大数据与新闻传播

A. 新媒体遇上大数据　隐私保护仍是“痛点”

新媒体遇上大数据隐私保护仍是“痛点”_数据分析师考试

大数据并不是简单地买几台服务器把数据存下来，而是要将大数据与实际接轨，突出工具化、服务化和实用化，让大数据能解决具体问题。

新媒体在运用大数据过程中，一个非常关键的问题是隐私保护。在使用大数据过程中保护个人隐私，需要司法机关发布有效的法律判例，对侵犯隐私行为形成舆论压力；同时要加强大数据隐私保护研究

7月9日，金砖国家领导人第七次会晤在俄罗斯乌法举行。

当天，人民日报全媒体平台“烹”出一张图解:《金砖国家大数据》。

这并非新媒体与大数据的第一次结合。

前不久由中国社会科学院发布的《中国新媒体发展报告(2015)》称，中国新媒体已超越“跨行业”，初步呈现“全产业”发展新趋势。移动化、大数据化和智能化的新媒体已成为具备高强渗透度的产业基因，可深度融合于经济产业各领域之中。

专注研究新媒体与数据新闻的清华大学新闻与传播学院教授沈阳认为，当前，大数据在新媒体中应用广泛，贯穿于新媒体发展的各个方面。

大数据运用广泛

人民日报全媒体平台发布的《金砖国家大数据》，只是近期新媒体运用大数据的一个例子。

早在大数据这一概念进入公众视野不久，便有媒体将大数据运用于新闻报道之中。

2014年春运期间，互联网上就出现了一张可以呈现国内春节人口迁徙实况的地图，这张尽显中国春运迁徙实景的图片更是登上央视《新闻联播》进行权威盘点。自从春运开始，这张地图多次被电视、报纸等媒体引用，成为用数据解读春运状况的一个样本。据称，这是国内首个运用大数据播报国内春节人口迁徙实况的地图。

相较于电视、报纸等传统媒体，新媒体对大数据的运用更加频繁，作为新媒体代表之一的“澎湃新闻”便是如此:今年2月，“澎湃新闻”出品了《大数据告诉你，梅西的右脚现在有多恐怖》；3月，《落马老虎大数据:除“军虎”外，69人共花两千多年入省部级》“走”下生产线。

在沈阳看来，将大数据应用于报道内容，只是新媒体运用大数据的一个方面。

在与《法制日报》记者交谈过程中，沈阳列出了新媒体“遇上”大数据的多个“场景”:在做新媒体功能研发时，哪些要素需要增强、哪些需要减弱，可以运用大数据分析进行修正；在策划选题时，可以通过大数据分析筛选出哪些话题关注度高、最热门；在内容推送过程中，可以利用大数据对用户兴趣进行分析并梳理出来；新闻发出后，受众有哪些评论、转发多少、分享情况，这些都可以通过大数据获得结果；即便是在广告投放环节，也可以通过大数据分析、预判广告与用户是否匹配、广告对新媒体品牌价值是否会有影响。

“大数据贯穿于新媒体的各个方面。”沈阳说。

“完美”并非绝对

尽管大数据很重要、很管用，但沈阳很早就发现，“大数据，没有看起来那么美”。

“数据真实性是一个不可回避的问题。目前，水军、僵尸粉、刷阅读量等情况都有存在，这在一定程度上给数据提供了虚假成分。”沈阳说，不过，从宏观上讲，可以控制这些虚假成分。

如何控制“水分”?沈阳举例说，在统计微博粉丝时，可以将范围缩小至带V的粉丝，因为带V粉丝造假成本高；如果要更精准的数据，可以进一步缩小范围，如近期活跃的带V粉丝。“当然，这样筛选数据会面临高成本的问题”。

沈阳在早期的研究中还关注到大数据的另外两个问题:样本代表性和相关性误差。

沈阳认为，我们不可能搜集到全数据，而与大数据相关的形容词往往是大规模、精准、细化，在调用如此“完美”的数据时，如何注意情景和样本的适用性是一个问题。正如网络民意与现实民意的讨论，微博不代表网络，网络不代表社会，朋友圈也是小圈子，跳出圈子看世界不容易，切勿陷入相同的悖论。在选样、测量、误差校正不尽如人意时，好数据将劣化，大数据将虚化。

相关性误差，则更偏向于技术。沈阳认为，在要素构成简单的情景中，可以利用大数据，基于一定算法和模型对变量元素进行相关性分析。然而，在复杂系统中，仅有相关性解释还不够，易走偏。比如一个明显不对的结论:一个城市的网页数越高，其网络形象就越好。虽然数据统计证实了网页数和网络形象存在一般的正相关，但忽略了负面事件带来的网页量爆发等，因此结论也是不科学的。相关性要真正体现在数据之间、数据与真实事件影射的现象之间、真实事件的客观联系上。

“大数据并不是简单地买几台服务器把数据存下来，而是要将大数据与实际接轨，突出工具化、服务化和实用化，让大数据能解决具体问题。”沈阳说。

隐私保护日益突出

基于多年研究大数据的心得，沈阳认为，新媒体在运用大数据过程中，一个非常关键的问题是，隐私保护。“目前，隐私保护问题越来越突出”。

此前，《法制日报》记者在参加一次论坛时，工信部相关部门一名负责人曾表达这样的观点:大数据时代到来后，随着互联网技术及其应用的发展，大数据、云计算技术方式的使用，个人信息的价值不断被挖掘、被使用，但是安全保护是一个很大的问题。

工信部相关部门这名负责人认为，大数据时代的个人信息安全面临三大问题。

“一个问题是数据未经授权被搜集，这种情况发生得比较多。”工信部相关部门这名负责人说，第二个问题是超出范围使用。所谓超范围使用，是指企业通过一定的所谓合法的形式拿到个人信息，但是拿到以后使用信息的目的、用途以及范围，并非信息权利主体所熟知。这种情况包括，当互联网对一些数据信息进行更进一步或者深层挖掘时，这种挖掘在一定程度上有可能侵犯了权利主体的权益。因为互联网企业之前可能告诉权利主体，获取信息是基于特定的目的或者在特定范围内使用，但是进一步挖掘就有可能触犯了约定。第三个问题是数据保存。曾有网络社区存储的几千万用户信息被黑客拿到后转卖给第三家，最后造成信息滥用。

在新媒体广泛使用、深度挖掘大数据的时代，如何保护公民隐私?

工信部相关部门这名负责人提出了一个观点:信息保护人人有责。

“在信息安全保护方面，很重要的一点在于，权利人自身要加强保护意识。”工信部相关部门这名负责人说，现在，不管是要求政府部门监管，还是要求司法机关动起来，一个重要前提是人人保护信息，这样才可能使信息保护问题得到根本解决，否则只靠公权力机关单方面去做是没有用的。当然，在提倡人人保护信息的同时，执法保护也是一个很重要的方面。

在沈阳看来，在使用大数据过程中保护个人隐私，一方面需要司法机关发布有效的法律判例，对侵犯隐私行为形成舆论压力；另一方面要加强大数据隐私保护研究。

以上是小编为大家分享的关于新媒体遇上大数据隐私保护仍是“痛点”的相关内容，更多信息可以关注环球青藤分享更多干货

B. 天津大学新传怎么样

很不错
天津大学新媒体与传播学院，是乎巧以“新媒体”为核心定位，围绕数字新闻学、网络国际传播、智能传播与算法治理等方向开展交叉学科研究，坚持走学科交叉之路。
学院依托智能与计算学院、管理与经济学部和外国语言与文学学院开展研究生招生工作。与智能与计算学部联合培养软件工程（新媒体方向）研究生，与管理与经济学部联合培养管理科学与工程（新媒体方向）研究生，与外国语言与文学学院联合培养中文语言文学（新媒体方向）研究生。
天津大学新媒体与传播学院（简称：新传学院）成立于2019年，学院依托天津大学的学术资源，联合优质社会力量，探索新文科与新工科交叉的建败丛设模式，以贯通“理工文管”为理念，坚持技术驱动和学科交叉，找准大数据及人工智能等技术与新闻传播学科的结合点，高起点建设“中国特色、世界一流、天大品格”的新媒体交叉学科平台。
截至目前，学院共聘任专兼职教师60余人，在自然语言处理、文本挖掘、社会化媒体与政治传播等领域开展交叉学科研究。
新媒体研究院成立于2017年，作为新传学院的内设机构，2018、2019级硕士研究生已入校。学院在学校北洋园校区和卫津路校区均具有独立办学空间，并建有融媒体大数据分析平台。
未来，新传学院将继续引进新闻传播与计算领域高端学者，培养本、硕、博复合型新闻传播人才，贡献高水平的新媒体研究成果和智库服务，努力建成智能时代下的察顷樱新媒体与传播学院。

C. 什么是大数据大数据对新闻传播业有何影响

通过整合不同来源的数据，比如：网站分析、社交数据、用户、本地数据，大版数据可以帮助你了权解的全面的情况。大数据分析正在变的越来越容易，成本越来越低，而且相比以前能更容易的加速对业务的理解。（摘自：中国客户关系网）

大数据通常与企业商业智能（BI）和数据仓库有共同的特点：高成本、高难度、高风险。

D. 大数据技术将对新闻传播带来什么影响

1、新闻生产由先前的新闻专业人员延伸到大数据技术人员，采访写作可以通过数据的采集和分析来完成。
2、技术对新闻的影响越来越大。
3、新闻报道的准确性和科学性将大为提高。
4、新闻的呈现将发生大的变化。数据的可视化是其主要表现。
5、大数据下的受众分析的深度、广度、精确度，将更有助于提升媒介新闻质量。
个人观点，仅供参考。

E. 什么是大数据，它对新闻业有什么影响

什么是大数据，它对新闻业有什么影响？

答：（1）大数据及其特点

“大数据”（Big Data，Massive Datasets）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据具有4V特征，即海量的数据规模（volume）、快速的数据流转（velocity）、多样的数据类型（variety）和价值密度低（value）四大特征。

在互联网行业中，大数据是指互联网公司在日常运营中生成、累积的用户网络行为数据。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。目前，大数据技术已广泛应用于电子商务、O2O、物流配送等领域，对新闻生产也产生了一定的影响。

（2）大数据对新闻报道的帮助

①提升新闻报道的质量。由于大数据能够精准地检测出确切的数据信息，不仅检测范围广大，而且能够呈现整体的事实并预测事件的发展趋势。因此利用大数据技术，可以有效地检测出媒体的报道方式和报道成果是否有缺陷。另外，新闻工作者可以借助计算机网络技术，利用新闻媒体以及合作机构数据库来挖掘大量的数据信息，进行深层次的数据挖掘，有了这样的技术，媒体的新闻报道水准将得到有效的提升。

②准确预测新闻报道走向。未来新闻业务层面的一个发展方向是趋势预测性新闻，以往新闻报道的选题更多来源于正在发生或已经发生的事实，如果媒体能够广泛借助大数据技术来进行重大趋势的预测与分析，那么，它对 社会 的影响力就能得到提升。

③减轻新闻报道工作人员的工作量。大数据技术的灵活运用，催生了数据新闻和机器人写作。数据新闻是将数据转化为信息的一种新闻生产形式，表现形式以数据和图表为主，这不仅大大增强了新闻报道的真实性、准确性和可说服性，还缓解了新闻报道人员的工作压力。机器人写作则是通过计算机对数据进行分析，按照新闻结构来对数据进行整理和自动撰写，平均每分钟就能够生产出两条新闻报道，这也为新闻报道撰稿人员分担了不少的工作量。

④使新闻报道更能满足受众需求。一方面，新闻生产者和发布者通过对受众的新闻阅读行为进行大数据分析，可以找出影响受众的各方面因素，使新闻报道的受众定位更加准确；另一方面，大数据技术不仅对受众的行为进行普遍化分析，而且还强调受众的个性化特征，从而促使媒体机构为受众提供更加个性化的新闻报道和服务。

F. 新闻媒体与大数据专业就业前景

教师。
1、首先新闻传媒专业就业方向高校教师：因为新闻传播学既具有理论的成分，又很实务，
2、其次因此就业的前景也非常广阔，其属新兴学科正处于迅速发展之中，极缺高校教师，
3、最后因此研究生毕业后即可进入高校教书，或者科研咨讯机构进行理论研究。

G. 数据新闻传播六种途径

数据新闻传播是指以数据、图表、图片、图像等形式的新闻传播方式。一般来说，数据新闻传播可以通过以下六种途径实现：

纸质报刊：数据新闻可以通过纸质报刊的形式进行传播，例如通过报纸、杂志等方式。

网络新闻媒体：数据新闻可以通过网络新闻媒体的形式进行传播，例如通过新闻网站、论坛、博客等方式。

电视新闻：数据新闻可以通过电视新闻的形式进行传播，例如通过新闻台、卫视等方式。

广播电台：数据新闻可以通过广播电台的形式进行传播，例如通过广播节目、电台节目等方式。

社交媒体：数据新闻可以通过社交媒体的形式进行传播，例如通过微信、微博、Facebook 等方式。

其他媒体：数据新闻还可以通过其他媒体的形式进行传播，例如通过手机短信、微信公众号、电子邮件等方式。

总的晌让来说，迹亮数据新闻传播的途径非常多，可以根据新闻内容、受众群体、宴州局传播

H. 大数据专业跨考新媒体传播学好吗

大数据专业跨考稿空新媒体传播学还行。
新传本专业学生和跨专业学生在学习难度的体验上差别并不会太大。换句话说就是，新传考研的门槛其实并不销敬敏高。
新闻与传播学教育在世界范围内都是看好的。在美国，报刊、广播电视亏枝、公关公司、广告公司、新媒体领域，都更愿意雇用新闻与传播学专业毕业的学生。

I. 大数据时代对媒体传播带来哪些影响

据前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》显示，大数据对传媒业产生了革命性的影响，其实，不仅传媒行业会受到大数据带来的影响，大数据也对传媒学术研究产生巨大的冲击和挑战。目前已经有学者开始就大数据对传媒研究的影响进行了初步分析,但总体而言，新闻传播学界对大数据的研究偏重于现象描述和情况介绍，对大数据给学术研究带来的挑战和学术创新问题的研究却较少。
在大数据环境下，理性假设的前提遇到了挑战，大数据技术极大地减少了受众搜索信息的成本，受众可以轻而易举地获取决策所需的各种信息，并利用数据处理技术对信息的收益进行计算，在此基础上作出决策，这使得有限理性范式失去了解释力。同时，信息成本和交易成本的大幅下降，使网络空间出现了许多新的组织形态和交易形式，如以分享、合作为主题的维基网络、开放源代码、网络共享等，这些新的组织形式无法用理性范式进行解释，如果从理性的角度计算成本收益关系，那么人们没有动力进行网络分享与合作。

J. 数据新闻的功能与优势

目前，在大数据新闻制作上已经积累了经验的国际媒体有《卫报》《纽约时报》《华盛顿邮报》等，但它们也处于探索阶段。通过对国内外代表性媒体的大数据新闻实践进行研究，可以总结出大数据新闻的四个功能，即描述、判断、预测、信息定制。
《卫报》网页2012年1月5日发布了一个有关“阿拉伯之春”的大数据新闻报道。报道利用动态图表，以时间轴为主线描述了自2010年12月一突尼斯男子自焚至2011年12月的一年间，17个阿拉伯国家发生的一场政治运动。网民可以通过这个四维动态的报道，清楚地从宏观到微观，全面了解阿拉伯之春在不同国家的不同表现形式。图表上方设置了时间的推拉按钮，网民推拉到自己想观看的时间点，可以清楚地看到相同时间点上不同国家发生的相关事件。画面的下方是各个国家的标签，网民也可以通过国家标记，来关注某个具体国家在纵向时间轴上的政治演变进程。不同的政治事件用不同颜色来标示：绿色为群众性抗议活动，浅蓝色为国际上的相关反应，黄色为政治事件，红色为政权更替。如果网民想了解某个事件的具体内容，点击不同颜色的标示，随即获取深度报道的链接。这种新闻报道方式，将涉及十几个国家、时间跨度长达一年的复杂的“阿拉伯之春”，以明晰的动态方式呈现出来，纯文字报道难以达到这样的传播效果。
大数据新闻还能够描述那些看不见的短期过程，比如流言如何在社交网络上传播。《卫报》通过追踪分析260万份推特内容，利用可视化动态图表描述了从流言开始传播到辟谣结束的整个过程。它也是以时间为轴，利用圆圈大小、颜色变化来描述整个过程，绿色的圈代表散布流言的推文，红色的圈代表更正这个流言的推文，灰色的是中立的评价推文，黄色的是对流言持怀疑态度的推文。圈的大小代表了推文的影响程度，圈越大影响程度越大。如果想了解具体的内容，点到哪个圈，屏幕旁边即刻呈现这个圈所代表的推文的发布者、发布日期、转推人数等等信息。通过这个动态的演进过程，人们可以清楚地看到，社交网络并不像一般想象的那样，是一味扩散虚假消息的场所。其实在假消息出现不久，社交网络上各种辟谣的消息就已经出现了。
从这两个例子可以看出，大数据新闻的报道方式能够在宏观上对某个事件看得更加清楚与全面，事件复杂的演进过程以及这个过程中的各个方面，都能描述得直观且有趣。 2011年8月，一个黑人穆斯林男子乘出租车在伦敦街头遭到警方拦截，双方发生枪战，该男子当街死亡。两天后，约300人聚集在伦敦市中心的警察局进行抗议，后来演变成持续多天的骚乱事件，抗议者引燃了汽车、商店和公交车。当天夜里，伦敦其他地区也发生了类似袭警、抢劫、纵火等事件。一些媒体评论指出，这与贫富差距有关。英国首相卡梅伦接受采访时，声称骚乱事件与贫富差距无关。
英国《卫报》记者利用大数据的分析结果，做了关于这一事件的系列报道，其中的一个报道主题，便是骚乱与贫困有没有关联。记者利用谷歌融合图表，在伦敦地区地图上标记出骚乱分子的居住地信息（黄色点）、实际发生骚乱的地点（灰色点），以及贫困地区分布（越偏红色表示越贫穷）。根据这张伦敦市中心的图，网民可以将图扩展到整个大伦敦地区来看，也可以聚焦到具体的街区放大来看，观察每个被标记的骚乱点的人流从哪里来，到哪儿去，从而清楚地看到贫苦与骚乱之间存在的某种关联。这种关系的表达，比起单纯的文字报道来，表现清晰，说服力强。 2013年“十一”长假期间，九寨沟发生游客大量滞留现象并引发群体性事件。如果新闻媒体或旅游当局能够在此前运用中国的局部大数据进行预测性报道，完全可以避免这样的群体性事件发生。因为传媒可以根据这方面的大数据，提前报道在哪个具体时间段内，有多少人从哪些地方前往九寨沟，其中男人、女人、老人、儿童各有多少等等。
这只是一个小例子，大数据能够预测社会和人们日常生活中的各个方面。通过挖掘大数据，传媒在技术上可以制作出可视化、交互式的图表，告知很多事项。微观的如流行疾病来袭、交通拥堵情况；宏观的如经济指数变动、某种社会危机的来临等等。网络开辟了“网络预测”网页，以“大数据，知天下”的口号推出，预测的产品有高考、世界杯、电影票房等等。它们后期准备上线的产品扩展到了更广的领域，比如金融预测、房地产预测等等。 利用大数据的分析结果，满足网民的信息个性化要求，是国外媒体的最新尝试。例如Five thirty eight数据博客，在2014年5月23日新辟读者来信专栏“亲爱的莫娜”。其第一期开篇语阐释的目的是：“我开这个专栏是为了帮助读者回答一些生活中重要的或者严肃的问题，比如我是不是很正常、我处在世界的哪个地位层面等等，目的不是为了给读者答疑解惑，不是告诉读者应该做什么和不应该做什么。恰恰相反，我提供数据来解释、描述你的经历。”
综观这个专栏，读者的提问五花八门，比较严肃的如：“美国有多少人从来没有喝过一滴酒？”“美国有多少男性空乘人员？”也有比较私人的如：“我该多久换一次袜子？”“婚前同居会不会导致离婚”等等。专栏作者利用美国范围内的大数据，即刻将分析结果告知当事人，但避免给出指导性意见，仅告知各种数据的分析结果，让网民自己依照分析结果来处理自己面临的问题。这个专栏与传统的纸媒读者来信专栏不同，不是通过星座、血型、生辰八字或伪装成阅历丰富的专家，来提供些心灵鸡汤式的回答，只用数据来说话。
这种尝试在媒体中并不少见。2011年，BBC广播公司曾根据2012年政府的财政预算联合毕马威会计师事务所做了一个预算计算器，用户只需要输入一些日常信息，例如买多少啤酒，用多少汽油等，就能够算出新的预算会让你付多少税，明年生活会不会更好。
根据用户需求提供个性化的大数据服务，是未来的发展趋势。这些报道有一个共性，媒体都致力于以用户的需求为中心，利用大数据诠释宏观社会现象对用户的影响，或者回答用户困惑的问题。媒体可以精准定位，经过后台计算，按照用户的接收习惯、工作习惯和生活习惯将服务推送到用户眼前。