新闻基础概论 3

中|国|原|创|性|哲|学|社|会|科|学|重|点|教|材|建|设|工|程《融合新闻学》第八章数据智能驱动的融合新闻学习要点数据新闻的特征与应用类型数据新闻的生产流程传感器新闻的特征与应用类型人工智能新闻的类型与发展趋势本章目录第一节数据新闻第二节传感器新闻第三节人工智能新闻第一节数据新闻数据让人们能跨越时空深入观察现象、探索规律，得出精准的结论。在数字化时代，新闻工作者不仅要具备传统的采编能力，还需拥有数据分析、可视化表达和算法应用等跨学科技能。数据新闻的发展推动新闻从单一的文字、图片、声音和影像报道，转向包含丰富数据信息和交互元素的多维报道。一、数据新闻的发展历程尽管“数据新闻”这一概念近年来才被广泛使用，但其思想基础早在20世纪中期便已出现。第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》20世纪50年代“计算机辅助新闻报道”最早被提出20世纪60年代“精确新闻”概念被提出21世纪“数据新闻”得到广泛讨论精确新闻主张将问卷调查、内容分析等社会科学研究方法引入新闻报道流程，进而提升新闻报道内容的科学性、客观性和可验证性。计算机辅助新闻报道的发展，可以通过联网计算机进行信息搜集和处理，为新闻报道提供更加丰富和精确的素材。记者从数据中寻找新闻线索，数据驱动的新闻显示出数据信息超越新闻故事的倾向，契合了媒体融合环境下用户的信息接受习惯。（一）数据新闻的概念二、数据新闻的概念及特点第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》数据新闻，又称数据驱动新闻，指依托于数据的收集、挖掘与分析，通过可视化、可听化等多元呈现方式和交互设计手段进行报道的融合新闻类型。数据新闻建立在数据信息处理基础之上，数据新闻里的“数据”并不是人们所熟悉的“数字”，也并不是包含了数字的报道就一定是数据新闻。数据新闻的核心在于对数据的挖掘和价值呈现。若仅停留在数据的简单呈现，而缺少对数据的科学处理与深度挖掘，这样的报道并不能称为数据新闻。（二）数据新闻的特点二、数据新闻的概念及特点第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》1.数据化的讲述数据新闻生产是一个信息提炼的过程，需要将原始数据转换为有意义的数据内容，通过把复杂的事实逐步组织成条理清晰、易于公众理解的故事，为公众提供更多价值。2.视听化的呈现数据视听化是科学与艺术的有机结合，科学的严谨和艺术想象之美在其中融为一体。可视化赋予了数据新闻真实、易读的特点，融合了数据分析严谨科学的语言和新闻报道生动形象的语言，从而增强了数据新闻的表达能力。（一）宏观与微观结合描述新闻事实三、数据新闻的应用类型数据新闻通过大规模的数据样本让报道能够以宏观的视野，在无限接近事实真相的层面对新闻事件进行整体把握。例如，中央广播电视总台推出的《大数据起底美菲南海“攻心战”》，从宏观层面系统揭露了美国和菲律宾勾结炒作南海议题的传播产业链路，梳理了涵盖10320个境外账号、77个关键传播节点，以及30万条推文和40万条帖子的海量数据，全景式揭露了美菲相互勾结、搅局南海的套路和目的。第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》（二）通过大数据预测新闻走向算法支持的历史数据计算可以用于预测未来发展走势。无论是微观层面的呈现，如流行疾病暴发、交通拥堵情况，还是宏观层面的分析，如经济指数变动、社会危机预警，都可以借助大数据进行预测性报道。图《大数据起底美菲南海“攻心战”》截图（三）服务社会公众三、数据新闻的应用类型服务公众是数据新闻的出发点，数据的处理和呈现是为了让公众理解数据及其变化的内涵，了解宏观数据对每个社会成员有何意义。例如，新华网的《春节数据抢先看》，通过海量的交通、旅游和消费数据展现了2024年我国经济复苏背景下人们生活的新活力。视听化的报道生动呈现了春节期间人民群众出行、消费等行为特征，反映了相关政策对民生的深远影响，是数据新闻服务公众、助力社会发展的典型案例。第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》图《春节数据抢先看》截图（一）数据获取四、数据新闻的生产流程数据新闻的生产大致遵循“数据获取—数据分析—数据视听化呈现”的流程。第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》1.官方公开数据2.技术采集数据3.调查收集数据从政府部门、权威机构、国际组织等公开发布的内容中获取数据，这些数据具有较高的权威性、完整性与可验证性。使用网络爬虫、页面解析等技术手段，从网页、社交媒体、数据库等数据源中提取有价值的信息也是数据获取的重要途径。通过问卷调查、用户投票等调查手段收集原始数据。这种方式不仅能增强数据新闻的独立性，还能弥补传统新闻报道中信息来源受限的缺陷。（二）数据分析四、数据新闻的生产流程第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》1.数据清洗2.数据选择与组织清洗通常有两个目的：消除人为错误，统一数据格式。人为错误指数据本身经不起推敲与核对，可能表现为各部分数据的数值总和与整体数据不一致等情况。还有数据的呈现形式错误，如行和列分布错误等。由于统计口径的差异，数据选取过程可能会产生多种结果，导向不同的视听化呈现。新闻工作者对数据集中的特定属性或多个属性进行的取舍与组合同样会导向不同的结果。这些都是统计话语在具体实践中的体现。1.时间视听化2.空间视听化不同于传统文字报道中对地理位置或空间范围的简单描述，空间定位技术能够生动展现地理位置数据的深层含义。3.关系视听化数据之间具有不同的结构关系，如对比关系、递进关系、构成关系、分布关系等。视听化的不同图表映射出这些不同的关系，指向不同的意义，从而让关系的呈现更具逻辑性。4.营造交互体验数据新闻通常采用三种交互方式：第一种是关联交互，通过点击数据突出显示或链接信息；第二种是层级交互，以窗口或界面的方式逐步揭示数据的内部结构；第三种是网络交互，动态展示数据间的逻辑关系。（三）数据视听化呈现《融合新闻学》四、数据新闻的生产流程第八章数据智能驱动的融合新闻第一节数据新闻时间线是基本的叙事维度。数据新闻可以通过对时间线或某些重要时间点的选择与拼接，呈现随时间流逝产生变化的动态过程，从而进行一种历史性叙事。（一）隐性的叙事主体五、数据新闻的叙事特点第八章数据智能驱动的融合新闻第一节数据新闻《融合新闻学》数据新闻中，数据成为主导性的新闻元素，各类数据库、数据集作为无声的语言，替代了原本作为人的讲述者，数据的采集和挖掘过程逐渐取代了记者的现场采访。（二）多维的叙事结构

文字、图片、声音、影像、数据等要素交汇，形成了多样的叙事路径。时间上，交互叙事突破了线性时间，重组过去、现在、未来；空间上，数据地图将实体空间与虚拟空间结合，创造了全新的交互体验。（三）开放的叙事方式数据新闻的核心价值在于，它能够从海量数据中发现故事线索，并将特定数据与其他相关数据相结合，揭示出数据对公众的意义。数据新闻的开放性支持用户从新闻故事中挖掘出更多价值，增强用户的参与感。随着数据分析和视听化技术门槛的降低，用户同样有能力基于自己对数据的理解，进行独立的分析与解读。第二节传感器新闻在物联网和大数据技术的推动下，传感器不仅促进了设备之间的互联互通，还增强了系统的实时感知与智能响应能力。传感器新闻凸显了万物互联的特征，记者通过传感器监测、收集生物数据、环境数据等，将其作为新闻报道的信息来源，极大拓展了融合新闻报道的手段和方法。（一）传感器新闻的概念一、传感器新闻的概念及特点第八章数据智能驱动的融合新闻第二节传感器新闻《融合新闻学》传感器新闻是指利用传感器技术搜集信息和挖掘数据，从而进行报道的融合新闻类型。一方面，传感器的应用突破了人工采集的局限性，能够获取更深入、全面的数据资源，并通过分析和挖掘，拓展新闻选题的范畴与深度，还能依托现有数据进行科学预测。另一方面，随着传感技术的普及以及传感器硬件成本的降低，传感器不仅在政府、企业和科研单位得到广泛应用，还融入智能手机、监控摄像头等日常生活设备中，有效降低了数据采集的成本。（二）传感器新闻的特点一、传感器新闻的概念及特点第八章数据智能驱动的融合新闻第二节传感器新闻《融合新闻学》1.通过新闻信息量化实现高效解读它能够将抽象事物具体化、量化，不仅能够精确、透明地记录原始数据，获得更全面的信息，而且具备查询、再现等功能，为新闻记者提供了更多样的信息来源。2.通过万物互联实现内容生产智能化3.精准反馈助推新闻个性化定制4.赋权用户打造参与式新闻它凭借独特的感知能力，实时、准确地收集各种数据信息，为新闻内容生产提供丰富素材。传感器负责在前端收集数据，新闻机器人则在后端发挥强大的数据分析与处理功能，对收集到的数据进行深度挖掘和智能分析。手机内置的全球定位系统、距离传感器、光线传感器、陀螺仪、方向传感器等多元传感器，能够实时获取用户的上述个人数据，并持续将这些数据汇入大数据库。新闻媒体通过“众包”策略，鼓励用户自主采集个人数据并反馈给新闻媒体机构。在这个过程中，用户不仅获得了与自身利益相关的信息，还深度参与新闻制作过程，并对最终报道的内容进行反馈。（一）基于小型传感器的新闻应用场景二、传感器新闻的应用类型第八章数据智能驱动的融合新闻第二节传感器新闻《融合新闻学》（二）基于中型传感器的新闻应用场景

各类微型摄像头、温度测量仪等传感器以其自身体积小、便于安装携带的特性，嵌入各类智能设备，时刻记录、传输着海量的信息内容，为新闻媒体带来丰富的数据资源。无人机新闻是这一类型传感器的典型应用实例。无人机新闻运用无线电遥控技术，操控装备有摄影、摄像装置的无人飞行器进行新闻采集。无人机凭借其轻便灵活、可远程操控、高空作业等独特优势，能够迅速、准确地获取各类图片和影像信息，拓宽了新闻采集的边界，并显著提升了数据采集的精确度。（三）基于大型传感器的新闻应用场景大型传感器的应用，能够将视野由局部扩展至整体，如远距离采集电磁波数据，获得相关地物的形态、纹理特征、现象表现及变化动态等信息，使新闻媒体摆脱传统报道中个体受到的时空束缚，进而拓展其感知能力，增加报道的深度。（一）借助公共设施收集数据三、传感器新闻的数据采集方式第八章数据智能驱动的融合新闻第二节传感器新闻《融合新闻学》智能时代的城市中遍布监控摄像头、道路测速传感器、空气质量监测传感器、水质监测传感器等公共设施，它们均具备采集各类专业数据的功能，共同构建起一个庞大的数据库。新闻记者可以根据选题需求，利用这些公共设施所收集的传感数据资源，进行新闻内容的创作生产。例如，2023年春节期间，中央广播电视总台推出“传感中国”系列报道，通过传感器透视我国近些年高科技产业的快速发展，同时向人们科普了传感器在春运、南水北调、农业、物流、智慧城市等关系国计民生的重大工程中发挥的巨大作用。图“传感中国”系列报道截图（二）自研传感器收集数据三、传感器新闻的数据采集方式第八章数据智能驱动的融合新闻第二节传感器新闻《融合新闻学》尽管专业机构与政府部门收集的数据具有更高的准确性，但并不总是符合媒体的需要。随着传感器所用材料及相关技术成本日益降低，各个媒体也逐渐开始使用自研传感器收集数据。（三）众包收集数据众包模式是指新闻媒体在网络空间构建数据共享平台，吸引分散的用户围绕特定选题聚合在一起，利用传感器收集数据，使用户直接参与新闻生产的过程。（四）从政府部门和企业获取数据政府部门掌握着海量的传感数据，相较于其他平台，政府拥有更先进的传感设备，收集的数据也具有较高的可信度。除政府部门外，大型企业也开始涉足传感器领域，如腾讯、华为、小米以及共享单车、各类健康监测软件的运营者等，都在传递着各类数据信息。第三节人工智能新闻人工智能正在拉开第四次技术革命的序幕，也给融合新闻创新带来了新动力，成为技术驱动融合新闻的最大变量。人工智能正在重塑新闻信息的采集、生产和分发环节，其应用不仅提高了新闻生产的效率和质量，也为新闻传播带来了新的机遇和挑战。（一）人工智能新闻的概念一、人工智能新闻的概念及特点第八章数据智能驱动的融合新闻第三节人工智能新闻《融合新闻学》人工智能新闻是依托人工智能、大数据、云计算等技术，通过人机协作或机器自动生成内容的融合新闻类型。人工智能新闻的应用涵盖新闻的内容生成、编辑、推荐与分发等多个环节。在内容生成方面，自动化技术结合自然语言生成算法，能够基于结构化数据高效生成体育、财经等新闻内容，提升生产效率。在编辑层面，智能模型可根据记者设定的模板和逻辑规则进行稿件优化与语言润色，实现人机协同写作。在推荐与分发环节，人工智能通过对用户行为的分析与预测，实现新闻内容的精准推送与个性化传播。这些技术手段共同推动了新闻生产流程的智能化转型。一、人工智能新闻的概念及特点第八章数据智能驱动的融合新闻第三节人工智能新闻《融合新闻学》（二）人工智能新闻的特点在人工智能新闻中，信息采集依赖大数据的广泛性、多样性和实时性。新闻媒体通过人工智能技术能快速抓取和分析来自不同平台的实时数据。1.海量数据驱动自动化生成通过自然语言生成技术，将从多源头数据中提取的信息转化为连贯、流畅的新闻文本。通过预设的写作模板或规则，人工智能系统根据不同的新闻类型自动生成新闻报道。2.自动化生成通过收集用户的行为数据，人工智能能够协助媒体全面了解用户的兴趣，生成精准的用户画像。基于画像，人工智能可对海量新闻内容进行筛选，推送个性化新闻。3.精准化分发（一）机器辅助式新闻二、人工智能新闻的类型第八章数据智能驱动的融合新闻第三节人工智能新闻《融合新闻学》进入21世纪，机器辅助式新闻报道的应用愈加广泛，尽管编辑部仍在新闻报道中占据主导地位，但机器在数据处理、辅助编辑、内容生产等方面的独特优势正逐渐把记者从烦琐工作中解放出来。机器辅助数据处理已渗透在媒体日常工作中，如人民日报的“新闻线索热点发现系统”，可针对任意一条热点线索、选题，进行互联网聚合分析、传播情况分析等，为编辑记者的决策提供支持。需要注意的是，机器辅助是人工智能技术应用的早期阶段，辅助生成的内容较为单一，随着技术发展，机器辅助式新闻正逐渐演变为人机协作式新闻。（二）人机协作式新闻二、人工智能新闻的类型第八章数据智能驱动的融合新闻第三节人工智能新闻《融合新闻学》人机协作式新闻指在新闻生产过程中，职业新闻人与智能机器协同工作，共同完成新闻创作和发布。具体而言，人机协作式新闻有三种典型实践样态。第一，机器人新闻写作。机器人能够迅速评估数据价值，高效处理海量信息，自动生成新闻稿件。2015年，腾讯网使用Dreamwriter

撰写了国内第一篇机器稿件。此后国内媒体纷纷试水写稿机器人。第二，人工智能新闻主播（以下称AI主播）。AI主播能够承担新闻播报、配音、出镜报道、评论、手语翻译、综艺主持等多种职能。第三，个性化新闻推荐。许多新闻媒体借助算法，根据用户的浏览历史、点赞、分享、评论等信息，动态调整推荐内容。（三）智能生成式新闻二、人工智能新闻的类型第八章数据智能驱动的融合新闻第三节人工智能新闻《融合新闻学》人工智能进入生成式阶段，文心一言、DeepSeek、ChatGPT等大语言模型问世。它们不仅能够完成多轮对话，还能够输出拟人化的情感，并且根据指令生成多样化的复杂内容。这些生成式人工智能为新闻制作带来更多可能。2023年以来，多家媒体平台宣布接入市场上成熟的大语言模型，其核心技术特性是“概率计算—标注训练”：通过对大量文本数据的学习，预测并生成符合预期的自然语言文本。与传统的判别式人工智能不同，生成式人工智能本质上是通过“文字接龙”模式，根据上下文生成连贯、有意义的文本。而标注训练能为文本注入“以人为本”的价值观念与情感要素，进而提升文本表达的人文价值。人工智能技术01020304（三）新闻审核随着人工智能技术的发展，新闻的核查由人工核验走向智能化、多维度的机器审核。例如，腾讯推出的Dreamwriter在自动化写作基础上兼具智能稿件纠错功能，可以根据语料库智能筛查新闻文本的常见语法语义问题。（四）新闻分发在新闻分发领域，人工智能的介入使得推荐系统能够精准捕捉用户的兴趣、行为和偏好，为用户提供个性化的内容服务。（一）新闻采集

人工智能可以通过设定的规则或深度学习模型，自动识别并抓取各大新闻网站、社交媒体、博客、论坛等平台上的新闻内容。（二）新闻制作

借助人工智能技术，新闻媒体机构可以实现自动化写作、智能编辑与创意生成，提高新闻制作的效率和质量。《融合新闻学》第八章数据智能驱动的融合新闻第三节人工智能新闻三、人工智