新闻生产环节中的大数据技术运用.doc

1、1新闻生产环节中的大数据技术运用如今我们现在已经进入大数据时代。一般认为，大数据具有四个“V”的特点，即多样化（Variety） 、大量化（Volume） 、快速化（Velocity）和价值化（Value） 。总体来说，大数据是以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务或深刻的洞见的数据及处理方式。 新的环境，对大型数据的挖掘、处理、分析、分享等能力提出了全新的要求，此外，大数据时代也意味着不同行业、不同领域的数据之间的交换和相互利用也变得十分频繁。大数据时代，强调的足对大规模数据的综合处理能力。 人数据的核心不是技术，而是数据产生的价值。新闻生产领域要利用大数据

2、，关键是要从大数据中挖掘出新闻价值，利用数据挖掘技术，对海量数据进行分析，获得具有新闻价值的信息产品。对人数据的利用最主要的技术手段是数据挖掘。数据挖掘又称数据库中的知识发现，是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。 面向未来，利用大数据写作预警性或趋势性新闻 以往的新闻更多地强调“已经发生的事实” ，但 Web2.0 对传统的新闻模式形成了强有力的冲击，强调的是“正在发生的事实” 。在大数据时代，通过数据挖掘对相关关系的计算，媒体可以做到对未来趋势的预测，2新闻的定义可以改写为“正要发生或正在发生或已经发生的事实”的报道。 大数据的核心就是预测。它把数

3、学算法运用到海量的数据上来预测事情发生的可能性。在大数据的背景下，通过相关关系，我们可以比以前更容易、更快捷、更清楚地分析事物。对大数据进行相关关系分析，也许不能准确解释某件事情为何会发生，但是它会提醒这件事情正在发生或即将发生。对于专业的信息传播组织媒体来说，这样的提醒已经很有帮助了。 例如， “谷歌流感趋势”是谷歌推出的一款用于预警流感的即时网络服务。该系统根据对流感相关关键词搜索进行数据挖掘和分析，目前可预测全球超过 25 个国家的流感趋势。谷歌保存了多年来所有的搜索记录，而且每天都会收到来自全球超过 30 亿条的搜索指令，如此庞大的数据资源足以支撑和帮助它完成这项工作。通过对特定检索词

4、的使用频率与流感在时间和空间上的传播之间的联系的分析，谷歌也能和疾控中心一样判断出流感是从哪里传播出来的，而且非常及时。 如果媒体能广泛借助人数据技术来进行重大趋势的预测与分析，那么，它的预测的准确程度可能得到有效提升，它对社会的影响力就能得到提升。但足，需要注意的是，相关关系是无法预知未来的，大数据只能预测可能发生的事情。 除了相关性分析，物联网也可以帮助新闻从业者预测新闻。物联网也是大数据来源之一。作为物物相连的网络，物联网技术意味着，在未来，只要需要，任何物体的状态数据可以由它们们自身所携带的装置向3互联网传送，这些数据也将成为未来新闻报道的重要来源尢论是从新闻线索的提供还是新闻要素的揭

5、示角度来看。与记者的个人观察得出的判断相比，这些直接采集的来自物体本身的数据，更为精确。从这个角度来说，物联网技术也为大数据预测新闻提供了一种途径。 面向现在，利用大数据寻找“看不见”的独家新闻 除了关联法则和相关性计算颅测新闻，大数据还可以通过聚类分析和分类分析解读新闻。这是说，对于正在或刚发生的、读者关注的重大新闻事件，媒体通过用数据挖掘得出的不同视角，可以丰富读者对事件的认知。 首先，媒体可以根据社交网站上的数据计算结果，解读受众对事件的认知和态度 大数据由于数据量庞大，采用所有数据的全样本，而不是随机抽样样本，这样我们就能够从不同的角度，更细致地观察和研究数据的方方面面。 央视曾经做过

6、的“你幸福吗”报道遭到争议。央视记者的采访方式为大街上找人采访，这种寻找采访对象的抽样方式很不科学，所以遭人指责。通过随机抽样方法，可以用样本来估算总体，但这种方法的成功依赖于采样的绝对随机性。大数据提供的是全样本，可以保证在社交网站上的所有用户的情感计算的科学性。所以，大数据通过对社交网站上的文本信息的数据挖掘，可以了解到社交网站上的用户对重大新闻事件的情绪和态度。即大数据技术有可能使受众反馈直接转化为民意，这将使媒体在反映与传达民意方面的功能进一步增强。 4例如，英国卫报解读 2011 年骚乱的事件，除了采用常规的社会科学研究方法，如采访调查外，还请了曼彻斯特大学的专业人士对 250多万条

7、与骚乱有关的 Twitter 信息进行大数据的分析，在此基础上做成了暴徒的告白 。这个信息量是非常大的，包括抓取微博的信息，网络上的信息，如果没有大数据的分析方法，是不可能实现的。运用大数据生产的新闻往往给用户提供耳目一新的新闻感官和认识世界的图景。 其次，媒体可以对重要文本进行数据挖掘，进而解读其重点含义 对重要文本进行词频分析、聚类分析等自然语言处理技术，可以从数据的角度进行解读。例如，媒体在进行“两会”相关报道时，可以对近年来的政府工作报告进行词频分析，计算出高频词汇，这样政府工作报告的重点一目了然，从而为解读政府工作报告提供一个新的视角。 最后，媒体可以利用社交网站上的数据对新闻事件中

8、的当事人进行背景分析，以获得更多的当事人相关信息 位于圣巴巴拉的 Socail Intelligence（社交智能）是一家私人数据公司。这家公司在充分挖掘社交媒体价值的基础上，通过符合法律的社交媒体的背景检查，为企业提供招聘必要的技术服务支持，方便雇主做出更好的聘用决定。这家公司跟踪检索用户在社交网站上的活动，按照检索用户发表的言论、私下社交、经证实潜在暴力倾向等标准来评价特定用户。 这样基于社交网站的背景调查也可以用于新闻报道领域。我们可以对新闻当事人进行这样的分析。例如，复旦大学发生的研究生遭人下毒5案，媒体可以利用专业的数据处理方式，对犯罪嫌疑人在社交网站上留下的信息进行背景调查，从而使

9、报道更加丰满。 所以，利用大数据解读新闻，可以通过对重大新闻事件的受众情感和态度等信息进行挖掘、对重要文本进行数据挖掘和对重要新闻人物进行背景检索等方式实现。 面向过去，利用大数据将“旧闻”整合重组为“新闻” 大数据不仅可以帮助媒体预测新闻，解读正在发生的新闻，还可以对已经发生的信息和数据进行再利用，重组出新闻。随着大数据的出现，数据的综合比部分更有价值。当我们将多个数据集的总和重组在一起时，重组总和本身的价值也比单个总和更大。通过数据的再利用，重组出的新闻，一般都是具有趣味性的。 例如，网易“数读”栏目做过一个有趣的数据挖掘，调查中国人的时间利用情况，得出的结论是中国人的休闲时间相对很少，且

10、形式单调，在每日 3.8 小时的休闲时间中看电视就占去了约 2 小时，而花在运动和业余爱好上的时间每天仅有 23 分钟和 22 分钟。 彭博社也有一个数据挖掘类的报道栏目为“今日图表” ，上面发布的是对大数据的再利用重组出的信息。再如，在新一届中央领导班子产生后，不少媒体结合领导班子的籍贯在地图上制作了中国政要新阵容分省籍贯人数图表。 处于休眠状态的数据的价值只能通过另一个截然不同的数据集合才能释放出来。在数据重组阶段，关键是找到以往的信息的另一个维度，并且把两者的相关性展现出来。 6结语 大数据的核心在于数据的价值，对于新闻生产领域来说，大数据的核心利用价值在于从大数据中挖掘出具有新闻价值的信息。媒体可以利用大数据预测新闻、利用大数据解读新闻和利用大数据重组新闻。 媒体今后在新闻生产过程中可以加强对大数据技术的运用，成立专门的部门，或者依靠与外部的合作，建立起一个数据积累与分析的常规机制。媒体甚至可以设立数据分析师或数据挖掘师这样的职位，当然他们的职责不仅仅是对已经形成的数据进行分析解读，更需要提出选题方向和数据采集、处理的方案。无论是对于只习惯文字、图像等思维的传统新闻人，还是只习惯于数据思维的技术人，这都会是新的挑战。进行跨学科的人才利用和生产合作是未来的必然。