柳 竹

（南京政治學(xué)院，江蘇 南京 210000）

一、什么是大數(shù)據(jù)

恩格斯說：“在科學(xué)上，一切定義都只有微小的價值。”目前，學(xué)界和業(yè)界對于大數(shù)據(jù)的概念并未形成共識。我們不妨轉(zhuǎn)變思路，從大數(shù)據(jù)的各個側(cè)面，以期窺其全豹。

（一）大數(shù)據(jù)的概念

舍恩·維克托·邁爾伯格所著的《大數(shù)據(jù)時代》被認為是當前研究大數(shù)據(jù)的集大成之作。國內(nèi)學(xué)者多引用來自該書的大數(shù)據(jù)定義，即，需要處理的信息量過大，已經(jīng)超出了一般電腦在處理數(shù)據(jù)時使用的內(nèi)存量。［1］該定義突出強調(diào)了大數(shù)據(jù)的“數(shù)據(jù)規(guī)模大”這一特點。國內(nèi)學(xué)者對該定義進行了豐富和發(fā)展，如彭蘭教授認為大數(shù)據(jù)的概念，首先是指信息量或者數(shù)據(jù)量的巨大。數(shù)據(jù)的計量單位，已經(jīng)從傳統(tǒng)的G、T，發(fā)展到P、E、Z、Y。［2］欒軼玫教授進一步指出，大數(shù)據(jù)除了量的巨大之外，還是存在關(guān)聯(lián)的數(shù)據(jù)。［3］

（1）大數(shù)據(jù)的特征。根據(jù)IBM 的解釋，大數(shù)據(jù)的特點可以由“4V”來概括，即Volume，Velocity，Variety，Veracity（一說value）。具體而言，volume 指數(shù)據(jù)體積龐大，一般指在10TB（1TB ＝1024GB）或躍升到PB 級別的規(guī)模；Velocity 指數(shù)據(jù)處理速度快，基本能夠做到對數(shù)據(jù)的實時處理，有“1秒定律”之稱；［4］variety 指數(shù)據(jù)類型多樣，改變了以文本為為主的單一存儲形式，代之以圖像、動畫、音視頻、地理位置信息等多類型數(shù)據(jù)。這種形態(tài)的數(shù)據(jù)通常被稱為半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。［5］Veracity（一說value）指數(shù)據(jù)價值密度低，大數(shù)據(jù)的數(shù)據(jù)規(guī)模龐大，但并非所有數(shù)據(jù)都對我們有用。

（2）大數(shù)據(jù)的數(shù)據(jù)來源?！洞髷?shù)據(jù)時代》一書認為，大數(shù)據(jù)的龐大數(shù)據(jù)主要由三個部分組成：以政府企業(yè)為主的海量交易數(shù)據(jù)、以社交媒體為主的海量交互數(shù)據(jù)、和以大數(shù)據(jù)挖掘與應(yīng)用技術(shù)為主的海量數(shù)據(jù)處理。例如，淘寶網(wǎng)服務(wù)器基于用戶購買行為的統(tǒng)計數(shù)據(jù)。

（3）大數(shù)據(jù)處理的三個特點（大數(shù)據(jù)思維）。面對如此龐雜的大數(shù)據(jù)，需要與之相適應(yīng)的數(shù)據(jù)處理思維?！洞髷?shù)據(jù)時代》一書的作者認為大數(shù)據(jù)處理的三個特點即大數(shù)據(jù)思維，包含三個方面：總體樣本取代隨機樣本；對不精確的容忍度增加；相關(guān)關(guān)系取代因果關(guān)系。

（二）大數(shù)據(jù)新聞的源起

正如“羅馬不是一日建成的”，大數(shù)據(jù)新聞也不是一夜就有的。大數(shù)據(jù)新聞既是新聞報道追求新聞客觀性的必然趨勢，又是在大數(shù)據(jù)背景之下數(shù)據(jù)新聞的進一步完善。這兩部分共同構(gòu)成了大數(shù)據(jù)新聞的源起。筆者主要從歷史的角度加以梳理。

（1）澄清兩組相關(guān)概念——大數(shù)據(jù)新聞與數(shù)據(jù)新聞。一部分學(xué)者將大數(shù)據(jù)時代興起的新的新聞生產(chǎn)方式稱為大數(shù)據(jù)新聞；另有一部分學(xué)者將其稱之為數(shù)據(jù)新聞。澄清這兩組概念是我們研究大數(shù)據(jù)新聞源起的基礎(chǔ)。數(shù)據(jù)新聞（Data Journalism），也稱數(shù)據(jù)驅(qū)動新聞（Data－driven Journalism），是“基于數(shù)據(jù)的抓取、挖掘、統(tǒng)計、分析和可視化呈現(xiàn)的新型新聞報道方式?！保?］大數(shù)據(jù)新聞大數(shù)據(jù)新聞是基于大數(shù)據(jù)分析思維的新聞報道，是數(shù)據(jù)驅(qū)動新聞更高一級的形態(tài)，代表了未來新聞發(fā)展的一種趨勢。目前的大數(shù)據(jù)新聞更多是停留在實驗性階段，預(yù)計在 2020 年以后或者更晚一些時間，大數(shù)據(jù)新聞的規(guī)?；a(chǎn)會逐步到來。［7］從這個語境來看，學(xué)者們所指的大數(shù)據(jù)新聞和數(shù)據(jù)新聞其實是同義反復(fù)。從狹義上來看，數(shù)據(jù)新聞是指數(shù)據(jù)驅(qū)動的新聞，從廣義上來看，數(shù)據(jù)新聞是指將大數(shù)據(jù)運用于新聞實踐的重要表現(xiàn)形式，是新聞學(xué)形成和發(fā)展的新領(lǐng)域。因此，學(xué)者們將數(shù)據(jù)新聞的外延有所延伸。當人們提及大數(shù)據(jù)時代下的數(shù)據(jù)新聞時，約定俗成地將它賦予了大數(shù)據(jù)新聞的含義。

（2）數(shù)據(jù)新聞（狹義）是新聞報道追求新聞客觀性的必然趨勢。數(shù)據(jù)新聞（狹義）是新聞客觀性原則一度被顛覆、糾正之后形成的。20世紀30年代，解釋性報道方式在新聞業(yè)界興起。這一報道形式強調(diào)運用動相關(guān)背景資料對新聞事件的來龍去脈進行闡述，因而不可避免地融入了報道者的主觀性，動搖了新聞的客觀性原則。20世紀60年代，新新聞主義和調(diào)查性報道的新聞報道方式幾乎同時興起。新新聞主義以文學(xué)創(chuàng)作的手法報道新聞，徹底顛覆了新聞的客觀性原則，最終受到媒體人和受眾的嚴厲批判。而調(diào)查性報道興起于越南戰(zhàn)爭，水門事件是其巔峰。調(diào)查性報道徹底拋棄了新聞客觀性的原則，而向故意與當局挑戰(zhàn)的態(tài)度發(fā)展。這樣，新聞業(yè)在經(jīng)過半個多世紀的試錯和糾正之后認識到，新聞的客觀性對于新聞報道滿足受眾“知”的需求至關(guān)重要。數(shù)據(jù)新聞的雛形——精確新聞報道應(yīng)運而生，新聞報道繼而朝著一個更加客觀、公正、全面的方向邁進。

（3）大數(shù)據(jù)新聞是數(shù)據(jù)新聞（狹義）在大數(shù)據(jù)背景下的進一步完善。數(shù)據(jù)新聞的發(fā)展主要經(jīng)歷了三個發(fā)展階段，［8］包括尚未成熟的大數(shù)據(jù)新聞在內(nèi)歷經(jīng)五種新聞報道形式。從中我們可以看著數(shù)據(jù)新聞的發(fā)展是伴隨著相關(guān)數(shù)據(jù)處理技術(shù)的進步而發(fā)展的，因而，大數(shù)據(jù)時代，數(shù)據(jù)驅(qū)動新聞向大數(shù)據(jù)新聞的跨越也就變得不言而喻了。第一階段，20世紀60年代到70年代，隨著抽樣技術(shù)和計算機技術(shù)在新聞報道領(lǐng)域的廣泛應(yīng)用，精確新聞報道方式興起，為新聞報道提供了更高的精確度。有助于新聞客觀性被忽視和扭曲后的重塑。第二階段，20世紀80年代到21世紀初，出現(xiàn)了三種類型的數(shù)據(jù)報道形式，即20世紀80年代的電腦輔助報道，20世紀90年代的數(shù)據(jù)庫新聞，21世紀初期的數(shù)據(jù)驅(qū)動新聞。這三種類型的新聞報道方式均得益于計算機強大的數(shù)據(jù)處理功能。第三階段，即大數(shù)據(jù)新聞，主要是基于互聯(lián)網(wǎng)及其衍生技術(shù)平臺實現(xiàn)的以大量數(shù)據(jù)搜集與分析為主要工具而生產(chǎn)出來的新聞，將大數(shù)據(jù)思維內(nèi)化到傳統(tǒng)數(shù)據(jù)新聞生產(chǎn)、實踐當中，是數(shù)據(jù)新聞在大數(shù)據(jù)背景下的進一步完善。

二、大數(shù)據(jù)與新聞客觀性的迷思

新聞的客觀性原則可以分為兩個層面：一個是理念層面，一個是操作層面。單就操作層面而言，新聞的客觀性原則主要表現(xiàn)為：將事實與意見（包括價值判斷）分開、以超脫情感的中立觀點表述事實、努力做到公正和平衡，為涉及的各方提供應(yīng)答機會。［9］大數(shù)據(jù)時代的到來果真能像大數(shù)據(jù)迷思的擁護者所期望的那樣，促進新聞的客觀性么？筆者必須以審慎的態(tài)度回答這個問題。

（1）大數(shù)據(jù)相關(guān)技術(shù)手段仍不成熟。大數(shù)據(jù)屬于舶來品，在國內(nèi)新聞領(lǐng)域尚處于試水階段，有一系列的技術(shù)問題有待攻克。主要涉及數(shù)據(jù)的存儲、提取和統(tǒng)計技術(shù)。例如，大數(shù)據(jù)龐大的數(shù)據(jù)量大大超過了硬件技術(shù)的發(fā)展速度，引發(fā)了數(shù)據(jù)存儲的危機。再如，大數(shù)據(jù)新聞的立足點和歸宿在于通過記者對于龐大數(shù)據(jù)的分析、處理以達到受眾的輕量和簡化閱讀，關(guān)鍵在于記者運用計算機信息處理技術(shù)并結(jié)合數(shù)學(xué)、統(tǒng)計學(xué)等知識提取、分析數(shù)據(jù)。但現(xiàn)階段記者還不具備這種大數(shù)據(jù)分析能力?？傊瑳]有成熟的技術(shù)依托，大數(shù)據(jù)對新聞領(lǐng)域的作用甚微，對新聞客觀性的促進作用甚微。

（2）大數(shù)據(jù)時代“把關(guān)人”機制仍然存在。大數(shù)據(jù)迷思的擁護者認為，大數(shù)據(jù)時代，記者報道新聞的第一手資料是數(shù)據(jù)，而不是對于“人”的采訪。因而從新聞制作的源頭上即保證了新聞的客觀性。但大數(shù)據(jù)強調(diào)對全體樣本的分析，單個數(shù)據(jù)的信息密度較低，導(dǎo)致了大數(shù)據(jù)新聞在題材選擇上受限，主要以統(tǒng)計類的新聞題材為主。因此，在其他題材新聞報道中，新聞生產(chǎn)仍遵循就有的生產(chǎn)模式。記者、編輯充當了信息“把關(guān)人”的角色，對每日發(fā)生的可能具有新聞價值的信息進行篩選、報道、整合。在此過程中，報道者的立場、傾向、態(tài)度將有意無意地滲透在新聞報道文本中，新聞的客觀性仍然難以保證

（3）大數(shù)據(jù)難以規(guī)避虛假信息，有損新聞的客觀性。在大數(shù)據(jù)時代，信息成爆炸性增長，信息公開與資源共享使得信息獲取成本不斷降低趨于零。大數(shù)據(jù)的數(shù)據(jù)來源有一部分來自散步在互聯(lián)網(wǎng)信息?；ヂ?lián)網(wǎng)的匿名性導(dǎo)致網(wǎng)絡(luò)有時成為不理性民意的宣泄口，不實信息、虛假信息與真實信息混雜，給大數(shù)據(jù)提取、分析、統(tǒng)計工作帶來一定難度。一旦虛假信息未經(jīng)甄別地納入全體樣本的范疇，數(shù)據(jù)分析結(jié)果就會發(fā)生偏差，對新聞的真實、客觀性造成程度不同的沖擊。

［1］ 維克托·邁爾·舍恩伯格（英），肯尼思·庫克耶.大數(shù)據(jù)時代生活、工作與思維的大變革［M］.浙江人民出版社，2013.

［2］ 彭蘭.“大數(shù)據(jù)”時代：新聞業(yè)面臨的新震蕩［J］.編輯之友，2013（1）：6-10.

［3］ 欒軼玫.大數(shù)據(jù)重塑媒介生態(tài)［J］.視聽界，2013（4）：23-27.

［4］ 倪寧.大數(shù)據(jù)時代的傳播觀念變革［J］.西北大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014，44（1）：139.

［5］ 朱金莉.大數(shù)據(jù)時代對傳統(tǒng)新聞媒體的顛覆與嬗變［J］.學(xué)術(shù)論壇，2015（1）：153.

［6］ 方潔，顏冬.全球視野下的“數(shù)據(jù)新聞”：理念與實踐［J］.國際新聞界，2013（6）：76.

［7］ 喻國明.從精確新聞到大數(shù)據(jù)新聞——關(guān)于大數(shù)據(jù)新聞的前世今生從精確新聞到大數(shù)據(jù)新聞［J］.青年記者（下），2014（12）.

［8］ 祝建華.從大數(shù)據(jù)到數(shù)據(jù)新聞.新媒體與社會.第四屆新媒體與社會發(fā)展全球論壇暨中美新媒體與社會發(fā)展雙邊研討會［Z］.

［9］ 陳力丹.新聞理論十講［M］.上海：復(fù)旦大學(xué)出版社，2008：112.