论文部分内容阅读
《预测与发现：数据新闻理论与实践》是河北大学任瑞娟教授代表作之一，该书于2019年10月，由科学出版社出版。该书是一部基于当前的信息环境下探讨数据新闻相关理论与实践的专著，是作者数年来对未来媒体技术变革的深刻思考，也是在相关教育教学领域的勇敢实践与细心开拓之作。
《预测与发现——数据新闻的理论与实践》，任瑞娟著，科学出版社2019年10月出版
作者从全球数十个国家的数据新闻实践及获奖作品案例分析入手，以实践研究为基础，梳理发现了重要史料，提出了新的发现。国内普遍认为的2009年英国《卫报》的数据博客是世界上最早的数据新闻案例，但作者通过对已公开的新闻实践与研究成果的调查发现：数据新闻最早的案例是英国BBC于1999年制作的数据新闻作品“学校排名表”。该案例早于2009年英国《卫报》的数据博客10年。
作者对于数据新闻这一新事物的概念进行考证，发现：2006年，美国记者阿德里安·哈罗瓦提（Adrian Holovaty）在《报纸网站所需要的根本变革》中首次提出数据新闻的概念（Holovaty，2006），比国内普遍认为的欧洲新闻学中心于2012创建的在线文献《数据新闻手册》的数据新闻概念的提出时间提前了6年。
首先，数据新闻“是什么”的问题，学界还有颇多争论，不同学科出身背景的学者，有不同的理解。这部新著源于作者的管理学、物理学、新闻传播学三个学科背景，并将新闻传播学的基本理念进行融会贯通，其新意在于很好地做到了文理交融、学科互通。笔者结合物理学中的空间维度理论，研究中将丹麦学者延森有关信息传播的三个维度的媒介融合观点梳理并加以引申，认为：网络媒介为高维媒介，它囊括了以前的所有低于它的媒介形式，如人际传播、大众传播等的传播形式，可以认为正是融合了先前各种传播媒介的网络媒介才是数据新闻生存的基础与土壤，或者说媒介融合理论为数据新闻的研究与实践预置了媒介基础、信息环境与理论基础架构。而这一点，对于现在不少主流的新闻传播学研究学者来说，亦是相对困难的。
其次，关于数据新闻新的基础理论的把握。通过大量的国内外数据新闻实践研究，指出就新闻要素而言，数据新闻与传统新闻相比，数据新闻的5W要素多不明显。表现于数据新闻在传统新闻5W1H六要素基础上，新增了数据要素、超链接要素、交互化要素、场景化要素、可视化要素、语义化要素，即数据新闻的新的六要素，這新的六要素恰是促进数据新闻将新闻的传播态与未传播态二合一的重要因素。
再次，论述了数据新闻在新闻价值方面新增了预测性的关联性。预测性是指数据新闻在评估事件发展和预测事件趋势方面其新闻价值大大增强，关联性是指数据新闻中相关语义关系的发现，同时数据新闻将新闻的时新性改写为实时性。
首先，提出数据新闻制作“七步法”流程。
作者通过梳理作者通过世界范围内数十个国家的数据新闻典型案例，对其制作过程、新闻要素、新闻价值等进行全方位的案例分析，并结合国内外获奖作品的制作过程并结合对国内外业界同行的制作经验的总结与归纳，作者认为数据新闻的生产，其核心就是在纷繁复杂的数据环境中用敏锐的新闻视角发现具有新闻价值的特定选题，然后针对选题内容进行相关数据的抓取、清洗与过滤、分析与挖掘前端设计（包括交互性、个性化、语义化等设计）、可视化呈现、故事化讲述，从而完成数据新闻的报道。
作者认为，数据新闻制作的核心是特定主题新闻价值的发现、相关数据的处理、前端设计、可视化呈现、故事化讲述，通过这些制作过程的实施，是以新闻价值不断提升为主旨的，强调数据新闻制作过程中要以客观的态度摒弃个人的知识结构与所带来的认知局限与偏见，“让数据说话”，服从“数据引爆点”等成为数据中发现的新闻线索的重要来源。“让数据说话”“数据引爆点”等概念在新闻实务教学与实践中频繁出现，也表明当前正在兴起的数据新闻实践中，也更多验证了作者的观点。
其次，指明数据新闻制作中数据分析与关系挖掘是重点。作者将自己对于数据的把握密切地融入新闻实践与新闻理论的建构中。在数据挖掘和技术推演中，一般的文科学者很难深入到具体的工作中，难以应对复杂的数据采集和清洗过滤程序，难以获得较为直接的使用体验。更有，随着语义网技术发展及云计算、智能硬件等新技术的实施，大数据才有了爆发式的需求增长，而如何准确，以第三代互联网—语义网为背景的场景化知识服务，越来越成为互联网的关注重点，成为一种新的思考方式。未来新闻的制作要符合当前语义场景的网络化知识传递，也就是提供跨时空的场景化知识服务的功能，即语义化场景是基于用户的核心需求凝练出相应的核心概念，围绕核心概念利用本体、关联数据等语义技术将围绕核心概念的相关数据资源进行语义化聚合，通过数据可视化，发现并揭示数据关系，发现数据趋势，从而进行个性化新闻的定制与基于智能算法的推送，为用户的决策活动提供基于场景化的语义层面的新闻资讯服务，而这些只有数据新闻才能得心应手。作者基于近20年的元数据与语义化数据组织的研究，对于数据语义化及数据分析信手拈来，能够很好地把握数据新闻中数据的灵魂，并将这些理解与把握深深地融入新闻学的学科里。
再次，作者还从信息学视角将数据新闻的传播路径做出深刻分析与论证。作者通过国内外几十个国家数据案例分析，对其传播进行深入探讨，综合把握信息的本质属性，结合社交网络中信息扩散特点对诞生于网络环境中的数据新闻传播进行了深入探索，指出数据新闻的传播与传统新闻相较，其传播路径与模式有更明显的特征，作者将其传播路径与模式归纳为：单项无反馈传播、双向低反馈传播、多向交互式传播以及定向定制的个性化传播等。需要注意的是，作者将数据新闻的读者反馈纳入研究中，这是非常必要的。媒体通过数据分析来确定新闻事件中的各利益方的某些相互关系，再以可视化的方式展现出来，有数据支撑的分析过程是客观真实的，增强了新闻的可信度。
笔者认为：新闻学的实践和理论形态应当是鲜活的、不断地发展变化的。本书从“数据新闻”这一特定分支的认知与构建入手，对于新闻学的未来发展，无论是实践还是理论的层面，都提供了一种新的借鉴与启迪，这一成果可以成为通向未来新闻学中形成一个显眼的路标。作者通过对数据新闻基础理论的“神”与数据新闻制作传播等外在的“形”的有机融合，形成了数据新闻的“形”与“神”的有机体，这恰如数据新闻将新闻的传播态与未传播态有机结合，是“二合一”的有机体一样，将为数据新闻的研究与实践的稳步推进打下坚实的基础。
通过对数据新闻的理论与实践的探索，为新闻学的建设与发展指出一个新方向，这正契合了作者于2014年的国际会议中提出来的重要观点“数据新闻——新闻2.0”的思路，这与国内外学者关于社交网络（WEB2.0）环境下的新闻理论与实践将会发生重大变革等观点与主旨一脉相承。
我相信沿着数据新闻，这一新闻学未来发展的新方向、新路标的不断探索，将大大推进未来新闻学的学科新形态的构建。
（作者系天津师范大学教授、博导）
《预测与发现——数据新闻的理论与实践》，任瑞娟著，科学出版社2019年10月出版
1.忠于事实的资料考证：精选数据新闻实践案例
作者从全球数十个国家的数据新闻实践及获奖作品案例分析入手，以实践研究为基础，梳理发现了重要史料，提出了新的发现。国内普遍认为的2009年英国《卫报》的数据博客是世界上最早的数据新闻案例，但作者通过对已公开的新闻实践与研究成果的调查发现：数据新闻最早的案例是英国BBC于1999年制作的数据新闻作品“学校排名表”。该案例早于2009年英国《卫报》的数据博客10年。
作者对于数据新闻这一新事物的概念进行考证，发现：2006年，美国记者阿德里安·哈罗瓦提（Adrian Holovaty）在《报纸网站所需要的根本变革》中首次提出数据新闻的概念（Holovaty，2006），比国内普遍认为的欧洲新闻学中心于2012创建的在线文献《数据新闻手册》的数据新闻概念的提出时间提前了6年。
2.扎实的数据新闻理论研究，深刻把握数据新闻的“神”
首先，数据新闻“是什么”的问题，学界还有颇多争论，不同学科出身背景的学者，有不同的理解。这部新著源于作者的管理学、物理学、新闻传播学三个学科背景，并将新闻传播学的基本理念进行融会贯通，其新意在于很好地做到了文理交融、学科互通。笔者结合物理学中的空间维度理论，研究中将丹麦学者延森有关信息传播的三个维度的媒介融合观点梳理并加以引申，认为：网络媒介为高维媒介，它囊括了以前的所有低于它的媒介形式，如人际传播、大众传播等的传播形式，可以认为正是融合了先前各种传播媒介的网络媒介才是数据新闻生存的基础与土壤，或者说媒介融合理论为数据新闻的研究与实践预置了媒介基础、信息环境与理论基础架构。而这一点，对于现在不少主流的新闻传播学研究学者来说，亦是相对困难的。
其次，关于数据新闻新的基础理论的把握。通过大量的国内外数据新闻实践研究，指出就新闻要素而言，数据新闻与传统新闻相比，数据新闻的5W要素多不明显。表现于数据新闻在传统新闻5W1H六要素基础上，新增了数据要素、超链接要素、交互化要素、场景化要素、可视化要素、语义化要素，即数据新闻的新的六要素，這新的六要素恰是促进数据新闻将新闻的传播态与未传播态二合一的重要因素。
再次，论述了数据新闻在新闻价值方面新增了预测性的关联性。预测性是指数据新闻在评估事件发展和预测事件趋势方面其新闻价值大大增强，关联性是指数据新闻中相关语义关系的发现，同时数据新闻将新闻的时新性改写为实时性。
3.广泛的数据新闻实践探索，归纳升华数据新闻的“形”
首先，提出数据新闻制作“七步法”流程。
作者通过梳理作者通过世界范围内数十个国家的数据新闻典型案例，对其制作过程、新闻要素、新闻价值等进行全方位的案例分析，并结合国内外获奖作品的制作过程并结合对国内外业界同行的制作经验的总结与归纳，作者认为数据新闻的生产，其核心就是在纷繁复杂的数据环境中用敏锐的新闻视角发现具有新闻价值的特定选题，然后针对选题内容进行相关数据的抓取、清洗与过滤、分析与挖掘前端设计（包括交互性、个性化、语义化等设计）、可视化呈现、故事化讲述，从而完成数据新闻的报道。
作者认为，数据新闻制作的核心是特定主题新闻价值的发现、相关数据的处理、前端设计、可视化呈现、故事化讲述，通过这些制作过程的实施，是以新闻价值不断提升为主旨的，强调数据新闻制作过程中要以客观的态度摒弃个人的知识结构与所带来的认知局限与偏见，“让数据说话”，服从“数据引爆点”等成为数据中发现的新闻线索的重要来源。“让数据说话”“数据引爆点”等概念在新闻实务教学与实践中频繁出现，也表明当前正在兴起的数据新闻实践中，也更多验证了作者的观点。
其次，指明数据新闻制作中数据分析与关系挖掘是重点。作者将自己对于数据的把握密切地融入新闻实践与新闻理论的建构中。在数据挖掘和技术推演中，一般的文科学者很难深入到具体的工作中，难以应对复杂的数据采集和清洗过滤程序，难以获得较为直接的使用体验。更有，随着语义网技术发展及云计算、智能硬件等新技术的实施，大数据才有了爆发式的需求增长，而如何准确，以第三代互联网—语义网为背景的场景化知识服务，越来越成为互联网的关注重点，成为一种新的思考方式。未来新闻的制作要符合当前语义场景的网络化知识传递，也就是提供跨时空的场景化知识服务的功能，即语义化场景是基于用户的核心需求凝练出相应的核心概念，围绕核心概念利用本体、关联数据等语义技术将围绕核心概念的相关数据资源进行语义化聚合，通过数据可视化，发现并揭示数据关系，发现数据趋势，从而进行个性化新闻的定制与基于智能算法的推送，为用户的决策活动提供基于场景化的语义层面的新闻资讯服务，而这些只有数据新闻才能得心应手。作者基于近20年的元数据与语义化数据组织的研究，对于数据语义化及数据分析信手拈来，能够很好地把握数据新闻中数据的灵魂，并将这些理解与把握深深地融入新闻学的学科里。
再次，作者还从信息学视角将数据新闻的传播路径做出深刻分析与论证。作者通过国内外几十个国家数据案例分析，对其传播进行深入探讨，综合把握信息的本质属性，结合社交网络中信息扩散特点对诞生于网络环境中的数据新闻传播进行了深入探索，指出数据新闻的传播与传统新闻相较，其传播路径与模式有更明显的特征，作者将其传播路径与模式归纳为：单项无反馈传播、双向低反馈传播、多向交互式传播以及定向定制的个性化传播等。需要注意的是，作者将数据新闻的读者反馈纳入研究中，这是非常必要的。媒体通过数据分析来确定新闻事件中的各利益方的某些相互关系，再以可视化的方式展现出来，有数据支撑的分析过程是客观真实的，增强了新闻的可信度。
笔者认为：新闻学的实践和理论形态应当是鲜活的、不断地发展变化的。本书从“数据新闻”这一特定分支的认知与构建入手，对于新闻学的未来发展，无论是实践还是理论的层面，都提供了一种新的借鉴与启迪，这一成果可以成为通向未来新闻学中形成一个显眼的路标。作者通过对数据新闻基础理论的“神”与数据新闻制作传播等外在的“形”的有机融合，形成了数据新闻的“形”与“神”的有机体，这恰如数据新闻将新闻的传播态与未传播态有机结合，是“二合一”的有机体一样，将为数据新闻的研究与实践的稳步推进打下坚实的基础。
通过对数据新闻的理论与实践的探索，为新闻学的建设与发展指出一个新方向，这正契合了作者于2014年的国际会议中提出来的重要观点“数据新闻——新闻2.0”的思路，这与国内外学者关于社交网络（WEB2.0）环境下的新闻理论与实践将会发生重大变革等观点与主旨一脉相承。
我相信沿着数据新闻，这一新闻学未来发展的新方向、新路标的不断探索，将大大推进未来新闻学的学科新形态的构建。
（作者系天津师范大学教授、博导）