/ 用心耕田 水到渠成 /
田心·高频考点专题笔记
进入「冲刺」阶段，小田心按惯例开启我们的「高频考点专题笔记」专栏。今年的专栏将加入更全、更新的知识内容，旨在为小伙伴们提供更好的阅读体验。每周五小田心都会以「专题笔记」的形式为大家讲解高频考点，并将持续推送12期。12周后，高频考点知识你将了如指掌。
要注意的是，「专题笔记」专栏是为了让同学们对每个高频考点的知识框架有更清楚的认识，因此，我们会列出知识框架，并对部分较难理解的内容进行简要讲解。如果同学们在阅读时还有不理解的地方，可以参照文末的文献来源，自行查找原文进行精读。
今天，小田心就为大家带来第三篇笔记——大数据专题。
chapter 3. | 大数据专题
近年各大高校真题概览
1.简述数据新闻的写作步骤（西南交通大学，简答，648）
2.论述大数据对媒体业务带来的影响（河北大学，知识综合与运用，440）
3.大数据新闻（陕西师范大学，名词解释，710）
4.数据新闻的伦理困境和对策（北京师范大学，论述题，334）
5.数据素养（清华大学，名词解释，862）
6.数据新闻（浙江大学，名词解释，870；浙江传媒学院，名词解释，440；湖南师范大学，名词解释，831）
7.根据材料分析大数据时代隐私保护面临的新媒体及解决办法（浙江传媒学院，材料分析题，334，）
8.简述数据新闻的特征（上海大学，简答，440）
9.有学者认为数据分析看似客观，但实际上价值判断贯穿了建构到解读的全过程，请谈谈你对数据新闻生产的看法。（安徽大学，论述，440）
10.简述大数据时代的传播特征（兰州大学，简答，637）
核心知识
△核心知识思维导图
大数据
一、大数据的定义
田心说：以下概念需要记忆。
麦肯锡将大数据（Bigdata）定义为：无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。新闻媒体通过使用一定的运算方法对大数据进行分析，可以深化新闻叙事和对事实作出准确判断，对未来进行预测报道，满足用户的定制信息要求，使得数据可视化和具有交互性。
二、大数据的特征
田心说：以下内容需要记忆。
大数据一般具有数据体量巨大（Volume）、处理速度快（Velocity）、数据类型繁多（Variety）、价值化（Value）、真实度高（Veracity）五个特点。
数据体量巨大（Volume），指数据的数量庞大。整体数据存储容量单位从过去的GB到TB，以至现在的PB（1PB=1000TB）、EB（1EB=1000PB）。今天，人类社会已进入了数据爆炸时代，每时每刻都在产生数以千万计的数据。
数据类型繁多（Variety），指数据种类和来源多样。大数据主要包括结构化、半结构化和非结构化三类数据，其中非结构数据慢慢成为主要的数据。
价值化（Value），指对数据进行相关性分析、可预测分析和深度复杂分析等所产生的应用以及带来的价值巨大。
真实度高（Veracity），指数据的有效性和可信赖度高。大数据技术能够辨别数据的真伪，从而去伪存真，提高数据质量，保证数据的真实性。
处理速度快（Velocity），指获取、处理数据更快速。由于计算机技术、物联网技术等现代通信技术的快速发展及成熟，数据的获取越来越容易，且其具有实时、多进程等特点。
三、大数据技术在传媒领域的应用
田心说：以下内容理解即可。
（一）新闻报道
大数据应用在新闻传播领域最直观的变化就是新闻生产报道的方式发生了变化，可视化新闻、预测性报道等更新了新闻报道的方式。
(二）新闻推送
媒体利用大数据技术掌握每位用户的反馈后即可进行点对点的精准推送。如今广告的营销策略就是利用大数据对海量数据进行分析，从而使得广告主可以定向筛选自己的广告投放的对象，针对受众的兴趣进行优化。
（三）舆论引导
大数据预测舆情的价值实现，必须建立在对已挖掘出的海量信息，利用数学模型进行科学计算分析的基础之上，其前提是各类相关数据的量化，即一切舆情信息皆可量化。同时，要在关注网民言论的同时，统计持此意见的人群数量；在解读网民言论文字内容的同时，计算网民互动的社会关系网络数量；对于网民情绪的变化，可通过量化的指标进行标识等，以此更好的进行舆论引导。
（四）电视综艺的精准营销
大数据理念和方法为电视综艺节目的精准营销提供了新的途径和工具。通过采集电视综艺节目及受众信息、构建受众细分体系、选择合适的营销方式、建立个性化营销内容和建立电视受众增值服务体系，以实现电视节目营销实现了精细化过程管理，依据节目策划、制作、播出不同阶段提出不同的营销策略，同时不断循环改进，为后续节目精准营销提供更好支持。
四、大数据技术对新闻业的影响
田心说：此知识点可理解并简单记忆。
伴随着大数据技术的发展和成熟，它对新闻业的影响将逐渐体现出来。在大数据时代，数据不仅仅提供了更多的分析资源，还改变了新闻生产的模式与机制。
（一）大数据支撑起新闻生产的核心环节
在大数据时代，社会化媒体中生产的内容必将成为专业媒体重要的资源之一。虽然其内容的碎片性对有效利用造成了困难，但是其本身存在的重要价值不容忽视。
在多种因素的共同作用下，大数据将使新闻生产的基础环节都发生一定变化。
1.从新闻选题的发掘及新闻线索的发现角度看，在大数据时代，机器可以为记者提供更多的新闻线索。
2.从新闻要素的发现和信息的采集角度看，在数据形成方式具备持续性的行业领域，信息实现自动化采集。媒体从业人员的职责，从原来的梳理为主转为解释和分析为主。
3.从新闻作品的创作角度看，纯人工写作稿件比例降低，机器写作的稿件所占的比例提高。媒体从业人员依然在重大题材报道中起到主要作用，并扮演关键角色。
4.从新闻作品的编辑角度看，大数据技术在筛选和整合中发挥越来越大的作用。
（二）大数据技术大大提高新闻质量
大数据比传统意义上的调查问卷更为准确和客观。比如运用大数据进行社会化分析，是以人们自发的信息和情绪披露为基础的，其准确性会比被动接受调查的结果要高。媒体广泛运用大数据技术，发挥其重要的趋势预测价值，可以提高新闻报道的准确性和对的社会影响力。
（三）大数据技术令用户的反馈发挥效能
在大数据时代，对于反馈数据的挖掘，可以更好地呈现反馈内容，使得反馈价值得到更好的发挥。比如，受众反馈依靠大数据转化成民意，媒体反映民情的功能也将因此增强。
（四）大数据技术拓展挖掘深度
以大数据技术为基础的用户分析，不仅关注媒介行为习惯本身，还会关注用户的整体行为，并寻找出左右他们内容消费行为的相关因素，不仅关注整个用户群体的分析，而且还注重个体用户的个性化需求。在媒体为用户提供个性化服务时，大数据技术也可提供挖掘和分析的作用。
五、大数据背景下新闻传播领域如何自处
田心说：这部分内容需要记忆小标题，其他内容理解即可。
（一）树立正确的传播理念
在大数据时代，新闻工作者应当充分利用大数据技术对海量的数据进行分析处理，不断挖掘新鲜数据，定位目标受众，在海量的信息当中搜寻受众感兴趣的、高质量的信息内容。新闻工作者应该深入基层、主动贴近群众，真正做到“从群众中来，到群众中去”，不断探索，从而更好地了解受众的喜好与需求，为受众提供有针对性的个性化服务。
（二）优化新闻生产机制
在大数据背景下，新闻信息的来源与渠道日益增多，不再局限于媒体人员。新闻媒体只有不断优化新闻生产方式，以数据为核心驱动力，丰富内容生产，才能促进自身发展。如越来越多的新闻事件被普通民众发现并发布到网络平台上，新闻工作者可以通过微博、微信等自媒体平台寻找新闻线索。
（三）创新新闻传播报道方式
在大数据背景下，新闻工作者应该优化传统的新闻传播方式，主动培养以数据和服务为主的传播意识，提升个体对数据信息的新闻敏感度，利用大数据技术推动自身发展，积极顺应媒介融合这一趋势，适应“单一化—多媒体化—融媒体化”的信息传播形式，以移动端为主的多渠道传播，拓宽传播途径，以可视化为主要呈现方式，创新报道形式。
数据新闻
一、概念
田心说：建议当做名词解释记忆。
数据新闻，又称数据驱动新闻，是指基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式。数据新闻是在大数据的技术背景下产生的一种新型报道形态，是数据技术对新闻业全面渗透的必然结果，它的出现改变了传统新闻生产流程，为深度报道的发展带来了希望，给用户带来了轻便的阅读体验，同时，也促进了数据信息公开。数据新闻报道主要包括四个环节：对原始数据的收集、对数据的分析和过滤、将数据可视化、形成具体的新闻报道。数据新闻的特点以数据为支撑、文字为辅助、形象简洁直观、阅读轻量、门槛低。未来，随着媒体专业性的提升，数据新闻也会更加人性化、深度化、互动化。
二、数据新闻的发展历程
田心说：此知识点理解即可，但对于相关概念要进行记忆。
进入20世纪以后，客观性和真实性已被新闻业界确认为新闻报道的基本信条，并且成为贯穿整个世纪新闻业演化的关键线索。20世纪30年代，解释性报道虽然注重挖掘并运用背景材料对新闻事实进行阐释，同时也不可避免地把主观性因素加入到报道中，对客观性原则形成巨大冲击；60年代，新新闻主义和调查性报道同时出现：新新闻主义擅长用文学创作的手法对报道内容进行渲染，虽然丰富了新闻写作的视角，却彻底抛弃了对新闻报道客观性的追求；调查性报道则是面对暗杀、冲突、示威、战争、犯罪等社会阴暗面，强调从多个方面来搜集证据，以达到对事实最大限度的还原，无形中促进了新闻报道对于数据和证据双重要求的提高。精确新闻报道应需而生，这也是大数据新闻的源起。
（一）精确新闻报道：重建科学式的客观
精确新闻报道（PrecisionJournalism），又称精确新闻、精确新闻学，是基于科学的量化研究的新闻报道。精确新闻报道兴起于20世纪60年代的美国。1973年，菲利普·迈耶在其著作《精确新闻学：一个记者关于社会科学方法的介绍》中，正式把精确新闻学定义为：“将社会科学和行为科学的研究方法应用于实践新闻的报道。”
（二）计算机辅助新闻（CAJ）：从调查统计到4Rs
20世纪90年代，随着计算机技术的普及应用，计算机辅助新闻在调查报道中的比例日益增加，也有助于精确新闻报道在技术上和精确度上有更多提高。20世纪90年代以后，计算机辅助新闻在技术上和形式上更加丰富和细分化。人们继而把其内容概括为4R：计算机辅助报道（ComputerAssistedReporting）；计算机辅助调查（ComputerAssistedResearch）；计算机辅助参考（ComputerAssistedReference）；计算机辅助聚谈（ComputerAssistedRendezvous），它们又常常可以缩写为4Rs。有了电脑的辅助，记者获取数据和信息的途径更丰富，分析处理数据的效率和能力都有所提高，并且能够通过在线交流、在线访谈等形式发现和收集社会舆论，发现新的新闻线索。
（三）数据库新闻：基于数据集的专题挖掘
继计算机辅助新闻以后，西方新闻界又陆续提出了诸如新闻采写2.0、数据库新闻等概念。在21世纪初，记者们开始尝试从一些数据库中找一些数据集，挖掘新闻专题，这些数据库既包括政府公开数据库，也包括媒体自己的数据库。在早期的数据库新闻里，没有基于数据的价值挖掘，也没有深度分析，只有对于原始数据的初步整合。报道中的数据只是作为新闻报道文字内容的辅助说明，即文字为主，数字为辅，没有更深的价值挖掘。与大数据时代数据驱动型的调查性报道和深度报道有本质上的区别。此外，还有数字新闻、数字化新闻等，都是在内容和形式上对计算机辅助新闻的补充。
（四）数据驱动新闻：数据过滤+可视化图表
数据驱动新闻即“数据新闻（DataJournalism）”，是基于数据挖掘与分析思维的新闻报道，也是数据驱动型的调查性报道或深度报道。与计算机辅助新闻、数据库新闻相比，数据新闻已经从根本上改变了新闻生产的思路与流程。
首先，从数据采集量上来说，数据新闻所采集的数据量是基于社交网络和移动互联网终端的海量信息采集；其次，新闻报道以数据和可视化图表作为新闻的主要内容和呈现方式，通过对数据的过滤和视觉化处理来讲故事，提升了数据和新闻的双重价值；最后，也是最重要的，数据新闻为新闻报道提供了人性化生产的可能：新闻生产者可以通过各个应用终端收集用户的信息，针对用户的兴趣偏好提供个性化信息推荐，让读者真正拥有“我的新闻”。
（五）大数据新闻：“悦读”体验+定制内容+预测性报道
大数据新闻是基于大数据分析思维的新闻报道，是数据驱动新闻更高一级的形态，代表了未来新闻发展的一种趋势。大数据新闻是基于互联网逻辑的新闻报道，将逐步走向跨领域、跨平台的开放式、众包式合作生产，并将转变为新闻报道的常态。新闻内容的价值来自于对数据价值的深度挖掘和关联性分析。
大数据新闻的关键不在于数据本身，而在于用数据讲故事的能力，能否基于读者的不同地域和兴趣图谱，来进行个性化推荐和新闻定制，以及对未来趋势的预测性报道三个方面。当新闻阅读变成更加愉悦的体验，当定制新闻成为受众接收新闻的常态，当新闻报道可以对事件发展趋势做出更精准的预测时，大数据新闻的春天，才算真正到来。
三、数据分析在数据新闻生产中的应用
田心说：这部分内容需要记忆小标题，其他内容理解即可。
（一）描述问题
描述问题即通过数据分析对事实、现象的现状、特征、演变等方面进行总结、判断和呈现。描述问题是数据分析最基本的功能，多运用描述性数据分析得出结论。记者拿到数据并经由评估、清洗之后，通过对比分析法、平均分析法、交叉分析法等分析数据的集中趋势、离散程度、分布情况。
（二）解释问题
解释问题是通过数据分析探讨、揭示某一问题、现象发生、发展的原因。通常需要记者综合运用多种数据分析方法探索、验证，有时还需定性分析。
（三）预测问题
预测问题是对某一事件、事态、现象在未来一段时间内某个属性的水平值或发生概率进行预测。
（四）决策问题
决策问题是通过数据获取有关未来行动的最优方案，提供智力支持，主要采用规范性分析。现阶段数据新闻的数据分析还较少涉及决策问题层面，对于大数据时代的数据新闻生产而言，海量数据、关联数据可以使数据完成从信息到知识，再到智慧的进阶，数据价值的终极目标是提供决策，提供个性化服务。
四、数据新闻叙事的特征
田心说：这部分内容需要记忆小标题，其他内容理解即可。
（一）借助可视化方式呈现新闻内容
可视化的新闻叙事方式是将与新闻事件本身相关的数字数据按照既定的标准通过交互式的信息图表进行表达。在新媒体时代，数据新闻主要采纳图片、视频、音频、超链接、动画等多媒体形态的可视化方式进行表达叙述，极大地还原了事实的原貌，简单直接地呈现了新闻事件本身。这种叙事方式能够增加新闻的可读性，满足受众的体验感，使读者简单便利地了解新闻事件的发生过程和行进逻辑，为新闻文本的表达和呈现提供了有力的工具。
（二）以数字化的形式实现情景再现
简单的文字表达无法形成立体感较强的整体画面，新闻重点内容无法有效冲击读者的感官。数据新闻以数字化的方式力图最大限度地还原新闻事件本身。数据新闻叙事最显著的特征就是透过数据讲述新闻故事。以数字化方式为主的数据新闻以独特的视觉化形式传递丰富有效的信息，刺激受众的感官神经，激发受众的想象力，让新闻焕发出勃勃生机。
（三）多部门专业协作实现新闻生产
相较于传统新闻而言，数据新闻的生产流程更为复杂，数据新闻的表达与呈现需要投入更多的技术支持。数据新闻制作中所需数据的收集、归纳、分析、可视化转换都需要多学科交叉的专业化较强的技术人员协作完成。数据新闻生产涉及编辑、记者、数据分析人员、网页开发人员等专业技术人员，各类人员职责不同，分工有别，通力协作才能实现新闻生产。
（四）搭建交流平台增强读者与编辑的互动
数据新闻运用崭新的叙事方式，搭载新的媒介工具，可以有效增强读者与编辑之间的互动交流。数据新闻从根本上改变了受众对传统新闻报道被动接受的尴尬局面，将数据新闻私人订制，根据用户需求提供个性化的大数据服务。新闻媒体还可以利用大数据反的结果有意识地引导读者参与互动交流，对受众的喜好和情绪进行分析把握，详细统计读者的意见和反馈结果，可以更加精准地为广大读者服务。
五、数据新闻实践与创新
田心说：这部分内容需要记忆小标题，其他内容理解即可。
（一）以数据为核心驱动力，丰富内容生产
数据新闻是“数据驱动的报道”，开放的数据作为数据新闻的基本要素，为新闻报道提供多方信源和多种素材。从用文字讲故事到用数据讲故事，数据新闻改变了传统新闻内容生产和叙事模式，将孤立的“新闻事件”扩展为“情景报道”，丰富新闻内容生产，增强报道说服力。
（二）以可视化为主要呈现方式，创新报道形式
数据可视化有助于将冗杂的数据信息以及错综的关系链以形象、生动、简单的方式呈现，提升专业新闻的“阐释”效果，增强用户交互式阅读体验。在技术驱动下，媒体报道创意不断，如结合大量可视化手段对抽象的政策措施进行逻辑性梳理，创新政策报道的思维方式和表现形式，或将复杂的时政事件以交互形式呈现，实现有温度、趣味化报道。
（三）以移动端为主的多渠道传播，拓宽传播途径
随着智能手机、移动互联网的普及以及HTML5技术的发展，数据新闻在移动端的开发越来越受到媒体重视，数据新闻实践平台逐渐由传统PC端向移动端转移。如网易新媒体实验室专注移动端适配的数据新闻产品探索，注重用户交互式体验，避免徒增用户的阅读成本；增设用户跟帖、捐款等功能，利用移动端病毒式传播提高新闻传播率。
（四）以独特视角跟踪社会热点，引导舆论走向
真实、客观的数据是数据新闻产品的基石。数据新闻，因其有理有据的数据支撑、高效的信息传达率、独特的报道视角，被认为是媒体在跟踪社会热点以及突发事件中抢占独家报道先机的重要方式，在环境监测与舆论引导等方面发挥新的功效，实现新闻报道真实性、客观性、深刻性的增值以及新闻专业主义标准的提升。
六、数据新闻存在的问题
田心说：这部分内容需要记忆小标题，其他内容理解即可。
（一）数据源开放程度低，数据监管不力
数据的挖掘与分析建立在数据的真实性和丰富性基础之上，数据源的开放以及数据的监管是数据新闻生产的基础。在数据源开放方面，国内政府部门、企业机构数据源开放程度较低，数据来源受限制。国内大多数媒体尤其是传统媒体还处于被动获取数据阶段，而各媒体间激烈的竞争也使得媒体互相开放数据库难以实现。由于规范化的数据监管机制的缺乏以及数据监管的不力，当前数据资源的真实性难以判断和把控。一些机构提供的数据以及受众参与数据存在虚假成分，这些“脏数据”运用到报道中势必会造成数据分析结果的偏差。另外，一些媒体的数据新闻报道引用二手数据，且数据来源标注不明，也使得数据的准确性有待进一步考究，数据新闻报道面临公信力危机。
（二）新闻从业者数据素养偏低，数据处理能力有限
数据素养指获取、分析、解读数据应具备的知识、技能和方法。当前，国内新闻从业者普遍存在数据素养偏低、数据挖掘能力有限等问题，数据敏感性较低，对数据的挖掘分析流于表面。
（三）可视化技术滥用问题突出
当前，数据新闻报道层出不穷，很多新闻从业者对数据新闻的内涵与特征理解模糊，一些媒体盲目追求数据新闻报道的“大而全”，而使新闻报道的实用性和价值十分有限。许多数据新闻产品“有数据新闻的外衣却缺乏数据新闻的精髓”。新闻信息和价值的传播是数据新闻报道的最终目的，对技术的过分依赖，内容流于形式，反而淹没了新闻的核心思想，本末倒置，不利于数据新闻的发展。
（四）专业化数据新闻团队建设有待加强
从总体来看，我国媒体数据新闻团队构建专业化程度较低，主要是由传统新闻报道团队转型而来，专业设计人才、编程人员的稀缺成为媒体数据新闻实践最薄弱的环节。
七、数据新闻的发展趋势
田心说：这部分内容需要记忆小标题，其他内容理解即可。
（一）提高数据素养，消除数据偏见
大数据时代，数据素养成为新闻从业者必须具备的基本素质。数据素养至少应包括5方面：对数据的批判性思维、对数据的敏感性、收集数据能力、分析处理数据能力以及利用数据决策的能力。数据是数据新闻的核心，数据的客观、准确是数据新闻生产的基础。新闻从业者只有不断提高数据素养和数据思辨能力，具备扎实的数据分析功底，才能消除数据偏见，避免跌入数据陷阱。
（二）提供数据共享，加强数据监管
随着媒体实践进程的不断深化以及从业者数据素养的提高，媒体将逐步加强数据共享，提高数据监管力度，为记者和公众提供多元、可靠的数据信息。媒体应转变思维模式，逐步提高数据库开放程度和交互性，分享媒体数据资源与可视化工具，以实现媒体间互利共赢。在数据监管方面可以借鉴国外媒体经验，通过网站分享、与专家合作、与同行交流等方式层层把关，对数据真实性进行监管、检阅和评定。
（三）提升数据专业主义，打造个性化、定制化、游戏化数据产品
《纽约时报》等美国几大主要媒体建立专业化数据新闻平台，自主控制内容，加强报道深度，标志着数据新闻专业主义标准的提高。数据新闻为专业性报道提供了事实的数据支撑、生动讲故事的工具以及多样化的呈现方式，在提升专业新闻可读性与释效果方面具有明显优势。今后数据新闻的专业主义程度将不断提高，数据新闻在突发性、调查性报道中的应用也将不断加深。
数据新闻发展最终以满足受众需求为驱动，能否契合用户需求影响数据新闻的未来。随着可视化技术的进步，将有更加直观、有效的数据新闻表现形式出现，各类数据的收集将越来越全面化、细分化，产品类型将加丰富多样，数据新闻产品的个性化、定制化趋势也将更加明显。另外游戏化将是数据产品发展的一大趋势。
（四）注重数据新闻理论体系建构，创新人才培养模式
与数据新闻实践的蓬勃发展相比，当前我国数据新闻理论架构相对落后，还处于对国外理论的引入和借鉴阶段，未形成权威性理论研究成果。随着技术的发展、新闻实践的深入以及对数据新闻教育和人才培养的重视，数据新闻学将逐渐发展成为新闻传播领域成熟的学科分支，因此，对其理论体系的建构、完善与发展应该是学界今后努力的方向。
八、数据新闻在疫情中的应用
田心说：这部分内容了解即可。
（一）可视化呈现
在新冠疫情的发展过程中，各地确诊病例、疑似病例、治愈病例等具体的数据被实时监测，并以疫情地图直观地呈现动态，清晰明了，便于公众实时了解各地疫情发展情况。凤凰新闻与腾讯新闻制作的疫情地图还支持“分享实时疫情”的功能，用户点击即可生成图片并可以随时分享给好友或朋友圈。
（二）突出实时查询功能
人民日报客户端与腾讯看点联合制作了患者所在地点查询地图，也称作新冠肺炎确诊小区图，通过卫星地图展现周围小区的实时疫情扩散情况和严重程度，标注受感染小区的名称及其距离。
凤凰新闻客户端设置了“患者同程查询工具”，用户只需要在系统中输入日期等信息，即可确认自己是否与已确诊患者同行。
（三）疫情防控综合服务
疫情期间，各媒体开辟出相应的板块为百姓解忧答疑。由人民网打造的“人民好医生”APP为受众提供了全方位的健康服务。受众可以在这款APP上发布求助信息，寻找医生咨询心理问题，还可以了解口罩、医用帽、医用酒精、防护服、84消毒液、核酸检测试剂等物资援助情况。
数据可视化
一、概念
田心说：这部分内容可作为名词解释记忆。
可视化是一种使复杂信息能够容易和快速被人理解的手段，是一种聚焦在信息重要特征的信息压缩语言，是可以放大人类感知的图形化表示方法。“可视化”最先从计算机领域发展而来，一般是作为处理海量数据之后呈现实验结果的一种手段。随着技术手段和处理工具的不断发展，可视化作为表现方式逐渐细分为数据可视化，信息可视化，知识可视化三类。
新闻业界和学界将数据新闻中的可视化定义为数据可视化。数据可视化(Data Visualization) 技术指的是运用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。
二、数据可视化原则
田心说：这部分内容需要记忆小标题，其他内容理解即可。
数据可视化服务于新闻表达，制作图表并非简单地提取数据、选择图形，而是应注重通过可视化有效地传递信息。
（一）明确研究目的
数据新闻涉及的研究目的不同，所需要的可视化图表不同。首先要明确使用数据是为了对事物进行现状分析、趋势分析还是对比分析等，对应选择的图表类型及组合形式各有特点。
现状分析是对事物当前的各类信息进行解读，一般不用或少用时间轴，例如表现我国某年各地区产粮量，或全国某年各类主要粮食产量，这种基本不涉及时间变化的分析，多采用饼图、地图、直方图等表现形式。
趋势分析中时间轴是重要元素，包括历史分析、阶段分析和未来预测等，这类分析目的一般多采取折线图、直方图等，生动表现事物发展趋势。
对比分析多将同一阶段的不同事物，或同一事物在不同阶段的情况列在一起进行对比，从而得出结论。对比分析所使用的图表可依据对比的内容进行选择。
（二）删减无关元素
可视化应高效利用图表，最大限度地使用图表空间，简洁明了地传达信息，删减图表中的赘余元素，才能使画面更加干净整洁。在制作可视化图表时，需注意尽可能地使图中的每一个元素都达到唯一且有效表达信息的效果，提升可视化图表的可读性和质量。
（三） 整体与个体结合
在数据可视化过程中，图表之间并非完全互相独立，将多个图表结合起来，由点及面综合表现，能够更为全面地展现新闻事件。例如第五届中国数据新闻大赛获奖作品《中国反“饥”战：数据告诉你粮食危机为什么不会到来》中使用了“2000年-2018年主要粮食种类进口量”（折线图）与“2000年-2018年主要粮食十九年总进口量”（饼状图）的对比图表，两个图表单独使用时是对主要粮食进口量不同角度的解读，综合使用时是同时将趋势分析和现状分析两个方面结合起来，共同组成对我国2000-2018年主要粮食进口量及种类的全局表现。个体可从微观层面让读者了解某一个要点的情况，整体从宏观层面使读者把握全局，在可视化中，以灵活的图表思维使用图形和数据，对于数据可视化而言是极为有效的。
（三）数据可视化要素
田心说：这部分内容简单记忆即可。
在可视化图表中，以下六个要素是图表的关键信息点：即标题、类型、数值、区间、颜色和图例。
图表标题是对图表内容的总括，简明有效的标题能够使读者在看图表内容前就掌握基本信息，了解该图表所表达的问题。从图表和数据中提取关键信息，简化为标题，字数不宜过长，控制在20字左右，观感最为适宜。
图表类型需要注意相互搭配，此外，为了数据新闻作品的整体和谐度，在选择了适配于分析目的的图表后，仍需根据其他图表进行取舍，图表类型需依照作品的整体风格而定。
可视化图表的数值和区间一般体现在图表的横纵轴上，这两个元素不可过于夸张，数据本身的数值较大时，则需选择概括性较高的数值和较粗略的区间范围来表现。
为使得最终作品整体观感舒适、高级且优美，制作时还需要注意颜色的搭配以及图例的位置。
案例积累
1.财新网早在2011年就开始布局数据新闻，实现了数据新闻报道的持续创新与融合发展，特色栏目“数字说”已成为数据新闻改革创新的开拓者。2016年，财新网入围“全球数据新闻奖”，2018年，其获得“全球年度最佳数据新闻团队奖”。
2.“数字说”栏目在数据开放方面不断创新，形成了许多新颖独特的方式路径。媒体融合趋势下移动终端广泛普及，栏目团队也与时俱进，结合移动终端的传播规律与特点，设计生产了许多适配性较强的移动数据新闻产品如《国际禁毒日：中国未成年人吸毒状况改善，滥用大麻成问题》《国企并购这五年：数量攀升，交易金额翻倍》等，通过融入颇具特色的移动交互元素，为受众提供了全新阅读体验。
3.《纽约时报》的数据新闻栏目The Upshot，在实施大型互动项目的过程中，会进行同步的数据阐明，专门对项目中涉及数据的收集方式、采集工具、筛选方法等进行系统解答。这样不仅让受众全面掌握作品生产流程，还增强了新闻作品的可信性，同时受众可提供相应的数据进行补充完善，进而实现深层次互动。
4.澎湃新闻《美术课》栏目曾推出一款历时性数据新闻游戏《穿越高考》，用户通过“架木板”的操作方式飞跃时光隧道，真实体验恢复高考40年来不同年份、不同省份之间的高考差异。
答题金句
1.大数据时代是这个时代的潮流和方向，只有顺应时代的发展，才能使自身具有更多的竞争力。同时，在大数据时代新闻传播业发生了巨大的变化，不仅改变了新闻传播领域的生产方式和传播方式，也改变了新闻传播领域的工作方式。【可作引言】
2.5G时代已经来临，随着大数据技术将在新闻采编领域的不断运用，在传统新闻采写的基础上，数据新闻及可视化日益成为一门重要的现代新闻表达语言，了解和掌握数据新闻及可视化对新闻工作者来说十分必要。【可作结语】
3.从我国新闻传播行业发展的总体趋势来看，媒介与信息的融合发展是未来新闻行业发展的基本方向与必然趋势。未来，大数据技术将为新闻传播的主要手段。【可作结语】
以上内容整合自：
[1]大数据技术对新闻生产与新闻业务发展的影响研究，陈明
[2]大数据技术对新闻传播领域的影响分析，陈秋如
[3]论大数据新闻真实性的个性特征，杨保军
[4]从精确新闻到大数据新闻——关于大数据新闻的前世今生，喻国明
[5]数据分析在数据新闻生产中的应用、误区与提升路径，张超
[6]数据新闻叙事的思维路径研究，方慧琪
[7]数据新闻的历史、现状与发展趋势，陈虹
[8]数据新闻在新冠肺炎疫情期间的特点和应用，周娴
[9]《纽约时报》数据新闻可视化研究，吴娟
[10]可视化之路：让数据生动起来，刘英华，杨心茹
[11]新时代高校大学生统战工作创新路径探析——基于大数据的“5V”特征，张茜，林汉
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。