中国数据新闻热研究

《中国数据新闻热研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．，，．．邊．；％補；Ｊ＾Ｉ％句４．分类号０２０６．３謂；；＾：ＩＩ！；—；麻課绿動腳＞淹大聲咱硕壬学位论文裝圓．＇．嚇．，．．Ｖ會？中国数据新闻热研究讓－－變－．．．１＾：■心■＾＊藥拿＾＾：＾：，：ｉＶ．４；：＾＃．．＾Ｖ簡苗輸春．，驅，顧讓寧学科、专业：传播学难議樊＂媒＞研究方向；新媒体与网络传播巧祈麥Ｊ成；’申请学位类别：／矣拿ｋ４Ｖ：文学硕±麥、＂打．．如．；－申请人申亚美＇严，．／矜私：４ｒ肩龜＇、指导教师－：严励教授書－＇／．；Ｉ寒帅争．．＾－．．；＾豁糸．；：｜鱗

2、穗終，一．二〇批若參＼一六年六月＾．４＾＾．．＆１＾４賴＾驚．歡＂４％－户；－＜ｉ副．雪、—＿聲．．Ｊ＇：；！＼１：＾樣黨＃讀枉無；ＴｈｅＲｅｓｅａｒｃｈｏｆ－ＤａｔａｄｒｉｖｅｎＪｏｕｒｎａｌｉｓｍＢｏｏｍｉｎｉｎＣｈｉｎａｇＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏｔｈｅＧｒａｄｕａｔｅＳｃｈｏｏｌｏｆＨｅｎａｎＵｎｉｖｅｒｓｉｔｙｉｎＰａｒｔｉａｌＦｕｌ打ｌｌｍｅｎｔｏｆｔｈｅ民ｅｕｉｒｅｍｅｎｔｓｑｆｏｒｔｈｅＤｅｒｅｅｏｆＭｇａｓｔｅｒｏｆＡｒｔｓＢｙＳｈｅｎ

3、ＹａｍｅｉＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＹａｎＬｉｐＪｕｎｅ２０１６，摘要近年来，数据新闻概念已为国内外新闻界广泛熟知，学界对其研究和关注日益增多和深入，业界对其实践也正向更高的台阶迈步。在世界大潮流之下，我国数据新闻的发展紧随其后，几乎与欧美发达国家和地区同步，数据新闻热已然在中国大地形成并势头正猛。在对相关文献进行深入研究以及对国内数据新闻实践的深度观察之后发现，在数据新闻发展过程中存在两个热点议题，一个是“大数据”，一个是“可视化”，并且在我国数据新闻继续大步向前发展的同时，逐渐出现了从“大数据”向“可视化”的话语转向。然而，这样的话语环境又会对新的数据新闻实践产生

4、影响，如果不明确进行指正，那么我国数据新闻的发展将可能会出现脱轨的后果。对国内进行数据新闻实践的主体进行归类，则主要可分为三类主体，即商业门户网站、传统主流媒体以及企业自媒体三大类，不同主体的数据新闻实践过程中，各个环节不乏相似之处，亦不乏相异之处，各有所长，也各有所短。运用文献研究法和思辨的方法对数据新闻热在中国出现的深层动因及隐忧进行分析得出，大数据的外部催化作用、新闻专业主义的内在诉求、移动互联网时代的用户需求、全球化语境下的创新扩散是我国数据新闻热的深层原因。而在我国数据新闻热的背后也同时存在着新闻理念层面和业务操作层面的问题，新闻理念层面如“新闻”话语缺失、新闻客观性误解、新闻专业

5、性弱化和西方文化潜伏等问题，业务操作层面如新闻标题雷同、盲目数据可视化、元数据匮乏等问题。但总的来说，数据新闻的前景还是被看好的，数据新闻热背后的问题可在数据获取、数据处理、数据呈现以及数据安全等方面尝试解决，未来数据新闻的想象空间还很大。关键词：数据新闻热，数据可视化，动因与隐忧IABSTRACTInrecentyears,theconceptofthedata-drivenjournalismhasbeenwidelyknownbypeopleallaroundthepresscirclesathomeandabroad,academicresearchanditsincreasingc

6、oncernhavebeenin-depthandindustrypracticehasitshigherlevelmovedforward.Underthetrendoftheworld,thedevelopmentofChina’sdata-drivenjournalismfollowedalmostsimultaneouslywiththeEuropeanandAmericancountriesandregions,theboomingofdata-drivenjournalismhasalreadybeenformedinthelandofChinaandthemomentumisf

7、ierce.Aftertherelevantliteraturein-depthstudyandin-depthobservationofthenationaldatajournalisticpractice,twohottopicsinthedata-drivenjournalismdevelopmentprocessarefound,oneis"bigdata"andanotheroneis"visual