大数据背景下新闻采编新趋势

□文|屈济荣



大数据背景下新闻采编新趋势

□文|屈济荣

［摘要］大数据技术下的新闻采编相比于传统新闻采编手段表现出巨大优势：新闻线索可预测，受众接受行为可分析，新闻的投送将更加精准。大数据时代新闻采编必须变革采编理念以适应新的要求，建立大数据技术设备支持，重视对既有数据的发掘和再利用。

［关键词］大数据 新闻采编 新闻预测 接受习惯

当前以传统媒体、互联网、物联网和移动互联网为代表的新旧媒体共存与融合让人们已经步入大数据时代。大数据是指储存于各种空间及网络的海量数据信息，不仅包括通常意义上的结构型数据，也包括文本、图片等其他形式存在一切非数据型结构信息。在新闻传播领域，传统的采编手段已不能完全适应社会的需要，只有在新闻采编的理念上和技术上都进行调整，才能适应大数据时代的发展趋势。

一、大数据技术下新闻采编的优势

大数据对传统新闻采编带来的影响主要体现在它所具有的巨大优势上。分散于各种网络的数据具有可分析性，经过适当处理后，这些信息就让新闻活动变为更为有效。

1.基于关联性数据分析增强了新闻的可预测性

预测是大数据的核心。大数据是利用相关性的数据进行研究的，相关关系的核心是量化两个数据值之间的数理关系，从而在已有的数据联系中发现新的有价值内容。［1］谷歌搜索引擎中“流感症状”和“流感治疗”关键字搜索以及特定的地理位置搜索情况，使谷歌比政府的医疗机构能更早的预测流感的爆发，能够及时采取相关措施预防。［2］这其实是利用了数据之间的相关性关系分析进行判断、预测的结果。这样的应用在新闻传播领域也能得到体现。大多数时候单个数据本身可能是碎片化的，并不含有多大的新闻价值，但它背后涉及的事件却可能蕴含的巨大新闻价值。大数据技术对新闻采编的核心功能之一就是要在那些海量的且似乎毫无关联的信息中之间寻找关键联系，从而揭示某些有价值的新闻线索。这些分析结果甚至还能准确预测出将要发生的事情，为媒体提供重大事件的新闻线索，让媒体在竞争中占得先机。利用对大数据分析出的有效信息获取新闻线索，既能满足受众的需要，也能为新闻采编找到方向。在大数据时代，无论获取新闻线索还是做预测性报道，都变得更加有据可循。

2.基于全样本的受众分析更加有效

相较于报纸、广播、电视等传统媒体，社会化媒体时代的传播活动的双向性开始变得更加向受众方倾斜，受众成为传播活动的中心。在设备技术的支持下，利用大数据技术对受众接受习惯的分析也越来越精细而准确。受众的信息传授活动都会在各种媒介上留下数据痕迹，它们能很准确地揭示受众的接受习惯，帮助提高传播的针对性。大数据使用的网络爬虫技术、分词技术和议题聚合等技术使得数据的收集和整理变得快捷迅速，能够直接找出受众的信息接收点。

更为重要的是，相较于传统的受众抽样调查，大数据采用的基本上是全样本调查，能有效避免抽样调查中技术因素和人为因素导致的偏差，因而更为全面准确。全样本的数据分析能很好应用于受众的社会语言表达、社会关系呈现、社会心理描绘、社会诉求预测等多方面研究。［3］受众的兴趣偏好、观点及语言表达习惯、现实和网络中的交际圈子、消费偏好与习惯等信息都能通过数据分析展现出来，凸现出各个独立个体的不同的兴趣点及他们共同的关注点，由此每个个体的接受习惯及特定人群的受众接受习惯都能由此分析出来。

社会化媒体的发展与对大数据的研究彼此促进，表现出明显的良性互动特征，这种互动性使得媒体的内容生产和受众的兴趣点结合起来。受众在网上的一切言论及活动是表达他们观点及兴趣点的一种极为普通的方式，这一点在社会化媒体中能得到更为明显的展示。例如新闻的点击量、评论量有助于了解受众接受偏好和关心程度；访问方式则可以帮助了解受众接受新闻信息的方式；通过阅读的时间集中段及访问的地点则可以了解到受众接受信息的时间场所与地点。大数据通过对受众接受行为的数据总结，可以很好地归纳出受众最愿意的接受方式、接受时段及接受内容，并能进一步发现其中的相关性，从而能够生产更加符合受众需求的内容，也能以符合受众接受习惯的方式进行信息的传送，为新闻的采编以及新闻的传送提供依据。

3.定制化增强了新闻投送的准确性

以社会化媒体为代表的自媒体时代，最好的新闻传播方式是根据受众个体或者群体特性而量身打造的定制化服务，传统媒体也应该适应这种发展趋势，强调信息投递的准确性。不仅像性别、年龄、地域、收入等人口统计特征影响着不同群体对新闻的需求，不同生活方式与消费方式的群体对新闻的需求也会不一样。而且即便是有着相同新闻内容需要的人群，也可能存在不一样的信息接收方式。因此要提高新闻的传播效果，就要更加重视新闻投递的准确性。大数据的运用使得新闻传播从大众传播逐渐向强调差异化的精准传播过渡。通过对数据库、网页的记录、社交媒体等个人留存的数据记录对受众进行有效的分析，发现数据背后的受众的需求。由此新闻传播就可实现对潜在受众的精准定位，根据不同受众特定关注点为他们投送需要的信息。事实上，大数据时代不仅新闻投送的精准性成为新闻采编的必备要素，广告、娱乐等信息的投送也要适应这种新的差异化传播方式。约瑟夫·塔洛早就预见到了这种趋势，他指出“通过先进的数据库，他们寻找具有相似人口统计特征、兴趣、价值观和活动的人们；与这些人展开相似的对话；然后按照他们的反应度身定做随后的对话”。［4］大数据技术应用的重要优势就是寻找有着相似特征的特定群体，并向这些人投送针对性强的信息。

4.既有数据资源可利用性更高

大数据技术可以帮助媒体提高对数据资源利用能力，有效降低新闻生产和传播的成本。除了广泛存在于互联网、物联网中的信息资源，今天的媒体在运营过程中也会积累自己的数据库。运用大数据技术对现有资源进行挖掘，可以发现很多与现有传播资源的相关性关系，进而挖掘很多具有更高价值的新闻线索，从而提高这些数据向新闻转化的效率。“数据挖掘可以延伸新闻中单一事件、现时信息的意义，拓展新闻的时空范围，深化对新闻事实的认知，发现常规新闻中不能体现的逻辑，从而丰富了单篇新闻报道的内涵，新闻样态也从封闭式告知话语转换为开放式工具，用户可以使用这些工具获取多元的信息”。［5］新闻在传播过程中，以及被网络媒体、社交媒体、论坛、空间等媒体转发和扩散的过程中，受众的观看、回复、评论等行为反映了他们对该些事件的重视程度及其态度。而这些反应则可能成为策划新的报道的依据，甚至可能是新报道的事实材料。通过对互联网传播的数据信息进行收集整理，如对网络中出现频率高的词汇可以进行收集，从而发现当前受众关注的焦点事件；或者关联多个事件的相关性信息，也可以判断接下来将会发生的新闻，进行预测性报道。对已有数据进行分析，既能对新闻资源进行深度和广度拓展，也可对报道所涉及的元素展开相关性拓展，还能对新闻传播过程中受众反应信息进行挖掘，从而获得新的有价值的材料。在大数据技术的支持下，既有传播资源的挖掘具有无穷潜力。

二、对新闻采编的新要求

大数据的发展带给新闻采编业前所未有的震荡，尤其是传统媒体的采编业受到了很大的挑战。危则思变，传统的新闻采编业要想跟上时代的步伐，就需要不断地提高丰富自身，变革采编思维，建立大数据技术设备支持，对有用的数据进行挖掘。

1.新闻传播要变革采编理念

大数据技术在新闻传播领域的运用，给传统的采编方式带来了很大的压力。在科技快速发展的今天，传统媒体也要认识到原有采编方法的局限性，运用大数据的力量，变革传统的采编思维，适应媒体行业的竞争和改变。新闻采编业是生产新闻的前提和基础，需要适应大数据的发展和进步，运用大数据的预测性功能寻找有效的新闻线索。因此新闻采编要在思维有所突破，在原有的方法上进行相应的拓展。

新闻价值的判断思维上的变革。传统上记者判断新闻价值依靠的新闻敏感主要是基于直觉、认知和经验的，虽然是有效的，但也并不总是可靠。大数据既可以告诉我们人们真正在关心什么，也可以将偶然事件连接成有价值的相关性。新闻采编在进行内容选择时，依据对相关数据处理得到的相关性内容，策划、制定受众最为关心的新闻报道纲要，并结合受众的接受行为特征来衡量事实的新闻价值，使新闻能更满足受众的需要，更符合受众的接受习惯。

新闻采访方法上的变革。新闻采访是为收集新闻素材而进行的调查研究活动，在传统方法上它是以观察、访谈为主要方式的。记者不仅需要致力于亲临现场进行或者寻找当事人、知情人采访，更重要的是记者必须要在事先获得新闻线索，因此经常遇到新闻资源稀缺的难题。在大数据技术的支持下，新闻线索的获取以及报道对象详细信息的收集方式相比传统方式有了新的拓展。这样的变化进而影响新闻生产的模式，尤其是在经济新闻领域，数据的收集与分析的重要性，甚至超过了传统的采访。

2.新闻采编要建立大数据技术设备支持

在经过第一代文件系统的新闻采编系统、第二代关系数据库系统的新闻采编系统、第三代的多媒体数据库系统的新闻采编系统之后，基于互联网技术、以浏览器数据为界面的第四代新闻采编系统已经开始运用，以数据为媒体主要元素的时代正式开启。［6］第四代新闻采编系统以云计算为技术核心，需要大型的分析软件进行数据处理，也需要服务器集群进行信息储存。因此大数据时代的新闻采编要建立起能适应时代技术设备支持，才能保证媒体能够快速准确抓取有用信息，迅速评定新闻价值，生产制作新闻内容，并便捷、高效地传输新闻。这些设备一方面连接互联网获取有效信息，同时也与媒体采编人员的个人工作平台连接起来。这样数据中心获得的有效信息可以随时传递到采编人员手中，采编人员采集的视音频信息也可以传回信息中心进行分析和处理，从而获得高价值的主题搜索关键词，为进一步提高数据中心的信息采集效率提供依据。而所有这些信息最终又可成为媒体构建自有数据库的基础。

与设备相对应的是采编人员对数据技术的掌握。大数据时代的挑战，新闻采编人员除了要熟练掌握传统的采编技能外，还应该具备数据收集、数据分析和数据解读能力，因此大数据时代加强对采编人员的相关培训也成为必要。一般来说，新闻采编人员需要掌握利用关键词进行主题搜索寻找有用数据；还要学会利用频数统计、相关性分析、预测性分析等手段，将数据采集平台采集的以数字为主的结构性数据和以视频、音频或者图片等非结构性数据，转换成有价值的新闻事实材料，完成新闻的采编任务。

3.新闻采编要注重数据挖掘的针对性

然而大数据平台毕竟只是一个面向主题的数据集合，虽有信息集成但又充满不确定性。不仅信息内容广泛，形式也各种各样，因此对于数据的挖掘要求注重有用性。传媒机构应该利用集群环境下的统计分析和相关性分析等技术，将各类结构性数据和非结构性数据按照传播目标、受众特征、传播方式、媒介特质等多维性和内在联系，进行综合、归纳、分类、关联性以及趋势预测等分析，从海量数据中寻找有用的、有价值的信息，为新闻采编在不同技术层面、不同业务系统提供信息支持。然而不是所有的数据都具有价值，从浩如烟海的信息海洋中迅速而准确地获取自己最需要的信息尤其困难，如在微博、微信等社交媒体上提供的各种数据中寻找有用信息时，识别需要忽略的数据与发现想要的数据具有同样重要的意义。

新闻传播需要重视根据受众特征寻找具有新闻价值的数据。大数据的信息抓取具有主题指向性，而这种指向性则要依靠采编人员对数据分析能力为基础。从搜索主题到新闻价值的出现，受众的兴趣点也是关键因素，与受众关联度最强的新闻将成为最重要的新闻。如何通过信息收集整理，得出相关性最强的因素，可能会成为未来新闻采编的核心环节。新闻内容与受众兴趣点的关联度越大，越能受到受众的青睐，越能满足受众的需要。媒体的定位与主要传播方向决定了数据挖掘的主题指向，然后积极主动地寻找与之相关的数据来进一步分析数据背后是否有相关的新闻事实存在。这个过程一般遵循几个重要步骤，首先要利用相关软件对能收集到的数据进行萃取、转换以及加载等过程，构建与新闻业务相关的数据仓库；然后要对这些数据进行统计分析或者数据挖掘技术，分析趋势、发现机会，通过整合技术实现对数据有效性的提升；最后才能在统计结果或数据挖掘归纳的亮点中找到有传播价值的新闻素材。

三、结语

大数据是新一代信息技术的集中反映，对技术、设备、人员有很强的要求的应用领域，在目前的传媒行业是最具潜力的领域之一。虽然我们不能过分夸大大数据的作用，而且传统的采编手段依然是媒体最基本的技能，但大数据对新闻采编的影响也不可否认。新闻采编要从战略上重视大数据开发和利用，积极寻找数据的相关性和数据背后受众的相关需求，科学规划、有效地利用大数据，使自身从思维、技术、到设备等多方面呈现出新的面貌，这些改变对任何媒体而言，都不应该被忽视。

（作者单位：湖南科技学院传媒学院）

参考文献：

［1］［英］维克托·迈克-舍恩伯格，肯尼思·库克耶.大数据时代［M］.盛杨艳，周涛，译.杭州：浙江人民出版社，2013:71

［2］［3］喻国明，王斌，李彪，杨雅.传播学研究：大数据时代的新范式［J］.新闻记者，2013（6）

［4］［美］约瑟夫·塔洛.分割美国——广告与新媒介世界［M］.洪兵，译.北京：华夏出版社，2003：110

［5］陈昌凤.数据新闻与大数据思维的应用［J］.新闻与写作，2014（4）

［6］万中秀.纵览四代新闻采编系统［J］.编辑之友，2013（1）