摘 要：近些年，互联网逐渐得到普及，社会化媒体迅速发展，传统的新闻生产受到了越来越多的冲击。传统新闻业发展状况不佳的同时，人们对于信息的渴望度却是越来越高。“大数据时代”的来临，给新闻业带来了一场新的机遇。本文介绍了数据新闻和可视化的相关概念，并结合无界传媒的数据新闻报道，分析了数据新闻的应用特点以及对于传统新闻生产的变革；媒体开展数据新闻报道的流程以及数据可视化的兴起与发展给当下新闻从业人员所带来的挑战和机遇。

关键词：数据可视化；无界传媒；新闻生产；变革

一、数据可视化的定义

大数据时代，数据掀起了信息领域的变革，如何利用数据实现利益最大化，成为每个行业应该思考的问题。“数据可视化”这一概念由此成为信息领域的热门词汇。

数据可视化是以数据为核心，围绕信息系统学科中的DIKW层次模型（数据、信息、知识、智慧）进行的多种类、层次性、数字信息直观化信息概括和生产方式[1]。能够通过数据库挖掘和展示数据背后的关联与模式，更加清晰有效，并且形象化地呈现对用户有价值的信息。在传播过程中，将枯燥抽象的数字信息直观形象化，在方便受众理解的同时成为了一个很好的传播工具。

二、数据可视化在新闻生产中的应用特点

大数据时代，一切皆可“量化”，数据新闻所呈现的样本即是总体，其运用可视化手段通过挖掘数据，分析数据，从繁杂的数据中发现故事，再用数据可视化的方法去呈现给读者，数据新闻实现了让数据自己“发声”。与国内其他媒体新闻可视化版块相比，无界传媒数据新闻版块的起步较晚，但其目前的发展现状与创作的呈现手段却可圈可点。其数据新闻版块是无界传媒旗下的智能媒体实验室负责运营，智能媒体实验室目前主力做数据新闻、数据可视化、新闻机器人写作等。在目前无界传媒数据新闻版块的近200篇报道中，其形式，涉及领域十分丰富，下面文章将以无界传媒“数据新闻”频道为例探讨数据新闻可视化的一些实际应用特点。

1.数据图表讲事件。在面对新闻事件热点时，通过对事件热点相关数据的挖掘，利用可视化手段，用数据图表来讲故事。

（1）运用实时数据进行可视化呈现。在《数据图解：爆炸后的天津上空》这则新闻报道中将天津滨海新区爆炸事故发生后的17个检测点空气检测数据进行了不同有害气体数据并列式的图表汇总，并配上风向卫星云图，向读者简单直接的实时呈现了爆炸后的空气质量，相较于传统的数据信息罗列，折线图呈现的气体数值变化则更加的直观易懂。

（2）数据的深度分析呈现。在《数据图解：转基因大豆油占领中国厨房》报道中，则与天津事件为追求时效性而简单明了的图表呈现不同，而是文字结合图表的深度呈现，让读者直观的了解了进口的转基因大豆凭借着低廉的价格与高榨油率，挤占了几乎所有中国食用大豆油的原料来源的热点问题。在该报道中，呈现了中国大豆的产量下降与消耗量逐年上升的矛盾，从而导致差额只能靠进口来弥补，其对外依存度不断提高，而这些结论的呈现不是空口无凭的，每一步结论都是配以图表进行呈现，是用数据来深度讲解热点事件。

（3）事件过往相关数据的汇总呈现。在《倒计时那些年我们一起追过的33届春晚和1330个节目》这则新闻中，通过对以往春节联欢晚会的数据总结，从节目数量、相声小品的占比、主持人人数等方面的数据可视化呈现，向读者直观的呈现出了过往33届春晚的变迁。

2.关注度指数数据看事件。在无界传媒的《全民看阅兵，媒体指数有你一份力》与《数据指数|天津爆炸网友最关注话题》两篇新闻中，将热点事件背后读者阅读资讯的关键词与媒体报道的文章关键词进行了数据统计，以可视化图表形式进行呈现，将事件分为不同的阶段并分别对应读者与媒体的关注点，以此来直观的向读者反映出整个事件走向与舆论关注点的变化。

3.行业数据合作分析看事件。行业数据合作即时与拥有企业数据、行业数据、用户行为数据的组织深度绑定合作，进行数据分析、数据挖掘和数据新闻创作，并通过可视化的手段呈现数据产品。无界传媒的《春运迁徙数据指南|这些火车站和高速最拥挤》以及《城市睡眠地图没有一个城市睡够八小时》这两篇比较典型的合作数据可视化报道分别是与高德地图以及华米科技进行合作而推出的。“春运迁徙数据指南”利用高德地图的用户定位热度变化数据来进行大数据的分析，从而得出结论，而“城市睡眠地图”则是通过抓取旗下小米手环的用户睡眠时间数据来进行分析，两篇报道都是通过合作大数据的挖掘而得出故事。

4.繁杂数据结构化讲事件。一个事件的背后往往有着很复杂的个体关系，而通过简单的文字表述是不能简单直接的反映出事件个体之间的关系，这就需要将复杂内容结构化。在《数据图解：郭伯雄关系图谱》中就是选取将郭伯雄事件背后的人物关系进行结构化，让读者能够直观了解事件中心人物及其背后个体的故事，相较于文字性的大段描述这样的可视化结构显示则显得更加的简单明了。

5.调查数据看热点。在面对一些社会热点事件时，传统的新闻报道会通过简单的个体调查来反映热点，例如：街边采访、专家访谈等手段，而无界数据新闻则通过问卷调查的方式来进行数据的抓取分析，并结合个体调查访问来客观的分析热点。其中比较典型的报道《数据“全面二孩”后，想生就生了?》以及《两岸青年说来旅行吧 我们不聊茶叶蛋》，两篇报道都是先通过问卷调查的方式来获取热点背后的数据，然后对热点对象或者专家进行个体的访谈，其中还穿插相关权威机构专业数据的反馈，让读者直观地了解热点背后的观点走向与其中包含的有代表性的想法。

总结来说，无界传媒的数据新版块并不是简单的以数字、图标、图签、表格罗列的新闻，其数据新闻的写作多是数据分析与个体案例相结合，数据分析的呈现十分具有递进式的特点，其呈现形式是根据面对的热点与事件的不同而变化的，而其可视化手段，抓取的数据来源也是极为丰富。

三、数据可视化对传统新闻生产的变革与挑战

1.理念变革。传统的新闻生产环节通常是从选择消息源、采访、写作、呈现，而数据可视化与其有一定差别。数据可视化使新闻从业者将其工作重心从抢热点转为向大众解释新闻事件的更内在的逻辑关系，通过深度挖掘可利用的数据，将数据、社会和个人之间的复杂关系用可视化手段展示给公众。在传统的新闻报道中，图片和设计常常作为一个辅助的角色，而在数据可视化中，这一部分被放大了。数据可视化要求以客观、便于理解的报道方式激发公众的关注度与参与热情，这是一种全新的新闻报道方式。

2.从业要求变革。数据可视化报道对于传统新闻从业者而言，是一项巨大的挑战。首先可以从一些数据新闻团队的成员组合中看出一些变化。

英国BBC新闻网负责数据新闻生产的团队是由记者、设计师和开发者组成。在这个团队中并没有专门的“数据记者”，但每位编辑成员需要会用基本的表格工具进行数据分析。中国的澎湃数据新闻团队成员包括数据编辑、动画设计师、平面设计师、3D设计师和插画师。财新网数据新闻实验室则是一个由编辑部、技术部、设计部三大部门组成的虚拟团队。无界传媒的智能媒体实验室也大致如此。

显然，数据新闻的生产不再是以往的采集、加工、处理、发布模式，也不再是一个记者单打独斗就能完成的。数据可视化项目需要记者加强与设计师、IT技术员之间的合作，并自身掌握数据分析相关的技能。

3.对传统新闻信息采集与呈现的挑战。在传统新闻生产中，记者都是直接到事发现场进行采访，获得第一手资料。记者的采访对象多是各种各样的人。记者采访结束、把资料整理完成后多以文字的形式呈现。

数据可视化的操作对于传统新闻而言，是一次极大的、具有颠覆性的挑战。现阶段如果想要更好的完成工作，不仅要拥有较高的专业知识和技能，同时还要充分掌握大量的技术知识，并通过自身努力和实践将其应用到新闻工作的每一个步骤当中[2]。数据新闻记者面对的“事发现场”一般是政府数据库或是网络上的海量信息，数据的采集成为了关键一环。数据新闻的采访对象是各种纷繁杂乱的数据，这就要求记者必须掌握一些数据处理以及分析的能力。数据分析完成后，数据新闻的表现方式多种多样，其表现形态除了有信息图表、HTML5 交互页面之外，还有漫画产品、数据博客等。

四、数据可视化在新闻生产过程中的应用前瞻

大数据时代，信息呈爆炸式增长，信息量大又简明易懂的新闻报道受到读者青睐，因此，数据的可视化成为了新闻生产中的必要部分。

1.数据可视化加强受众对新闻的关注度和互动。数据的可视化处理可以提示新闻的主要内容，使人们更好地理解和记忆新闻信息。同时，数据可视化中的动态信息图增加了动态和互动元素，与受众具有很强的交互性，受众可以自主选择新闻内容的呈现方式。在双向互动的数据信息图中，读者能够上传个人数据，主动成为新闻数据源，对于喜欢的数据新闻，还能够在社交媒体上进行转发，真正参与到新闻的制作与传播中来。

2.数据可视化创新新闻深度报道和预测性报道。利用数据可视化手段，不仅能够高效快速地梳理出新闻要素的5W，而且可以挖掘不同新闻事件之间的关联，从而加深对新闻事件不同方式和角度上的立体覆盖报道，发掘出新闻事件的逻辑性和连贯性，揭示新闻事件本质。

此外，通过数据可视化手段，可以有效推动媒体预测性报道。新闻把关人可以对各类相关联的数据关系进行分析，预测一个事物的变化过程及其发展趋势，特别是在与环境、交通、健康有关的领域[3]。

3.数据可视化为我国商业性门户网站寻找新出路。目前我国国内的商业性新闻网站没有采访权，这就给其信息的发布和获取受众上造成了一定的困境。然而，数据可视化处理之后，这些商业性新闻门户网站可以通过整理数据，挖掘不同数据之间的深层联系，以动态互动性的图表方式向网站用户呈现新闻事件。这就改变了以往商业性门户网站单纯依靠传统媒体转发内容的局限，数据可视化为我国商业性门户网站寻找了新出路。

参考文献：

[1] 陈为,沈则潜.大数据丛书:数据可视化[M].北京:电子工业出版社,2013.

[2] 汪甦.大数据时代新闻业面临的新震荡[J].新闻研究导刊,2015(15).

[3] 彭兰.“大数据”时代:新闻业面临的新震荡[J].编辑之友,2013(1). 

分享让更多人看到