大数据时代新闻生产的新变分析

简介:

大数据时代传统新闻的生产理念以及生产方式已然发生了深刻的变革,这是顺应时代发展的需要,也是新闻行业在前行过程中,不断自我修正、自我提升的必然结果。

一、数据新闻的特征分析

首先,“视图”结合的叙事方式。“数据新闻”采用全新的报道方式,颠覆了以往单纯以“文字”为中心展开叙事的基本模式。面对复杂多变的信息内容,图文不仅增加了新闻的可视性,也便于利用“受众对于新闻要点的记忆和理解程度”来展开新闻创作。

其次,开启“议程设置”,引发多样化报道。在面对某些重大新闻事件时,较之传统媒体“千篇一律”,数据新闻则可以为受众“设置议程”,主动引导关注度,对同一新闻主题以不同的或自己所独有的阐释角度进行“解码”式创作,找到更贴近于个人日常生活的报道角度。

最后,数据新闻的出现,迫使记者由“信息记录发布员”转变为“全能记者”。这种变化促使新闻记者通过提高对数据分析的能力来强化自身的“新闻敏锐度”,从而在面对互联网纷繁复杂的各类信息时,能够去粗取精,游刃有余。

二、大数据时代新闻生产的新变

(一)新闻生产理念的变化

“数据新闻”的出现颠覆了以往固有的新闻生产理念,深入挖掘和利用数据的价值、以数据为生产力成为大数据时代全新的指导思想和新闻生产理念。同时,可以预见的是这种生产理念上的变化,对以报纸为核心的传统纸媒行业亦会产生不可估量的影响,将在内容产出、深度报道、甚至是编辑排版等多方面,引发一场场更为深邃的变革,具体来说这一系列变化主要体现在以下三个方面:

首先,“数据新闻的出现”突破了传统媒体对新闻生产的“垄断”,改变新闻生产的格局。

其次,大数据可以通过关联事物预测事物的变化发展走向,推动媒体展开预测性评论或报道。

第三,推动个性与“定制”性新闻服务,转变以往读者单向受众的身份定位,促进客户与新闻媒体之间的良性互动,提升广大用户对新闻生产的关注与参与程度。

(二)新闻队伍结构的变化

较之传统媒体,大数据时代的新闻生产需要的是以高度信息处理能力和深度数据分析能力双向加持的全新报道方式。这种转变的大环境,对专业人才的需求也发生了结构上的变化。换言之,从此刻起,记者并非是单纯进行采访记录的一群人(或是一种职业),新闻主播也不再是单纯坐在演播室里进行“朗读”的职业种类。大数据时代让记者、主播、评论员之间的岗位定责出现交叉,也需要其各自适应新时代的发展趋势,扩充自己的专业能力、提升职业素质,将其培养成能够进行信息分析、数据挖掘以及计算机应用等多“功能”的复合型人才,以迎接数据时代对新闻生产的高度要求。

(三)新闻报道方式的变化

大数据时代的“数据新闻”同样激励以及刺激新闻报道方式发生变化。传统新闻报道要求准确、客观、时效性强,“数据新闻”在此基础之上,更强调信息内容的完整、深入,更具有说服力,同时要求视觉感官上的便捷可视。伴随着计算机应用以及人工智能化科技终端的不断普及,新闻报道的方式也逐渐呈现出多样化和形象化的趋势。较之传统媒体,大数据时代下的新闻报道依靠不断科学化的调整以及规范化的运作,在实际报道过程中不断创新方法,作用于实践,从而让新闻生产环节在各类信息迸发的数据资源之中,不断发现新规律、掌握新趋势和新动向,探索新方法,对未来新闻行业的发展产生突破性的意义。

三、结语

大数据时代的到来,使新闻生产从理念到生产方式都发生了全新的变化,这不仅为新闻媒体带来了全新的发展机遇,也带来了不可回避的挑战。我们应该清醒地认识到,大数据信息处理技术并非万能,也不可能实现对传统新闻生产的彻底替代。身为新闻工作者只有审时度势,吸收和借鉴大数据的优势加以利用,同时不断提升自身专业素质,强化计算机操作应用以及数据分析处理能力,才能适应高速发展的时代需要,致力于新闻产业未来更快、更好的发展。

参考文献

[1] 苏林森,马慧娟,张东岳。大数据对新闻生产的影响[J]。科研信息化技术与应用,2014(03).

[2] 王悦。大数据背景下数据新闻的理念及中国实践探析[J]。今传媒,2015(06).

[3] 单晓颖,吴晓辉。浅析大数据对新闻采访活动的影响[J]。新闻知识,2015(01).

[4] 刘义昆,赵振宇。新媒体时代的新闻生产:理念变革、产品创新与流程再造[J]。南京社会科学,2015(02)。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
20天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
存储 消息中间件 大数据
Go语言在大数据处理中的实际应用与案例分析
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理中的实际应用,通过案例分析展示了Go语言在处理大数据时的优势和实践效果。文章首先介绍了大数据处理的挑战与需求,然后详细分析了Go语言在大数据处理中的适用性和核心技术,最后通过具体案例展示了Go语言在大数据处理中的实际应用。
|
1月前
|
数据采集 运维 数据挖掘
API电商接口大数据分析与数据挖掘 (商品详情店铺)
API接口、数据分析以及数据挖掘在商品详情和店铺相关的应用中,各自扮演着重要的角色。以下是关于它们各自的功能以及如何在商品详情和店铺分析中协同工作的简要说明。
|
3月前
|
关系型数据库 MySQL Serverless
高顿教育:大数据抽数分析业务引入polardb mysql serverless
高顿教育通过使用polardb serverless形态进行数据汇总,然后统一进行数据同步到数仓,业务有明显高低峰期,灵活的弹性伸缩能力,大大降低了客户使用成本。
|
3月前
|
机器学习/深度学习 数据采集 算法
大数据分析技术与方法探究
在当今信息化时代,数据量的增长速度远快于人类的处理能力。因此,如何高效地利用大数据,成为了企业和机构关注的焦点。本文将从大数据分析的技术和方法两个方面进行探究,为各行业提供更好的数据应用方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
52 2
|
3月前
|
机器学习/深度学习 人工智能 运维
大数据分析:探索信息世界的钥匙
在当今信息爆炸的时代,大数据分析成为挖掘宝藏般的技术和方法。本文将介绍大数据分析的基本概念、技术与方法,并探讨其在商业、科学和社会领域中的广泛应用。从数据收集和预处理到模型构建和结果解读,大数据分析为我们揭示了信息世界的钥匙,为决策者提供了有力的支持。
|
2月前
|
API
GEE案例分析——利用sentinel-3数据计算空气污染指数(Air Pollution Index,简称API)
GEE案例分析——利用sentinel-3数据计算空气污染指数(Air Pollution Index,简称API)
106 0
|
3月前
|
数据挖掘
离线大数据分析的应用
离线大数据分析的应用