文 周栩睿

隨著計算機技術的發(fā)展，數(shù)據(jù)在新聞行業(yè)的使用程度逐漸加深，出現(xiàn)了數(shù)據(jù)新聞報道這樣的新型報道方式。數(shù)據(jù)新聞又稱“數(shù)據(jù)驅動型新聞”，即通過反復抓取、篩選和重組來深度挖掘數(shù)據(jù)，聚焦專門信息以過濾數(shù)據(jù)，可視化地呈現(xiàn)數(shù)據(jù)并合成新聞故事。與傳統(tǒng)新聞不同，數(shù)據(jù)新聞的數(shù)據(jù)采集和數(shù)據(jù)分析量級已經遠遠超過傳統(tǒng)新聞實踐中的數(shù)據(jù)圖表，網絡數(shù)字媒體的出現(xiàn)又為數(shù)據(jù)交互可視化提供可能。所以，如何找到好數(shù)據(jù)、使用好數(shù)據(jù)越來越成為現(xiàn)在新聞行業(yè)發(fā)展需要思考的問題。

澎湃“美術課”作為我國數(shù)據(jù)新聞行業(yè)較為知名的新聞媒體欄目，在2014年7月上線以來，秉持著“數(shù)字是骨骼，設計是靈魂；與新聞相關，又與新聞無關”的理念，在數(shù)據(jù)的采集、分析和可視化方面為數(shù)據(jù)新聞的學習和制作提供了較多的經驗分享和作品參考。據(jù)統(tǒng)計，在過去的2021年，澎湃“美術課”共發(fā)表數(shù)據(jù)新聞191篇，下面本文將從數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)可視化三個方面，結合澎湃“美術課”在2021年發(fā)表的數(shù)據(jù)新聞，對數(shù)據(jù)新聞的數(shù)據(jù)獲取和數(shù)據(jù)使用進行分析總結。

數(shù)據(jù)新聞的數(shù)據(jù)采集

新聞消息的信源十分重要，所以數(shù)據(jù)來源的重要性也就不言而喻。有效的數(shù)據(jù)可以讓新聞敘事更加完整緊密，可以讓可視化順利進行。首先，數(shù)據(jù)來源應當具有權威性，并且來源廣泛，使得后面的數(shù)據(jù)分析步驟可以對數(shù)據(jù)進行交叉驗證，以增加數(shù)據(jù)的完整性、準確度和可信度；其次，采集數(shù)據(jù)的手段可以多種多樣，其中涉及對技術的不同程度的要求；最后，收集到的數(shù)據(jù)不僅僅只局限于“數(shù)字”型的數(shù)據(jù)，而是包括文本、音樂等其他形式的廣義上的數(shù)據(jù)。

據(jù)統(tǒng)計，2021年澎湃“美術課”發(fā)布的全部新聞中的數(shù)據(jù)來源，在去年澎湃“美術課”發(fā)布的191篇數(shù)據(jù)新聞中，形式有圖文、視頻（或動畫）和H5三種，使用的數(shù)據(jù)來源總共近400個。通過對這些數(shù)據(jù)來源進行歸納整理，可以發(fā)現(xiàn)澎湃“美術課”在數(shù)據(jù)采集方面主要具有以下幾個特點：

數(shù)據(jù)來源廣泛，注重數(shù)據(jù)權威性

圖1 常見的公開信息來源

在澎湃美術課發(fā)布的所有作品中來看，其數(shù)據(jù)來源大多來自公開數(shù)據(jù)源，公開數(shù)據(jù)源的數(shù)據(jù)具有一定的準確度、可信度和完整性，大概可以分類為一般性信息源、專業(yè)性信息源、司法和商業(yè)機構信息和以眾包方式創(chuàng)建的數(shù)據(jù)。其中一般性信息源作為數(shù)據(jù)主要來源涵蓋的范圍和領域廣泛，比如世界各國各級政府和各職能部門的公開數(shù)據(jù)和工作報告，WHO、奧組委等非營利組織數(shù)據(jù)，天眼查、淘寶等商業(yè)機構數(shù)據(jù)，央視等媒體公開數(shù)據(jù)等。另外，由于疫情期間澎湃“美術課”生產了大量與醫(yī)療和健康相關的新聞數(shù)據(jù)，故在過去一年大量數(shù)據(jù)來自專家觀點和醫(yī)學論文。數(shù)據(jù)的可溯源和來源的權威性可以保證數(shù)據(jù)的可信度，從而保證新聞的真實性。（如圖1）

另外，在許多數(shù)據(jù)的呈現(xiàn)中，作品匯集了多方數(shù)據(jù)來源。通過將不同來源的數(shù)據(jù)進行匯總比照，可以達到數(shù)據(jù)的交叉驗證，進一步增加數(shù)據(jù)的真實性和可靠性。

采集數(shù)據(jù)的手段多樣，具有一定獨創(chuàng)性

除了一般的在公開信息來源進行數(shù)據(jù)檢索收集的方式，澎湃“美術課”還采用了一些具有一定技術難度的數(shù)據(jù)收集方法，通過這些方式獲得的數(shù)據(jù)屬于一手數(shù)據(jù)，具有獨創(chuàng)性。其中最常見的就是網絡爬蟲，在作品《網絡求助可視化：善意就像火花，一個點燃另一個》中，作品便是以微博相關話題下爬取到的微博作為數(shù)據(jù)。這樣的收集方法可以做到根據(jù)選題對時間范圍、平臺、數(shù)據(jù)類型等進行“定制”，使收集到的數(shù)據(jù)貼合選題。同時，相比從公開數(shù)據(jù)源收集已經被整理好的數(shù)據(jù)，這種方式可以更加靈活地獲取更詳細的數(shù)據(jù)，可以為之后的可視化提供更多可選素材。

另外，澎湃“美術課”也會通過互動和發(fā)起問卷調查來收集讀者和用戶的數(shù)據(jù)，在《H5|測一測你是哪種減碳星人》這一作品中，便是通過H5的交互形式讓用戶自己點擊作品中的元素生成自己的數(shù)據(jù)；在2021年，澎湃“美術課”還通過投票和問卷形式收集了參與者數(shù)據(jù)。這樣的收集方式基于一定的媒體影響力，通過互動的方式讓用戶更有參與感，也讓他們成為了新聞的參與者和生產者。

一切皆可為數(shù)據(jù)——數(shù)據(jù)類型的多樣性

數(shù)據(jù)既是對事實觀察和記錄的結果，也是信息的表現(xiàn)形式和內容主題，它可以是符號、文字、數(shù)字、聲音、圖形圖像、視頻等形態(tài)。進入大數(shù)據(jù)時代，數(shù)據(jù)類型的范圍變得更加廣泛，通過先進的信息技術，我們可以收集到大量的信息，比如互聯(lián)網行為及大量的文本、聲音，并將它們轉化為可以利用的數(shù)據(jù)，技術的進步讓一切皆可變成數(shù)據(jù)。

比如，澎湃“美術課”作品《H5|爆款新出歌曲調配指南》，將12首新春歌曲從節(jié)奏、強弱、樂器等多方面變?yōu)閿?shù)據(jù)，從而為之后的聲音可視化提供素材。另外，數(shù)據(jù)新聞《10000條兒童精神科問診數(shù)據(jù)：家長懂孩子心里的苦嗎？》中的數(shù)據(jù)來源為醫(yī)生的問診記錄，文本中的關鍵字詞也成為了數(shù)據(jù)新聞中可以進一步利用的數(shù)據(jù)。

圖2 《10000條兒童精神科問診數(shù)據(jù)：家長懂孩子心里的苦嗎？》中的數(shù)據(jù)分析

數(shù)據(jù)新聞的數(shù)據(jù)分析

由于數(shù)據(jù)新聞在進行制作時按照數(shù)據(jù)分析在先、文字在后的順序，因此數(shù)據(jù)分析這一步驟是獲取數(shù)據(jù)相關性，從而挖掘數(shù)據(jù)價值，發(fā)現(xiàn)數(shù)據(jù)新聞敘事邏輯的重要步驟。由于數(shù)據(jù)量較大，且部分可能存在不準確或缺失等情況。因此在數(shù)據(jù)分析之前，應當對數(shù)據(jù)進行整理，并進一步對其有用性進行判斷，即通過核驗對重復的、缺失的或者錯誤的數(shù)據(jù)進行刪除、補全或糾正的操作。

進入數(shù)據(jù)分析階段，數(shù)據(jù)一方面可以通過計算平均值、百分比、眾數(shù)等對數(shù)據(jù)的整體情況進行宏觀描述，作為文案中的重要支撐數(shù)據(jù)，另一方面也可以通過對同一類型的數(shù)據(jù)進行分組對比、在某一維度對數(shù)據(jù)進行觀察、驗證不同維度數(shù)據(jù)之間的相關關系等方式發(fā)現(xiàn)數(shù)據(jù)的差異、變化和相關性。比如數(shù)據(jù)新聞《10000條兒童精神科問診數(shù)據(jù)：家長懂孩子心里的苦嗎？》中，將問診記錄中的關鍵詞進行詞頻分析，通過將關鍵詞進行篩選和分組對比后就能看出當孩子出現(xiàn)什么情況時，家長更愿意帶孩子看醫(yī)生。（如圖2）

數(shù)據(jù)新聞的數(shù)據(jù)可視化

可視化形式

目前數(shù)據(jù)可視化在新聞領域的探索主要集中在靜態(tài)信息圖、交互可視化、視頻/動畫、VR/AR新聞這幾個層面，其中澎湃“美術課”的數(shù)據(jù)新聞作品的可視化形式主要有靜態(tài)信息圖、交互可視化和視頻/動畫這三個形式。在過去一年，澎湃“美術課”發(fā)表圖文形式的數(shù)據(jù)新聞113篇、H5作品5篇、視頻或動畫73篇。

靜態(tài)信息圖主要由條形圖、折線圖、氣泡圖等基礎圖形進行組合、美化而成，通過大小、形狀、顏色、位置等可視化變量來表示數(shù)據(jù)的類別、變化或差異。比如數(shù)據(jù)新聞《給虛擬偶像一個月砸了13萬，為啥？》中的靜態(tài)信息圖，將氣泡圖和條形圖組合起來，通過氣泡大小來呈現(xiàn)消費的高低，在右邊通過條帶的長度表示一個月消費區(qū)間的人數(shù)，同時用不同的顏色來區(qū)分不同的月消費區(qū)間。

澎湃“美術課”的交互可視化主要是H5作品，比如《H5|爆款新春歌曲調配指南》，用戶可以通過滑動、點擊查看12首新春歌曲在旋律、副歌主題句、樂器、節(jié)奏、強弱方面的信息，同時在最后還可以通過選擇旋律風格、速度和樂器制作屬于自己的新春歌曲。而在視頻和動畫的制作上，主要是將靜態(tài)和動態(tài)信息圖與視頻資料拼接起來。

適應移動端的閱讀習慣

隨著移動端互聯(lián)網的發(fā)展，澎湃“美術課”的數(shù)據(jù)新聞更多傾向于在移動端呈現(xiàn)。而因為PC端和移動端的屏幕寬度不一樣，所以在數(shù)據(jù)可視化方面有不同的特點。

首先，因為屏幕變得更窄，所以信息圖的寬度也要變窄，另外文字和圖形也要進行一定程度的放大，突出重點，以保證在手機這樣的小屏幕上可以看清。信息圖寬度變窄的同時，還要盡可能保證一張圖可以在一屏中出現(xiàn)，這樣可以防止用戶需要來回滑動屏幕才能閱讀完圖中的信息。如果出現(xiàn)信息圖較長的情況，就應該通過簡化數(shù)據(jù)、分成多個圖、做成動態(tài)圖或H5等方式來對數(shù)據(jù)的可視化做進一步處理。

另外對于信息量較大的圖，比如地圖、較長的時間軸、同一坐標軸下有大量數(shù)據(jù)等，可以通過制作H5、視頻或動畫的形式進行呈現(xiàn)，不過這三種形式如果想要回看前面的內容會比較麻煩，所以頁面與頁面之間、畫面與畫面之間的邏輯性需要更強，才能加深用戶的印象。

圖3 數(shù)據(jù)新聞《給虛擬偶像一個月砸了13萬，為啥？》中的靜態(tài)信息圖

圖4 澎湃美術課的可視化設計風格

獨特的設計風格

澎湃“美術課”作為一個數(shù)據(jù)新聞欄目，同時也作為一個品牌，在可視化設計方面擁有較為獨特的風格。

在信息圖的可視化設計方面，圖形被黑色邊框包圍，信息圖主體框架用黑、白、灰三種顏色搭建起來，同時圖中一般會選擇使用2～3個彩色用來填充圖形或者標注重點文字。另外，數(shù)據(jù)來源、數(shù)據(jù)標注、標題和澎湃“美術課”的標志在同一篇數(shù)據(jù)新聞的不同信息圖中，其位置基本一致。（如圖4）

有一定風格的可視化設計不僅有利于形成媒體獨特的風格，也有助于用戶和讀者對媒體數(shù)據(jù)可視化呈現(xiàn)風格的熟悉，從而方便用戶和讀者更加順利地讀懂信息圖。

現(xiàn)在，人們正處于一個信息冗雜的時代，注意力的分散讓人們難以捕捉真正有價值的信息。數(shù)據(jù)新聞可以依靠對數(shù)據(jù)的采集、分析和可視化，為受眾提供可靠的、準確的、可讀性高的有時甚至是有趣的信息，讓人們對新聞事件的理解不只停留在宏觀的數(shù)據(jù)和微觀的個人故事，對新聞內容產生更深層的理解。而這些都需要新聞媒體擴大自己獲取數(shù)據(jù)的途徑，提高自身的數(shù)據(jù)使用素養(yǎng)。