新媒体数据新闻教学教案(65页)

X X X X 大 学 教 案

第一章 新媒体数据新闻概述 一、课时安排：课时（理论讲授4课时，实践2课时） 二、教学课型：理论、实践课 三、教学目标： （1）初步了解新媒体数据新闻。 （2）了解新媒体数据新闻的发展。 （3）了解新媒体数据新闻的生成流程。 （4）了解新媒体数据新闻典型案例。 四、教学重点难点： （1）新媒体数据新闻的发展。 （2）新媒体数据新闻的生成流程。 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 新媒体数据新闻产生的背景和存在价值。 本章概述： 新媒体产生的海量数据和逐渐成熟的数据处理分析技术使得一种整合各种媒介优点、符合信息时代需求的新闻形态得以诞生——数据新闻。 本章将对新媒体数据新闻的相关概念进行介绍、分析国内外数据新闻发展的历程，并且简述新媒体数据新闻的生产流程。 最后将以国内外典型数据新闻为例，总结优秀新媒体数据新闻作品的特征。 从基础理论出发，以实际案例加强对新媒体数据新闻的理解。 1

建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法，建立学习内容的总体印象。 第一节 新媒体数据新闻简介 （一）新媒体数据新闻的概念与特征 1.新媒体数据新闻的概念 “新媒体”主要指基于数字技术、网络技术及其他现代信息技术或通信技术的，具有互动性、融合性的媒介形态和平台。在现阶段，新媒体主要包括网络媒体、手机媒体及其两者融合形成的移动互联网，以及其他具有互动性的数字媒体形式。 数据新闻，又称“数据驱动新闻”，是基于数据信息的采集、分析、呈现的新闻工作方式。从狭义上看, 数据新闻是建立在数据抓取、数据挖掘、数据统计和分析基础上, 最终以可视化的方式呈现出来的一种新型新闻报道方式。从广义上看, 数据新闻代表着新闻业未来的发展方向, 是新闻学在大数据时代的研究新领域。 2.新媒体数据新闻的特征 （1）以海量数据为核心驱动力； （2）以数据分析处理技术为基础； （3）以数据可视化呈现为报道方式； （4）以移动端为主要传播渠道； （5）以服务公众利益为报道指向。 （二）新媒体数据新闻的产生背景 1.大数据时代的到来 数据新闻是大数据时代新闻界为不断适应媒体环境变化进而产生的一种新型新闻生产模式。 2.相关技术的发展成熟 新媒体数据新闻涉及大数据获取、数据处理、数据分析、数据可视化等多方面的技术。数字技术、云计算技术、智能技术等新技术的发展为数据新闻产生提供了技术性条件。互联网开源软件市场的成熟也为数据新闻的发展提供了技术支持。 3.全球“开放数据”运动的兴起

启发式教学，引导学生初步了解数据新闻相关知识 2

向公众公开的数据为媒作数据新闻提供了重要的内容来源。 4.新媒体发展需求 新媒体时代信息爆炸、用户“浅阅读”等现象的出现对新闻提出了新的要求。数据新闻的出现符合媒体信息服务的本质，也顺应了新媒体时代的信息传播规律 （三）新媒体数据新闻的分类 1.大数据型与小数据型 2.自采数据型与非自采数据型 3.事件选题型与话题选题型 4.调查型与常规型 （四）新媒体数据新闻的价值 1.增强新闻报导的深度性和宏观性 2.增强新闻读写的交互性能 3.促进传统媒体与新媒体的融合 第二节 新媒体数据新闻的发展 （一）国外新媒体数据新闻的发展 1.业界对新媒体数据新闻的尝试与探索 早在19世纪，国外新闻业就开始运用量化数据进行报道，《卫报》1821年的创刊号上的一篇调查未成年教育系统的报道就被视为该报最早的数据新闻。不过这只是初步尝试，此种报道方式在当时并未形成规模。 2007年, 美国 《纽约时报》建立了一个记者加程序员的团队, 即现在的“互动新闻技术部”。这个团队在《纽约时报》网站上为总统选举、奥运会等重大新闻制作推出了大量动态、互动的信息图表，每一张图表都由大 案例分析法 量数据作支撑。《纽约时报》网站为此专门开辟了板块，汇总此类报道。 2009年，《卫报》网站开设“数据商店”版块，下分“大数据”、“数据新闻”、“数据博客”等细分频道。 2013年，《纽约时报》制作的“雪崩”题材新闻报道获奖，引发全球传媒界对数据新闻这一新型报道形态的关注。 2.学界对新媒体数据新闻的研究 3

（1）数据新闻理论研究 目前，国外关于数据新闻的研究多从两个角度切入。 一是从技术层面进行分析，探讨数据新闻的制作和呈现方式，其中最 具代表性的著作为欧美一线资深记者共同编撰的《数据新闻手册》（The Data Journalism Handbook）； 二是从新闻学角度入手，侧重数据新闻的优势分析、现状调查、问题探讨、发展建议等，采用的方法主要是深度访谈法、参与观察法及问卷调查。 （2）数据新闻教育发展 由英国数据新闻实践推动的英国数据新闻教育具有引领作用。 目前英国的数据新闻类课程主要分三种类型： 第一种是介绍型课程，如“数据报道概论”“数据系统概念与基础”等； 第二种是数据新闻技能类课程，如“数据可视化”“数字交互设计”“高 级数据与编程”等； 第三种是数据新闻应用型课程，如“城市复原力，灾害和数据”“文化 遗产可视化应用”等。 美国是数据新闻教育学术机构发展最为成熟的国家。（“美国知名高校数据新闻课程开设情况”见教材） （二）国内新媒体数据新闻的发展 1.业界对新媒体数据新闻的尝试与探索 对比分析法讲授 自2011年起，国内四大门户网站搜狐、网易、腾讯、新浪紧跟国外数 据新闻实践步伐相继推出数据新闻专栏：“数字之道”“数读”“数据控”“图 解天下”，拉开数据新闻本土化实践序幕。 2013年10月，财新传媒率先成立了财新数据可视化实验室，推出数据新闻专栏“数字说”。 2014年1月，电视台《晚间新闻》推出“据”说系列报道，开启 了国内电视媒体的数据新闻实践之路。 2015年中国数据新闻大赛开始举办，该比赛旨在通过比赛打通学界与 业界的壁垒，为全国培养新媒体人才助力，促进国内数据新闻的发展，目 4

前已经逐渐成为一项具有规模的全国性赛事。 2.学界对新媒体数据新闻的研究 （1）数据新闻理论研究 20世纪80、90年代，国内学界开始关注数据新闻。国内最早关于“数 据新闻”、“计算机辅助报道”等概念的研究可追溯到卜卫于1998 年的发表论文，该文介绍了计算机辅助新闻报道的相关问题，呼吁业界应具有计算机报道的意识。数据新闻在随后的许多年里并未引起国内学者的重视，直到2012 年“大数据”概念在国内的悄然兴起，无论学界还是业界，都对“数据新闻”更加关注。 2011年，国内业界的数据新闻实践开始起步，此时学界对数据新闻的 研究多集中于对概念的界定与探讨，多属于介绍性的研究。自2015年开始， 随着数据新闻被普遍当作新闻业新的希望与未来，被国内的诸多传统媒体实践与应用，学界对数据新闻的研究也更加深入与多元。 （2）数据新闻教育发展 2015年，中国传媒大学新闻学专业（数据新闻报道方向）设立，自2016 年起，该专业实行自主招生。这是中国内地第一个设置数据新闻专业方向的大学。 中国知名高校数据新闻课程主要分为两类。 第一类是数据新闻概况类课程，主要涵盖国内外数据新闻发展、各类媒体的实践情况及其采制的原则和流程等； 第二类是数据新闻技能类课程，如“可视化技术”、“R语言与数据可 视化”、“GooSeeker网页抓取工具”、“Python语言”、“SPSS数据分析”等 课程。总体而言，中国数据新闻教育的课程设置偏重技能培养。 “部分中国高校数据新闻课程与专业设置”见教材。 （三）新媒体数据新闻未来发展趋势 1.增强数据素养，提升数据驱动能力 2.重视数据伦理，加强数据内容监管 3.注重媒介融合，整合报道传播渠道 4.加强理论建构，创新人才培养模式 5

第三节 新媒体数据新闻的生产流程 （一）选题与策划 1.新媒体数据新闻的选题 数据新闻的选题及其价值判断可通过选题的新闻性和价值性两个方面来完成。 选题的新闻性：与社会现状、重大问题等具有现实意义的热点紧密联系，使选题建立在正确反映社会现实的基础上；具有时效性，选题的时效性在很大程度上影响着读者的阅读兴趣。 选题的价值性：能通过数据对现象的反映，推动社会向前发展；揭露数据背后折射出的社会问题，并能够发人深省，具有深远意义。 2.新媒体数据新闻的策划 既包括对拟选定题目具体新闻内容框架的设计，也包括该项目实施的具体分工、时间规划、资源统筹等具体实践层面的事务。 设计数据新闻的框架结构是一个优秀数据新闻作品的前提。数据新闻的框架设计重点在于内容模块的规划。 组建一个具备新闻采编、数据处理、美工设计、媒体运营能力的人才团队是数据新闻制作的关键。 （二）数据获取、预处理与分析 1.原始数据的获取与采集 新媒体数据来源：网络数据库大数据、网络社交大数据、网络行为日志大数据和网络舆情大数据等。 数据获取方式：国家统计部门就有大量可靠的公开数据资源，可以通过官方网站查询下载；互联网部门及专题网站数据有大量专题数据。、国家、中国互联息中心等提供的数据属于互联网官方部门数据，中国互联网协会、中国互联网金融研究会等提供的数据为互联网行业部门数据；系统日志采集是较为直接可靠的数据获取方式，许多公司的业务平台每天都会产生大量的日志数据。系统日志数据可以通过第三方平台获取，如CNZZ数据专家网站；Web数据抓取能够快速、批量地从网站上提取信息。Web数据抓取程序模拟浏览器的行为，能将可以在浏览

6

器上显示的任何数据提取出来。八爪鱼采集器是比较容易上手的Web数据 抓取软件之一。 2.数据的预处理与加工 数据的预处理：一般所获得的原始新媒体数据会存在数据被篡改、不完整、重复等数据异常情况，即存在脏数据，并不能直接使用。因此，对所获得原始数据需要通过数据清洗、集成、变换、规约等步骤对数据进行预处理。 数据的加工：完成数据预处理之后就可以正式进入数据的加工，包括数据合并、数据修正、公式计算等多种方式。 数据预处理与加工都是基础步骤，主要是为后续数据分析和可视化服务。 3.数据的分析 数据的分析是数据新闻生产的核心步骤。通常可以用Excel、SPSS、Python、 R语言、Tableau等工具进行数据分析。 按照难度和数据探索程度，数据分析可分为描述性分析、探索性分析、 验证性分析三种类型。 数据的描述性分析包括对平均值、中位数、众数、方差、标准差等进行计算，以及基于此的对比分析、交叉分析等。目前，大量的数据新闻作品都是围绕对数据的描述性分析而展开。 探索性数据分析和验证性数据分析属于高级数据分析，包括相关分析、 因子分析、回归分析等内容，侧重于验证已有假设的真伪、在数据中发现新的特征，以及对未来进行预测。 （三）数据可视化与叙事 1.新媒体数据可视化 数据可视化是指通过图形、图表以及动画等手段直观、生动、形象地展示数据的形式。 数据可视化的主要目的在于借助图形化的手段，清晰有效地传达与沟通信息。总的来说，数据可视化的意义可分为三点：更快获取数据、获取更多数据、更深理解数据。 7

数据可视化分为静态与动态两类，其中静态类型以信息图表为代表，动态类型又可按照是否有交互操作分为动画视频与交互图表两类。 2.新媒体数据新闻可视化叙事 可视化叙事相比传统的文本新闻叙事更能向受众呈现新闻事件内在的逻辑联系和关联程度，更具有时空穿透力和感染力。 （四）数据新闻制作与发布 1.新媒体数据新闻的制作 数据新闻制作是整合文字、图表、视频、音频等元素，使其成为叙事完整、风格统一的数字化新闻作品的过程。 提问，引导总结数据新闻的生产流程。 Google Fusion Tables、Tableau Public、Data Market、Many Eyes是目前 常见的可用来制作数据新闻的软件。 国内的iH5、易企秀等网站也常被用来制作、发布数据新闻。 除此之外，还有很多功能更加细化的软件，如专门制作时间类作品的Dipity、用于文本可视化即标签云的Wordle等。 2.新媒体数据新闻的集成发布 数据新闻作品制作完成后可通过移动端和PC端集成发布。iH5、易企 秀发布平台以H5制作见长，这也就决定了这类平台发布的数据新闻作品是更适用于手机的移动端模式，读者通过滑动或翻动界面获取数据，通过动态交互图表、视频等了解详情，交互感比PC端更强。 相较于移动端，数据新闻在 PC 端传播过程中用户粘度较低，且 PC 端数据新闻以媒体转发为主，与普通用户互动较少。 在大数据时代，要想做好数据新闻报道，需要新闻从业者与时俱进，积极学习新兴技术与技能，加强互动传播；完善交互式设计，提升链式传播广度；深度追踪热点问题，引发多级点传播；把握关键节点位置，拓展传播网络。 第四节 新媒体数据新闻典型案例 （一）国外典型案例分析 2012年《纽约时报》推出的大型新闻报道作品《雪崩》（Snow Fall） 在上线一周的时间内获得了350万的点阅率。这篇报道主要讲述了2012年 8

2月份发生在美国华盛顿州卡斯凯德山区的雪崩造成的滑雪爱好者罹难的事件，报道在当时的不少创新之举引领了一股数据新闻浪潮，成为传统新闻向融合新闻发展的一个标志性报道。 （二）国内典型案例分析 在2018年全球数据新闻奖中，财新网作为唯一的中国媒体入围， 击败来自BBC、彭博、英国卫报等媒体的11个团队，获得“最佳大型数据新闻团队”奖。 例：财新网的数据新闻作品《博物馆里的国家宝藏》。 （三）数据新闻作品传播渠道 1.网站数据新闻专栏 网站的数据新闻可分为两类，第一类是大型综合性门户网站，如网易“数读”栏目、腾讯“数据控”栏目、新浪“图解天下”栏目、搜狐“数字之道”栏目；第二类是专业性质的新媒体平台，如财新网，它是专注于原创财经的新媒体，于2011 年开设了“数字说”这一数据新闻栏目。 2.互联网新媒体平台 互联网新媒体平台如微博、微信公众号、今日头条，凭借其坚实的用户基础和强大的裂变传播能力在数据新闻的传播中占据了重要作用。 大部分传统媒体或网站平台如新华网、人民网等都会利用自己的微博 和微信账号进行数据新闻的发布。如《中国科学报》同时在科学网、《中国 科学报》微博客户端和《中国科学报》微信公众号发布数据新闻。 3.数据新闻领域权威大赛 目前在国际上认可度较高的专业数据新闻大赛是“全球数据新闻奖”， 设立于2012年。由谷歌赞助，全球编辑网络和欧洲新闻中心联合创立。 凯度信息之美奖也是数据新闻领域的一个重要奖项，该奖项主要用于评估新闻作品的主题与可视化形式之间的适应程度，评选信息与数据可视化方面的优秀作品。 “中国数据新闻大赛”是国内数据新闻领域较为专业的赛事。 （四）优秀数据新闻作品特点及问题规避 1. 优秀数据新闻作品特点 9

（1）度视角 （2）故事化新闻叙事 （3）重视交互设计 （4）数据来源丰富 2. 数据新闻作品问题规避 （1）简洁易懂 重视传播 “少即是多，数据可视化价值在于要将信息高效地传输给读者” （2）注重叙述手段 巧用垂直空间 “对于可视化作品而言，垂直空间才是黄金资源” （3）适当交互 避免冗余 “可视化交互新闻响应的速度胜于形式” （4）给出结论 重在分析 “对于可视化作品而言，垂直空间才是黄金资源” （5）注重实效 避免过期 一般来说，与图文新闻相比，数据可视化新闻的生产过程要复杂不少， 生产周期也相应变长。但在当今社会，热点的转换异常迅捷，各领风骚两三天而已。但不少媒体没能认识到数据可视化报道的“周期性”问题，只管耕耘，不问收获，最终是事倍功半，效果不彰。 思考与练习： （1）什么是新媒体数据新闻？新媒体数据新闻有哪些特征和价值？ （2）列举国内新闻网站的数据新闻栏目，并总结其各自的特色。 （3）阐述新媒体数据新闻的生产流程。 布置作业、巩固知识，进行形成性评价。 （4）根据典型数据新闻案例，简述优秀数据新闻作品的特点及应规避 的问题。 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案：

教学反思 10

第二章 新媒体数据新闻选题与策划 一、课时安排：课时（理论讲授6课时，实践4课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解新媒体数据新闻选题原则与分类。 （2）掌握如何发现与选择新媒体数据新闻选题。 （3）掌握新媒体数据新闻选题报道策划。 （4）熟悉新媒体数据新闻选题与策划应用。 四、教学重点难点： （1）发现与选择数据新闻选题。 （2）新媒体数据新闻选题报道策划。 （3）新媒体数据新闻选题与策划应用。 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 新媒体数据新闻的选题意义和原则。 本章概述： 选题是新媒体数据新闻生产活动的重要环节，也是初始环节。 数据新闻工作者确立新闻选题之后，还要进行新闻报道策划。与传统新闻报道策划不同，数据新闻报道策划要使得数据新闻符合新闻、深度报学习内容的总 建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法，建立道的基本结构和模式，又要符合新媒体平台及工具呈现的模式，同时还要体印象。 符合新媒体时代用户的阅读模式。 本章将对新媒体数据新闻选题的意义、原则和分类进行详细介绍，对发现和选择数据新闻选题具体说明，并从报道策划对数据新闻的重要意义、报道策划的关键以及重点三个方面对数据新闻报道策划进行说明。

11 第一节 选题原则与分类 （一） 新媒体数据新闻选题及意义 1.新媒体数据新闻选题 在整个新闻生产过程中，新闻的选题是众多新闻生产环节中极为关键的一环，是新闻报道的前提。 新闻选题即报道对象或内容的选择，简单地说就是媒体的报道内容，它是整个新闻生产活动过程的起点，也是整个新闻生产流程中最基础、最重要的环节，选题的内容和质量对整个新闻生产活动具有重要的影响。 新媒体数据新闻选题即可理解为选择有价值的、能够进行数据可视化叙事和表达的新闻报道主题的过程。 2.选题对于新媒体数据新闻的意义 （1）给予正确方向，使主题更加鲜明 （2）提高新闻质量，更好满足受众 （3）引导，实现“社会公器”职能 （二）新媒体数据新闻选题的原则 1. 价值性原则 新闻价值的十个要素。 2．时效性原则 新媒体数据新闻选题理应遵循时效性的原则，尽可能的去选择那些正在发生的或者即将发生的报道内容和对象，选择那些生活中比较新、比较热门的话题。 3．创新性原则 坚持创新性原则，打破常规，选择那些视角新颖的新闻选题，选择那些别人还未报道过的新鲜题材。 4．群众性原则 贴近群众、贴近生活、贴近实际。 5．可及性原则 考虑当前的技术是否能够获取某个选题所需要的数据，是否能够将所获取的数据进行可视化呈现，以及是否支撑某个新闻选题向新媒体数据新 理论讲授 12

闻的转化等。 （三） 新媒体数据新闻选题的分类 1．时事类 时事类数据新闻选题主要是涉及当前社会生活中新近发生的或正在发生的事实，一般是发生在社会生活中与人们关系密切、对人们的生活有着重大影响或者能够引起人们广泛关注的事实。时事类数据新闻选题所对应的数据新闻为时事类数据新闻。 众多的数据新闻网站也专门设置了时事类新闻版块，比如澎拜新闻美数课就专门设置了时事类数据新闻版块，并在版块中设置了抗疫、澎湃国际以及浦江头条等多个栏目。 例：澎湃新闻美数课的时事类数据新闻作品，以《中国人到底每天睡多久？》。 2．财经类 财经类数据新闻选题主要涉及的是财政、经济和金融等方面的内容，这类选题对应的则是财经类数据新闻，澎湃新闻美数课和网易数读都有相应的版块设置。近年来，也诞生了许多优秀的财经类数据新闻作品。 例：网易数读数据新闻作品《贷款难：46%需融资小微企业获银行贷款》。 3．社会生活类 社会生活类数据新闻选题主要涉及的是与大众生活相关的社会事件和社会问题等等，这类选题对应的是社会生活类数据新闻。因为它和人们的日常生活关系比较密切，而受到社会大众的广泛关注。 例：新华网数据新闻所制作的《家宴·人间至味是团圆》数据新闻就是一篇极为经典且优秀的社会生活类数据新闻作品。 4．文化科普类 文化科普类新媒体数据新闻选题主要涉及的是有关科学文化知识等方面的内容，这类选题相对应的是文化科普类数据新闻。澎湃新闻美数课的 讲授，案例演示 “思想”栏目、新华网数据新闻的“人文说”“涨知识”和“健康解码”等 都属于文化科普类数据新闻。 13

例：新华网数据新闻作品《40年实现碳中和 我们的底气在哪》就是一篇优秀的文化科普类数据新闻作品。 讲授，操作演示。 第二节 发现与选择选题 （一）培养“新闻鼻”“新闻眼”，增强新闻敏感 “新闻鼻”“新闻眼”就是一种“新闻嗅觉”，指的是新闻工作者对于新闻的敏感性，它是新闻工作者发现新闻的一种重要能力、必不可少的素质。 新闻工作者要时刻保持这种新闻敏感，这种新闻敏感可能会在逛街时、购物时或者在生活的某个场景下，就迸发出一个新鲜有趣的新闻选题。 有了这种新闻敏感，新闻工作者也更容易在纷繁的新闻事实中发现具有新闻价值的事实和更容易引起受众兴趣的内容，从中选择合适的数据新闻选题，进而去完成整个新媒体数据新闻的编辑和制作。 （二）善于提取和抓住优秀选题 1．在微博、微信、抖音等新媒体平台中发现与选择选题 新媒体背景下，人人都是新闻的制造者和传播者，而在微博、微信、抖音这些用户参与度极高的新媒体平台上，更是汇集了多元且丰富的内容信息，而这也为新闻工作者进行数据新闻选题提供了极为及时和全面的新闻事实来源。 新闻工作者要深入这些用户使用率高的新媒体，去浏览这些新媒体中的大量新闻和内容，去选择那些备受关注的新闻事实，从新闻热点中善于发现和提取优秀的新闻选题。 以微博热搜为例，在微博平台上分别设立了热搜榜、要闻榜以及同城榜，这些都为新闻工作者发现和选择数据新闻选题提供了重要线索。 微信朋友圈也是获得数据新闻选题灵感的一条重要途径，因为新闻工

14

作者自身的社交网络和社会资源也是发现数据新闻选题的重要方式和来源。朋友身份越是多重，朋友圈关系网越是复杂，其中所包含的观点和意见也就越是丰富，看待问题的角度就越是多元。 2．在相关媒体的报道中发现与选择选题 新闻工作者可以在工作之余去浏览分析其他一些相关媒体的报道内容和材料，从中去发现和选择自己的数据新闻选题。 不要以为其他媒体报道过的新闻内容就没有价值，就放弃这方面的题材进行报道，同时这也并不意味着新闻工作者要去抄袭别人的新闻内容，而是利用其他媒体的新闻报道内容和信息进行二度开发式的数据新闻制作，可以是就其他新闻报道内容进行深度分析并进行可视化呈现，也可以是就相关数据新闻报道题材进行深度挖掘等等。 （三）善于观察并从不同领域发现优秀选题 1．在重大活动中发现与选择选题 各种体育比赛、文化娱乐活动和党政机关及各类会议，也是发现数据新闻选题的一条重要途径，时事报道和新闻业界尤其注重这一方式。 各种各样的体育比赛和文化娱乐活动本身往往就备受观众瞩目，再加上在各种文体活动中的体育明星、娱乐明星本身的吸引力和话题度，就会使得比赛或活动中充满大量的新闻线索，细心的新闻工作者便可从中找到合适的新闻选题。 讲授，案例演示 以2020年芒果TV推出的女团成长综艺节目《乘风破浪的姐姐》为例， 节目还未播出，便因参加节目的嘉宾本身的热度和话题度引起了大众广泛的关注。 例：网易数读数据新闻作品《乘风破浪的姐姐，谁才是顶流》。 2．从社会生活中发现与选择选题 新闻工作者应该深入基层，从社会生活中去发现优秀的新闻选题，去发现能够反映重大社会问题、能够切实解决人民群众困难以及能够给人民群众生活带来积极意义的优秀新闻选题。 例：网易数读数据新闻作品《中国精神卫生资源：床位不足、医生少》。 第三节 选题报道策划 15

（一）新媒体数据新闻报道策划的必要性 1.首先，新闻报道策划是确保新媒体数据新闻生产制作工作顺利进行的保证，前期的报道策划能够为数据新闻后续工作的开展提供正确方向和有力支持。 2. 其次，只有具有个性和特色的报道才能吸引受众的眼球，而个性化 的数据新闻报道离不开报道策划。 3.最后，在新媒体时代，信息的传播方式、受众的阅读接收方式以及新闻报道平台和呈现方式都发生了极大的变化，通过报道策划，新媒体数据新闻的生产制作工作才能够顺利地进行。 （二）新媒体数据新闻报道策划的关键 1．新媒体数据新闻要符合新闻、深度报道的基本结构和模式 新媒体数据新闻要符合新闻的基本要求和结构： 首先，新媒体数据新闻也要选取真实、新鲜的事实进行报道 其次，新闻的基本结构为：标题、导语、主体、背景、结语。数据新闻报道亦要符合这个基本模式，而不能只有数据的可视化呈现。 新媒体数据新闻还要符合深度报道的模式： 确定新闻选题之后，要针对性地选择着眼点，通过报道策划，根据数据获取、处理、分析和可视化呈现去对事件的起因、经过和发展进行深入挖掘，并对其进行追踪。 2．新媒体数据新闻要符合平台及工具呈现的模式 新媒体数据新闻既要考虑到发布平台的呈现方式，也要考虑到现有数据处理工具是否支持所需数据的相关处理。 比如，数据新闻制作过程中经常使用到的工具：可将数据转化为图表 的工具Google Chart Tools，可清除无效数据的工具Google Refine，可将将 Excel数据转换为Web文件的工具Mr.Data Converter，可以将大量数据过滤 成自己所需数据的工具Google Fusion Tables，以及数据新闻制作与发布的平台工具iH5、Wix、易企秀等等。 3．新媒体数据新闻要符合新媒体时代用户的阅读模式 一方面，在图文结构和信息图表的可视化呈现上，要使得数据新闻作 16

品符合用户的视觉习惯；另一方面，数据新闻制作也要考虑到新媒体时代智能终端广泛使用背景下用户对新闻的阅读习惯。 以新华网数据新闻为例，其数据新闻作品就设置了PC交互和手机交互 两种形式，分别满足计算机端和手机端两种不同使用习惯的用户。 例：PC端数据新闻作品《人类与珠穆朗玛峰》。手机端数据新闻作品《天使的日历》。 （三）新媒体数据新闻报道框架策划 1．结构和逻辑策划 报道结构和逻辑，主要指的是报道内容之间的组合排列关系。常见的报道结构有线型结构、放射型结构、收束型结构和网状结构四种。 从时间的延续来看，新闻报道的线型结构呈现出单向性的、直线型的发展轨迹，放射型结构呈现出由线到面的放射状的特点，收束型结构呈现出由面到线或到点的特点，而网状结构则呈现出或追踪、或拓展等相互烘托、交错递进的特点。新媒体数据新闻报道要采用什么样的报道方式需要进行提前策划。 2．表达主题策划 为了更好地去表达数据新闻主题，主题策划也要遵循一些规律： 首先，数据新闻主题表达要有鲜明的倾向性，需要让受众感知到该数据新闻作品的立场和态度； 其次，数据新闻主题表达要反映事物的本质规律，帮助受众认识到事物之间的关系和深刻内涵； 最后，数据新闻主题还要具有创新性，能够吸引新形势、新背景下受众的注意力。 3．图文结合策划 在数据新闻报道中，什么时候采用文字表达，什么时候运用图表进行可视化呈现，以及文字和可视化图表如何进行搭配和结合，都需要对数据新闻报道进行图文策划。 例：新华网数据新闻。 第四节 选题与策划应用 17

（一）确定数据新闻选题 在具体选题时，可以由表及里、以小见大，更为关注当代人的生存现状，关注社会热点及社会发展存在的问题，如健康、就业、社会保障、交通出行等。 见数据新闻《中国城镇化的单身困境》。 （二）规划内容板块 内容板块规划是做好数据新闻叙事的关键，也是讲好新闻故事的关键。 内容板块确定既要前后具有逻辑性，又要层层深入，以便更清晰地表达主题。 见数据新闻《中国城镇化的单身困境》。 思考与练习： （1）简述新媒体数据新闻选题的意义及原则。 （2）简述新媒体数据新闻选题的分类。 （3）简述如何发现并选择优秀的新媒体数据新闻选题。 （4）简述如何对新媒体数据新闻报道进行策划。 布置作业、巩固知识，进行形成性评价。 教学反思 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案：

18

第三章 新媒体数据获取 一、课时安排：课时（理论讲授6课时，实践4课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解新媒体数据需求及目标识别。 （2）熟悉新媒体数据来源。 （3）掌握新媒体数据获取方式。 （4）掌握新媒体数据获取的应用。 四、教学重点难点： （1）新媒体数据来源。 （2）新媒体数据获取方式。 （3）新媒体数据获取的应用。 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 常见新媒体数据产生及来源领域。 本章概述： 本章从新媒体数据需求及目标识别、新媒体数据来源和新媒体数据获取方式三个方面概述新媒体数据的获取。 学习内容的总 建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法，建立为了更好地理解与运用，第四节以“分析网红李佳琦抖音账号运营情体印象。 况” 和数据新闻“中国城镇化的单身困境”为例，详细介绍了如何将以上方法应用到实践中。目的是将理论方法、操作技术与具体实践相结合，能够更好地实现新媒体数据获取。 第一节 新媒体数据需求及目标识别 19

数据分析面临的主要挑战不仅有技术问题，还包括方向和组织领导的问题。因此，提出问题、明确需求、确定目标才能为接下来一系列的数据获取、分析、可视化等做好准备。 针对不同的需求，我们要组合不同的数据进行分析，从多角度考虑设计。如分析宏观背景，可以从年代变化、地区差异、等方面搜集数据；分析微观事件，可以从媒体关注、网民讨论、时间节点、扩散路径等方面搜集数据。 第二节 新媒体数据的来源 （一）网络数据库大数据 网络数据库大数据主要是指基于传统数据库对新媒体内容及相关信息进行存储的数据，如新闻内容数据、网络服务资源数据、消费者数据、用户行为数据、库存数据、账目数据等。 理论讲授 讲授，案例演示 （二）网络社交大数据 网络社交大数据主要是指用户参与和使用新媒体社交平台、系统、软件产生的数据，具有杂乱、异构等特点。目前以“三微一端”（微博、微信、微视频及新闻客户端）为代表的新媒体平台产生的数据是网络社交大数据的重点。新媒体平台后台数据大都能支持下载，以Excel文件方式导出到本地，供进一步分析应用。这些数据对运营者了解平台运营情况、提升运营质量具有重要意义。 （三）网络行为日志大数据 网络行为日志大数据主要是指新媒体设备、传感器等产生的数据，包括人为交易记录、浏览访问记录等数据，通常为结构化数据。 （四）网络舆情大数据 网络舆情大数据主要是指基于某热点话题或事件，大量用户通过新媒体方式参与而产生的数据，通常通过人工或智能系统进行获取。 第三节 新媒体数据的获取方式 （一）统计部门 在我国，统计部门包括国家统计局、省级统计局、市级统计局和区县级统计局，这些统计部门分别对不同层次、不同区域、不同范围的各20

类数据进行了详细的统计。 例：国家统计局数据获取。 （二）互联网部门及专题网站数据 互联网部门及专题网站数据主要由互联网官方部门和互联网行业部门数据组成。诸如和国家、中国互联息中心等提供的数据可归属为互联网官方部门数据，而像中国互联网协会、中国互联网金融研究会等提供的数据可归属为互联网行业部门数据。 例：中国互联网发展状况统计报告。 （三）系统日志采集 日志数据的收集通常通过日志收集系统自动完成，日志收集系统要做的事情就是实时收集业务日志数据供离线和在线的分析系统使用。高可用性、高可靠性和可扩展性是日志收集系统所具有的基本特征。系统日志数据可以通过第三方平台获取，如CNZZ数据专家网站。可以帮助统计某一网站的浏览次数、访客人数、访问数据等。 例：利用友盟+平台获取日志数据。 （四）Web数据抓取 Web数据抓取即通常所称的网络爬虫，指的是根据相关的主题或关键讲授，操作演示。 词批量、快速从网站及新媒体平台上提取信息的一种计算机软件技术。Web 数据抓取程序模拟浏览器的行为，能够提取浏览器上显示的任何数据，因此也称为屏幕抓取。Web数据抓取的最终目的是将非结构化的信息从大量的网页中抽取出来以结构化的方式存储。 Web数据抓取通常需要利用计算机程序设计语言进行程序编写，而且针对不同的需求和不同的抓取对象，程序的编写也有所差异，因而对于普通的用户来说具有较大的难度。而工具的应用为这一功能的实现提供了巨大的便利，也大大降低了操作的难度。 演示八爪鱼的操作，指导学生练习利用八爪鱼进行数据抓取。注意：本书是对V7版本的介绍，例：以八爪鱼采集器为例，详细介绍Web数据抓取的操作。八爪鱼采可以指导学生集数据有简易采集和自定义采集两种模式，简易采集简单易操作，门槛低，对最新V8版无基础也可使用。自定义采集可以满足个性化需求，适合对八爪鱼有一定了解、掌握八爪鱼各项功能的用户。 本的操作。 21

第四节 新媒体数据获取应用 （一）“分析网红李佳琦抖音账号运营情况”数据获取 1.确定分析方向 李佳琦于2018年12月相继开通抖音、小红书、快手等社交账号，迅 速以其专业、富有个性的推荐方式成为最能带货的主播之一。截至2019年 10月，李佳琦抖音账号估值为53305011元，其抖音账号极具分析价值。 首先，分析运营质量，关注其总粉丝数、获赞数，单条视频播放量、转赞评数等；其次，分析营销效果，这是此账号分析中比较特殊的一点，因为李佳琦作为美妆博主、带货达人，对其带货能力的分析对于广告投放等具有重要意义；再次，分析整体环境背景，如网民数、抖音使用人数、平均消费水平等，便于后期进行信息获取。 值得注意的一点是，正式进行数据处理和分析时，此阶段搜集到的数据也许并不会全部被用到，但还是要尽可能多地找到相关数据，以提供更多的分析依据。 2.获取数据方法 （1）第三方平台——飞瓜数据 飞瓜数据作为分析短视频的专业工具，拥有丰富的数据资源和强大的课堂实验：指导学生对李佳琦抖音账号数据进行分析。 数据分析能力。此案例中需要的账号总体数据、商品推广数据、作品数据、 粉丝数据（包括新增粉丝数、粉丝年龄分布、粉丝性别分布、粉丝地域分布）和实时数据都可以在飞瓜平台的数据监测功能中获取。对于获取的数据，可以将其整理在Excel表格中，供后续使用。 （2）Web抓取数据——抖音工具箱 抖音评论数据对衡量李佳琦账号视频效果与热度具有重要参考意义，但抖音评论无法大批量复制，因此需要利用工具进行抓取。在此使用抖音工具箱进行评论数据的抓取。 （3）互联网部门及行业网站 网民规模、网民属性、短视频用户规模等数据可以从相关统计部门、互联网部门及行业网站获得，为了后续处理方便，最好将获取的数据整理在Excel表格中。此案例中需要的背景数据主要来自中国互联息中心课堂实验：指导学生利用飞瓜数据、抖音工具箱、已有统计报告进行数据分析。 22

发布的《第44次中国互联网络发展状况统计报告》。 （二）数据新闻“中国城镇化的单身困境”数据获取 1.明确数据需求 新闻选题和内容板块确定，即明确了数据新闻的方向，数据新闻中相应的数据需求也得到明确。 见数据新闻《中国城镇化的单身困境》。 2.收集获取数据 包括国家统计部门数据、互联网部门及行业数据、Web抓取数据、系统日志采集数据。 见数据新闻《中国城镇化的单身困境》。 思考与练习： （1）简述新媒体数据的来源渠道。 （2）简述常用的新媒体数据获取的方式。 布置作业、巩固知识，进行（3）分别利用八爪鱼工具和飞瓜数据工具对网站平台和短视频平台进形成性评价。 行数据抓取。 教学反思： （1）教学成功之处： （2）教学不足之处： 教学反思 （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案：

23

第四章 新媒体数据预处理 一、课时安排：课时（理论讲授6课时，实践4课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解新媒体数据可用性鉴别指标。 （2）掌握新媒体数据预处理方法。 （3）掌握新媒体数据预处理应用。 四、教学重点难点： （1）新媒体数据预处理方法（重点在于利用python进行数据预处理）。 （2）新媒体数据预处理应用。 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 新媒体数据分析面临的不规范性问题以及预处理价值的体现。 本章概述： 数据预处理（Data Preprocessing）是指在主要的处理和分析以前对数据进行的一些必要的加工整理，主要目标是清理异常值、纠正错误数据、统一数据格式等。 本章首先介绍新媒体数据可用性鉴别指标，分别是数据真实性、数据完整性和数据价值性鉴别；其次，介绍数据预处理的四种基本方法，分别是数据清洗（缺失值处理、重复值处理和异常值发现）、数据集成（实体识别、冗余和数据值冲突问题）、数据变换（平滑、聚集、数据概化、规范化和属性构造）以及数据规约（数据立方体聚集、维规约和数值规约）；最后，以某旅游APP的酒店客户信息数据为例，介绍数据预处理在新媒体领域的实际应用。

建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法，建立学习内容的总体印象。 24

第一节 新媒体数据可用性鉴别指标 （一）数据真实性鉴别 1.数据来源真实 数据来源真实是保证数据真实的首要条件。数据来源整体可以分为官 方和其他渠道（包括行业数据、抓取数据和问卷数据等）两种。一般来说， 官方统计的数据相对权威，能够保障真实性，其他渠道获取的数据更要认真进行鉴别，防止因利益、主观倾向等因素造成的不真实。 2.数据细节真实 失之毫厘，差之千里，统计数据中某个参数的不准确，都有可能导致结果出现极大偏差，因此，对数据细节进行核实，是保证数据真实准确的 重要手段。如网络问卷调查中，设置每个IP地址只能回答一次；纸质问卷 调查中，多次核查录入数据以避免失误。 （二）数据完整性鉴别 1.记录是否完整 根据关系型数据库相关概念，可以把数据表中的每一行叫做一个“记 录”。每一个记录包含该行中的所有信息，就像在通讯录数据库中某个人全讲授，演示数部的信息，但记录在数据库中并没有专门的记录名，常常用它所在的行数表示这是第几个记录。 例：“记录”图示。 2.字段是否完整 字段是比记录更小的单位，字段集合组成记录，每个字段描述文献的某一特征，即数据项，并有唯一的供计算机识别的字段标识符。 例：“字段”图示。 （三）数据价值性鉴别 1.数据时效性分析 数据是什么时间产生的，是否还适用于现在的情况是对数据进行价值判断时必须要考虑的问题，只有确定数据产生的时间，才能更好地确定数据完整性、字段完整性案例。 据的时效性和适用范围。例如，要研究2019年青少年短视频使用情况，10 年前的相关数据显然不能适用于当前的研究，数据也就失去了它的价值。 25

2.数据支持性分析 数据能否有效支撑研究主题或观点是数据价值判断的一个重要方面，有些数据即使本身没有任何问题，但它不能对主题起到帮助，因而在此主题下它就是没有价值的。如了解中国青少年网络使用情况，老年人网络使用情况调查数据在这里是没有价值的。 3.数据全面性分析 某些数据确实可以为主题服务，但仅用这些数据不能充分说明问题，需要有更多的数据作为它的背景或者比较对象才能揭示主题。因此，全面结合特定主题下的相关数据才能最大程度发挥数据的价值。如研究婚姻状况，仅有结婚率、离婚率数据是不够的，需要结合适婚男女性别比、夫妻双方收入情况、文化水平等多方面数据分析，才能体现相关意义，揭示研究主题。 第二节 新媒体数据预处理方法 （一）数据清洗 数据清洗（Data Cleaning）是指发现并纠正数据文件中可识别的错误的最后一道程序，包括纠正不一致的数据、填补遗漏数据、消除异常数据以及平滑噪音数据等。与问卷审核不同，数据录入后的清洗一般是由计算机而不是人工完成。进行数据清洗的原因在于直接采集来的数据是“脏”的，主要体现在数据的不完整性、异常性、错误性以及冗余性。 数据清洗常见方法操作包括以下几方面： 1.缺失值处理 数据并不总是完整的。对于缺失值的处理，主要是通过推断进行填补，大多数情况下缺失的值必须手工填入（即手工清洗）。 2.重复值处理 数据库中属性值相同的记录被认为是重复的记录，通过判断记录间的属性是否相等来检测记录是否相等，相等的记录合并为一条记录（即合并/清除）。本部分内容将介绍运用Excel删除重复数据的三种方法。 3.异常值发现 数据清洗中的异常值常用画箱形图（Box-plot）这一方法发现。箱形图 参考教材讲授、演示利用python进行缺失值处理。 参考教材讲授、演示利用Excel进行重复值处理。 26

又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图，因形状如箱子而得名。箱形图的绘制方法是先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。 （二）数据集成 结合图示讲解箱形图原理。 数据集成（Data Integration）主要指将多个数据源中的数据整合到一个 一致的存储中，解决数据的分布性和异构性问题。其意义在于联通“信息 孤岛”，共享信息。在企业数据集成领域，目前通常采用联邦式、基于中间 件模型和数据仓库等方法构建集成的系统。数据集成的关键是要建立统一的数据规范结构。在数据集成中主要有以下三大问题需要解决：实体识别问题、冗余问题、数据值冲突问题。 （三）数据变换 数据变换是指对数据进行规范化处理，将数据转换或统一成适合挖掘的形式。数据变换包括平滑、聚集、数据概化、规范化和属性构造五种途径。 1.平滑 平滑指去除噪声、将连续的数据离散化、增加粒度。实现平滑主要有三种方法：分箱、聚类和回归。 2.聚集 结合教材实例讲解数据变换的五种途径。 聚集主要指对数据进行汇总，例如在Excel中可以通过SUM、COUNT 等函数实现。应用中如每班学生数可以进行求和操作以获得每专业或每学院学生总数。 3.数据概化 数据概化是指用更高层次、更抽象的概念来取代低层次或数据层的数据对象。例如，街道属性就可以泛化到更高层次的概念——城市、国家； 对于数值型的属性，如年龄属性（20岁、40岁、60岁），也可以映射到更 高层次概念——年轻、中年和老年。 4.规范化 规范化是指将数据按比例进行缩放，使之落入一个特定的区域，以消 27

除数值型属性因大小不一而造成挖掘结果的偏差。数据规范化的主要作用有两个，一是去掉量纲，使得指标之间具有可比性；二是将数据到一 定区间，使得运算更为便捷。规范化包括最小-最大规范化、零均值规范化 和小数定标规范化。 5.属性构造 属性构造是指利用已有属性集构造出新的属性，并加入到现有属性集合中以帮助挖掘更深层次的模式知识，提高挖掘结果准确性。例如：根据宽、高属性可以构造一个新属性——面积。 （四）数据归约 数据归约（Reduce）是指在尽可能保持数据原貌的前提下，最大限度地精简数据量（完成该任务的必要前提是理解挖掘任务和熟悉数据本身内 容，详见本书第二章）。数据归约得到的数据比原数据小得多，但可以产生 与原数据相同或基本相同的分析结果，提高挖掘效率。常见的数据规约方法包括数据立方聚集、维归约、数据压缩和数值归约等。 1.数据立方体聚集 数据立方体聚集指的是将n维数据聚集为n-1维数据立方体。其中，结合教材实例讲解数据规约的三种方法。 数据立方体是数据的建模和表示，由维（属性）和事实（数据）组成。 2.维归约 维归约指去掉无关的属性，减少数据挖掘处理的数据量。维归约的目标是寻找出最小的属性子集并确保新数据子集的概率分布尽可能接近原来 数据集的概率分布。如挖掘网民是否愿意购买视频软件VIP的分类规则时， 网民的电子邮箱很可能与挖掘任务无关，应该可以去掉。 维归约的重点是选择相关属性的子集，这里主要介绍三种方法：逐步向前选择，逐步向后删除和判定树（决策树）归纳。其中，逐步向前选择和逐步向后删除可以结合使用。 3.数值归约 数值归约指用较小的数据表示数据，或采用较短的数据单位，或者用数据模型代表数据，减少数据量。 数值归约常用的方法有直方图、聚类、抽样、参数回归法、离散化与 28

概念分层生成。 第三节 新媒体数据预处理应用 （一）“某旅游APP的酒店客户信息”数据预处理 本节内容以某旅游APP的酒店客户信息数据为例，介绍数据预处理在课堂实验：参新媒体领域的实际应用。 1.数据源介绍 考教材指导学生对数据预处抓取2012-03-31至2014-03-31两年内有入住记录的所有客户的详细数理进行操作实据，共计1279条。其中包含42个属性。 2.数据预处理 （1）缺失值处理 由于类别属性类缺失值填充难度大，且原始数据量大，故对其所在记录采取丢弃处理。 （2）重复值处理 以会员号作为每条记录的唯一标识，查询会员号是否有重复值。 （3）异常值处理 用条件格式查找工作地城市和工作地所在省份中的异常值，对于无法识别的异常值进行丢弃；对于可以修正的异常值，比如已知工作地所在城市，可以对工作地所在省份的异常数据修正。 （4）数据概化 验。 将42个属性概化为客户基本信息、入住信息以及积分信息3大属性， 如下图所示在Excel中对数据进行有效分类。 （5）聚集 利用SUM求和函数，根据第一年总入住消费和第二年总入住消费求出 两年总入住消费，如下图所示。 （6）维规约 由于原始数据中属性太多，结合案例中数据预处理的三大目标，采用29

逐步向后删除法，去掉与其不相关、弱相关或者冗余的属性。 （7） 属性构造 RFM模型是衡量客户价值和客户创利能力的重要工具和手段，其中R （Recency）代表最近一次消费，F（Frequency）代表消费频率，M（Monetary） 代表消费金额。 （二）“中国城镇化的单身困境”数据预处理 本部分内容将利用本章数据预处理方法对第三章中数据新闻案例“中国城镇化的单身困境”收集获取的数据进行预处理。 1.数据可用性鉴别 首先，来自国家统计局、《中国统计年鉴》等的官方数据相对权威，而 《人民日报》、百度指数和凤凰网等数据权威性较弱，需要进行交叉验证。 其次，在本数据新闻中，具备城乡、性别、婚姻状况、年龄等属性的数据更具价值，能更好地发现问题，服务主题。 再次，本数据新闻的主题是“中国城镇化的单身困境”，仅靠婚姻状况 数据是难以说明城镇化与单身的问题。因此，从数据的全面性出发，各地的房价数据、彩礼数据和受教育数据等也具有重要价值。 2. 数据清洗 （1）缺失值处理 本数据新闻中的缺失值主要体现在媒体平台对“大龄未婚男女”的评价方面，对于此类缺失数据，只能将所在的整条记录删除。 （2）重复值处理 本数据新闻中的重复值主要体现在各地彩礼数据中，在收集到的人民 日报和凤凰网关于各地彩礼数据的报道中，发现某地区2017年的彩礼数据 相同，予以合并。 3. 数据变换 （1）聚集 运用Excel中的COUNTIF函数，根据“发布时间”条件对各媒体各年 度有关“城市大龄未婚女”和“农村大龄未婚男”的报道次数求和。 （2）数据概化 30

为方便数据分析，本案例将年龄在28岁以上的单身女性概化为“大龄 未婚女”，将年龄在30岁以上的单身男性概化为“大龄单身未婚男”。在此 基础上，加入城乡维度的数据，概化为“城市大龄未婚女”和“农村大龄未婚男”两大群体。此外，将工资性收入、生活用品及服务支出、交通通 信支出、教育文化娱乐支出以及医疗保健支出等五项数据概化为资源数据， 从而比较城乡资源的差距。 （3）属性构造 结合各地区未婚男和未婚女两类数据，根据“人口性别比=（男性人数 ÷女性人数）×100%”的公式，构造属性“未婚人口性别比”。 （4）维规约 为分析其他因素对“城市大龄未婚女”和“农村大龄未婚男”的影响， 本案例从数据的完整性和时效性出发，以2017年作为时间标准，选取2017 年的全国未婚男女人口数、城镇未婚男女人口、农村未婚男女人口、各地区未婚人数性别比、各年龄段性别比、城乡资源差距数据、各地彩礼数据等，去掉其他时间段的无关数据属性。 思考与练习： （1）简述新媒体数据可用性鉴别的指标。 （2）简述新媒体数据预处理包括哪些类别以及各类别的处理方法。 布置作业、巩固知识，进行形成性评价。 （3）利用新媒体数据预处理的方法对本章应用案例中的数据进行预处 理。 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案：

教学反思 31

第五章 新媒体数据分析 一、课时安排：课时（理论讲授7课时，实践5课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解新媒体数据分析的作用。 （2）熟悉新媒体数据分析的类别。 （3）了解新媒体数据分析误区的规避。 （4）掌握新媒体数据分析的方法。 （5）掌握新媒体数据分析的应用。 四、教学重点难点： （1）新媒体数据分析类别。 （2）新媒体数据分析的方法。 （3）新媒体数据分析的应用。 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 新媒体数据分析在不同领域的需求和作用。 本章概述： 新媒体数据分析是指运用适当的统计分析方法对收集来的大量新媒体数据进行分析，将它们加以汇总理解，以求最大化地开发数据的功能，发挥数据的作用。本章首先介绍了新媒体数据分析在新闻内容创作、媒体运营策略以及网络舆情监测三大领域的作用。其次，本章讲解了新媒体数据分析的四大类别，分别是流量分析、销售分析、内容分析和执行分析。再次，本章辨析了新媒体数据分析的三大误区，分别是要全部不要抽样、要 建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法，建立学习内容的总体印象。 混杂不要精确、要相关不要因果。最后，本章以旅游APP的数据为例，综 合运用了相关性分析法、贡献度分析法、平均分析法以及矩阵分析法等四32

种分析方法，在实践中领悟每种分析方法的适应情境。 第一节 新媒体数据分析的作用 （一）新闻内容创作 1.新闻选题创新 传统的新闻选题——记者依据传统的新闻价值准则进行选择；数据分析——挖掘以往人为发现不了的新颖选题角度和方向，从科学统计的视角提供新闻线索。 2.内容深度专业 数据分析为专题新闻深度报道提供了丰富的数据来源和科学的数据支 讲授法、案例分析法 撑，这对于社会、财经、体育、突发类自然灾害等新闻的报道有重要意义。 在自媒体日益喧嚣的今日，数据分析可以有效成为专业媒体的利刃和优势， 帮助其向智库媒体转型。 3.效果评估准确 主要分为两大类：一是评估新闻的传播效果和路径，包括对新闻的阅读量、转发量、点赞量、评论量、传播平台等数据的分析；二是评估读者特征，包括对读者的年龄、性别、职业、兴趣的分析。新闻工作者可根据准确、及时的效果评估进一步提升新闻制作水平，优化传播路径，完成更加高质量的新闻作品。 （二）数据营销推广 1.目标用户锁定 新媒体运营者可以通过品牌官网、品牌公众号等了解到用户性别、地域、年龄、购物偏好、评价等数据，有助于产品方锁定自身用户，获取新用户，维护老用户。 2.精准场景推送 随着移动通讯、空间定位、大数据等多种信息技术的发展，基于位置的服务（Location Based Services，LBS）越来越多应用到营销领域，商家可以利用移动互联网络服务平台获取用户位置相关信息，并对数据进行更新和交互，从而为用户提供相应服务。例如，美团可根据用户位置推荐附近商家。 讲授法、案例分析法 33

3.营销成本控制 根据目标用户的常用App、支付方式、消费金额等数据，优化广告投放渠道，实现精准营销，节约推广成本。 4.营销方案评估 营销方案执行效果需要通过数据进行评估。可以运用逆向工程思维，通过最终完成数据，反推出方案中目标的可行性；也可以分析过程数据，及时发现方案制定后在执行过程中遇到的问题，作为下次营销方案制定的参考。在评估营销方案中常用到的数据包括目标达成率、最终销售额、过程异常数据以及失误率等。 （三）网络舆情监测 1.展现舆情传播路径 首先可以展现当前舆情所处的爆发阶段——潜伏期、爆发期、蔓延期、讲授法、案例缓解期、反复期、消退期。其次，了解舆情事件的传播渠道分布。最后，还可以预判舆情未来的传播走势，为进一步的监测应对提供支撑。 2.反映舆情话题热度 话题分析包括网民观点和媒体观点。数据分析可以帮助实现话题的关键词分布情况以及话题倾向性分布情况。对舆情话题进行聚类可以了解网民和媒体对该舆情事件的关注焦点。 3.揭示网民情感态度 分析法 随着近年来事件本身和传播环境的愈发复杂、话语权的不断分散， 尤其是网民理性与感性的角力，网民的情感态度愈发复杂。因此，通过科学专业的媒体数据分析揭示网民复杂多样的情感态度对网络舆情监测有着重要作用。 第二节 新媒体数据分析类别 新媒体数据分析可按照以下标准分类： （1）按照数据呈现形式可以分为数值型和图文型两类。 数值型数据多为结构化数据，主要由数字组成，比如阅读量、粉丝量、 网店的销售数据、网站的浏览数据等。图文型数据多为半结构化或非结构化数据，例如网站栏目分类、账号粉丝分类、消费者反馈以及各种平台的 34

矩阵分布等。 （2）按照数据分析功能可以分为流量分析、销售分析、内容分析以及 执行分析四大类。 相比较于第一种分类方法，第二种分类方法充分考虑到新媒体数据的 情境性与实用性，因此本书着重按照第二种分类方法介绍新媒体数据分析。 （一）流量分析 流量分析即网站或网店流量分析，通过对访问量、访问时间、跳出量、 跳出率等流量数据进行分析，可以评估网站运营的基础情况。随着智能手机的普及，越来越多的网民开始利用手机打开网页，因此现阶段流量分析讲授法，结合教材讲解六种的重点是移动端流量数据分析，包括报名表单访问量、H5访问量、微网站流量数据分析流量、微网站跳出率等。 1.访问量（PV） 的内涵。 访问量（Page View，PV）即页面浏览量，或点击量，用户每1次对网 站中的每个网页访问均被记录一次。 2.UV UV（Unique Visitor）即唯一身份访问者（访客），是指通过互联网访问、浏览某个页面的自然人。 3.访问时间 访问时间即停留时间，分为页面停留时间和网站整体停留时间。 4.跳出量 跳出量即访问某页面后，不再访问深层或其他相关页面的用户的数量。 5.跳出率 跳出率即用户从某页面退出的该页面访问数/进入该页面的访问数百分比。 6.交互率 交互率即多少用户进行了交互行为，包括转、赞、评等行为。 （二）销售分析 销售分析即对互联网产生的下单数量、支付比例、二次购买比例等进行分析，寻找当前互联网销售的问题。需要强调的是，销售分析不仅限于 讲授法，结合教材讲解销售分析的内涵。 35

在网上消费，消费者线上预定线下消费，即O2O（Online to Offline）也可算作销售分析的范畴。销售分析包括整体销售分析和区域销售分析。 （三）内容分析 1.内容特点 碎片化，丰富性，非线性。 2.分析要点 标题，关键词、标签，发布情况，超链接，评论，背景音乐。 （四）执行分析 执行分析即对团队成员的日常执行工作与评估，包括文章撰写速度、 讲授法，结合教材讲解内容分析的特点及要点。 讲授法，结合教材讲解执行客服影响速率等。新媒体工作是否有效率，可以借助执行数据进行分析。 分析的内涵。 第三节 新媒体数据分析误区规避 （一）要全部不要抽样 19世纪以来，当面临大量数据时，社会都依赖于采样分析。但是采样讲授法、案例分析是信息缺乏时代和信息流通受的模拟数据时代的产物。它本身存在许多固有的缺陷，其成功依赖于采样的绝对随机性，一旦采样过程中存在任何偏见，分析结果就会相去甚远。以前我们通常把这看成是理所当然的，但是现在廉价的存储设备、高性能的运算能力让我们意识到，这其实是一种人为的。与局限在小数据范围相比，“样本=总体”让我们看到了一些以前样本无法揭示的细节信息。 （二）要混杂不要精确 1.数据类型的多样性 新媒体数据分为结构化数据、半结构化数据以及非结构化数据三大类型。结构化数据是指可以用关系型数据库表示和存储，表现为二维形式的数据。半结构化数据是指不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但是包含相关标记，用来分割语义元素以及对记录和字段进行分层。非结构化数据就是没有固定结构的数据。 2.数据的不精确性 接受数据的不精确性是因为在大数据时代，我们关注的通常是趋势和方向，在海量数据中，个别数据的不精确一般不会影响某种趋势和方向。分析法 36

而且数据类型的多样性有时决定了很难达到数据的精确性，比如对短视频内容的检索和分析。 （三）要相关不要因果 所谓相关关系，其核心是指量化两个数据值之间的数理关系，建立在相关关系分析法基础上的预测是大数据的核心。相关关系强是指当一个数据值增加时，另一个数据值很有可能也会随之增加。 第四节 新媒体数据分析方法 （一）对比分析法 对比分析法是把客观事物加以比较，以达到认识事物的本质和规律并做出正确评价的方法。对比分析法通常是把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小、水平的高低、速度的快慢以及各种关系是否协调。 对比分析包括绝对数比较和相对数比较两种形式。绝对数比较是利用 讲授法、演示绝对数进行对比，从而寻找差异的一种方法。相对数比较包括结构相对数、法，讲解六种比例相对数、比较相对数、强度相对数、计划完成程度相对数和动态相对数。 （二）分组分析法 分组分析法是指通过统计分组的计算和分析，来认识所要分析对象的不同特征、不同性质及相互关系。分组分析法是在分组的基础上，对现象的内部结构或现象之间的依存关系从定性或定量的角度做进一步分析研究，以便寻找事物发展的规律，正确地分析问题和解决问题。 分组时必须遵循两个原则：穷尽原则和互斥原则。所谓穷尽原则，就是使总体中的每一个单位都应有组可归，或者说各分组的空间足以容纳总体所有的单位。所谓互斥原则，就是在特定的分组标志下，总体中的任何一个单位只能归属于某一个组，不能同时或可能归属于几个组。 （三）平均分析法 平均分析法就是用平均数来衡量总体在一定时间和地点条件下某数据相对数比较。 讲授法、演示法 的一般水平。平均数据比总量指标更具说服力,更能帮助运营者预测发展趋 势和规律。 37

平均分析法包括数值平均数和位置平均数，数值平均数又包括算术平均数、调和平均数和几何平均数，其中最常用的是算术平均值，即算术平均值=总体各数据的总和/数据个数。位置平均数又包括众数和中位数，众数直观地反映了总体的集中趋势，中位数代表了现象的一般水平。 （四）矩阵分析法 矩阵分析法是一种定量分析数据的方法。它是指以数据两个重要指标作为分析依据，并将这两个指标作为横、纵坐标轴，构成四个象限，从而找出解决问题的方法，为运营者提供数据参考。 讲授法、演示法 讲授法、演示法。引导学生以经典的KANO模型为例：以分析用户需求对用户满意的影响为基础，利用手机扫描体现了产品性能和用户满意之间的非线性关系。如图所示，横纵坐标分别表示产品的功能具备程度和用户的满意度。 （五）网络分析法 网络分析法是一种分析处于同一网络中的各个节点之间的互动以及各节点的权重关系的方法。新媒体时代的交互性和去中心化更加凸显了网络分析法的重要价值。 本节内容以Python中的Networkx包为基础，以人民日报发布的157则短视频标题文字为语料，介绍网络分析法，举例见教材P96-P100。 （六）相关性分析法 相关性分析是指分析连续变量之间线性相关程度的强弱，并用适当的统计指标表示出来的过程。大数据时代，数据间的相关关系比因果关系更加重要。在媒体营销中，可以通过比较两个商品的相关关系强弱来选择是否进行组合销售。 （七）贡献度分析法 贡献度分析又称帕累托分析，它的原理是帕累托法则，又称20/80定律。例如，对一个公司来讲，80%的利润常常来自于20%最畅销的产品。而随着互联网的发展，长尾理论日益凸显价值。它是指只要产品的存储和流通的渠道足够大，需求不旺或销量不佳的产品所共同占据的市场份额可以和那些少数热销产品所占据的市场份额相匹敌甚至更大，即众多小市场汇聚成可产生与主流相匹敌的市场能量。贡献度分析的意义在于通过找到二维码线上线下相结合详细学习KANO模型。 第（五）至（九）讲授法、演示法 38

贡献了80%利润的产品界限，帮助公司运营者区分热销产品和长尾商品，从而制定针对性的销售策略。 贡献度分析的公式为：贡献度=累积贡献数/总数×100%。 （八）周期性分析法 周期性分析是探索某个变量是否随着时间变化而呈现出来某种周期变 化趋势。按照时间尺度的标准划分，较长的周期性趋势有年度周期性趋势、 季节性周期性趋势；相对较短的有月度周期性趋势，周度周期性趋势，甚至更短的天、小时周期性趋势。 （九）回归分析法 回归分析是通过研究事物发展变化的因果关系来预测事物发展的趋势，它是研究变量间相互关系的一种定量预测方法。可通过对大量数据的处理来确定因变量与某些自变量的相关关系，建立一个相关性较好的回归 方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方 法。 根据因变量和自变量的个数分为：一元回归分析和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；根据因变量和自变量的函数表达式分为：线性回归分析和非线性回归分析。 新媒体数据分析中，通过已有数据的分析进行预测也是重要应用之一， 回归分析法为新媒体数据预测分析提供了重要支持。目前很多软件或平台 都能实现回归分析，如Excel、SPSS、Tableau等，以下将对Excel和Tableau 软件中回归分析的操作及预测的应用进行阐述。 第五节 新媒体数据分析应用 （一）“某旅游APP的酒店客户信息”数据分析 本节在将在上一章数据预处理实例的基础上，继续对该旅游APP的数 据进行分析。 1.相关性分析 计算总入住消费分别与年龄、总入住次数、最后一次入住时间至调查 截止时间时长（天）、平均入住时间间隔（天）、总入住积分、总其他积分、 总精英积分、积分兑换次数、平均折扣率以及总累计积分的相关系数，比 39

较各因素影响总入住消费金额的强弱。 2.贡献度分析 为确定精英客户的范围，将总入住消费进行贡献度分析，找出为该旅 课堂实验：指导学生进行相贡献度、游APP酒店服务贡献了80%金额的会员号。对总入住消费金额从大到小排关性、列后，发现前244位会员贡献了超过80%的金额。 3.平均分析 根据总入住消费和总入住次数，计算平均入住消费，公式如下： 平均入住消费=总入住消费/总入住次数。 4.矩阵分析 以平均入住时间间隔和平均入住消费（平均分析法求得）两个重要指标作为分析依据，并将其作为横、纵坐标轴，构成四个象限，分析客户特征，得出四大客户群体。 （二）数据新闻“中国城镇化的单身困境”数据分析 本部分内容将利用本章数据分析方法对第四章中数据新闻案例“中国城镇化的单身困境”预处理的数据进行分析，提纯有价值的内容，为新闻服务。 1.数据分析过程 平均、矩阵分析实验。 （1）对比分析：本案例中主要采用了结构相对数、比较相对数、动态 相对数、强度相对数四种对比分析方法。 （2）预测分析：在Excel中，通过对近年“各年龄人数及结构性别比” 按照“性别比”进行降序排列，发现人口性别比呈现低龄化趋势，预测未来中国的“大龄未婚男”问题可能加重。 （3）词频分析：本案例运用Python，对百度和微博平台上有关“城市 大龄未婚女”“农村大龄未婚男”的内容进行词频统计。 （4）文本情感分析：文本情感分析又称意见挖掘、倾向性分析等，是 对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。本案 例中通过对百度和微博有关“城市大龄未婚女”“农村大龄未婚男”的高频 词汇进行正向、中性、负向情感判别，揭示人们对城市剩女和农村剩男的刻板印象和社会评价。 40

2.数据分析结论 通过数据数据分析，结合第二章中对数据新闻案例“中国城镇化的单身困境”确定的内容板块，得出结论。 思考与练习： （1）简述在新闻传媒领域新媒体数据分析的作用和价值主要体现在哪 些方面。 （2）举例说明并阐述新媒体数据分析的类别。 （3）简述新媒体数据分析的思维变革主要体现在哪些方面？ （4）列举新媒体数据分析的方法主要有哪些？ （5）利用新媒体数据分析方法对本章应用案例中的数据进行分析。 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施：

布置作业、巩固知识，进行形成性评价。 教学反思 41

第六章 新媒体数据可视化 一、课时安排：课时（理论讲授7课时，实践5课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解新媒体数据可视化的意义。 （2）熟悉新媒体数据可视化的类型。 （3）掌握新媒体数据可视化设计的要点。 （4）掌握新媒体数据可视化的工具并掌握其应用。 四、教学重点难点： （1）新媒体数据可视化的类型 （2）新媒体数据可视化工具及应用。 五、教学方法： 建立目标任务 明确重难点 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 新媒体领域可视化实例。 本章概述： 数据可视化（Data Visualization）是指通过图形、图表以及动画等手段直观、生动、形象地展示数据的形式。它有利于受众更快获取数据、获取更多数据、更深理解数据。新媒体数据可视化是新媒体数据分析的重要环节，能够更好地支持新媒体数据应用。 本章将系统地阐述新媒体数据可视化的含义、必要性、类型、设计要点以及工具应用等内容；介绍新媒体数据可视化的设计要点，包括准确化、扁平化与移动化；重点介绍四大数据可视化实践案例，分别是利用镝数平台制作桑基图、利用Excel和Ps制作特色条形图、利用datavrap制作动画

课程导入，激发学习兴趣。 讲授法，建立学习内容的总体印象。 42

视频以及利用iH5制作交互词频图，帮助者在实际操作中掌握新媒体数据可视化的相关知识与技能。 第一节 新媒体数据可视化概述 （一）什么是数据可视化 数据可视化是指通过图形、图表以及动画等手段直观、生动、形象地展示数据的形式。它囊括了信息可视化、知识可视化、科学可视化以及视觉设计方面的进步和发展，经历了图形符号、数据图形、信息的可视编码、统计图形以及交互可视化等阶段。数据可视化的目的在于借助图形化的手段，清晰有效地传达与沟通信息。 （二）数据可视化的意义 数据可视化的意义总的来说分为三点： 更快获取数据、获取更多数据、 更深理解数据。 1.快：提高信息获取效率。 例：南丁格尔玫瑰图。 2.多：增大信息表现容量。 数据可视化能在一张图里复下合数据。 讲授法、案例分析法 例：《“What China Counts？”|大数据解读51份工作报告中的高频 词。 3.深：深度加工推理信息 可视化因为能清晰地展示证据，所以在支持上下文理解和数据推理方 面有着独到的作用，能够引导用户从可视化结果分析和推理出有效信息。 例：专利药为什么这么贵。 第二节 新媒体数据可视化类型 数据可视化可按照以下标准分类： 按照用户调动的感官层次分为：视觉、视听、视触与视听触结合四类； 按照视觉形态的动静差异分为：静态可视化与动态可视化两类。 本节内容主要按照视觉形态的动静差异将数据可视化分为静态与动态两类，其中静态类型以信息图表为代表，动态类型又可按照是否有交互操作分为动画视频与交互图表两类。

43

（一）信息图表 信息图表是指信息、数据、知识等的视觉化表达。彭兰认为信息图表可以将枯燥的信息与数据转换成美丽的、能给人深刻印象并且有意义的图形，达到信息的视觉化萃取。常见的信息图表有以下几大类型：折线图、柱状图、饼图、散点图、地图、雷达图、热力图、复合图表。 （二）动画视频 随着移动短视频的快速发展，数据可视化越来越依托微视频的表现形 讲授法、案例分析法。引导式，让枯燥乏味的数据鲜活地“动”起来。例如，CGTN制作的《China’学生探究式学s journey towards global trade》90秒短视频，用数据解读中国贸易40年的发展历程，通过动画的方式，更有利于展现数据的动态变化，增加直观性与趣味性，可以通过访问以下网站观看动画视频：https://mp.weixin.qq.com/s/FEQ6foUzl6GrWR4pxQG8gg。 （三）交互图表 随着以交互性为特点的Web 2.0时代的深入，数据可视化也逐渐融合了交互操作，调动用户的积极性和参与性。在新媒体数据信息展示方面交互图表的制作和应用也越来越广泛，目前很多数据可视化平台都支持交互图表制作。 第三节 新媒体数据可视化设计要点 新媒体数据可视化的含义之一是在新媒体平台上或运用新媒体技术进行数据可视化，既包含数据可视化的一般要求，也针对新媒体交互性、即习，分析信息图表、动画视频、交互图表的特点。 时性、移动化等新兴特点提出了一些特殊要求，总的来说可以归为准确化、 扁平化、移动化三点。 （一）准确化：避免歧义 准确化的两大含义：一是可视化要贴合数据本身，这就需要设计者在 视觉传达之前对已有数据进行充分地理解和熟悉，避免错用符号曲解数据； 二是要符合常识，和人们的文化背景与社会生活状况紧密相关，降低获取信息的难度。 （二）扁平化：少即是多 扁平化的核心意义是去除冗余、厚重和繁杂的装饰效果，让“信息” 结合教材内44

本身作为核心被凸显出来。 扁平化首先在设计元素上强调抽象、极简和符号化，设计者们可以参容，采用讲授法、案例分析考一些著名品牌的logo。其次，页面加载时间最好在2.7s-3.6s之间，首页法。 尽量少用素材和动效。再次，交互尽量简洁明了，页数≤8页。如腾讯数 可视作品《苹果认输：下调四季度营收预期市值蒸发超4400亿美元》的封 面图。代表财富的金色逐渐向上蒸发，简洁的设计明确地传递出苹果市值蒸发的核心信息，可视化简洁，但传递信息丰富。 （三）移动化：小屏叙事 移动新媒体日益发展，越来越多数据作品需要在手机端展示传播。设计者一方面可以考虑作品同时兼容网页版和移动端，一方面也可以根据手机端特点设计。 设计者一方面可以考虑作品同时兼容网页版和移动端，一方面也可以根据手机端特点设计。第一，手机常见的屏幕分辨率0×1080。第二，手机长图的习惯浏览方式是上下翻页，如果横屏观看可以达到更好的阅读效果，要有明确提示。第三，手机端的字体和图片可以放大，避免用户观看疲劳。 第四节 新媒体数据可视化应用 （一）工具简介 此小节罗列了几大常用的数据可视化工具，并简要分析了其操作难度和优缺点，制作者可根据自己的需求和技术掌握程度选择适当的工具。 需要说明的是，在数据可视化的过程中，制作者往往根据不同工具的优点组合设计。例如： 1.Excel+PS：可在Excel中将数据先制作成简单的柱状图或者条形图， 确保可视化的准确性，再将生成的图表移动到PS中进行设计，体现可视化 的美观性。 2.PS+Ai：如果是位图（有像素点）可以在PS里进行图片处理，如果需要增加或修改矢量元素，可以在Ai里利用钢笔工具进行可视化设计。 演示法、案例分析法、实验3.PS+iH5：可以先在PS里设计好交互元素，然后放到iH5里通过添加法。 事件和运动轨迹，实现交互 45

（二）实例讲解 1.利用镝数平台制作桑基图 该方法简单易行，在线制作，适用于数据可视化基础较弱的初学者。 2.利用Excel和PS制作特色条形图 该方法适用于有一定PS作图基础的制作者使用。 通过操作演示各实例实现方法 3.利用datavrap平台制作动画视频 该方法简单易行，在线制作，也比较适用于数据可视化基础较弱的初学者。 4.利用iH5制作交互图表 该方法适用于熟练掌握iH5和PS的制作者使用。 思考与练习： （1）简述数据可视化的内涵及意义 （2）列举新媒体数据可视化的类型及在数据分析中的应用特点。 （3）简述新媒体数据可视化设计的要点。 （4）简要说明新媒体数据可视化常用工具及特色功能。 （5）分别利用静态和动态可视化工具进行数据可视化设计。 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案： 布置作业、巩固知识，进行形成性评价。 教学反思

46

第七章 新媒体数据新闻可视化叙事 一、课时安排： 课时（理论讲授6课时，实践4课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解可视化叙事。 （2）了解可视化叙事切入口。 （3）掌握可视化叙事视角。 （4）了解可视化叙事时空。 （5）掌握可视化叙事结构。 四、教学重点难点： （1）可视化叙事视角。 （2）可视化叙事时空。 （3）可视化叙事结构 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 可视化叙事概述。 本章概述： 新媒体数据新闻叙事即以数据为叙事语言，通过可视化技巧将数据以更清晰的逻辑和更好的阅读体验呈现给用户。 相较于新闻叙事，可视化叙事更加细化，将抽象数据进行整合加工再创作，它是“新闻+数据+可视化+叙事”共同作用的结果。 本章主要内容包括数据新闻可视化叙事的内涵及表现形式、可视化叙事切入口、可视化叙事视角、可视化叙事时空和可视化叙事结构，并通过47

建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法，建立学习内容的总体印象。 结合具体数据新闻作品案例，阐述新媒体环境下数据新闻可视化叙事的规律。 第一节 可视化叙事概述 （一）可视化叙事的内涵 传统新闻叙事是指通过一定的叙事手法表达新闻事实，使事实信息更加具有可读性和理解性，让事实的全貌能够呈现于受众面前。它通常以文字为中心。 新媒体数据新闻可视化叙事在传统新闻叙事的基础上进行加工，让数据在新闻报道中的地位日益突出。可视化将抽象的数据转换为直观可被受 讲授法、案例众容易感受以及理解的图表，而可视化叙事要找出“数据与文本之间的相关分析法 性”，使可视化图表与文本之间有高度的互文性，从而使得新闻报道有易读 性，让受众在其中有高度的参与性。 数据新闻叙事的共同点都强调图像元素和可视化过程。数据是叙事语言，可视化将数据以更清晰的逻辑和更好的阅读体验呈现给用户。 目前，依托于互联网的交互式数据新闻可视化产品不仅丰富了叙事学研究中“新闻文本”的概念，也影响了传统的新闻叙事模式，有助于整合信息，在解读文本、揭示事物间的联系、表达观点上更加清晰、有效，提高了信息传播的审美价值。 （二）可视化叙事的表达形式 可视化是数据生成图形、图像的过程。数据可视化过程有三大功能：一是将信息可视化呈现，使报道更具美感、使叙事更有层次性；二是对信息进行细化的解读，从而降低读者的阅读与理解的复杂性；三是可视化可能会创造出传统新闻完成不了的新闻价值，数据能够在视觉意义上重构现实，创新了新闻报道模式，加快信息的有效传播。 一般来说，数据新闻可视化的呈现形式包括静态图表或信息图、动态或交互图表、时间轴和数据地图、视频动画、游戏设计等。 1.静态图表 静态图表是数据新闻中最常见的表达形式，也是最简单的数据新闻的 讲授法、案例可视化叙事，即运用各种统计图和信息图，在数据的加大加粗、颜色变化、分析法 48

区块设计、重点突出上下功夫，从而展现数据的清晰性和条理性，引起读者注意。 目前我国数据新闻实践中运用最普遍的就是静态图表，包括静态统计图表、静态图片、静态信息图、静态时间轴等可视化叙事形式。 2.动态图表 动态图表包括两种呈现形式，一种是将数据整合成视频或音频的形式， 另一种是将图表动态化，以 GIF 形式呈现。 以视频或音频形式呈现的动态图表，一般发布在短视频平台。它摆脱了文字的束缚，让数据更加活泼有趣且富有感染力，受众可以拉动进度条调节播放时长，以此满足自己的阅读需求。 以 GIF 形式呈现的动态图表，一般是作为配图置于文章中，与静态信 息图一样，起到了直观地展示数据和提高文章趣味性的作用。虽然 GIF 形 式的动态图表还无法脱离文章主体存在，但它相比于静态信息图而言， 更加能体现数据的律动性。 总的来说，动态图表有以下几个方面的特征。（1）无互动性。上文提 讲授法、案例及到的动态图表有两种类型，无论是短视频类型还是 GIF 形式，受众都无分析法 法根据自己的需求选择信息。（2）内容表现形式较为单一。大多数的动态图表都是以地图或条形图呈现为主。（3）体现数据的律动性。动态图表以其独特的呈现方式，体现了数据在某一个角度上的变化和趋势情况。 3.交互设计 交互图表实质上也是一种动态图表，但相较于动态图表，交互图表强调信息传播的交互性与互动性，核心在于用户可以自主选择打开不同的数据和信息图表，用户做出指令后，数据和图表类型可随条件的不同即时展现。 具体呈现形式包括交互时间轴、交互表单、交互地图、游戏设计等。 数据新闻中的交互设计展现了数据的自主性和参与性。如 VR 技术下 的新闻和互动游戏场景，带给了读者身临其境的参与感，还可能会给读者情感、思考、行动等体验，趣味性更强、更能吸引用户的眼球。 （三）可视化叙事主体 49

叙事主体，即叙事者，是叙事内容的核心要素，也是故事的讲述者。新媒体数据新闻作为新闻报道也需要故事的讲述者。 目前对于叙事者的划分主要有三类，第一类是非人物叙事者与人物叙事者，分类标准是叙事者是否参与了新闻故事；第二类是外显的叙事者和内隐的叙事者，分类标准是叙事者可被感知的程度；第三类是可靠的叙事和不可靠的叙事者，分类标准是叙事者与隐含作者的关系。 1.公开的叙事者 公开的叙事者，是指能够在内容中清楚的听到叙述声音，新闻里能够 明显地感觉到叙述者的存在。如在有些新闻内容中，常常会看到“记者问”提问，引导学“告诉记者”的字眼，这样受众能够感知到叙述者，并且认识到这是记者的叙事声音。 公开的叙述者的讲述声音分为描写、概述和评论。 2.隐蔽的叙事者 隐蔽的叙事者是指叙事者不出现在新闻内容之中，力图隐藏于新闻内容背后以间接的方式来表达新闻事实。 隐蔽的叙事者介于缺席的叙事者和公开的叙事者之间，通过借助新闻中的人物和声音呈现观点立场给受众，由受众自主判断。在这类新闻的叙述中，记者或编辑并不会直接出现在可视化的内容中，力图隐藏于新闻内容之外为受众展现不同的观点。 生区分三种叙事者的划分。 隐蔽的叙事者能够给受众带来“客观”“真实”的感觉，因为叙事主体 隐藏在背后，仅仅用事实说话。隐蔽的叙事者与缺席的叙事者的作用基本上是一致的，区别仅在于程度的不同，他们担负起了叙述、交流、证实的功能。 3.缺席的叙事者 缺席的叙事者是指读者在阅读新闻的过程中完全感受不到叙事者的存在，叙事者不在新闻中出现，也不直接发声。 叙事者将人物表现出来的语言、行为和思想客观地记录下来，不做任 何带有情感色彩的描述和表达。其需要尽量消除能够暴露自身痕迹的表达， 尽可能隐藏在新闻内容以外，从而形成一种不在场的感觉。 50

数据新闻的文字表达过多可能使得新闻的内容更繁琐，当叙事者介入后很难用文字陈述清楚事实时，更容易出现缺席的叙事者。 第二节 可视化叙事切入口 （一）切入口揭示新闻本质和原因 叙事切入口要揭示新闻发生的本质与背后的原因，这个切入口要能抓住本质，一针见血地直指问题的核心。 例：澎湃“美数课”《动画丨西昌火灾致19人遇难，中国森林火灾是个啥情况》《4个月，8万平方公里，澳大利亚林火肆虐背后都发生了什么？》。 例：《中国城镇化的单身困境》。 （二）角度独特全局视野 新闻叙事的基本方法包括故事化、细节化、人物化、个性化等四大方法。在新闻实务中，最好做到新闻故事化、故事情节化、情节细节化、细节人物化。 数据新闻以数据作为叙事语言，“小切入口，大主题”是数据新闻制作者常用的叙事技巧。具体操作方法表现为以某事件或案例作为切入，引导出数据新闻的核心主题。 例：数据新闻《中国城镇化的单身困境》。 例：网易“数读”数据新闻报道《太可怕了，现实版隐秘的角落》。 （三）为选题服务，把握读者兴趣 叙事的切入角度要能为选题服务。在叙事的切入口上，要有对受众的考虑，叙事的切入口要使读者感兴趣，同时要有故事感，有细节。 例：《新京报》数据新闻栏目。 例：数据新闻《中国城镇化的单身困境》。 （四）揭示个人与宏大新闻命题间的关联 宏观叙事是数据新闻的优势所在，在主题较“大”的报道中，数据新闻的制作应还注意选择合适的切入口，从而揭示出个人与宏大的新闻命题间的关联。 从媒体角度出发，其对公共事务的报道，是为了帮助读者了解我们身 讲授法、案例分析法 讲授法、演示法 51

处的社会正在发生什么，以及那些相对宏观的新闻命题会对个人造成何种影响，进而给人们带来心理和行为上的效用，这也是新闻媒体一直以来的追求。 大数据之于新闻报道，恰好给媒体与个人间双向需求的实现带来新的契机。 例：数据新闻《中国城镇化的单身困境》。 例：2019年第四届中国数据新闻大赛作品《一医千儿 无法跨越的医患失衡？》。 第三节 可视化叙事视角 叙事视角是指叙事者选择和讲述新闻事实的特定角度。法国结构主义批评家热奈特将叙事视角分为三类：零度焦点叙事、内焦点叙事、外焦点叙事。 （一）零聚焦叙事视角 零聚焦叙事视角，即全知视角，指没有固定视角、不受视域的视角，这种叙事角度的叙事者就像是一个无所不在的上帝，全知全能地洞察万物。 零聚焦叙事视角在数据新闻报道中运用较多，叙事者不会在内容中出现，为受众塑造了一种客观公正、无所不知的叙事者形象。 例：2019年第四届中国数据新闻大赛作品《伟大时代：中国铁路发展 印记》，新华网数据新闻作品《关于中国体育你应该知道这些事》，澎湃“美 数课”数据新闻《图解｜南方暴雨成灾，这一切是如何发生的？》。 （二）内聚焦叙事视角 内聚焦叙事就是通过故事中的人来叙事，即从一个或几个人物的视角 出发来叙述新闻事实，或仅报道某一方面或某一时间节点前的新闻事实。 在这类叙事中，叙事者所知等于人物所知，这里的“人物”既可以是记者，也可是新闻的当事人和见证人。 在数据新闻中，与全知视角相比，限知视角的运用比较少，多是从某个人物的角度来讲述故事的，让受众与新闻人物共同经历故事，从而增加受众的体验感，提升新闻的表现力。 52

例：新华网数据新闻《熊猫特派员的“一带一路”奇妙之旅》。 （三）外聚焦叙事视角 外聚焦叙事是一种客观的叙事视角，叙事者所知少于人物所知，也被称为“外视角”叙事。 外聚焦叙事视角的叙事者就像一台摄像机，他们不能叙述别人的所见所闻，不能深入人物内心，叙事者在新闻报道中，只能对自己看到的或者 听到的进行叙述，不能追述事情的历史背景，叙事者也不能直接抒发评论。 相对于内聚焦而言，外聚焦的叙事者与其人物的关系相当“疏离”，叙 事者保持着高度的冷静，外聚焦叙事比内聚焦叙事更体现对叙事者痕迹的抹除。 例：新华网数据新闻的“讲习所”栏目。 内、外聚焦视角在数据新闻中占比相对较小。但在实际的数据新闻叙事中，零聚焦、外聚焦、内聚焦等视角的选择并不是一成不变的，作者会根据新闻内容呈现出不同叙事视角的转变。 三个视角并非对立，而是根据新闻内容的需求而做出转换，使叙事更加丰富。 例：2019年第一届中国数据可视化创作大赛作品《北京“老漂族”：随迁老人的异乡困境》 第四节 可视化叙事时空 （一）可视化叙事时间 可视化叙事时间指的是数据新闻中讲述新闻故事的顺序，一般来说，按照新闻报道内容和故事发生的顺序是否相同，可以分为顺序和顺序倒错两种，其中顺序倒错又可分为倒叙与预叙两种形态。 1.顺叙 顺叙也称正叙，即按照事件发生、发展的时间先后顺序来进行叙事的方法，它是一种最常见、最基本的叙事方法。顺叙的优点是可使文章眉目清楚、条理分明、有头有尾、结构完整。使用顺叙法，必须要突出重点，注意材料的剪裁取舍，做到详略得当、主次分明。 例：2019年第四届中国数据新闻大赛作品《从零到世界第一：中国地提问，引导学53

铁50年》。 2.倒叙 倒叙是对往事的回溯，根据叙事时间跨度和幅度划分常见的倒叙方式有外倒序和内倒序两种。 外倒序是在新闻中通过追叙对以往发生过的事情进行一个补充，把时间拉到过去，通常表现为背景材料的插入。数据新闻中外倒序体现相对较少。 内倒序是指在最初叙事时间点开展了一段叙述后进行，主要是补充事件顺序过程中产生的断点信息，断点信息有时有价值但为了设置悬念而被暂时忽略，有时出于篇幅考虑因价值不足而被忽略。新闻叙事中受版面的，通常会把重点呈现出来，而数据新闻由于是在网络媒体上传播，不生区分三种叙事顺序。 受版面，表达形式多样。因此，内倒序在数据新闻中的使用是可行的。 3.预叙 预叙就是预先揭破故事的结果或透露情况设置悬念，事实上，新闻的标题和导语都兼有预叙的功能。预叙一方面能吸引读者注意力，激发其好奇心理；另一方面，预先提前透露了结果可能会使得受众失去对后续事情的新鲜感。 在数据新闻中，预叙主要起的是引导性作用。满足了受众短暂的时间内了解事件的全部，追求视觉快感和心理愉悦。 例：澎湃“美数课”数据新闻《从首例到500万例，美国这202天是怎么过来的？》。 4.叙事时长 叙事时长是指故事实际发生的时间和被叙述的时间的一种比较。 叙事时间的变形一般有以下几种表现方式：一是省略，省略的叙事时间远远小于故事时间，某些事件不会体现出来；二是概要，概要的叙事时间小于故事时间，概要会把故事进行压缩，只表现其主要的特征；三是场 景，场景的叙事基本由对话和场面构成，场景的故事时间约等于叙事时间； 四是延长，延长的叙事时间长于故事时间，它只适用于小部分的叙述，但是却可以产生特别的激发效果。 54

例：澎湃“美数课”数据新闻《图解｜南方暴雨成灾，这一切是如何发生的？》，新华网数据新闻《的扶贫手账》。 （二）可视化叙事空间 在新闻叙事中，一般都是遵守时间的“线性逻辑”，空间的叙事功能并 没有得到重视。而数据新闻会通过各种类似于图标、动画等可视化手段营 造出空间感，这种立体或平面的空间感会给数据新闻叙事带来不同的形态， 也比文字带来的空间感要更强烈和直观。 随着新媒体数据新闻在移动端应用和传播的普及，巧用垂直空间，以立体化的方式呈现给读者，更能满足用户的需求。 地图叙事是数据新闻中较为常用的空间叙事方式，通过地图的颜色、标准的图标等信息，地图叙事要比文字表述承载的内容多。在范围广泛、信息量较大的情况下，地图叙事能带来宏观的视角。 例：澎湃“美数课”数据新闻《图解｜解封首日，离开武汉的居民都 去了哪儿？》，澎湃“美数课”的可视化作品《AR｜70年来中国的城镇化 进程》，DT 财经数据新闻作品《从数据看，Airbnb 的故事并不像宣传的那 么酷》。 第五节 可视化叙事结构 叙事结构，即作品内容的框架结构，指如何将多个叙事融合到一起实现内容的组合。 数据新闻的叙事结构也是由记者以及其获得的数据所决定。 数据新闻的叙事结构是一种组合叙事，并没有传统新闻写作中固定的逻辑和时间安排，考虑到数据的特点，经过详略删减和梳理之后，在一定叙事主题之下根据数据的不同选用不同的媒介进行表现。 数据新闻中的组合关系更多的是一种相互的补充叙事，以叙事意图为基础进行的组合叙事。例如，文字对新闻背景进行介绍，对新闻事实进行评论，对图文进行描述；数据地图主要是提供事发地点的位置。 （一）线型叙事结构 “屏媒时代”受众不仅在单幅页面上快速浏览，而且在多幅页面之间实施“滚动”和“滑动”的操作，受众视线的运动轨迹推动了以方向性、 55

连贯性为特征的线型阅读设计的流行。 在数据可视化叙事中，线型叙事多按照时间顺序展开。尽管某些单一事件发生在不同时间段，借助内在的某种逻辑关系也可以使之形成整体事件。 例：“视觉资本” 数据可视化平台数据新闻作品《山峰的鼠丘：媒体夸大恐慌的时间线》，2019年第四届数据新闻大赛作品《共享经济：昙花一现还是蓄力待发？》。 （二）组合型叙事结构 组合型叙事是一种选择性阅读的新闻生产理念。 在叙事初期，叙事者选择一个角度切入事实，随着报道进展扩大了报道范围，转向更多的相关事实，使叙事结构表现出由点或线到面的特点。叙事过程中，各叙事模块不是简单地依时间顺序展开叙事，而是围绕主题展开叙事，彼此间或是并列关系或是补充关系，每一个模块都能够完成对主题的部分解读。 例：2015年10月，央视新闻频道在多个栏目推出了大型数据新闻节目《数说命运共同体》。 例：数据新闻《中国城镇化的单身困境》。 （三）交互型叙事结构 交互型叙事是一种采用交互技术、完全开放的叙事行为。 从技术角度看，交互叙事主要基于数据库，有时采用新闻APP或新闻 游戏的方式，强调新闻信息产品的个性化，生产出个人意义的叙事内容，以满足受众对特定信息的需求。 其优势不仅有助于叙事者形成基于个性化的叙事体系，受众也可以更多地从中获得阅读体验，延长阅读时间，有效扩散可视化产品，促进传、受之间强关系的构建。 表面上看，受众在获取信息的过程中有着较大的自主性、选择权，但 事实是传播者已经将传播意图以“程序”或“规则”的方式巧妙地“藏匿” 在叙事作品中。 （1）主线索引导模式 56

主线索引导模式是指由作者通过设置前情提要、提出问题假设等形式展开叙事铺垫，在作者引导叙事之后设置交互选择进入开放式的读者主导获取新闻故事阶段的一种互动叙事模式。目前主线索引导模式是最为普遍使用的互动叙事模式。 例：2018 年全球数据新闻奖年度最佳数据可视化作品《生活在难民营》 （Life in the Camps）。 （2）间断性过渡模式 间断性过渡模式是指数据新闻的整体叙事由不同的“叙事块”构成，读者的交互行为发生在不同“叙事块”的连接处以推进叙事的发展或串联不同叙事片段的一种互动叙事模式。在很多情况下，间断性过渡模式通常与主线索引导模式形成一种相互嵌套的互动叙事方式。 例：2014年Detective.io平台制作的全球数据新闻奖获奖作品《移民档 案》。 （3）多线程触发模式 多线程触发模式是指在没有作者预设引导叙事线索的前提下，读者直面整个数据新闻的全部元素，并通过页面中的多个入口进入新闻故事的不同路径完成探索性发现的互动叙事模式。 例：犯罪与举报网络完成的数据新闻《塞尔维亚政客报告》获得2017年全球数据新闻奖的“开放数据”奖项。 线型、组合型和交互型三种叙事结构也不是、单一存在的，更多时候是交错融合在一起。可能在第一层或宏观上看是线型的叙事模式，但在第二层或微观上或许就是组合型或交互型叙事模式。 采用何种叙事模式的关键在于叙事者对数据价值的挖掘程度，对受众阅读心理及行为的把控，以及对传播平台和传播技术的熟悉等因素。 思考与练习： （1）简述可视化叙事内涵及表达形式。 （2）可视化叙事主体有哪些类型，在叙事中分别有哪些特点？ （3）在新媒体数据新闻可视化叙事中，如何选择叙事切入口？ 布置作业、巩固知识，进行形成性评价。 （4）简述热奈特和兹韦坦·托多洛夫关于叙事视角的分类，以及在数 57

据新闻可视化叙事中如何选择叙事视角？ （5）简述新媒体数据新闻可视化叙事的时序类别及各自特征。 （6）简述新媒体数据新闻可视化叙事结构类别及各自特征 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案：

教学反思 58

第八章 新媒体数据新闻制作与发布 一、课时安排： 课时（理论讲授6课时，实践4课时） 二、教学课型：理论、实践课 三、教学目标： （1）了解数据新闻内容组织。 （2）了解数据新闻制作与发布平台 （3）掌握数据新闻制作过程。 （2）掌握数据新闻的发布与评价。 四、教学重点难点： （1）数据新闻制作过程。 （2）数据新闻的发布与评价。 五、教学方法： 多媒体教学（讲授法、实验法） 六、教学过程与内容： 课程导入： 数据新闻内容表达的优势和组织实施。 本章概述： 随着技术的不断革新，新闻的呈现形态和受众的阅读习惯也在发生着改变。数据新闻是媒介技术革新的产物，也是新媒体新闻生产者为了适应用户新闻阅读习惯改变做出的积极尝试 相较于传统新闻，新媒体数据新闻在具备许多优势的同时，制作难度也大大提升。 本章将从理论和实践两个层面阐述新媒体数据新闻的内容组织、制作工具、制作过程、生成与发布，并以iH5工具作为数据新闻集成、制作与发布的平台，以数据新闻作品《中国城镇化的单身困境》的制作过程为例加以演示。 建立目标任务 明确重难点 课程导入，激发学习兴趣。 讲授法、演示法，建立学习内容的总体印象。 59

第一节 数据新闻内容组织 （一）新媒体时代用户新闻阅读习惯 新媒体时代用户新闻阅读习惯包括：新闻阅读的数字化、新闻阅读的视觉化、新闻阅读的娱乐化、新闻阅读的碎片化、新闻阅读的互动化。 （二）数据新闻内容表达的优势 数据新闻内容表达的优势包括：直观的表现形式、的复杂叙事、科学的求真精神。 （三）数据新闻内容组织实施 1. “数中有述”的语图关系 讲授法、案例分析法 数据新闻可以简单地理解为“数据+新闻”，当然，这不是简单的相加， 而是要将数据和新闻融合，做到“数中有述”，才能称为真正的数据新闻。 数据中要完成获取、预处理、分析和可视化，而新闻要注重叙事，由这两 者结合，生成具有交互性的数据新闻。“数中有述”强调的是作品中不能简 单的罗列和堆叠数据图表，而是要借助数据进行叙事，使文字语言和数据图表利用各自优势，共同完成话语生产。 2. 故事化的内容布局 数据新闻作品要想描绘宏观主题，就不可避免的要进行复杂叙事， 在这种情况下，采用故事化、拟人化的内容布局能让数据新闻作品更易于理解。 例：数据新闻《中国城镇化的单身困境》。 3. 整体化的结构编排 一方面要求制作者在数据新闻的结构编排方面加强整体性，体现作品内容的凝聚力和向心力，着力突出主题。另一方面，要求制作者在进行页面设计时充分考虑阅读体验，提升阅读的便利度，促进主题表达。 例：数据新闻《中国城镇化的单身困境》。 第二节 数据新闻制作与发布平台 （一）静态工具平台 静态文档形式的工具是较为基础的可视化和数据新闻制作工具，目前使用较多的是Microsoft Office和Adobe系列的软件。

60

（二）网页工具平台 1.网页开发工具 可以利用网页制作工具作为集成和发布方式进行数据新闻制作，例如 利用Dreamweaver、ASP.net等网站开发工具来进行数据新闻内容的集成， 这类方式通常需要制作者有一定的网页开发基础，而且涉及网络空间发布， 通常具有一定复杂性，实际应用的也较少。 2. 在线网页制作平台 Wix和起飞页都是方便快捷的构建网站的自助建站平台，可以生成内指导学生了解学习网页工具 容丰富的数据新闻并进行网络发布，尤其是Wix平台在数据新闻制作中应 用比较广泛。 （三）H5类工具平台 H5是指HTML5.0版标准。利用它可以实现丰富的多媒体效果，能生成灵活的动画特效，可以形成强大的交互应用和数据分析功能，也可对页面传播效果进行跟踪、分析。 典型的工具有：iH5，易企秀、木疙瘩。 第三节 数据新闻制作过程 （一）视觉呈现 1.信息图表 包括地图、柱状图、折线图、复合图表。 2.动画视频 封面的动画有两个，一是利用图片序列制作人物运动的动作，对球体加入自中心的旋转动画，形成同心逆行的圆环。 在农村外围时针行走的剩男和在城市内部逆时针行走的剩女永不相交，呼应了大龄未婚的主题；二是对暗色背景里的卫星地表图添加缓动的效果，实现布景前移的效果，背景是城市和农村交界的地方，暗示了中国的城镇化。 3.交互图表 指导学生学习制作H5 讲授法、案例法 以“折线图”制作为例，在iH5的小模块中选择“数据图表”，点击“单 项折线图”。 61

4.元素设计 包括手绘元素、图标元素。 5.页面设计 包括图文布局、页面交互。 （二）整体包装 1.标题及简介 完成数据新闻内容编辑的全部流程并保存之后，在iH5“我的工作台”界面中选择作品。系统默认的标题为“iH5新作品”，点击后即可设置新标题。 2.封面设计 封面主体图案使用了手绘元素的图案，与后文保持统一，如图8-39所示。 第四节 数据新闻发布与评价 （一）数据新闻网络生成与发布 1.数据新闻发布过程 （1）页面预览：在发布之前，制作者通常会进行页面预览，以便对细节进行修改完善。 （2）实名认证：当对作品进行正式网络发布时，首先要完成实名制注册。 （3）作品发布：点击发布后可根据需要进行相关信息设置。

讲授法、案例分析法、实验法 62

2. 数据新闻发布技巧 （1）平台渠道 点击数据新闻作品要尽可能的触达各类新媒体平台，但首发平台对于后续传播至关重要，必须妥善选择。 新媒体平台众多，不同的平台用户群体不同，新闻阅读习惯和阅读偏好也就各有不同。要想使自己的数据新闻作品在数字浪潮中脱颖而出，就 必须掌握新媒体时代的传播规律。要划分受众群体，实现内容的精准投放。 “精准”就是要准确的选择目标受众，以满足受众的阅读需求为主，在此基础上针对性地进行发布。 （2）发布时机 用户不是每时每刻都保持活跃，根据目标读者群体的活跃时间推送内容，往往会得到事半功倍的传播效果。根据现代城市生活规律，早晚上下班是人员流动性较大的时间，人们通常喜欢在这空闲时间段浏览信息，因而这一时间段也是数据新闻作品发布的较佳时机。午休的11：30-13：00和晚上21：00-23：00为网民上网的高峰期，可选择在这一时段内发布重要的作品。此外，在作品发布前，还可以进行预告，提前预热。 3. 内容发布注意事项 （1）保证内容的真实性 依托于新媒体平台，数据新闻内容的传播速度和传播范围都有较强的 优势，错误的信息带来的负面影响也很难完全消除。真实性是新闻的生命， 数据新闻作品涉及众多数据，内容结构更为复杂，容易出现误差，需要加强内容的检查和审核。 新媒体平台发布之前都需要进行实名认证，也是为了方便内容的溯源， 一旦出现恶意造假行为，发布者将难辞其咎。因此，一定要重视内容的真实性。 （2）重视图文的严谨性 数据新闻作品涉及很多图文内容的结合，制作发布过程中要保持科学严谨的态度。 数据新闻作品中经常采用数据地图的形式呈现地域性数据信息，对此 63

要格外注意地图图案的严谨性，保证完整、准确表示我国领土。国内就有媒体或企业，因宣传内容中的地图图案使用不规范引发争议乃至遭到行政处罚。 （3）强化知识产权意识 侵权行为会给媒体造成直接的经济损失、影响品牌信誉，这样的争议对于数据新闻的生命来说也是致命性的打击。对此，数据新闻制作者要强化知识产权意识，合理使用素材。 （二）数据新闻生产与评价 1. 数据新闻生产模式 包括内生模式、外包模式、众包模式、自组织模式。 2. 数据新闻作品评价指标 （1）报道选题 报道选题体现的是新闻从业者对新闻事物的认识、研判与创造性思维。 数据可视化在新闻传播领域的存在价值，就在于从大体量数据中挖掘出鲜为人知的东西。 （2）数据来源 采集数据是数据可视化生产的第一步，高质量的数据源不仅是高质量可视化产品的保障，也是判断作品可信度的主要依据。 （3）数据处理 根据报道选题、数据类型来选择数据分析方法，才能体现数据可视化 的特质。目前，数据分析方法包括统计、关联、对比、换算、量化、溯源、 发散、综评等。描述性、探索性的统计分析以及大数据挖掘才应该是数据可视化的常规做法，而不是在传统新闻生产中加入一些统计分析。 （4）可视化呈现 对新闻信息产品而言，并不是越复杂、越酷炫，传播效果就越好，美观只是选择的一个标准，功能和实用比好看更重要，要时刻考虑在营造视觉冲击力和传播新闻信息之间做好平衡。 （5）交互设计 媒体应该为受众开放数据，并提供挖掘数据的工具和呈现可视化产品

的平台，不仅仅动员受众参与数据的采集、分析，还鼓励受众将自制的可视化作品上传至指定的共享平台，利用各类社交媒体进行可视化产品的再 传播，延展产品的扩散范围，这样的传受互动才更具大数据时代的特色。 （6）数据维护 开放、共享是移动互联网时代的传播特色。为了保持新闻产品的生命力，一些媒体对其核心数据及新闻故事进行不间断的更新、维护。 （三）数据新闻网络传播效果与策略 1.传播效果评价 评价维度包括：理解度、参与度、信任度、记忆度、喜爱度。 2.传播策略 主题突出化、内容趣味化、交互游戏化、设计轻量化、传播联动化。 思考与练习： （1）简述新媒体时代用户新闻阅读习惯。 （2）数据新闻内容的组织应注重哪些方面才能更好地传情达意？ （3）举例说明新媒体数据新闻制作与发布常用平台及应用特点。 （4）简述数据新闻生产模式及如何进行数据新闻作品的评价。 布置作业、巩固知识，进行总结性评价（5）如何进行数据新闻网络传播效果的评价，以及如何促进其更好地（数据新闻作传播？ 品）。 （6）分别尝试利用易企秀、iH5、Wix等平台进行数据新闻的制作与 发布。 教学反思： （1）教学成功之处： （2）教学不足之处： （3）学生获得知识和创新（知识掌握、技能获取、价值观理念树立）： （4）改进措施和方案：

教学反思 65