数据新闻实务

2013 年被称为“大数据元年”，在大数据技术的背景下，数据新闻在我国发展得如火如荼，已然成为媒体机构广泛应用的报道方式之一。信息的生产及传播方式的改变必然改变人才需求的指向。2013 年，全球开设“数据新闻”和相关课程的院校共有 24 所，哥伦比亚大学、密苏里大学以及雪城大学是其中表现较为突出的 3 所高校。我国“数据新闻”课程也随之起步。2014 年，中国传媒大学新闻学院在全校选拔了 18 名来自不同专业的三年级学生，组成数据新闻报道实验班。在传统的新闻课程基础上，中国传媒大学为这个方向的学生开设了数据处理、网页抓取技术、可视化技术等方面的课程，并要求学生完成数据实践项目。2015 年，数据新闻正式成为新闻学专业的方向之一在全国招生，2016 年改为自主招生，这也是我国首个数据新闻专业。然而，国外数据新闻专业化的路走得更远。哥伦比亚大学在 2018 年夏季学期开设独立的数据新闻硕士专业。新专业的课程设置不再只是涉及数据新闻基础，而是涵盖了数据、计算机及其他创新性的高级课程。这也意味着哥伦比亚大学的数据新闻教学实践将更加深入且专业化。 
数据新闻是一种新兴的跨学科、跨领域的新闻生产方式，所以大多数高校的“数据新闻”课程的教学采取了多名教师联合教授一门课的形式。根据我国数据新闻先行者黄志敏的调查报告，我国目前的数据新闻教育还处于探索阶段，每个学校都有不同的教学模式。例如，中山大学、汕头大学的“数据新闻”课都是由 3 个老师教学。3 个老师的分工一般依据数据新闻的三大部分内容，分别负责数据挖掘与分析、数据可视化、数据新闻综合实践 3 个方面。跨学科融合式教学是此类数据新闻课程开展的特色。例如，上海大学的“数据新闻”课程，由计算机科学学科、数码艺术学科、新闻传播学科 3 位老师授课，3门课分别在不同的学期开课，形成了一个系列课程。但是，多名老师联合教学就要求 3 位老师一起备课，并足够默契，否则每位老师各教各的部分，课程就会被割裂，无法形成统一的整体。汕头大学长江新闻与传播学院副院长、教授、硕士生导师白净指出：“最理想的状态是能够有一个老师把三者结合起来教学。”例如，兰州大学的“数据新闻”课程就是由一名教师独立承担教学任务。授课教师梁玮本科专业是计算机科学与技术专业，硕士专业是传播学。在课程安排上，该学校将 36 课时的课程分为 3 个部分，其中 1/3 的时间介绍数据新闻的概念、范畴、发展历史等基本理论知识，1/3 的时间由学生分享喜欢的数据新闻案例，1/3 的时间介绍软件及其如何呈现等。
笔者独立承担“数据新闻”课程的教学任务 3 年，从 2014 年开始接触数据新闻，到组建学生数据新闻团队，再到现在他们已经能够独立选题和制作数据新闻，俨然已经形成了一套比较规范和有效的教学模式和内容。 
提到如何制作数据新闻，大部分人会想到用 Python 进行数据挖掘、分析和可视化，但是对于没有计算机背景且具有极强文科背景的新闻专业来说，让学生去学编程似乎不太现实，这是因为：一方面，大部分学生没有这个兴趣；另一方面，目前国内的数据新闻并不是一个成熟的专业，甚至很多学校仅仅开设了一门相关课程，想要在这一门课程中，除了学到理论知识，还要学习编程，实在是不太现实。那么如何不用编程语言来实现数据的挖掘与获取、数据分析和可视化？随着信息技术的发展，现在的软件工具越来越智能和“傻瓜”，只要找对工具，零编程制作数据新闻不再是遥远的梦。 
本书正是基于上述课程教学过程中的困惑而编写而成，其主要特点是将理论与实践相结合，偏重于大数据环境下数据新闻的具体制作方法，同时以实际操作为主，每个步骤都有详细的说明，强调学生的动手能力。全书将制作数据新闻分为 4 个步骤，分别是数据获取、数据分析、数据可视化和数据新闻发布。在数据获取方面，介绍了基本的数据获取工具和方法，重点讲解利用火车头采集器自行挖掘数据；在数据分析方面，使用 Excel 清洗和分析数据；在数据可视化方面，使用相关软件实现文本信息分析和标签云制作，利用Echarts 和 H5 等其他数据可视化工具；在数据新闻发布方面，介绍当前较为实用的数据新闻发布平台，将数据新闻文案快速制作成数据新闻作品并生成网站链接或 H5 以利于传播。 
作者

《数据新闻实务》结合新闻人在制作数据新闻过程中的实际需求，以丰富的经典案例解析数据新闻的操作理念和方法。全书分为六章，分别为数据新闻概述、数据新闻的选题与策划、数据挖掘与获取、数据清洗与分析、数据可视化和数据新闻发布平台。在数据获取方面，介绍了基本的数据获取工具和方法，重点讲解利用火车头采集器自行挖掘数据；在数据分析方面，使用 Excel 清洗和分析数据；在数据可视化方面，使用相关软件实现文本信息分析和标签云制作，利用 Echarts 和 H5 等其他数据可视化工具；在数据新闻发布方面，将自己的数据新闻快速整合成网页链接或 H5 以利于传播。全书将理论与实践相结合，偏重于大数据环境下数据新闻的具体制作方法，使读者无须编程基础也能快速掌握数据新闻的制作过程，内容通俗易懂，简明实用，包含配套的教学视频资料和相关软件，可免费下载。

第一章 数据新闻概述  1 
第一节 数据新闻的概念与特征  1 
一、数据新闻概念的提出  1 
二、理解数据  3 
三、数据新闻兴起的原因  4 
四、数据新闻的特征  6 
第二节 数据新闻的制作流程  7 
一、制作前期：数据全面搜集  9 
二、制作中期：数据的处理与分析  9 
三、制作后期：数据的视觉化呈现  11 
四、传播途径：多种方式与平台的整合  16 
第三节 数据新闻的人才需求  16 
一、人才到位，各司其职  17 
二、团队组建，共同协作  17 
三、新闻素养，不可缺失  17 
第四节 数据新闻经典案例分析  18 
一、信息集纳类  18 
二、民生调查类  20 
三、大数据分析解读类  20 
四、一图读懂类  21 
五、视频动画类  22 
复习思考题  23 
第二章 数据新闻的选题与策划  24 
第一节 数据新闻选题的类型及特征  24 
一、数据新闻选题的类型  24 
二、数据新闻选题的特征  27 
三、实践中的选题操作  27 
第二节 从数据角度谈选题策划操作  28 
一、确定数据的维度和纵深 28
二、以小见大，集中叙述  29 
三、从假设到验证，避免先入为主  31 
复习思考题  31 
第三章 数据挖掘与获取  32 
第一节 理解数据新闻中的数据  32 
第二节 数据获取的渠道及方法  33 
一、获取公开发表的数据  33 
二、采集未公开发表的数据 35 
三、十大实用数据网站和四大数据导航类网站推荐  41 
四、上机实践操作  54 
第三节 数据挖掘的方法—利用火车头采集器爬取相关数据 56 
一、工具准备  56 
二、数据采集原理及思路  56 
三、一级网址的数据采集爬取  60 
四、多级网址的数据采集  67 
复习思考题  70 
第四章 数据清洗与分析  71 
第一节 数据新闻的 5 个“W”  71 
一、Who—数据是谁提供的  72 
二、What—你想用数据告诉人们什么  72 
三、When—数据是何时采集的  72 
四、Where—事件发生于何地  72 
五、Why—这组数据有何意义  73 
第二节 基本数据的清洗 73 
一、导入获取的数据  73 
二、基本的数据清洗  75 
第三节 简单的数据分析工具使用  80 
一、分列  80 
二、快速填充  81 
三、删除重复项  82 
四、数据验证  83 
五、合并计算  84 
第四节 运用函数进行数据分析  85 
一、Excel 文本函数  86 
二、Excel 统计函数  88 
复习思考题  92 
第五章 数据可视化  93 
第一节 数据可视化简介 93 
一、认识数据可视化  93 
二、数据可视化的误区  94 
第二节 文本信息分析及可视化  99 
第三节 图片信息可视化 102 
一、安装  102 
二、具体操作  103 
第四节 利用 PPT 实现数据可视化  104 
复习思考题  105 
第六章 数据新闻发布平台  106 
第一节 数据新闻发布平台的特点  106 
一、百度图说  106 
二、镝数聚  107 
三、文图  109 
第二节 数据新闻发布平台的实践操作  110 
一、百度图说实践操作  110 
二、镝数聚实践操作  111 
三、文图实践操作  112 
复习思考题  113 
参考文献  114 

《数据新闻实务》结合新闻人在制作数据新闻过程中的实际需求，以丰富的经典案例解析数据新闻的操作理念和方法。全书分为六章，分别为数据新闻概述、数据新闻的选题与策划、数据挖掘与获取、数据清洗与分析、数据可视化和数据新闻发布平台。在数据获取方面，介绍了基本的数据获取工具和方法，重点讲解利用火车头采集器自行挖掘数据；在数据分析方面，使用 Excel 清洗和分析数据；在数据可视化方面，使用相关软件实现文本信息分析和标签云制作，利用 Echarts 和 H5 等其他数据可视化工具；在数据新闻发布方面，将自己的数据新闻快速整合成网页链接或 H5 以利于传播。全书将理论与实践相结合，偏重于大数据环境下数据新闻的具体制作方法，使读者无须编程基础也能快速掌握数据新闻的制作过程，内容通俗易懂，简明实用，包含配套的教学视频资料和相关软件，可免费下载。

《数据新闻实务》将理论与实践相结合，偏重大数据环境下数据新闻的具体制作方法，无须编程基础，帮助读者快速掌握数据新闻的制作过程，内容通俗易懂，简明实用。