大數據技術在網絡廣播電視臺應用初探——以大數據新聞為例

李知兵

（作 者單位：安徽廣播電視臺）

大數據技術在網絡廣播電視臺應用初探——以大數據新聞為例

李知兵

（作 者單位：安徽廣播電視臺）

當前，大數據已從概念階段上升到應用階段，并給傳統行業帶來了新的契機。國家對媒體轉型及媒體融合高度重視并提出了要求。網絡廣播電視臺作為新媒體領域的正規軍，更需順應潮流，積極探索新的傳播規律和傳播手段。本文以大數據新聞生產為例，介紹了大數據的具體應用。

大數據；網絡廣播電視臺；數據新聞

1　背景

“大數據”一詞最早由2008年9月《科學》（Science）雜志中一篇文章開始廣泛傳播，引起足夠重視的事件是在2011年5月的EMC World 2011會議上，EMC公司拋出大數據（Big Data）概念[1]。大數據作為新一代信息技術近期被寫入“十三五規劃”，意味著已上升到國家戰略層面。大數據的特點是體量大（大到甚至無法用“超大規模”、“海量”等辭藻來描述），結構多樣（結構化、半結構化和非結構化混雜）、存取和處理速度快（已無法用常規軟件工具處理，而采用新型計算架構和智能算法等新技術）、應用價值高（商業智能的基礎）。大數據已逐漸滲透到傳統行業多個領域，并給傳統行業帶來了新的契機，其中傳媒業也不例外。習近平總書記高度重視傳統媒體和新興媒體融合發展，近年來在不同場合與新媒體親密接觸，強調要研究把握現代新聞傳播規律和新興媒體發展規律，強化互聯網思維和一體化發展理念，要利用新技術新應用創新媒體傳播方式。網絡廣播電視臺（下簡稱“網絡臺”）作為廣電領域新興媒體代表，有責任有義務積極響應國家媒體融合發展號召，努力研究新的傳播規律，探索新的傳播方式。

考慮到目前廣電行業體制、資金、人力等現實因素的制約，大數據基礎平臺搭建還需分步實施，因此本文涉及到應用均是借助第三方平臺實現。

2　數據新聞概念

數據新聞（Data Journalism），又稱數據驅動新聞，既是基于數據挖掘與分析思維的新聞報道，也是數據驅動型的調查性報道或深度報道。2010年8月，首屆“國際數據新聞”圓桌會議在荷蘭阿姆斯特丹舉行，對這個概念做出了如下界定：“‘數據新聞’是一種工作流程，包括下述基本步驟：通過反復抓取、篩選和重組來深度挖掘數據，聚焦專門信息以過濾數據，可視化地呈現數據并合成新聞故事。”[2]在我國，近兩年，數據新聞形式在央視新聞、人民網、新華網及四大門戶網站均紛紛出現。例如，央視新聞頻道的“據說春運”“兩會大數據”等新聞專題，騰訊網的新聞百科頻道的“數據控”專題。除上述以外，較早研究和使用數據新聞的媒體還有財新網，其“數字說”欄目定期推出優質的數據新聞產品，在業內口碑較好，并多次獲得國內外大獎。

3　數據新聞生產關鍵步驟

3.1確定新聞選題

確定新聞選題是首要完成的步驟。選題確定意味著目標明確，這樣就可以開展后續工作。這里建議成立專門的數據新聞項目小組，因為整個新聞生產過程不可能由一兩個人來完成，即便能完成，質量也不高。項目小組分工也要具體明確。數據新聞項目組通常至少包含如下三類人員：記者編輯、美術設計師和程序員。其中，記者編輯負責文案起草，美術設計師負責設計，程序員負責前端程序實現。本文以“反腐”題材為例，闡述一個完整的數據新聞生產過程。

3.2海量信息采集與標注

基本邏輯為從海量互聯網信息（15 000家媒體和政府網站的10多億篇資訊報道）中，進行大數據平臺采集工作，通過對“反腐”等關鍵詞標注篩選，得到約260萬篇反腐類新聞報道，繼續針對人名標注篩選，得到90多萬條新聞報道，再對涉腐人員標注篩選，得到相關新聞報道8 914條。

3.3結構化建模與確立維度

建立結構化模型，確立維度，形成模板，利用海量大數據抽取技術，將非結構化文本信息，得到各維度信息。這個過程總結起來實質上是標簽化。如圖1所示。

圖1　結構化建模與信息抽取

3.4多維度信息匯總分析

將第三步得到的多維度信息進行匯總分析，分析思路是針對若干個維度標簽組合，可以得到一些用戶感興趣的數據，這些數據是深層次的，無法通過一兩個案例就能得到的，這也是大數據應用價值體現。例如，本例中，我們可以輕松得到基于時間軸的全國反腐形勢分析、涉腐人員構成分析、腐敗類型分析等。

3.5可視化報告呈現

通過前面四個步驟，完成了數據新聞生產的80%以上工作，但是如果僅到此為止，還不能算作一個數據新聞產品，最多算個半成品，因為我們得到的僅僅是一張張枯燥的表格。如果將這些數字表格呈現給用戶，一般不會受歡迎，因此還需要可視化報告呈現這一環節。這一環節和大數據已沒有關系，但是同樣不可忽視，因為好的展示效果會帶來好的用戶體驗，好的用戶體驗又會帶來收視（點擊）效果。目前，可視化操作主要用到圖形和動畫制作。動畫制作可以傳統的flash方式，也可以使用HTML5方式，且考慮到多終端適配，HTML5方式更容易被關注。HTML5是一門新興網頁標記語言，因具有語法簡單、適配性能好、開發成本低等特點，廣受移動開發者青睞，是開發Web APP的首選工具。要實現豐富的動畫效果，除了掌握HTML5以外，還要熟練掌握CSS3和JavaScript技術。具體要何種形式呈現，需要設計人員和前端程序人員配合才能完成。例如，本例中，為了清晰表達“全國反腐形勢分析”這一數據新聞，設計人員可以設計用“中國地圖+熱點區域”動畫展示，前端程序人員則需要用HTML5+CSS3+JavaScript布局程序，比如用到HTML5的Canvas畫布對象及熱點鏈接，用CSS3和JavaScript實現動畫效果和數據傳遞。

此外，可視化還可以借助網絡上免費第三方工具，如百度echarts（http:// echarts.baidu.com/），詞云工具http:// www.tagxudo.com，http://www.picdata.cn。

4　結語

網絡臺對大數據新聞生產的研究仍處于初級階段，存在的主要問題集中表現在以下幾方面：一是大數據基礎平臺尚未搭建，仍需借助第三方平臺開展；二是如何進行新聞選題，及報道的深度和維度不好把控；三是H5復合型技術人才缺失。總之，大數據新聞的關鍵已不在數據本身，而在于用數據講故事的能力及提供個性化新聞服務的能力。隨著移動互聯網及智能計算的進一步發展，相信大數據新聞的春天一定會到來。

[1]郭平.當云計算遇見大數據[J].計算機世界,2001,5(23).

[2]喻國明.從精確新聞到大數據新聞:關于大數據新聞的前世今生[J].青年記者,2014(12).