数据驱动的新闻应用
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数据驱动的新闻应用
————————————————————————————————作者:————————————————————————————————日期:
数据驱动的新闻应用-新闻学
数据驱动的新闻应用
黄瑛
【摘要】数据驱动的新闻应用(News APP)是全球数据新闻实践的一项重要内容,“年度最佳新闻应用”也是全球数据新闻奖的常设奖项,但是国内目前专门探讨数据驱动的新闻应用的研究文献极少。本文将结合两个获2015年全球数据新闻奖的案例,试图分析数据驱动的新闻应用的选题特点、开发过程及功能实现,为数据驱动的新闻应用的理论研究和实践提供一些思路。
[ 关键词]数据驱动新闻应用数据新闻奖BBC
一、全球数据新闻奖与数据驱动的新闻应用
2015年6月18日,第四届全球数据新闻奖评选结果揭晓,来自全球范围内的78个数据新闻作品入围决赛,最终14个新闻作品获奖。
数据新闻奖(Dala Journalism Awards)是一个专门为数据新闻报道设立的全球性奖项,由全球编辑网络(Global Editor Network)评选和颁发,谷歌提供支持,一直是业界权威,该奖项从2012年开始在全球颁布,到今年为止已经成功举办了四届。伴随着数据新闻的不断发展,数据新闻奖的奖项类别也得到丰富,从2012年的3类、2013年的4类,再到2014年的9个类别以及2015年的10个类别的奖项。
首届数据新闻奖只设立了三个类别的奖项:数据驱动的调查性报道、数据视觉化和数据叙事以及数据驱动的应用,到2015年第四届数据新闻奖时,奖项已经丰富到十个类别,分别是:年度最佳数据可视化、年度最佳调查新闻、年度最佳新闻应用、年度最佳数据新闻网站、最佳个人作品、突发新闻报道中的数据
最佳利用奖(该奖项今年空缺)、开放数据奖、小型新闻编辑室的最佳作品、总体成就奖(评委选择)、大众选择奖。
值得注意的是,不管奖项如何丰富和变化,数据驱动的调查性报道、数据可视化以及数据驱动的应用这三类奖项一直是全球数据新闻奖的常设奖项,其中前两类在我国的学界已经得到了较多的讨论,而对于数据驱动的应用这一类的数据新闻作品,单独讨论和关注的相对较少,因此,本文将以获得全球数据新闻奖的最新数据驱动的新闻应用作品为案例,讨论数据驱动的新闻应用作品的选题、制作与新闻价值实现。
需要特别说明的是,数据驱动的新闻应用在历届的数据新闻奖中的英文表达略有差异,如2013年的奖项为“Data Driven Apps”,2014年称为“Best Application or Website”,2015年又为“Best News Data App of the Year”。虽然表达略有不同,但是内容和意义是相同的,在本文中,把这类新闻作品称为“数据驱动的新闻应用”是为了与普通的新闻应用区别开来。目前尚没有专家学者对“数据驱动的新闻应用”做一个清晰的描述界定,本文给出的定义是:围绕某个特定的主题,利用来源可靠的数据集,结合科学的统计分析方法所开发的、注重受众交互体验的新闻应用。因为有大量的权威科学的数据支持,通过与受众的互动,最终形成关于某个问题或事件的具体结论,帮助受众做出科学决策。
二、数据驱动的新闻应用作品分析
2015年“年度最佳新闻应用”共有两个,分别是“大型新闻编辑室”类别的《你最适合哪种运动》,由英国BBC所开发:以及“小型新闻编辑室”类别的《学校值得你的学费么》,出自哥斯达黎加的小型媒体结构EI Fi-nanclero。
1.BBC制作的新闻应用:《你最适合哪种运动》。
2014年7月,英联邦运动会在苏格兰的格拉斯哥举行,英联邦运动会是英联邦成员国及地区运动员参加大型综合性运动会,以这一盛大的体育赛事为背景,BBC设计了《你最适合哪种运动》这一网页应用。
用户通过一分钟的在线测试,可以得知在英联邦运动会的所有项目中,哪一种运动在体力和智力上与用户最匹配。测试一共有13个问题,用户需要对自己的身高、耐痛性、力量、身体意识等问题做一个评价,测试结束后,网页会自动为用户匹配最适合他们的三项运动,以及这些运动的相关知识,同时还提供一些链接,通过链接用户能够获得更多的运动知识。用户可以将这一结果分享到社交媒体上去,从而吸引他们的朋友参与该测试。
这一应用的设计者称,他们的初衷是为了推动人们更多地参与运动,在英联邦运动会的背景下,为用户找到最适合他们的体育项目。然而,如何为用户找到最适合他们的运动,却无法仅靠数据分析。依靠他们自身的力量还无法完成任务。于是,他们与拉夫堡大学的运动学科学家合作,这些运动学专家帮助他们找出了13种决定人们运动表现的因素,这13中因素就是13个测试题。为了能够将用户对他们自己的评价与来自拉夫堡大学的运动理念模型匹配起来,设计者们寻求了来自威斯敏特大学的统计学家们的帮助。有了这些专业运动学知识和科学统计方法的支持,BBC成功地开发了这款应用。这一应用上线后获得了很大的成功,单日浏览量高达170万,在英联邦运动会期间该应用在社交媒体上被分享了39000次(数据来源于全球编辑网络官方网站)。
2.E1 Financiero制作的新闻应用:《学校值得你的学费么》。
《学校值得你的学费么》关注的是教育收益率的问题,即受教育年限与在
劳动市场中所获得薪资的关系。根据科学的统计方法和来自哥斯达黎加最可靠的数据,它能帮助公民预测,在哥斯达黎加的人才市场上,他们所能获得的平均月薪。
这一应用的设计理念源于一些科学文献。有科学证据表明,信息的缺乏和关于教育收益率的有偏差的数据会导致人们失去对未来的希望,同时减少目前的教育投资,这种行为在科学文献中被称作“对未来的过度贴现”。科学家发现,在多米尼加共和国,即使实测的教育收益率很高,但是在学生看来教育收益率极低,因此他们的家庭不会投资教育。学生低估了教育收益率在某种程度上是因为受到他们所在的群体的教育收益率观念的影响。同时文献也指出,如果告知学生更高的教育收益率,那么他们在几个月后对于更高的教育收益率的认知便加强了。有了这些科学调查和文献的支持,El Financiero的记者们有了网页应用设计的思路。他们试图为用户们提供一个实用的工具,一方面,帮助用户获得科学的、无偏见的教育收益率信息;另一方面,根据用户的“现在自我”来预估他们的平均工资水平,通过控制变量的方法,帮助他们预测用户的“未来自我”经济收入的情况。
该网页应用对工资的预测是基于七项个人特征,其中包括受教育年限、年龄、劳务市场、性别、每周工作时间等因素。用户在输入自己的以上七项信息后,网页会给出用户的平均月工资。同时用户可以自己去发现每一个变量对工资的影响,例如,在其他六个变量都保持不变的情况下,用户通过增加或降低受教育年限,预期工资也会发生相应的变化。由于每个用户的个人特征都不一样,所以每个用户都能得到关于他自身的具体的结论。通过这种方式,该应用能够很好地帮助用户理解每项个人特征对于工资的影响(例如受教育年限)。应用的开发者们