祝建华教授莅临我院讲授大数据与数据新闻

     10月17日上午，香港城市大学传播与新媒体系祝建华教授在学院233报告厅做了题为“从大数据到数据新闻”的讲座。
      讲座分为“大数据的真相与误解”、“数据新闻的前生与今世”、“数据新闻的善用与误用”三部分。祝建华教授首先向同学们介绍了何谓大数据，引用IBM的四V理论，即海量（volume）、快速（velocity）、多样（variety）与价值（value），引申到中文，可以归结为“多快好省”四个字。接下来，祝教授根据自己多年来从事社会科学研究的心得，对当下学界与业界关于大数据的迷思进行了批判性反思，指出当下的数据量确实飞速膨胀，然而关于个案的数据特征并未随之丰富，而处理大数据的技术也还不够成熟。基于此，祝教授建议将大数据的特征归结于“多快糙耗”四字。
       祝教授向同学们推荐了有关大数据前沿动态的三部著作《大数据时代》、《大数据》以及《证析》，并对各部著作的启发性和科学性进行了简要评析。祝教授认为，目前随着网络技术的发展，新型数据来源替代了传统数据来源，人类存储的数据量越来越大。另一方面，祝教授指出了目前大数据技术存在的不成熟之处。现有分析大数据的所有统计方法，都以100多年前的统计手段为基础，这些经典方法以小数据的正态分布为前提，未必适合对大数据的分析。同时，信息爆炸的速度已经超出了技术的承载力，全球数据量与技术存储能力之间的剪刀差也愈拉愈大。

      通过对大数据概念的辨析，祝教授切入了数据新闻的主题，介绍了大数据在新闻传播学术与实务中的应用。祝教授首先梳理了数据新闻的演化路径，从美国新闻学者Meyer在六十年代提出的精确新闻（precision journalism），到依托于信息工具的电脑辅助新闻、数据库新闻、数据驱动新闻，最终发展到今天的可视化新闻。每一次发展，并不是对前者的颠覆或替代，而是不断为其赋予新的内涵。数据新闻的诞生早于互联网与大数据，后两者近年来的迅猛发展又为数据新闻提供了新兴动力。
      随后，祝教授又讲授了数据新闻的多种分类方式。根据数据在新闻生产中的地位，可以将数据新闻区分为数据驱动；相辅相成以及数据辅助三类。其中数据驱动新闻是一个通过分析和过滤大型数据而制作新闻故事的过程，旨在帮助公众理解社会现象并根据数据结果作出决策。根据数据在新闻中发挥的作用，可以将其分为作为新闻主体、作为新闻主题、作为新闻导语、作为新闻插图四类。根据新闻范式的不同，又可以划分为精确新闻、CAR-DBJ-DDJ与可视化新闻三类。祝教授继而讲到可视化新闻的常见误用或滥用之处，如表达不准确、漏报关键方法细节、为形式而形式、过分复杂难以理解等，指出其成因一来是数据本身的复杂与抽象，二来是误将信息可视化等同于艺术可视化。
      祝教授指出报道调查数据时必须提供的技术细节，如调查赞助者、调查日期和地点、调查对象、抽样方法、样本人数、访问成功率等，从而提高数据新闻的准确程度。祝建华教授以数据新闻经典之作《拿破仑在1812》为例，向同学们展示了多维度数据新闻的制作与呈现路径。
      祝教授提到现阶段数据新闻团队的人才结构一般由记者、美工与码农组成，依据工作任务分为研究组、设计组与发布组三部分，分别负责数据的搜集挖掘、文字编写与可视化处理、新闻信息发布，完成数据故事化、新闻数据化、新闻艺术化。最后，祝教授用一段视频为演讲内容进行总结。视频讲述了一位可视化设计师从IT业者转型为数据新闻记者的历程，向同学们展示了“数据可视化之美”。
会议主持人单波教授对祝建华教授的讲座进行了总结，赞赏了祝教授在传播学前沿领域耕耘的成果，也向祝教授介绍了我院青年教师在数据新闻领域做出的初步探索。
      祝建华教授是印第安纳大学传播学博士，现任香港城市大学教授，在传播学实证研究领域卓有成就，曾在国际学术期刊及会议发表论文百余篇，提出议程设置的零和博弈、权衡需求等在国际传播学界被广泛认可的理论。祝建华教授近年来主要关注新媒体理论、社会网络分析、大数据研究等学术领域，是学术界极少数能够横跨文理学科的优秀学者之一。