京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代如何做好数据新闻:需有数据素养
大数据时代的机遇与挑战
“新闻在信息时代依然是站在时代航船舰首的瞭望者。而数据新闻是创新与变革的产物,开启了传播方向的新思维。在大数据的时代,媒介更应该勇敢的承担起一个从地区传播到定量传播的时代。”央广新媒体副总编辑伍刚如是说。他表示,在这个快速变迁的时代,只有拥抱飓风,才能迎风飞翔。
数据新闻与数据素养
“数据新闻,严格意义上不是媒体,但是它迁入了媒体,由内容生产的领域。以数据为基本的资源,有了数据之后把会生成很多东西,包括内容,包括特定的新闻的内容产品。另外一个角度,有用户的平台,就是媒体,平台即媒体用户即终端。未来接受信息的方式会越来越丰富,越来越立体,这也是数据新闻的大背景。“清华大学新闻与传播学院金兼斌老师, 系统性的阐述数据新闻的时代背景。
他还表示,新闻业正在经历的变革,这是个立体、组合传播时代,按媒介区分的新闻正在统合为融合新闻。而数据时代新闻从业者应具备的数据素养,主要包含:1、对数据的敏感;2、数据的收集能力;3、数据的分析、处理能力;4、数据的利用能力;5、基于数据的批判能力;同时,数据新闻也不应太强调可视化,可视化一定服务于传播主题的需要,过分可视带来的效果有时候会造成对事情简单化理解。
数据新闻与信息可视化
“信息图是数据新闻最重要的载体之一。在设计中,涉及到的8类手法和技巧:具化、类比、转换、比喻、关联、流动、引入时空、构建场景。清晰明了地传达主题才是设计核心。”新浪微博数据中心方群杰说道。
方群杰以数据新闻案例分析数据新闻生产的全过程。数据新闻的制作是由编辑、分析师、设计师三个岗位全面配合完成。而全流程包括:新闻选题、提出数据需求、挖掘、整理、分析、数据可视化、审核数据新闻、输出数据新闻五大步骤。
数据新闻的“思与行”
“以新闻的视角选择题材,通过深度调研分析和数据挖掘来生产信息,以可读性强的表达形式(文字、图像、声音等),通过传播途径发布并送达至受众。” 缔元信网络数据产品经理高远,这样阐释数据新闻。同时,分享缔元信.网络数据在数据新闻的生产上进行的尝试,包括数据新闻的产品价值、制作过程。
高远认为,数据新闻的制作流程分为三部分,首先要以人为本,没有人就不能够制造数据新闻;第二是数据采集、数据模型化的结构化处理;第三要是从这些数据之中找到兴趣点即选题、选材,这三部分形成小闭环,通过数据的积累、数据的模型化处理,可以选取的题材和点会更多。最后,他畅想未来的数据新闻,将是由“人 + 采集数据 + 结构化数据 + 兴趣点 + 写作程序 + 生成新闻”组成。
财经新闻在股票市场的价值应用
“数据财经新闻对财经网站栏目及金融机构来说,可以数字化地组织、展现财经新闻,更好地为用户服务。而对以股民为主的财经新闻阅读者来说,可以直接、明了地获得相关信息。”缔元信.网络数据数据研究员陆达飞,分享了数据化财经新闻的应用成果。
他表示,股票市场分析与研究,分为基本面与技术两大分析。技术分析,以时间为切入点,通过图表分析和模型预测等方法,依据历史数据来预测股价的变动方向。缔元信网络数据拥有全网财经新闻监测数据,个股、行业关注人群,以及全面、完备的行业知识库,在此基础上,目前形成了股票市场情绪产品、财经新闻分类产品等财经数字新闻产品。
数据新闻以客观真实且直观的数据+极具美感的可视化呈现,逐渐形成数据传播新热潮。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24