大數據與新聞報道

【本文提要】 大數據指在互聯網保留下來的遠超出傳統數據庫的海量數據。新聞媒體通過使用一定的運算方法對大數據進行分析可以深化新聞敘事和對事實作出准確判斷，對未來進行預測報道，滿足用戶的定制信息要求，使得數據可視化和具有交互性。然而，利用大數據做新聞，記者還面臨著一系列值得注意的問題。我國新聞媒體運用大數據報道新聞方面尚處於初級探索階段，需要借鑒國際同行的經驗。

【關鍵詞】 大數據 數據新聞 新聞生產 深化新聞敘事 信息定制

如今從每天日常開銷的記錄，到手機裡成堆的電話號碼，再到全世界、全中國的社會經濟發展數據，都可以被記錄下來。我們已經被海量的數據所包圍。於是“大數據”這個詞流行起來了。大數據，即我們使用互聯網的各種路徑和形態時留下的海量信息和信息痕跡。最近兩年，人們在互聯網留下的信息和運用各種社交媒體留下的信息痕跡，等於自有記載以來人類保留的信息總和。僅一個百度搜索引擎，每天獲得的人們點擊搜索的數據，便有60億次。大數據的數據量之大，遠超出傳統數據庫軟件工具的抓取、儲存、管理和分析的數據量。對此，我們從計算機中儲存信息的單位之間的關系可以有所體會。

計算機最小的存儲單位是byte，1K=1024Byte，1M=1024K，1G=1024M，1T=1024G，1P=1024T，1E=1024P，1Z=1024P。2011年時，全球的數據量就已經達到1.8Z，預計2015年將接近8Z。面對這樣巨大的數據量，我們傳統的數據組織和處理模式已經無法滿足其需求，再加上大數據具有規模大、價值高、交叉復用等特征，①不同行業、不同領域的數據之間的交換與相互利用也變得十分頻繁。這就意味著對於數據的處理、分析、分享、挖掘等能力有前所未有的提升。

顯然，大數據對人類把握自身整體發展具有重大意義。大數據也對社會各個領域把握自身的發展具有重大意義。大數據對新聞報道呢？盡管新聞是具體的，可一旦大數據的運算加盟新聞報道，便催生出大數據新聞，對新聞生產方式的影響也是巨大的。對不同領域、層面的大數據進行分析、處理后，可以通過可視化和敘事化的手段，創作出一種新的新聞報道方式。②這種報道方式主要包括四個環節：對原始數據的收集、對數據的分析和過濾、將數據可視化、形成具體的新聞報道。

大數據新聞不是一夜之間就有的，它的萌芽是從計算機輔助報道（computer assisted reporting）③開始的。20世紀50年代，美國就有媒體記者利用大型計算機對政府提供的數據庫中信息進行分析，以發現和調查新聞事實。④記者在政府機構、企業等所發布的有限數據中，發現新聞選題或者將這些數據作為佐証發現、拓展報道深度的重要資料。而在如今大數據的背景之下，記者能夠獲取和利用的數據相較而言是那時的天文數字的倍數。

大數據新聞有別於精確新聞和數字新聞。精確新聞由美國學者、新聞記者菲利普·邁耶在20世紀60年代提出，⑤指記者在採訪新聞時運用調查、實驗和內容分析等社會科學研究方法來收集資料、查証事實，從而報道新聞。這類新聞報道20世紀70年代風行於美國新聞界。80年代，中國新聞界開始運用這種新聞報道方法。它的特點是用精確的具體數據分析新聞事件，以避免主觀的、人為的錯誤。它側重於微觀的具體調查、實驗和內容分析。而數字新聞，則指以數字、公式、字母等靜態形式來輔助文字報道。現在所說大數據新聞，顯現的是對大數據的挖掘與處理的結果，可以通過復雜的交互式、動態化的圖片和視頻來呈現這類新聞。

一、大數據新聞的功能與優勢

目前，在大數據新聞制作上已經積累了經驗的國際媒體有《衛報》《紐約時報》《華盛頓郵報》等，但它們也處於探索階段。通過對國內外代表性媒體的大數據新聞實踐進行研究，可以總結出大數據新聞的四個功能，即描述、判斷、預測、信息定制。

1.新聞敘事

《衛報》網頁2012年1月5日發布了一個有關“阿拉伯之春”的大數據新聞報道。⑥報道利用動態圖表，以時間軸為主線描述了自2010年12月一突尼斯男子自焚至2011年12月的一年間，17個阿拉伯國家發生的一場政治運動。網民可以通過這個四維動態的報道，清楚地從宏觀到微觀，全面了解阿拉伯之春在不同國家的不同表現形式。圖表上方設置了時間的推拉按鈕，網民推拉到自己想觀看的時間點，可以清楚地看到相同時間點上不同國家發生的相關事件。畫面的下方是各個國家的標簽，網民也可以通過國家標記，來關注某個具體國家在縱向時間軸上的政治演變進程。不同的政治事件用不同顏色來標示：綠色為群眾性抗議活動，淺藍色為國際上的相關反應，黃色為政治事件，紅色為政權更替。如果網民想了解某個事件的具體內容，點擊不同顏色的標示，隨即獲取深度報道的鏈接。這種新聞報道方式，將涉及十幾個國家、時間跨度長達一年的復雜的“阿拉伯之春”，以明晰的動態方式呈現出來，純文字報道難以達到這樣的傳播效果。

大數據新聞還能夠描述那些看不見的短期過程，比如流言如何在社交網絡上傳播。⑦《衛報》通過追蹤分析260萬份推特內容，利用可視化動態圖表描述了從流言開始傳播到辟謠結束的整個過程。它也是以時間為軸，利用圓圈大小、顏色變化來描述整個過程，綠色的圈代表散布流言的推文，紅色的圈代表更正這個流言的推文，灰色的是中立的評價推文，黃色的是對流言持懷疑態度的推文。圈的大小代表了推文的影響程度，圈越大影響程度越大。如果想了解具體的內容，點到哪個圈，屏幕旁邊即刻呈現這個圈所代表的推文的發布者、發布日期、轉推人數等等信息。通過這個動態的演進過程，人們可以清楚地看到，社交網絡並不像一般想象的那樣，是一味擴散虛假消息的場所。其實在假消息出現不久，社交網絡上各種辟謠的消息就已經出現了。

從這兩個例子可以看出，大數據新聞的報道方式能夠在宏觀上對某個事件看得更加清楚與全面，事件復雜的演進過程以及這個過程中的各個方面，都能描述得直觀且有趣。

2.事實判斷

2011年8月，一個黑人穆斯林男子乘出租車在倫敦街頭遭到警方攔截，雙方發生槍戰，該男子當街死亡。兩天后，約300人聚集在倫敦市中心的警察局進行抗議，后來演變成持續多天的騷亂事件，抗議者引燃了汽車、商店和公交車。當天夜裡，倫敦其他地區也發生了類似襲警、搶劫、縱火等事件。一些媒體評論指出，這與貧富差距有關。英國首相卡梅倫接受採訪時，聲稱騷亂事件與貧富差距無關。

英國《衛報》記者利用大數據的分析結果，做了關於這一事件的系列報道，其中的一個報道主題，便是騷亂與貧困有沒有關聯。⑧記者利用谷歌融合圖表，在倫敦地區地圖上標記出騷亂分子的居住地信息（黃色點）、實際發生騷亂的地點（灰色點），以及貧困地區分布（越偏紅色表示越貧窮）。根據這張倫敦市中心的圖，網民可以將圖擴展到整個大倫敦地區來看，也可以聚焦到具體的街區放大來看，觀察每個被標記的騷亂點的人流從哪裡來，到哪兒去，從而清楚地看到貧苦與騷亂之間存在的某種關聯。這種關系的表達，比起單純的文字報道來，表現清晰，說服力強。

3.預測走向

2013年“十一”長假期間，九寨溝發生游客大量滯留現象並引發群體性事件。如果新聞媒體或旅游當局能夠在此前運用中國的局部大數據進行預測性報道，完全可以避免這樣的群體性事件發生。因為傳媒可以根據這方面的大數據，提前報道在哪個具體時間段內，有多少人從哪些地方前往九寨溝，其中男人、女人、老人、兒童各有多少等等。

這只是一個小例子，大數據能夠預測社會和人們日常生活中的各個方面。通過挖掘大數據，傳媒在技術上可以制作出可視化、交互式的圖表，告知很多事項。微觀的如流行疾病來襲、交通擁堵情況﹔宏觀的如經濟指數變動、某種社會危機的來臨等等。百度開辟了“百度預測”網頁，以“大數據，知天下”的口號推出，⑨預測的產品有高考、世界杯、電影票房等等。它們后期准備上線的產品擴展到了更廣的領域，比如金融預測、房地產預測等等。

4.信息定制

利用大數據的分析結果，滿足網民的信息個性化要求，是國外媒體的最新嘗試。例如Five thirty eight數據博客，在2014年5月23日新辟讀者來信專欄“親愛的莫娜”。⑩其第一期開篇語闡釋的目的是：“我開這個專欄是為了幫助讀者回答一些生活中重要的或者嚴肅的問題，比如我是不是很正常、我處在世界的哪個地位層面等等，目的不是為了給讀者答疑解惑，不是告訴讀者應該做什麼和不應該做什麼。恰恰相反，我提供數據來解釋、描述你的經歷。”

綜觀這個專欄，讀者的提問五花八門，比較嚴肅的如：“美國有多少人從來沒有喝過一滴酒？”“美國有多少男性空乘人員？”也有比較私人的如：“我該多久換一次襪子？”“婚前同居會不會導致離婚”等等。專欄作者利用美國范圍內的大數據，即刻將分析結果告知當事人，但避免給出指導性意見，僅告知各種數據的分析結果，讓網民自己依照分析結果來處理自己面臨的問題。這個專欄與傳統的紙媒讀者來信專欄不同，不是通過星座、血型、生辰八字或偽裝成閱歷豐富的專家，來提供些心靈雞湯式的回答，隻用數據來說話。

這種嘗試在媒體中並不少見。2011年，BBC廣播公司曾根據2012年政府的財政預算聯合畢馬威會計師事務所做了一個預算計算器，用戶隻需要輸入一些日常信息，例如買多少啤酒，用多少汽油等，就能夠算出新的預算會讓你付多少稅，明年生活會不會更好。

根據用戶需求提供個性化的大數據服務，是未來的發展趨勢。這些報道有一個共性，媒體都致力於以用戶的需求為中心，利用大數據詮釋宏觀社會現象對用戶的影響，或者回答用戶困惑的問題。媒體可以精准定位，經過后台計算，按照用戶的接收習慣、工作習慣和生活習慣將服務推送到用戶眼前。