我国数据新闻的传统因素及创新策略(3)
时间:2016-11-12 13:45 文章来源:http://www.lunwenbuluo.com 作者:郝雨等 点击次数:
(二)面向大数据时代,将调查型数据新闻与媒体新闻策划紧密结合
大数据开启了一次重大的时代转型,它正在改变我们的生活以及世界的方式,成为新发明和新服务的源泉。就我国数据新闻实践而言,常规型数据新闻的数据来源几乎都是结构化的小样本数据,甚至是其他新闻报道中提到的一些简单数字;调查型数据新闻中上述常规数据仍然占了很大部分,基于大数据的调查型数据新闻作品仍非常少。这一方面是由于我国信息公开进程启动仅十年时间,海量的大数据还在“沉睡”之中,另一方面是由于国内数据采编团队大多缺乏从网络等途径抓住大数据的能力。我国数据新闻目前探索的重点还停留在可视化层面,但未来我国数据新闻(尤其是调查型数据新闻)发展的重点必然在大数据挖掘方面,为了突出大数据的重要性喻国明教授甚至将“大数据新闻”列为数据新闻发展的终极阶段。
从新闻实践看基于大数据的调查型数据新闻采编通常需要“围绕一定的目标,对已占有的信息进行去粗取精、去伪存真、由此及彼、由表及里的分析和研究,发觉已知,预测未来,着眼现实,制定和实施相应的政策和策略,以求最佳效果,”这在某种意义上可以看做是新闻策划在大数据时代的最新表现形式。只不过原来新闻策划涉及的素材是文字、图片、音频和视频,而基于大数据的调查型数据新闻涉及的素材是海量的非结构化数据;原来新闻策划面对的信源是人,而基于大数据的调查型数据新闻面对的信源是各类大型数据库、甚至是各种数量庞大的原始数据记录。信源差异、素材不同必然导致程序、策略等发生一些细微变化,但是新闻策划的基本原则、基本流程等仍然适用于调查型数据新闻的采编。基于大数据的调查型数据新闻采编应该尝试与媒体新闻策划业务紧密结合,通过借鉴媒体新闻策划部门或团队积累的宝贵经验与资源,推动调查型数据新闻的发展成熟。
上述努力和尝试都在试图将数据新闻采编融入到我国媒体当前的新闻实践之中,充分利用媒体现有资源,积极拓展数据新闻在媒体内部的生存空间,以便为数据新闻在我国发展壮大提供更加坚实的保障。
三、深挖当前国内数据新闻采编存在的问题
除了整合数字新闻传统、融入媒体业务两个较为宏观的问题外,当前数据新闻采编还存在两个具体问题,如果解决不好同样会对数据新闻发展产生严重影响。
(一)选题过宽泛导致数据新闻被滥用
常规型数据新闻机动灵活,适用于日常普通事件的报道,是数据新闻中的轻型武器;调查型数据新闻丰富翔实,适用于那些信息含量较大的事件,是数据新闻中的重型武器。目前国内许多数据新闻报道在选题方面比较随意,有些数据新闻(特别是常规型数据新闻)用文字就能说清楚,完全没有必要做成图表的形式。图表使用太过频繁很可能导致受众审美疲劳,难以达成预期效果。特别是调查型数据新闻从策划到完成需要花费很长时间、投入许多人力物力,所以这类数据新闻通常从人们不太关注的开放数据中寻找具有很高新闻价值的线索进行深度挖掘,力求见人所未见,言人所未言,用富有冲击力的图片给受众留下深刻印象。国内数据新闻报道虽然出现过《周永康的人与财》等非常优秀的作品,但总体而言有些记者编辑为了制作数据新闻而制作数据新闻,选题不讲究、数据基础薄弱,这样的报道虽然具有数据新闻的形式,但并没有发挥数据新闻的优势。一味追求作品数量而不重视选题是否合适,必然导致数据新闻泛滥、整体质量不断下降。
(二)开放数据获取难导致许多选题难以实施
数据新闻通常需要庞大的开放数据作为基础,如央视《数说命运共同体》节目借助国家“一带一路”数据中心、世界贸易组织等多个组织的权威数据库,共收集了超过1亿GB的数据,因此报道才会内容详实、熠熠生辉。有时候记者编辑虽然有很好的选题,但苦于缺乏充足的开放数据资源,最终只能放弃该选题或者半途而废。目前我国数据新闻采编所用数据主要来自四种渠道:一是社交媒体等网络媒体,二是政府部门、企业组织、科研机构等部门或组织,三是各类传感器采集,四是媒体自行调查。其中通过前三种途径获得的公开数据是数据新闻存在的前提和基础,如果政府部门或其他组织机构不公开其拥有的权威数据,数据新闻就难以推行。在这方面国外政府部门等起步较早,记者通常能够获得大量开放数据,因此国外数据新闻报道在数据方面通常都比较扎实。我国政府部门以及各类机构等在信息公开方面刚刚起步,许多数据新闻报道缺乏公开数据的支持,很多时候只能将相关报告甚至新闻中的数据提取出来,用图表等可视化的形式加以呈现。这些数据新闻报道由于缺乏坚实的数据基础,不仅无法体现出数据新闻的优势,也无法满足受众深层次的信息需求。
- 论文部落提供核心期刊、国家级期刊、省级期刊、SCI期刊和EI期刊等咨询服务。
- 论文部落拥有一支经验丰富、高端专业的编辑团队,可帮助您指导各领域学术文章,您只需提出详细的论文写作要求和相关资料。
-
- 论文投稿客服QQ:
2863358778、
2316118108
-
- 论文投稿电话:15380085870
-
- 论文投稿邮箱:lunwenbuluo@126.com