《数据新闻与数据可视化》-课程标准

《数据新闻与数据可视化》课程标准一、课程基本信息课程名称：数据新闻与数据可视化课程类别：专业核心课/专业基础课课程性质：必修/选修计划学时：36学时计划学分：2分先修课程：无适用教材：《数据新闻与数据可视化（微课版）》，张洋编著，人民邮电出版社，2025年出版二、课程性质与任务本课程是面向网络与新媒体、新闻学、传播学、数据科学及计算机科学等相关专业的核心或基础课程。课程旨在培养学生运用数据驱动的方法进行新闻报道和信息传播的能力。通过理论与实践相结合的教学，使学生掌握从海量数据中提取有价值信息，并通过可视化方式清晰、生动呈现给受众的核心技能，为成为数据新闻记者、数据分析师或相关领域的专业人士打下坚实基础。三、课程核心素养与目标完成本课程学习后，学生应获得以下知识与能力：概念理解：理解数据新闻与数据可视化的基本概念、原则、发展历程及其在信息传播中的核心价值。数据处理：掌握数据采集、清洗、预处理与分析的基本技能，能够运用合适工具从多种来源获取并处理数据。可视化设计：掌握常用数据可视化图表类型与设计原则，能够根据数据特征和叙事需求选择并制作有效的可视化作品。新闻叙事：理解数据新闻的叙事结构与逻辑，能够将数据与故事结合，进行深度的、数据驱动的新闻报道。选题策划：了解新媒体环境下的网络数据与推荐算法，能够遵循伦理与法律原则，独立完成数据新闻选题策划。制作发布：掌握数据新闻从制作到发布的完整流程，能够使用不同平台制作并发布数据新闻作品。批判思维：具备批判性思维，能够分析和评估数据报道的可信度、准确性及伦理规范。四、课程内容与教学要求第一章：数据新闻与数据可视化概述（4学时）教学内容：数据新闻的概念、特征、生产流程与发展历程；数据可视化的概念、意义、操作要点与发展历程；可视化在数据新闻中的作用。教学要求：学生能区分数据新闻与传统新闻，理解数据新闻的生产流程及可视化的价值。第二章：新媒体中的网络数据、推荐算法与数据新闻选题（4学时）教学内容：网络数据的类型、特点及新闻价值；推荐算法的工作原理及其对新闻选题的影响；数据新闻的选题原则（伦理、人文、价值、可行性）与策划步骤。教学要求：学生能利用网络数据和算法逻辑挖掘选题，并撰写符合规范的选题策划书。第三章：数据新闻叙事（6学时）教学内容：叙事学基础；数据新闻的叙事结构（总分、递进、故事化）、叙事模式与叙事逻辑；数据新闻的叙事接受策略（沉浸、个性化、可视化）。教学要求：学生能设计数据与故事融合的叙事方案，避免常见叙事误区。第四章：数据获取、预处理与分析（8学时）教学内容：数据需求与分类；数据来源与获取方法（公开数据、爬虫、API）；数据预处理的作用、原则与方法（清洗、转换、整合）；基础数据分析方法（描述性、解释性、文本分析、社会网络分析）。教学要求：学生能独立完成从数据获取、清洗到基础分析的完整流程，处理常见数据质量问题。第五章：数据可视化设计（8学时）教学内容：数据可视化设计原则（清晰、准确、美观）；视觉感知与编码；常用图表类型（柱状图、折线图、地图等）及交互设计；可视化工具应用（Excel,Tableau,ECharts等入门）。教学要求：学生能根据数据与叙事需求选择合适图表，并运用工具制作美观、准确的可视化作品。第六章：数据新闻制作与发布（6学时）教学内容：数据新闻完整制作流程（内容制作、页面与封面设计）；发布平台（静态工具平台、网页工具平台）；互动策略与网络传播效果评价。教学要求：学生能整合前序环节，独立或协作完成一个完整的数据新闻作品，并设计发布与推广方案。五、教学建议教学方法：采用理论讲解、案例分析、实践演示、小组讨论与项目实训相结合的方式。注重案例的时效性与典型性，强化实操训练。学时分配：总学时36，其中课堂教学约26学时，实训教学约10学时。各章节具体分配参见教学大纲。实训要求：要求学生完成至少一个期中小组实训项目（数据采集到分析报告）及一个期末个人实践项目（独立制作一则数据新闻）。教学条件：需要配备多媒体教室及安装有Excel、Python（基础环境）、Tableau等工具的计算机机房。教师需提供公开数据集及案例资源。六、学业质量与考核评价考核方式平时表现（20%）：包括课堂考勤、参与讨论、小组贡献度等。期中实训项目（40%）：小组形式完成数据采集、清洗、分析及可视化，并提交报告。评估项目的完成度、数据处理准确性与可视化质量。期末实践项目（40%）：个人独立编写一则包含数据可视化图表的数据新闻。评估对课程核心概念与方法的综合运用能力及作品的完整性与创新性。评价