社交媒體背景下新聞生產的變革

曹佳楠

摘要：社交媒體的蓬勃發展給新聞生產帶來了諸多影響，從新聞來源、新聞選擇，到呈現內容與新聞機構等。席卷當代社會的大數據浪潮是關鍵影響元素之一，大數據新聞也成為了新聞生產的重要模式。社交媒體作為一個大數據的生產者和應用者，與大數據新聞有著密切的關系。文章基于大數據視角，從新聞生產的采集、制作和傳播三個過程出發，探討社交媒體背景下新聞生產的變革，分析其中存在的矛盾與問題，并對其未來進行展望。

關鍵詞：社交媒體 ?新聞生產 ?大數據 ?模式變革

隨著技術的深入發展，數據的采集能力提升，人們可以透過多維度多層次的海量數據和歷時態的關聯數據，進行大數據分析以獲取目標信息，并借助大數據與計算機技術實現個性化傳播。這種相對客觀可靠的方法已經成為包括新聞行業在內眾多領域的重要研究分析手段之一，于是“精確報道”升級為“大數據新聞”。這種基于互聯網邏輯的大數據思維促成了新聞生產的新模式，①成為了越來越多新聞相關從業者的學習與發展方向。

社交媒體基于人際關系創造分享途徑，突破了空間限制，將世界各個角落的人們聯系在一起，迅速發展與完善，成為人們生活中難以割舍的一部分，并獲得了億萬用戶與他們的數據記錄?；谏缃幻襟w互動性、個性化、平等化、即時性、共享性等特點，②當代社會中的新聞生產受到了多方面的影響，新聞來源更加多元豐富，新聞的選擇從新聞要素向著社群轉變，呈現的內容逐漸趨于碎片化、分散化、人格化與社群化，并促使新聞機構向著散點化、小型化多平臺化發展。

社交媒體為新聞生產提供大數據

社交媒體是應用移動和網頁技術、可供個體間和社群間進行分享、共創、討論和修改原創內容的高度互動平臺。它以用戶為核心，為公眾提供自由表達的平臺，實現了多元、多方向的傳播，龐大的用戶群體則滿足了大數據最基本的數量需求。

基于功能的不同，社交媒體具有豐富的形式，包括好友圈子社交平臺（Facebook、微信、QQ）、公眾社交平臺（Twitter、微博）、垂直領域的社交平臺（知乎、獵聘網、LinkedIn）、消費點評網站（大眾點評、攜程）、興趣類網站（Netflix、豆瓣）、購物網站（淘寶、京東、Amazon）、視頻直播分享平臺（快手、抖音、梨視頻）等。在這些社交媒體平臺上，用戶可以分享圖片、文字、視頻，可以進行實時通信與聯絡，可以對感興趣的事件和內容進行評價和其他各種行為。幾乎可以說，人們能夠在這些社交平臺上進行創作、修改、分享并討論一切信息。同時，為了順應社會發展，滿足人們各種新的需求，社交媒體不斷萌生出新的形式和內容。包羅萬象的平臺類型輔之各類提升用戶體驗的服務，社交媒體因而獲得了內容豐富、形式多樣的海量數據，既有直接的內容信息，也包括了關系數據。③

社交媒體中的信息反映了用戶的個性化特征。內容信息可以分為兩方面：一是用戶在平臺上直接留下的各種文字、圖片、視頻和操作信息，二是基于用戶行為留下的信息，如地理信息，通過對它們的分析可以捕捉到用戶的行為習慣、興趣愛好、情感心理狀況等深層次的信息。關系信息主要指用戶在平臺中的各類互動社交信息，包括點贊、轉發、加入的朋友圈、好友關系等社交內容，它能夠幫助分析者建立起社會網絡關系圖，發現潛在的聯系。這兩類信息與傳統信源相比，不僅涉及更廣泛的數據類型和內容，還直接地展示用戶在自然狀態下的真實反應，避免在傳統調查法等信息獲取方式下，調查對象個性化特征模糊、信息客觀真實性不強等弊端。由此將社交媒體資源作為數據來源的一部分，增強用戶屬性和個性化的特點，可以提供事實更豐滿、描寫更全面、信息更真實客觀的新聞報道。

因此，基于這些數量眾多、內容豐富的渠道來源，社交媒體可以建立起高品質、結構化的專業數據庫，為大數據新聞生產提供豐富的數據材料，打下良好的基礎。

社交媒體大數據在新聞制作中的應用

在新聞生產制作這一環節，社交媒體大數據主要有兩方面的應用。

基于社交媒體數據。新聞制作時，可以基于大數據分析技術，對通過社交媒體獲得的數據進行專業化挖掘分析，進而實現大數據新聞的一系列功能與價值。具體而言，可以從四個角度出發。

首先，通過對數據的直接統計描述，可以發現諸如當下時事熱點等信息，并從數據這一特殊視角進行報道分析，為新聞制作的方向提供參考。同時，可以通過對原始數據的基本加工處理，生成數據庫及電子書式的報告，通過二次售賣，成為其他媒體或機構的數據和資料來源，實現其再生價值，④比如《衛報》建立的“數據博客”（Data Blog）和“數據商店”（Data Store）、騰訊企鵝智庫每年發布的微信平臺數據研究報告等。

其次，可以挖掘繁雜的數據之間的關聯性，以找到主體間的內在聯系。比如LinkedIn通過對用戶職業信息的搜集，構建起個人間、公司間的聯系，推介給有招聘或求職需要的人群，也能夠以此為基礎對行業的發展情況進行評估;通過Facebook、微博等社交平臺上用戶數據，形成用戶畫像，發現用戶的關系圖譜，分析用戶之間的興趣愛好相似度及社交關系的強弱。

第三，能夠利用社交媒體數據預測未來的信息走向。社交媒體的數據往往反映了人們的偏好與社會的關注熱點，通過對這些數據的統計，能夠洞察人們的心理，反映社會和事件的輿情及發展走向。如在2016美國大選期間，通過對網絡輿論積極傾向的變化對大選的結果進行基本的預測;中科院心理所通過Twitter大數據分析“一帶一路”沿線國家人口的文化特性，建立起合作預測模型等。

最后，通過社交媒體大數據的分析，以各類可視化的形式來呈現結論，使新聞更鮮活易讀。比如在2014年英國大選中，《衛報》利用Twitter上用戶的內容和評論實時數據，把五大政黨在不同地區的政選活動熱度變化制成動態圖，以觀測投票和關注的熱門區域，同時也對大選結果起到了一定的預測結果。⑤