也絕不能稱之為海量，所呈現(xiàn)處的數(shù)據(jù)新聞的廣度和深度也有待提升。

第二，數(shù)據(jù)收集自主能力不足。Excel是目前媒體人最普遍使用的數(shù)據(jù)工具，對于SQL、SPSS/SAS、Python和R語言等專業(yè)數(shù)據(jù)工具的使用普遍較少。即使面對大規(guī)模、大體量的數(shù)據(jù)信息，傳統(tǒng)的數(shù)據(jù)技能也不足以實現(xiàn)充分挖掘和分析處理。

目前中央電視臺、新華網(wǎng)、財新等不少媒體都在嘗試數(shù)據(jù)新聞，但是建立專門的數(shù)據(jù)新聞團隊從事數(shù)據(jù)新聞生產(chǎn)的媒體卻寥寥無幾。事實上在數(shù)據(jù)新聞團隊中，相比于傳統(tǒng)的記者、編輯，程序員的作用更加不容忽視。當前我國數(shù)據(jù)新聞從業(yè)者多為設(shè)計專業(yè)出身，對于數(shù)據(jù)的敏感度、數(shù)據(jù)中新聞的挖掘及運用數(shù)據(jù)驅(qū)動講故事的能力相對較弱，直接制約數(shù)據(jù)新聞的發(fā)展。

第三，與專業(yè)數(shù)據(jù)挖掘團隊的合作較弱。專業(yè)的數(shù)據(jù)挖掘公司與媒體間的合作較少，大多數(shù)的媒體基于內(nèi)部的數(shù)據(jù)收集中心獲取相關(guān)信息和數(shù)據(jù)的收集，多以團隊分工形式完成，發(fā)展較大的媒體會設(shè)置專門信息搜集部門，但總體來說數(shù)據(jù)量少、數(shù)據(jù)來源有限，對數(shù)據(jù)的挖掘和分析深度欠缺，對國外相關(guān)數(shù)據(jù)獲取能力低。目前國內(nèi)大數(shù)據(jù)公司層出不窮，在數(shù)據(jù)挖掘和人工智能方面也有了長足發(fā)展，針對不同行業(yè)、不同用戶可以提供定制化的數(shù)據(jù)解決方案，其主要客戶集中于企業(yè)、政府、金融投資等全球行業(yè)用戶。而與新聞媒體的合作尚處于嘗試階段，由于沒有成熟可行的合作模式，再加媒體對于信息數(shù)據(jù)需求不明確、不精準，導致企業(yè)面對龐大的數(shù)據(jù)庫無法有效篩選和提供服務(wù)。

第四，缺乏與社會化媒體的融合。在當前的傳播格局中，社會化媒體異軍突起，相對于電視、報紙等傳統(tǒng)媒體，社會化媒體的受歡迎程度屢創(chuàng)新高，受眾作為新生力量借社會化媒體平臺涌入傳播大潮，在很大程度上監(jiān)督、制約媒體的新聞活動。財新網(wǎng)和FT中文網(wǎng)利用新浪微博等社交媒體發(fā)起數(shù)據(jù)新聞話題討論，以話題的形式擴大數(shù)據(jù)新聞的傳播影響范圍，但是這樣的融合僅僅停留在低層次的“合作、流動”的層面上，沒有充分利用受眾的信息資源，未形成社會化媒體融合時代的新型商業(yè)模式，仍以原有的新聞模式生產(chǎn)新形態(tài)新聞報道。

事實上數(shù)據(jù)新聞本身兼具經(jīng)濟價值和社會價值，從數(shù)據(jù)的收集整理、加工到可視化呈現(xiàn)、故事闡述等一系列的復雜、有深度的生產(chǎn)活動都可借鑒國外有償新聞的高水平的新聞制作和數(shù)據(jù)處理服務(wù)模式，結(jié)合我國現(xiàn)有的經(jīng)濟體制和媒體環(huán)境，創(chuàng)新數(shù)據(jù)新聞發(fā)展商業(yè)模式，推動數(shù)據(jù)新聞在社會化媒體時代的精準營銷和推廣，為受眾提供更多的信息服務(wù)，實現(xiàn)媒體與受眾的信息雙贏。

2 從“源”探索解困之道

開放、系統(tǒng)、完整的數(shù)據(jù)平臺對數(shù)據(jù)新聞的發(fā)展至關(guān)重要，但完整的數(shù)據(jù)庫建設(shè)并非一朝一夕就能實現(xiàn)，因此可以通過以下3個方面逐步形成。

第一，嘗試“數(shù)據(jù)”眾籌?；ヂ?lián)網(wǎng)和移動終端技術(shù)的繁榮為社交網(wǎng)絡(luò)媒體的發(fā)展提供了物質(zhì)基礎(chǔ)，微博、微信、微視頻、論壇等憑借愈發(fā)強大的影響力和傳播力聚集受眾，社會化網(wǎng)絡(luò)信息傳播的自發(fā)性和互動性優(yōu)勢凸顯，在滿足網(wǎng)民信息需求的同時賦予網(wǎng)民更大的自主權(quán)，進而網(wǎng)羅大量一手數(shù)據(jù)信息，也可以說社交網(wǎng)絡(luò)媒體產(chǎn)生的數(shù)據(jù)信息完成了“從群眾中來”這一環(huán)節(jié)，對這些數(shù)據(jù)加以應(yīng)用即是“到群眾中去”。國內(nèi)數(shù)據(jù)新聞媒體在這一方面的認識和實踐明顯滯后。

西蒙·羅杰斯曾言，Twitter已然成為新聞工作者的“理想工具”。目前數(shù)據(jù)挖掘技術(shù)的發(fā)展已經(jīng)使社交網(wǎng)絡(luò)產(chǎn)生的海量無序數(shù)據(jù)信息為媒體所用成為可能，并通過對分析數(shù)據(jù)發(fā)現(xiàn)新聞價值。2016年美國大選期間，《衛(wèi)報》《金融時報》等多家媒體通過抓取和分析Twiiter上的信息預(yù)測大選結(jié)果，通過分析特朗普個人Twitter研究其政治傾向和態(tài)度，觀察其與中國外交的觀點和立場。榮獲首屆數(shù)據(jù)新聞獎的“騷亂中的謠言”基于對260萬條Twitter信息的分析，以熱力圖的形式清晰展示謠言的傳播路徑，并揭示經(jīng)濟因素是引發(fā)社會騷動的真正原因。由此可見，社交網(wǎng)絡(luò)所產(chǎn)生的龐大數(shù)據(jù)是目前可為新聞媒體利用的最直接可行的信息寶藏，充分挖掘和利用將有助于推動我國數(shù)據(jù)新聞的發(fā)展。

第二，創(chuàng)新數(shù)據(jù)新聞外包鏈模式。從國內(nèi)媒體數(shù)據(jù)新聞來源來看，盡管數(shù)據(jù)來源渠道多、范圍廣，實際數(shù)據(jù)來源類型相對集中，多為他方提供的現(xiàn)有數(shù)據(jù)，網(wǎng)絡(luò)用戶數(shù)據(jù)占比較低，數(shù)據(jù)信息有限。事實上，中譯語通、Palantir等國內(nèi)外專業(yè)的數(shù)據(jù)挖掘公司擁有相對完整的數(shù)據(jù)生態(tài)系統(tǒng)，其掌握的數(shù)據(jù)體量龐大，可針對不同用戶定制信息服務(wù)，若嘗試將數(shù)據(jù)信息搜集、處理等工作外包給專業(yè)團隊，形成合理的合作模式，將會推動數(shù)據(jù)新聞的發(fā)展。

第三，逐步建成數(shù)據(jù)庫網(wǎng)絡(luò)。大數(shù)據(jù)產(chǎn)業(yè)的快速發(fā)展將全球開放的數(shù)據(jù)聚合形成豐富的數(shù)據(jù)信息資源，這對于數(shù)據(jù)新聞的發(fā)展是一個重要的契機。從目前國內(nèi)數(shù)據(jù)新聞報道所涉及的數(shù)據(jù)規(guī)模和體量來看，絕大多數(shù)都是低量級的結(jié)構(gòu)化數(shù)據(jù)，將第三方結(jié)構(gòu)化數(shù)據(jù)以可視化的形式呈現(xiàn)[1]。也就是說目前國內(nèi)數(shù)據(jù)新聞并沒有實現(xiàn)基于海量數(shù)據(jù)挖掘之上的信息處理，可視化呈現(xiàn)方面僅僅是將結(jié)構(gòu)化數(shù)據(jù)進行簡單的信息圖式的處理，尚處于數(shù)據(jù)新聞生產(chǎn)的起步階段。由此可見數(shù)據(jù)新聞的基礎(chǔ)在于獲取數(shù)據(jù)，因此數(shù)據(jù)庫的建立尤為重要。從數(shù)據(jù)新聞在國內(nèi)興起到現(xiàn)在已有5年左右，各家媒體的新聞報道所呈現(xiàn)的數(shù)據(jù)都是有價值的資源，因此對現(xiàn)有新聞數(shù)據(jù)進行系統(tǒng)的整理和編制將會形成媒體內(nèi)部的小型數(shù)據(jù)庫，鏈接常用的數(shù)據(jù)來源，形成流動的數(shù)據(jù)信息平臺，再以通過建立媒體之間的數(shù)據(jù)共享和流動，初步建立數(shù)據(jù)庫網(wǎng)絡(luò)，實現(xiàn)數(shù)據(jù)信息的共享，有利于媒體間的共贏發(fā)展。

3 結(jié)束語

隨著數(shù)據(jù)技術(shù)的迅猛發(fā)展，數(shù)據(jù)新聞生產(chǎn)也需要在新的發(fā)展環(huán)境下尋求技術(shù)的支撐，尤其是從“新聞源”來拓寬數(shù)據(jù)新聞的信息覆蓋范圍，提升數(shù)據(jù)信息挖掘和處理的水平，有利于豐富數(shù)據(jù)新聞內(nèi)容，拓寬數(shù)據(jù)新聞發(fā)展的道路。

參考文獻

[1]沈甜.“數(shù)據(jù)新聞”在我國新媒體平臺的實踐與發(fā)展現(xiàn)狀探究[D].蘭州：蘭州大學，2016.