_信息是美的_大数据时代信息图表的价值及运用_彭兰

14 2013.06 专·大数据时代 “信息是美的”：大数据时代信息图表的价 值及运用 在“大数据”这个词日渐火热的今天，媒体的新闻业务也日益受到大数据技术的冲 击。对媒体来说，运用大数据技术进行选题的挖 掘、新闻深度的拓展，目前似乎仍是一个太大的 挑战，但是，这并非意味着媒体在数据面前完全 无所作为。早在上个世纪 50 年代，美国一些媒 体开始探索的计算机辅助报道，就已经开启了数 据新闻这样一种新的业务方向，大数据技术则加 速了数据新闻的发展。而通过信息图表等手段对 已经拥有的数据进行更好的呈现与解读，甚至通 过信息图表来拓展与深化新闻，是通往数据新闻 方向的必由之路。 所谓信息图表，是指对各种信息进行形象 化、可视化加工的一种方式。根据道格·纽瑟 姆 (Doug Newsom) 的概括，作为视觉化工具的 信息图表包括：图表（chart），图解（diagram）， 图形（graph），表格（table），地图（map）和列 表（list）等。 从这个概括来看，信息图表似乎是枯燥、 生硬的，但是美国的信息可视化专家大卫·麦 克坎德雷斯（David McCandless）却认为，信息 是美的。在他的《信息之美》一书中，没有连 □ 彭　兰 篇累牍的文字，有的只是一个又一个美丽图形， 而这些美丽图形都是数据可视化与信息视觉化 的产物，它们给我们提供了认识世界的一个个全 新视角。 麦克坎德雷斯通过他的实践让我们看到， 信息之美，来自对数据的有效收集、对数据关系 的充分理解，以及对信息形象的生动再现。 对于媒体来说，要充分发掘和利用信息图 表之美，目前有三个层面上的问题需要重点考 虑：数据的来源、信息图表对新闻发现的意义以 及信息图表的应用方式。 一、 处处有“石油”：信息图表的数据来源 信息图表的基础是数据。关于数据，今天 的一个普遍说法是，它是新的“石油”。虽然媒 体自身拥有的数据资源并不一定丰富，但是，只 要有心，处处都可以发现数据“石油”。 1. 新闻中的数据资源 很多新闻中已经包含了数据，对这些数据 进行归类统计、分析和可视化呈现，是信息图表 的常见方式。如果要做出有独特视角的信息图 表，往往不能依赖一条新闻，将同类新闻或不同 【本文提要】信息是美的，信息图表可以将枯燥的信息与数据转换成美丽的、能给人深刻印象并且有 意义的图形，这需要的是新闻素养、技术素养与艺术素养的结合。对于媒体来说，要充分发掘和利用 信息图表之美，目前有三个层面上的问题需要重点考虑：数据的来源、信息图表对新闻发现的意义以 及信息图表的应用方式。 【关键词】 大数据 信息图表 数据新闻 数据可视化 新闻发现　【中图分类号】 G206 152013.06 专题·大数据时代 时期的相关新闻中的数据进行整合、比较，可以 使新闻的揭示更为立体、深入。 2. 网络用户数据及网络公共资源 对于网站来说，用户数据是重要的数据资 源，通过对用户数据的挖掘，可以将个别的、分 散的行为中蕴含的共同规律揭示出来。例如，淘 宝网曾对各地网民在网购中所买商品的种类进 行统计，并用地图的方式展现了各地网民在网购 中的不同偏好。除了用户数据外，网站掌握的 其他数据，也是有价值的资源。 此外，网络中还有很多其他公共资源，例如， 搜索引擎等提供的相关数据、社会化媒体的内容 等。这些数据，也是信息图表的重要基础，只是 要挖掘出这些信息富矿，技术的挑战也更大。 3. 政府机构、企业等发布的公开数据 政府机构、各类组织以及各企业都会发布 很多公开数据，这些公开数据可以作为新闻的背 景或对比性信息加以利用。 在美国等国家，有很多政府主导的公共的 信息或数据库，它们是媒体的重要资源。比如， 在美国政府的“开放政府”（Open Govern- ment Initiative）的背景下，2009 年 5 月 21 日， Data.Gov 上线发布，上面公布的数据主要由联 邦政府授权机构进行采集与整理，用户还可以推 荐其他数据集载入网站。此外，网站还提供地图 索引方式链接各州政府公开的数据集。 因此，大数据时代，媒体要更好地运用数 据进行新闻报道，一个重要前提是政府的信息公 开。计算机辅助报道、数据新闻这样的业务形式 之所以在美国更为发达，这和美国的政府信息公 开程度直接相关。 二、 不只是数据呈现 ：信息图表驱动下的 新闻发现与深化 “如果在一开始我们不知道自己想了解什 么，或者不知道有什么可以去了解，那么数据就 是枯燥的。它不过是数字和文字的堆砌，除了冰 冷的数值之外没有任何意义。而统计与可视化的 好处就在于可以帮助我们观察到更深层次的东 西。” 虽然信息图表是数据的可视化呈现手段， 但是，信息图表的意义，并不只是用丰富多彩的 图形将显在的数据呈现出来，它也不仅是文字表 达的一个辅助手段，很多时候，信息图表的选题 策划、数据搜集以及数据呈现的过程，就是一个 新闻的发现和深化过程。 1. 挖掘“数据关系”，发现深层意义 信息图表价值的提升往往依赖于对数据关 系的认识与挖掘，而其基础是多种维度数据的收 集、比较与分析。 单一维度的数据只能反映事物的一个局部 表象，当更多维度的数据被收集起来后，它们之 间便产生了对比、映照的多种可能，而这种对比 通过信息图表展现出来时，可以揭示一些更深层 的现象。 2011年8月英国全国性骚乱发生后，英国《卫 报》启动了一个名为“解读骚乱”的项目，这个 项目的目标是通过数据收集及相关分析手段，对 骚乱产生的原因及影响进行深层研究。这个项目 的数据采集主要来自三个方面，一是通过对参与 骚乱的人、警察、普通居民等进行深度访谈来获 得第一手材料；二是对社会化媒体上的内容（特 别是Twitter 上 257 万条与骚乱有关的信息）进 行数据分析；三是搜集与犯罪嫌疑人个人信息相 关的法庭记录。此外，其他一些机构的数据也给 这个项目提供了基础性支持。 在这个庞大的计划中，信息图表不仅是数 据分析结果呈现的主要方式，也是揭示事实真相 的基础。在其中的“英国骚乱：贫穷是一个起因 吗？”部分，项目组在他们搜集的法庭数据基础 16 2013.06 专题·大数据时代 上完成了一个对比性的信息图表“贫富因素与骚 乱”。这个图表的基础是一张显示各个地区贫富 等级的英国地图，在这张地图上标识出 2000 多 个骚乱参与者的家庭住址，从图中可以清楚地 看到，骚乱参与者绝大多数居住在英国的贫困地 区。地区性的贫富差距与犯罪嫌疑人的住址这两 个维度的数据的叠加对比，直接揭示了贫富因素 与骚乱之间的关联。这一发现，在一定程度上反 驳了英国首相卡梅伦所持的贫困并非导致骚乱 的主要原因的观点。 在“解读骚乱”的另一张信息图表中，研 究者将骚乱参与者的家庭住址与他们参与骚乱 的地点这两个不同维度的数据进行了对比，并用 动态的方式显示了他们的活动路线图。统计分析 发现，这些人参与骚乱的地点与他们家庭住址之 间的平均距离为 2.6 英里左右，在步行范围。虽 然各个城市的情况有所差异，但这个平均数据 ，多数人并非是通过长途旅行去参与骚乱的 “通勤骚乱者”（riot commuters），他们更有可能 是偶尔卷入到骚乱中的。 除了数据的叠加、比较之外，数据分析的 另外一种常见思路，是通过数据的关联揭示事物 之间的联系。在电子商务网站中，一种常用的数 据关联分析，是买过某商品的用户还买过哪些其 他产品，这种关联分析不仅可以为用户推荐他们 可能感兴趣的产品，还有可能揭示出某些人群的 共同行为特征。对于未来的媒体受众分析以及新 闻报道来说，这种关联分析思路也是值得借鉴 的。 总的来说，对于多数信息图表的制作来说， 其基础在于发现和揭示数据的关系，在数据的关 系中，我们可以看到每个数据更深层的含义，同 时也会对新闻事实的真相及其意义有更深入的 认识。 2. 加大时间或空间跨度，揭示总体规律 数据总是对应于某个特定的时间或空间， 但孤立的时间或空间点的数据，只能反映一个暂 时、局部的现象。在策划与制作信息图表时，如 果我们把视野放到更大的时间或空间跨度上，就 有可能揭示更为长期的、总体的规律。 图 1 所示的是新浪“图解新闻”栏目中 的信息图表“朝鲜特色的‘和’计划”，它将 1985 年以来朝鲜几次与核武器有关的重大动作 以及与之相伴的向国际社会申请援助的行为进 行了梳理，在这种大的时间跨度上看朝鲜的“核 进程”，我们可以更充分地了解其行为惯性，对 于在当下朝鲜发生的事情，也会有更深入地理 解。 除了时间跨度的放大外，空间跨度的放大， 也是深化新闻报道的一种有效方式。例如，在分 析禽流感的蔓延过程时，我们的视野不能仅仅局 限于某一个局部地区，而应该是整个中国，在大 范围的空间中，可以更清晰地看到禽流感的整体 发展、扩散规律，而如果把这个流感扩散图与候 鸟的迁徙图对照，也许能找到探寻禽流感感染源 图 1　“朝鲜特色的‘和’计划”（局部） 172013.06 专题·大数据时代 的线索。 3. 实时采集受众数据，实现反馈信息向新 闻内容的转化 今天的新闻报道，不仅要揭示已经发生的 新闻事实，还要努力收集与反映受众的反馈。尽 管新闻跟帖、博客、微博等渠道产生了非常丰富 的受众反馈，但这些反馈一般难以与新闻本身进 行实时的结合。而一些具有互动功能的信息图表 本身就是一种数据“采集器”，可以实时收集受 众意见，并且将它们马上转化为新闻内容的一部 分，成为新闻延伸与深化的基础。 例如，在美国一个地方性网站关于当地市 政建设的专题中，网站设计了一个具有互动功 能的信息图表，如图 2。受众不仅可以通过这 个图表了解到需要进行市政改造的各个地区的 状况，还可以通过互动按钮对自己认为急需进 行的改造工程进行投票，对筹集工程资金的备 选进行表态。受众的反馈，即时地被汇总 统计出来，每一个受众都可以了解到当前的整 体意见。 如果对信息图表的潜力有足够的认识，信 息图表就不再只是一种新的表现形式，它更是包 含了认识世界、揭示现实的新角度、新思维。 三、数据可视化、看图说话、以图整合 ：信息 图表应用的三大方向 信息图表作用各不相同，制作思路也因作 用的不同而有所差异。目前的信息图表的制作主 要有三大方向：一是数据可视化，二是看图说话， 三是以图导航。 （一）数据可视化 ： “量”与“关系”的形 象再现 数据可视化，在今天已是一个固定的概念， 指将数据信息的“量值”或“关系”等转变为直 观的图形。在信息处理技术中，数据并不仅指数 值型的信息（也就是我们常说的数字），也可以 指文本、图片、音视频等其他类型的信息。数据 的可视化加工，目前主要指将数值型、文本型的 数据及其关系用视觉化手段，例如图片、动画等 形象呈现出来。但在未来，声音等数据的可视化 分析也将越来越普及。在媒体的信息图表中，数 据可视化主要涉及以下几个方面的应用。 1. 如何让数字更打动人？ 如何让那些看上去抽象、枯燥的数字更好 地吸引人们的眼球，让人们在一瞥中能记住并且 理解这些数字？这是数据可视化要解决的主要 问题之一。但正如上文所说，信息图表并不只是 单一维度的信息的简单呈现，它还可以有更多的 表现方式。常见的方式包括： 数字的形象化呈现 ：柱状图、饼图等也许 是所有使用过可视化软件的人的入门体验。对于 数据的量进行形象化呈现，如用柱形的高低、扇 形的大小等来代表数字的多少，这是目前各种可 视化软件（如 Excel、Tableau、IBM Many Eyes 等） 所具有的最基本的功能。 当然，对于有创造力的信息图表制作者来 说，他们深知人们可能已对柱状图、饼图等常规 手段产生了审美疲劳，因此会不断地引入新的视 图２　城市改造的信息图表（界面之一） 18 2013.06 专题·大数据时代 觉手段，让数字形象更“性感”。图 3是腾讯网 做的“中国幸福地图”的一个局部。 “中国幸福 地图”是腾讯网以 1000 多万名网友参与的调查 数据为基础制作的一个中国网民对所在城市满 意度的信息图表。在这个图中，没有用常规的柱 形，而是用一个个立体的小人形代表了满意程度 的百分比。数字“形象化”中的“形象”创新， 是未来可视化设计中的一个重要方向。 多种数据的对比 ：多种数据的对比，也是 数据可视化的基本方式。量的关系、比例关系、 层次关系等，可以在这种对比中得到直观体现。 数据在时间坐标中的变化 ：将不同时间点 上单一维度或多个维度的数据集中展现出来，可 以使事物的动态变化过程得到更好的体现。可视 化软件中常见的折线图等就是常用的表现手段。 当然，也有些信息图表是基于时间轴的动态图 表。拖动时间轴，就可以看到不同时间节点上的 数据呈现。 数据在空间坐标上的对比 ：将形象化的数 据直接放在地图等空间坐标上，可以让人们对数 据所对应的地理空间与环境有更直观的感受。 2. 如何读出文字背后的意义？ 文字也是一种数据，对文字型数据的分析， 常常可以让我们读出文字背后的意义。对媒体而 言，文字数据的信息图表表达，主要是词频统计 与分析。通过一段文本中某些关键词的出现频率 的数据统计及形象展示，可以使人们对文本的特 征有更直接、充分的体会。 例如，网易“数读”栏目中的“十年间， 他们问了总理什么问题”，对 2003 年至 2012 年 间的“两会”期间总理记者招待会上记者的提 问进行了统计。统计结果显示，10 场中外记者 见面会共有包括中国在内的 12 个国家的媒体获 得 130 次提问机会。其中，外媒记者“抢走” 了 67 次，占总提问次数的 52%。国内媒体对经 济增长和经济政策最感兴趣，其次是和民生相 关的房价、通胀话题。国外媒体记者的提问最 多的是双边和多边问题。除了这些基本数据统 计外，图表中还对提问的关键词进行了词频分 析（见图 4）。 当然，更专业的分析，还可以体现为对词 的关系的分析、文字语境的分析等。但这些手段 目前更多的是用在专业性研究中，媒体的使用相 对有限。 2. 如何实现关系的描绘与解读？ 除了数据量值的关系外，可视化还常常涉 及到社会网络中的关系。 图 3　“中国幸福地图”（局部） 图 4　信息图表“中国幸福地图”（局部） 192013.06 专题·大数据时代 从社会学角度看，人与人之间、组织与组 织之间甚至国家与国家之间的关系网，都可以 称为社会网络，社会网络分析是研究各种“行 动者”之间关系的一种，而其中一个方式 就是用直观的图形描绘出关系，并以此为基础 分析这个网络中具有影响力的关键节点以及节 点间的联系，这也催生了各种社会网络分析的 专用软件。 对于新闻报道来说，社会网络关系图有时 也是一种辅助手段，例如，如果要揭示微博平台 上的意见领袖谁更有影响力，那么，社会网络关 系图能让我们一目了然。这种关系图也可以进一 步演变为信息的传播路径图，因为信息的传播也 是依赖人们的关系。 图 5 所示是新浪微博账号为“社会网络与 数据挖掘”的研究机构利用自己的分析工具生成 的一条微博的传播路径图，除了可以看到在这条 微博传播过程中哪几个关键节点起了主要作用 外，这个图还展示了一个奇怪的现象，即这条微 博的传播层级只有 2层，在信息的二级接收者那 里，这条微博的扩散过程全部戛然而止。如果数 据采集没有问题的话，那么这个传播关系图还揭 示出了这条信息传播背后的“故事”：这是由“水 军”操纵的扩散。 数据可视化的基本手段是各种可视化软件。 要能顺利完成数据可视化，需要有对相应软件的 熟练运用。 （二） 看图说话 ：信息的视觉化萃取 除了数据可视化外，信息图表的另一大方 向是看图说话，也就是把文字信息变为形象符 号，以视觉方式引导人们对信息的关注与思考。 当然，数据可视化与看图说话两者间并没有绝对 清晰的界限，看图说话型的信息图表中常常也包 含着数据可视化的成分。国内媒体制作的信息图 表中，看图说话的比重更大。 今天的媒体，特别是网络媒体，面对着一 对极大的矛盾：一方面是信息的高度过载，另一 方面是受众变得越来越懒这样一个现实。看图说 话型信息图表的流行，在某种意义上是这种矛盾 的产物。信息图表是信息萃取与精华提炼的一种 重要方式，对于受众来说，这意味着他们可以用 更小的代价更快地获得信息精华。这种图表常常 也引导着解读与思考信息意义的方向与路径。 看图说话型的信息图表，也有不同的侧重。 常见的方向包括： 1. 浓缩要点 一条新闻中的重点内容，如果用信息图的 方式提示出来，可以使人们更好地关注、理解和 记忆这些要点。 例如，2012 年“两会”期间，一张名为“2012 政府工作报告脱水版”的信息图表在微博中广为 流传。这张由信息可视化服务商“EG365”制作 的信息图表，将两万字左右“政府工作报告”中 的要点浓缩成了几百字，通过形象的图形与文字 的配合，给人们提供了一个全新的了解“政府工 作报告”内容的方式。 图 5 “社会网络与数据挖掘”制作的 一条微博的传播路径图  20 2013.06 专题·大数据时代 类似这样的“浓缩”、“脱水”类信息图表， 非常便于在诸如微博这样的社会化媒体平台中 传播，它们已经成为文字报道二次加工的一种常 见方式。 2. 揭示关系 新闻事件中，各种对象间常常会出现各种 复杂的关系，例如人物关系、利益关系、结构 关系等。信息图表有助于梳理与揭示这些关系。 很多时候，对于报道者来说，厘清这些关系， 也可以为未来的调查采访和报道提供方向。这 里所说的关系，比可视化软件描绘的社会网络 关系涵盖面更广，其制作工具也不限于可视化 软件。 例如，在郭美美事件成为社会化媒体和专 业媒体的焦点之后，《东方卫报》用关系图的方 式，将郭美美事件中涉及到的人物、组织及其 之间的关系链条用形象的方式展现出来，如图 6 所示。尽管有些人物身份不明，有些关系链条还 有待证实，但对各个人物身份的查证及其之间的 关系的梳理，正是解开郭美美背后的种种谜团的 “密钥”。对于记者来说，这种关系图的梳理，是 他们进一步调查的依据，对于读者来说，这一关 系图，也可以帮助他们把事件的来龙去脉及其影 响看得更为清楚。 3. 图解过程，梳理进程 很多时候，信息图表可以将一个事件的发 生过程或一个大跨度事物的发展进程图示出来， 使人们有更直观的认识。 图 7所示的是《纽约时报》网站制作的“还 原波士顿马拉松爆炸案现场”信息图表，它从袭 击之前、第一波爆炸、第二波爆炸、爆炸之后等 四个阶段分别呈现了犯罪嫌疑人所在的位置及 其他相关信息，包括在爆炸之前犯罪嫌疑人现身 的图片。 在国外，“时间线”是一种非常常见的信息 图表，其主要作用，一是以时间为依据将相关内 容整合起来，二是以时间为线索揭示整个事物的 变化过程。“时间线”这样的方式，通常涉及跨 度很大、线索较多的事物的演变全程，而不是一 个单一事件的发展过程。 4. 展现情状 信息图表也是展现事物的形势、状态等的 一种重要手段。 图 6　“郭美美究竟爆出了多少关系” 图 7　“还原波士顿马拉松爆炸案现场”  212013.06 专题·大数据时代 《晶报》曾刊登“全国首张 PM2.5 地图”， 这张图表非常特殊，它是由全国各地的人们用手 机拍摄的当地天空的图片拼合而成，它形象且完 整地展示了我国不同地区的天空颜色，从一个侧 面显示了我国各个地区的空气质量。 5. 阐释观点 信息图表也在日益变成评论的一种方式。 在某些信息图表的视觉信息组织中，也包含着一 种内在的论证思路。数据以及其他视觉信息手段 成为了论据，当充分的论据按照合理的逻辑呈 现、演进时，一些观点的达成也就水道渠成，尽 管有些图表中并没有直接的观点呈现，但一切已 在不言中。 6. 再现场景 信息图表也可以用于把某个现实环境或场 景以数字化的方式重现出来。在 2010 年上海世 博会期间，一些网站制作的网上世博会，就是其 中的典型代表。在这类信息图表中，往往会采用 二维甚至三维动画效果。 （三）以图整合 ：多元信息在图形上的集成 在网络平台上，信息图表还有另外一种可 能，即作为集纳各种信息的“容器”，实现信息 的整合与导航。那些具有互动功能的信息图表 特别是时间线和地图，往往可以成为不同时间、 不同来源的内容或稿件整合的框架。这些信息 图表中的链接，可以将用户带向原始素材的来 源。 图 8是搜狐网在 2010 年的玉树地震专题中 制作的一个信息图表。它以地图为基础，将网民 在微博中发布的相关消息，定位在特定的时间与 空间坐标上，点击地图中的不同地区，可以看到 不同地区的网民发出的微博消息，同时，还可以 点击图表左边的时间，看到每天的不同进展。 随着信息图表实践的深化，相信除了以上 提到的三个方向外，未来的信息图表还将有更多 的应用思路。 信息是美的，但要将枯燥的信息与数据转 换成美丽的、能给人深刻印象并且有意义的图 形，需要的是新闻素养、技术素养与艺术素养的 结合，这对今天的媒体人、传媒教育来说，都是 一个重要的挑战。 信息是美的，还有一个更重要的前提，那 就是信息是真的，是准确的，离开这个前提，再 美的形式也没有意义。■ （作者系中国人民大学新闻学院教授、博导，中 国人民大学“新闻与社会发展研究中心”研究员，新 媒体研究所所长） 注释 ：  《信息图表设计的概念与历史》，参见 http://www.douban. com/group/topic/16410517/  《淘宝发布首份趣味消费地图：2011 年度，包裹里的 “中国地 理志”》，载《钱江晚报》2012 年 2 月 28 日）  [ 美 ]Nathan Yau ：《鲜活的数据：数据可视化指南》第 2页， 向怡宁译，人民邮电出版社 2012 年版  参见 http://www.guardian.co.uk/news/datablog/2011/aug/16/ riots-poverty-map-suspects。  参见：http://news.sina.com.cn/c/t/20130411/192598.shtml  资料出处：http://www.heraldnet.com/fyc/#。但目前该网页已 无法打开  参见：http://news.qq.com/zt2013/xingfuditu/  参见 http://data.163.com/12/0316/00/7SM693C600014MTN. html  参见：http://photo.weibo.com/2392261910/wbphotos/large/ photo_id/3550004708771573?refer=weibofeedv5  《郭美美究竟爆出了多少关系》：《东方卫报》2011 年 7 月 5 日  参见：http://www.nytimes.com/interactive/2013/04/17/us/ caught-in-the-blast-at-the-boston-marathon.html  《首张 PM2.5 版中国地图深圳发布》，载《晶报》2013 年 5 月 5 日  参见：http://news.sohu.com/s2010/yushudizhen/ 图 8　我的微博日志 