基于數(shù)據(jù)挖掘的數(shù)據(jù)新聞生產(chǎn)方式分析

吳啟祥

（阜陽師范大學(xué) 文學(xué)院，安徽 阜陽 236037）

隨著新媒體技術(shù)在市場內(nèi)的高速發(fā)展，信息與資源在社會中傳播在這一過程中發(fā)生了本質(zhì)性的變化，不僅傳播環(huán)境隨著技術(shù)的更新發(fā)生了改變，信息傳播的手段也隨之發(fā)生了變革。新聞是承載社會信息的主要方式，也是社會群體獲取資源的主要方式，數(shù)據(jù)新聞是市場新聞中的主要構(gòu)成，又被人們稱之為驅(qū)動(dòng)新聞，是指通過對社會某種現(xiàn)象的反映，結(jié)合對事件的抓取、識別、挖掘、調(diào)度、統(tǒng)計(jì)、處理、分析、可視化表達(dá)等方式，進(jìn)行事件描述的一種新聞全新報(bào)道模式。[1]可以認(rèn)為此種新聞是行業(yè)在現(xiàn)代化技術(shù)推動(dòng)下衍生的一種新型成果，但此種成果也是產(chǎn)業(yè)發(fā)展的必然成果，數(shù)據(jù)新聞的誕生不僅對新聞行業(yè)的建設(shè)提供了新的方向，也在某種程度上改變了新聞產(chǎn)業(yè)的傳統(tǒng)生產(chǎn)流程。從誕生至今數(shù)據(jù)新聞一直呈現(xiàn)一種迅猛的發(fā)展趨勢，并在市場內(nèi)被廣泛推廣。相比常規(guī)的敘事類新聞，數(shù)據(jù)新聞具有直觀性、可視化等優(yōu)勢，可以使受眾群體更加直觀地了解報(bào)道事件與內(nèi)容。但隨著數(shù)據(jù)新聞種類的多樣化趨勢，社會對此類新聞的生產(chǎn)與發(fā)表要求越來越高，新聞編輯人員不僅要保證新聞產(chǎn)出數(shù)據(jù)的真實(shí)性，也要保證新聞內(nèi)容的質(zhì)量性與代表性。因此，本文將從數(shù)據(jù)新聞的生產(chǎn)方式入手，結(jié)合現(xiàn)代化數(shù)據(jù)挖掘技術(shù)的應(yīng)用，對此展開深入地研究以提高此類新聞在行業(yè)內(nèi)的價(jià)值。

一、基于數(shù)據(jù)挖掘的數(shù)據(jù)新聞生產(chǎn)變革

（一）數(shù)據(jù)新聞信息獲取渠道發(fā)生變革

在現(xiàn)代化技術(shù)的引導(dǎo)下，以數(shù)據(jù)挖掘技術(shù)為支撐的數(shù)據(jù)新聞開始在市場內(nèi)盛行，相比早期的紙媒體時(shí)代，新聞生產(chǎn)發(fā)生最為顯著的變革是信息獲取渠道的差異性[2]?，F(xiàn)如今，互聯(lián)網(wǎng)內(nèi)多元化的信息呈現(xiàn)一種公開趨勢，新聞編輯人員可以直接根據(jù)報(bào)道事件的輿論指示方向，在網(wǎng)站上直接檢索關(guān)鍵詞獲取信息。也可以通過對政府公開數(shù)據(jù)調(diào)度的調(diào)用的方式，進(jìn)行新聞數(shù)據(jù)的整理，此種靈活性的數(shù)據(jù)獲取方式，使數(shù)據(jù)新聞的生產(chǎn)具有了更大的發(fā)展空間，也使編輯人員在選題等方面的工作中具有更大的靈活性。[3]可也有一部分?jǐn)?shù)據(jù)在網(wǎng)絡(luò)中是不公開的，包括政府部門數(shù)據(jù)、法律數(shù)據(jù)等，這說明了我國數(shù)據(jù)新聞在獲取過程中可能存在局限性。但縱觀新聞產(chǎn)業(yè)的發(fā)展現(xiàn)狀，大部分編輯人員在進(jìn)行新聞編輯、新聞選題時(shí)，會選擇在公開網(wǎng)站進(jìn)行數(shù)據(jù)的整理與發(fā)布。通過此種方式生產(chǎn)的數(shù)據(jù)新聞，不僅可以滿足用戶對新聞直觀性的需求，也可以確保發(fā)表的新聞具有較高的真實(shí)性。

（二）數(shù)據(jù)新聞內(nèi)容處理手段發(fā)生變化

除上述變革，在現(xiàn)代化技術(shù)的支撐下，數(shù)據(jù)新聞的處理方式也在不同程度上發(fā)生著變化。例如，早期新聞工作者會在完成數(shù)據(jù)的獲取后，通過人工整理、提取關(guān)鍵數(shù)據(jù)、匹配關(guān)鍵數(shù)據(jù)與新聞報(bào)道內(nèi)容、新聞數(shù)據(jù)存檔保存等方式，進(jìn)行新聞數(shù)據(jù)與相關(guān)內(nèi)容的處理。[4]現(xiàn)如今，新聞工作者更傾向于使用計(jì)算機(jī)設(shè)備作為輔助，使用網(wǎng)絡(luò)爬蟲抓取互聯(lián)網(wǎng)中公開網(wǎng)站中的關(guān)鍵信息或檢索量與瀏覽量較高的信息，完成信息處理后，根據(jù)新聞出版時(shí)版面的要求，使用計(jì)算機(jī)輔助編排版面。此種處理方式，不僅可以提高數(shù)據(jù)新聞的生產(chǎn)效率與生產(chǎn)水平，也可以提高新聞在網(wǎng)絡(luò)中的傳播速度。

（三）數(shù)據(jù)新聞呈現(xiàn)方式發(fā)生變化

整理國內(nèi)數(shù)據(jù)新聞報(bào)道行業(yè)發(fā)現(xiàn)，僅有不足20.0%的新聞出版社仍在采用單一圖解的方式進(jìn)行數(shù)據(jù)新聞發(fā)布以外，超過70.0%的新聞出版社已經(jīng)嘗試將互動(dòng)性元素融入新聞內(nèi)容中。在生產(chǎn)數(shù)據(jù)新聞時(shí)，編輯人員將新聞中的文字信息轉(zhuǎn)換為形象或生動(dòng)的圖像、圖形、符號，通過視覺引導(dǎo)的方式，引導(dǎo)讀者與受眾群體對新聞內(nèi)容的思考。[5]在數(shù)據(jù)挖掘技術(shù)支持下的數(shù)據(jù)新聞中不再有復(fù)雜綿長的文字，取而代之的是精簡的報(bào)道內(nèi)容與交互性的鏈接、圖示。以國外數(shù)據(jù)新聞中的《衛(wèi)報(bào)》為例，此新聞在進(jìn)行倫敦2011年騷亂事件的報(bào)道中，便采用了交互式報(bào)道方式，用戶可以通過點(diǎn)擊圖片跳轉(zhuǎn)網(wǎng)站，從而觀看到更多的現(xiàn)場視頻與圖片，同時(shí)，用戶也可以通過點(diǎn)擊圖表的方式，檢索與之相關(guān)新聞報(bào)道事件，此種出版方式便在一定程度上實(shí)現(xiàn)了對數(shù)據(jù)新聞呈現(xiàn)方式的變革。

二、基于數(shù)據(jù)挖掘的數(shù)據(jù)新聞生產(chǎn)流程

掌握了新時(shí)期數(shù)據(jù)新聞生產(chǎn)方式發(fā)生的變革后，下述對基于數(shù)據(jù)挖掘技術(shù)下的數(shù)據(jù)新聞生產(chǎn)流程進(jìn)行描述，如圖1所示。

圖1 基于數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)新聞生產(chǎn)流程

圖1中，黑色線條連接的流程為數(shù)據(jù)新聞生產(chǎn)主要流程，灰色線條連接的流程為數(shù)據(jù)新聞生產(chǎn)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用流程。綜合圖1所示的流程可知，數(shù)據(jù)新聞的核心生產(chǎn)過程與常規(guī)性新聞的生產(chǎn)過程相同，都需要經(jīng)過資源庫獲取資源、集中處理信息、信息挖掘、信息分發(fā)等步驟，但區(qū)別于常規(guī)性新聞發(fā)布流程的是，數(shù)據(jù)新聞對于信息的質(zhì)量要求較高，并且發(fā)表的數(shù)據(jù)需要具有一定的代表性與專業(yè)性，因此，需要在完成對新聞的基礎(chǔ)處理后，進(jìn)行信息的一次審核，通過審核結(jié)果選題，并使用數(shù)據(jù)挖掘技術(shù)作為生產(chǎn)中的輔助技術(shù)，集中處理新聞信息。按照此種方式產(chǎn)出的數(shù)據(jù)新聞不僅具有價(jià)值高的優(yōu)勢，同時(shí)也具有代表性優(yōu)勢。

三、基于數(shù)據(jù)挖掘的數(shù)據(jù)新聞生產(chǎn)方式分析

（一）數(shù)據(jù)新聞生產(chǎn)獨(dú)特性信息采集與選題

為了確保生產(chǎn)的數(shù)據(jù)新聞滿足受眾群體對此方面的需求，應(yīng)在編輯新聞前，進(jìn)行用戶需求方向的挖掘與定位，并根據(jù)新聞的報(bào)道方向，采集具有獨(dú)特性特點(diǎn)的新聞信息，以此為依據(jù)，確定新聞生產(chǎn)選題方向。[6]為了方便后續(xù)論述，本章的研究以數(shù)據(jù)新聞中的龍頭代表“數(shù)字說”新聞為例，此新聞更加重視發(fā)布內(nèi)容的真實(shí)性與專業(yè)性。真實(shí)性決定了新聞編輯人員對生產(chǎn)數(shù)據(jù)新聞的發(fā)表方向，專業(yè)性又體現(xiàn)了數(shù)據(jù)新聞中文本內(nèi)容的抽象性與價(jià)值取向。為了確保選擇新聞?lì)}材符合大眾需求，在選題前，需要對此新聞的主要模塊與模塊占比進(jìn)行分析。通常情況下，“數(shù)字說”新聞?dòng)?1個(gè)核心主題構(gòu)成，不同主題的內(nèi)容與主題占比如表1所示。

表1 數(shù)據(jù)新聞中“數(shù)字說”新聞主題內(nèi)容與占比

從表1中所示的數(shù)據(jù)可以看出，“數(shù)字說”新聞是數(shù)據(jù)新聞中綜合性較強(qiáng)的新聞，其中涉及的主題模塊較多。在進(jìn)行此新聞的選題設(shè)計(jì)時(shí)，可以根據(jù)社會中具有代表性的事件入手，進(jìn)行新聞編輯信息的獲取。[7]通過新聞編輯人員的反饋可知，此類新聞在編輯時(shí)，可通過A社交網(wǎng)絡(luò)；B其他媒體渠道；C政府與行政單位的官方網(wǎng)站；D高校、個(gè)人與科研機(jī)構(gòu)發(fā)布信息；E企業(yè)或非行政類組織機(jī)構(gòu)的網(wǎng)站；F個(gè)人調(diào)查等方式獲取數(shù)據(jù)信息。不同渠道可獲取的數(shù)據(jù)量如圖2所示。

圖2 不同渠道獲取的數(shù)據(jù)新聞編輯信息量

從圖2可以看出，新聞在編輯過程中，信息的獲取渠道較多，然而大多數(shù)信息來源于媒體網(wǎng)站與社會公開調(diào)研機(jī)構(gòu)。因此可參照這一趨勢，在獲取相關(guān)題材發(fā)布信息時(shí)，優(yōu)選此類渠道獲取新聞編輯信息以確保獲取的信息符合或滿足大眾對數(shù)據(jù)新聞提出的真實(shí)性與直觀性要求。

（二）基于數(shù)據(jù)挖掘的新聞信息編輯與處理過程

在完成對數(shù)據(jù)新聞的信息采集、選題與分類后，引入大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘，對上述獲取到的新聞信息進(jìn)行編輯。數(shù)據(jù)新聞在生產(chǎn)時(shí)，首先需要團(tuán)隊(duì)成員前期的共同討論與商議，并判斷新聞選題的可行性。[8]在這一過程中，需要通過數(shù)據(jù)挖掘技術(shù)為可行性判斷提供重要的依據(jù)，在足夠的數(shù)據(jù)支撐條件下，將所有數(shù)據(jù)新聞信息以一種可視化的方式呈現(xiàn)。在這一過程中，應(yīng)當(dāng)根據(jù)實(shí)際數(shù)據(jù)新聞選題的基本需要，例如以某金融欄目為例，其在選擇新聞主題時(shí)更多地會涉及與國民經(jīng)濟(jì)、股市變動(dòng)等內(nèi)容相關(guān)的信息，因此需要通過對其相關(guān)的經(jīng)濟(jì)數(shù)據(jù)信息進(jìn)行融合，才能夠生成預(yù)期的數(shù)據(jù)新聞產(chǎn)品。

這一過程的數(shù)據(jù)新聞信息編輯和處理的具體過程為：

第一步，由采編人員提供選題所需的信息以及相關(guān)素材，設(shè)計(jì)人員對圖形進(jìn)行設(shè)計(jì)。其間，實(shí)現(xiàn)數(shù)據(jù)的可視化展現(xiàn)，應(yīng)當(dāng)選用圖表、曲線或色塊等圖像作為主體圖形結(jié)構(gòu)。

第二步，與程序員協(xié)商實(shí)際成本以及實(shí)現(xiàn)效果。由于數(shù)據(jù)新聞產(chǎn)生的開發(fā)成本會在一定程度上，影響到產(chǎn)品在市場當(dāng)中的周期變化，因此需要根據(jù)計(jì)算得出的數(shù)據(jù)結(jié)果對設(shè)計(jì)方案進(jìn)行合理調(diào)整。

第三步，在綜合考慮產(chǎn)品的設(shè)計(jì)成本以及生產(chǎn)時(shí)間等影響因素下，反復(fù)修改設(shè)計(jì)方案，直到形成最佳的設(shè)計(jì)方案為止。與此同時(shí)，記者通過對新聞信息的采集、選題與分類也能夠?yàn)榉桨冈O(shè)計(jì)提供更加有力的數(shù)據(jù)支撐。

第四步，完成對設(shè)計(jì)方案的定稿后，要求圖形設(shè)計(jì)、市場開發(fā)以及文案信息同步進(jìn)入到數(shù)據(jù)新聞的實(shí)際生產(chǎn)環(huán)境當(dāng)中。在上述整個(gè)新聞信息編輯與處理的過程都需要設(shè)計(jì)人員、采編人員與程序員反復(fù)溝通協(xié)商，從而保障數(shù)據(jù)新聞產(chǎn)品的質(zhì)量。

（三）基于計(jì)算輔助生成的數(shù)據(jù)新聞呈現(xiàn)

完成對新聞生產(chǎn)數(shù)據(jù)的獲取、編輯與處理后，使用計(jì)算機(jī)設(shè)備，輔助智能化生成技術(shù)，進(jìn)行直觀可視化圖表的一鍵生成，新聞數(shù)據(jù)在此過程中可以通過統(tǒng)計(jì)圖、折線圖、餅形圖等方式表示。[9]用戶在獲取信息時(shí)，可以直接通過圖形中的數(shù)據(jù)獲得更加直觀的信息，并在附圖的基礎(chǔ)上，下部增加少量的文字予以解說。[10]例如，在相關(guān)地震新聞的報(bào)道中，直接使用扇形圖展示地震死亡人數(shù)、輕傷人數(shù)、重傷人數(shù)的統(tǒng)計(jì)結(jié)果，可以使數(shù)據(jù)呈現(xiàn)得更加清晰，也可以使報(bào)道內(nèi)容更加簡明扼要，保證用戶可以在一個(gè)較短的時(shí)間內(nèi)迅速獲取到需求內(nèi)容。通過此種方式，提高數(shù)據(jù)新聞質(zhì)量，保證發(fā)表的新聞滿足需求。

四、結(jié)語

新媒體技術(shù)改變了人與人之間的信息交流方式，創(chuàng)造出新的信息傳播方式，也產(chǎn)生了以數(shù)據(jù)為核心的新聞生產(chǎn)、報(bào)道模式。從數(shù)據(jù)采集到數(shù)據(jù)處理，再到最終呈現(xiàn)，數(shù)據(jù)新聞為我們提供了一種全新的發(fā)展思路，也為行業(yè)內(nèi)外人員獲取新聞信息提供了全新的視角。本文從數(shù)據(jù)新聞生產(chǎn)獨(dú)特性信息采集與選題、基于數(shù)據(jù)挖掘的新聞信息編輯與處理過程、基于計(jì)算輔助生成的數(shù)據(jù)新聞呈現(xiàn)三個(gè)方面，對基于數(shù)據(jù)挖掘的數(shù)據(jù)新聞生產(chǎn)方式展開了研究。希望此次研究能夠引起市場內(nèi)新聞行業(yè)與媒體工作人員的關(guān)注，認(rèn)知數(shù)據(jù)新聞在市場內(nèi)的地位，加大對數(shù)據(jù)新聞的編輯與處理力度，提高新聞信息的可視化程度。盡管此次研究的內(nèi)容已經(jīng)較為完善，但由于現(xiàn)代化技術(shù)的更新迭代速度較快，在后續(xù)研究中，仍要不斷進(jìn)行數(shù)據(jù)新聞的研究，以此種方式，為我國新聞行業(yè)的可持續(xù)發(fā)展奠定基礎(chǔ)。