京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文章来源:传媒评论
作者:周均(南京政治学院军事新闻传播系硕士研究生)、赵志刚(南京政治学院军事新闻传播系教授、博士生导师)
摘要:近年来,“大数据”一词备受世界各行各业关注,媒体行业甚至将2013年称为“大数据元年”。与此同时,从新闻传播角度来看,频发的突发事件又让网络和现实社会陷入一片“混沌”之中,大数据时代俨然又成为“多事之秋”。研究运用大数据优势弥补突发事件报道劣势的相关策略,具有重大的理论和现实意义。本文从观念、程序、实务三重维度出发,认为大数据时代的突发事件新闻报道应当从报道理念、运作方式和文本呈现三方面实现突破。
继“2010微博元年”、“2011微信元年”、“2012自媒体元年”之后,新闻界又迎来“2013大数据元年”。经过一年的发酵,在中国,2014年“大数据”被首次写入政府工作报告。
与此同时,突发事件作为我国社会转型期结构性矛盾的典型表征,其发生发展常常与媒体的发声发言紧密挂钩,媒体能 否迅速占据主导权,有效把握话语权,往往是突发事件本身能否迅速有效解决的重要因素。大数据时代的到来,社交媒体的崛起,颠覆了传统媒体自上而下的单向传 播模式,使得突发事件所面临的情势空前复杂,从“沉默期”转入“雪崩期”的时间空前短暂,其新闻报道在宏观、中观、微观层面均发生了巨大变迁,唯有与时俱 进,以变应变,实现新的“转身”和“变脸”,才能使突发事件的二次灾难最小化。
报道理念——观念维度的破旧立新
突发事件作为新闻报道领域的“重头戏”,其所具备的新闻传播价值不言自明,所具备的报道难度也难以估量,若要攻克“大数据”这一新阵地,适应大数据 时代的媒介生态环境,首先必须从改进报道理念,即从改进新闻单位及其从业人员在报道突发事件时所依凭的基本思想、价值观念和报道路径着手。
1、数据驱动取代故事煽情
在科学技术较为落后的传统社会,即便是在媒介资讯高度发达的当今时代,我国突发事件报道的煽情成分仍然占有重要分量。但从专业角度讲,新闻报道的内核只有一个——真相。
大数据时代,“数据驱动新闻”(data-driven journalism)或者“数据新闻”(datajournalism)已经成为很多西方国家秉持的新闻报道理念,即不只有文字和配图,在传统表达方式 的基础上增添了多媒体性,运用分析和过滤技术,把大量数据融合到一个整体中,再根据事件具体需要对各种表现方式进行取舍。与煽情报道相比,数据驱动新闻具 有可视化、数据化的特点,在突发事件报道中往往能够给受众以直观真实的视觉效果,迅速满足其信息渴求。
2、速度解析分割精度偏爱
在信息匮乏的“小数据”时代,人们所能获取的数据量有限,因而量化研究成为科学家们进行科学观察的基本测量方法。但大数据时代,各种数据正在以指数 级增长,2012年一组名为“互联网上一天”的数据或许能够给我们一个更直观的印象:一天之中,互联网产生的全部内容可以刻满1.68亿张DVD;发出的 邮件有2940亿封之多,相当于美国两年的纸质信件数量;发出的社区帖子达200万个,相当于《时代》杂志770年的文字量。正如维克托·迈尔-舍恩伯格 所讲,在越来越多的情况下,使用所有可获取的数据变得更为可能,但为此也要付出一定的代价,这个代价就是精确性。大数据时代,突发事件舆情传播速度大大提 升,事件出现与舆论爆发基本同时发生,而微博、微信等自媒体传播的碎片化特征,又导致了事件过程中信道所产生的数据呈现出非结构化特点,加之信息良莠不 齐、真假难辨,一味追求精度报道,必然会导致速度的缺失。在突发事件中,反应速度的缓慢意味着权威媒体的缺席,话语主导权的丢失,其后果是颇为严重的。
3、雅俗分赏占道信息共赏
大众传播时代,信息传播呈现出一对多、由中心到四周、自上而下的传播模式,信息资源主要掌握在政府和大众传媒机构手中,受众获取信息主要依靠传统媒 体的统一灌输,信息消费处于一种“共赏”状态。大数据时代的到来,移动互联网让每个人都掌握着“麦克风”,受众可以根据个人喜好订阅相关信息,“大众”细 化为“分众”,重视内容过渡为重视服务,“信息共赏”变为“雅俗分赏”。突发事件一旦爆发,受众会通过各种手段提取自己关心的信息,无论真假都可能迅速被 其采纳。
运作方式——程序维度的灵活嬗变
媒体运作方式,实际上就是媒体为达到最佳传播效果的目的,在报道事件时所进行的新闻策划和实际操作。突发事件具有突发性、破坏性和持续性的特征,这 本身就构成了对媒体综合实力的考验,而大数据所具有“4V”特点,即Volume(数据量大)、Variety(数据类型多)、Velocity(处理速 度快)、Value(价值密度低),更是增添了突发事件所处媒介生态环境的复杂性。数据量大,则主流媒体声音易被湮没;数据类型多,则信息真伪难以甄别; 处理速度快,则增加了媒体信息处理的压力;价值密度低,则表明努力极有可能化为泡影。由是,媒体亟需改进运作方式,以从容应对大数据时代突发事件的嬗变。
1、变采样分析为全维抓取
长期以来,由于受收集、记录、处理数据的工具限制,全方位抓取数据一直是媒体分析问题所面临的难题。为此,很多媒体都会选择尽量压缩数据,使其能够在能力范围内得到有效处理,抽样调查就是一种典型的分析方法。
但在今天,在大数据时代所谓的“样本”完全可以等同于“总体”,与小数据时代的采样分析相比,大数据时代的全维抓取具有更高的完整性和准确性,它能 让采样分析无法揭示的细小环节昭然若揭。因此,要全面掌握突发事件的发展情况,媒体必须对海量信息进行全维收集、挖掘和监测。目前,人民网在这方面已经采 取了相关措施,该网建立了基于全网大数据内容的突发公共事件舆情应对方案,可通过信息化的手段对全网大数据信息进行7-24小时实时监测,能从海量信息中 及早发现可能引起民众广泛关注的突发公共事件潜在源头,进行实时预警。
2、变各自为战为联合作战
“独家新闻”一直都是媒体在激烈的市场角逐中得以出类拔萃的关键产品。大数据时代,突发事件信息量骤然剧增,要弄清整个事件的来龙去脉,单凭某一个 媒体必然回天乏术,鞭长莫及。此外,如若媒体之间全然各自为战,必然会使小道消息成为漏网之鱼,进而混淆公众视听,搅乱舆论场,给舆论引导工作造成极大被 动。2014年3月13日,马航失联一星期之后,已有包括中、美、英、日、澳等在内的13个国家参与了搜救工作,但结果仍然差强人意,究其原因,各国之间 存在数据“断点”乃是一大病灶。如此重大的事故,倘若各媒体能够建立统一的数据库,对搜集的信息进行统一建模,势必会让真相早早浮出水面,而这则必须建立 在媒体摒弃“独家新闻”思想基础之上。
3、变统一投放为分区传播
大数据时代,随着社交媒体、电子邮件、移动电话、平板电脑等数字通讯的广泛应用,全世界每天产生的数据高达数百亿字节。突发事件发生后,经由微博、 微信等自媒体的裂变式传播,加之各个媒体之间内容同质化现象较为严重,导致相关信息几有狂轰滥炸之势,受众究竟应该去哪里寻觅自己所需要的信息,已然成为 传播者所必须解决的难题。
澳大利亚的分区传播为我们提供了一个很好的启示。2011年,澳大利亚发生特大洪涝灾害,重灾区维多利亚州和昆士兰州在Facebook开设了各个 地区洪水信息专页,代表性的有霍舍姆区洪灾信息分享页面,首页公布州立紧急系统电话、维多利亚州路况管理中心电话;宾汉姆顿区洪灾支援页面则在首页上传现 场图片和视频。[4]突发事件发生后,受众只想在第一时间了解真实情况,如果媒体能把与事件有关的文字、图片、视频、音频等各类资源投放到相应界面,那么 受众在寻找信息时必然事半功倍,相反,如果网络空间缺少一定的指向性,寻找信息则无异于海底捞针。
4、变沉默闭塞为透明开放
大数据时代,随着社会民主化、透明化、公开化程度的不断提高,媒体获取数据除了从政府、企业等传统机构入手外,还可自行搜集相关数据。就目前形势来 看,前者的共识性较高且成本消耗较少,因而仍然是媒体数据来源的大头。但权威机构的信息对媒体来说毕竟只是“二手数据”,媒体的主观能动性发挥不足,体现 也不明显,因而媒体应当多“动”起来,在法规条例允许范围内通过自行调查获取一手数据。这就要求媒体必须有一个开放的信息收集系统,即不仅要和驻地的公 安、气象、消防等部门保持紧密联系,而且应该广开言路,让社会大众参与到突发事件内容产制体系当中来。因为由于种种原因,前者这些权威部门并不一定会在事 故发生的第一时间将所有信息和盘托出。应该说,在“人人都有麦克风,个个都是发言人”的今天,通过微博、微信、电话等方式为主流权威媒体提供消息“毛坯” 并不是难题。
文本呈现——实务维度的辩证整合
大数据时代,突发事件信息海量,每一个“小”片段都具有“大”意义。2012年,有网友将陕西车祸事故新闻报道中的一张“微笑”图片上传至微博,短 时间内竟然引发了另外一起突发事件——“表叔”事件。可见报道文本在突发事件新闻中的重要影响力。大数据时代,对报道文本进行包装,必须充分认清大数据的 时代特点,发挥其优点长处,规避其不利影响。
1、报道内容注重删繁就简:有张有弛且循序渐进
突发事件因其发生出人意料、传播迅疾、情况复杂且波及范围广,媒体不可能在短时间内知悉所有情况,所以明智之举应当是尽可能快地使所见所闻见诸报 端。大数据时代更是如此。数字社会,任何突发事件一旦发生,势必会涉及到丰富多样的事实和多个层面的关系,如果媒体死死抓着自己所采集的所有信息不放,既 想告诉受众这样又想告诉受众那样,结果往往会适得其反。“大数据的取舍之道,就是把有意义的留下来,把无意义的去掉。因此,媒体在报道突发事件时,应该尽 量把着重点聚焦于某一方面,排除干扰性数据,清理有误差数据,敢于舍弃食之无味的“鸡肋”,让各篇报道衔接紧密,为后续报道留下充足的空间。
2、表达方式注重数据说话:形式多元且富有深度
大数据时代,社会信息已从静态走向动态,呈现出瞬息万变的爆炸态势,受众更偏好和习惯于视觉传播,满足受众的“读图”需求无疑将更加有助于提升媒体 新闻报道的传播效果。数据驱动新闻通过采用可视化技术,能够以更清晰、更高效的呈现形式让受众对突发事件有更准确、更深层的理解,朝着数据化发展应当成为 媒体新闻报道的努力方向。英美国家在数据驱动领域表现颇为出色,如《芝加哥论坛报》整合了芝加哥的犯罪记录,输入所在的社区或街道,受众就可以了解到那里 的安全情况、犯罪情况,最近一周的、最近一年的、甚至更久以前的信息都可获取。无论是超过300美元的偷窃,还是重大犯罪,这里都有记录,区别仅在于后者 会配发故事。这其实已经不仅是新闻报道,而是公共服务了。当然,在我国的突发事件新闻报道中,类似经验做法也并非乏善可陈。
3、问题分析注重洞见未来:立足当前且预测趋势
突发事件巨大的破坏性既表现在虚拟的网络世界里,又表现在现实的社会生活中,这种“双重”破坏性要求作为“减压阀”的媒体既要充分发挥信息传递、沟通情况、引导舆论的功能,又要能够为公众提供切实可行的预案,以避免下一次突发事件爆发时惊慌失措。
大数据的核心在于“预测”,“有了这些四处搜集来的信息,我们不会再把人类的行为视为互不相关、随意偶然的独立事件。相反,它们应该是相互依存的奇 妙大网的一部分,是相互串联的故事集中的一个片段。”也即是说,大数据时代可以通过对海量数据进行加工计算来预测事件的发展趋势,而非仅仅依赖感性的经验 假设,这种以实物为基础的研判方法规避了口说无凭的苍白,恰恰为媒体在突发事件中发挥预测功能奠定了基石。英国《自然》(Nature)杂志指出,依据打 电话的地点、时间和内容等方面的数据,就足以确定打电话者的身份,成功概率为95%。可见通过分析大数据来预测甚至确定某件事并非无稽之谈。
当然,并不是说预测就是万能的。大数据时代,通过分析数据来预测突发事件的发展趋势具有极大的理论和现实意义,但也决不可陷入顶礼膜拜的误区之中,其误差的不可避免性决定了我们必须对采集的信息进行不断的核实。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18