1.5　数据新闻的分类

可以从两个角度对数据新闻进行分类。一是基于美国伊利诺伊大学厄巴纳-香槟分校计算机科学领域教授John C.Hart提出的“数据可视化模式” [42] 进行分类。鉴于数据新闻与数据可视化的紧密联系，基于可视化模式来讨论数据新闻的分类可行且较有价值。二是基于数据新闻呈现形式的类型来对其进行分类。下面将结合案例重点讨论前一种分类方式，而对后一种分类方式只做简要概述。

1.5.1　基于数据可视化模式的数据新闻分类

在John C.Hart教授推出的在线课程Data Visualization（数据可视化）中，他根据受众对可视化内容的交互控制性将数据可视化模式分为交互可视化（Interactive Visualization）、交互叙事（Interactive Storytelling）和演示型可视化（Presentation Visualization）三种 [42] 。在交互可视化模式中，用户可全面操控内容，甚至控制数据集及其展示方式，因此，其可视化图像是实时生成的。这种模式一般面向个人研究者或少量合作研究者。在交互叙事模式中，用户可以从预设的数据集中筛选或检验细节，因此，其可视化图像也是实时生成的。这种模式一般面向大量受众。在演示型可视化模式中，用户只能观看作品，而不能做任何操控或改变，所以，其可视化图像都是预先生成的。这种模式一般也是面向大量受众的。后两种模式在数据新闻的可视化实践过程中应用更多。如果我们根据数据新闻在可视化阶段所采用的数据可视化模式对其进行分类，则主要可分为三类：基于交互叙事的数据新闻、演示型数据新闻、混合型数据新闻。下面，分别针对每一类数据新闻介绍一些案例。

1.基于交互叙事的数据新闻案例

在基于交互叙事的数据新闻作品中，数据集是制作者预设的，用户对数据集有一定的控制权，可以通过筛选、过滤等操作来决定查看哪些数据，因此，新闻作品中的相关结果是根据用户的选择实时生成和呈现的。例如，1.2.1节中提到的由非营利性新闻编辑室ProPublica制作的 Treatment Tracker:The Doctors and Services in Medicare Part B 就是这一类型的作品。最初，ProPublica调查了2013年个人医生和其他医疗专业人员对4900万老人、残疾人提供服务时所产生的医疗保险费用 [14] ，并完成此作品。后来该作品还进行了两次更新，分别调查和展示了2014年和2015年的相应结果。所调查的服务内容包括门诊就医（Office Visit）、救护车里程（Ambulance Mileage）、实验室化验（Lab Tests）、心内直视手术（Open-Heart Surgery）的医生费用等 [14] 。作品页面的中间位置针对不同医学专业分别用一个南丁格尔玫瑰图（Nightingale Rose Diagram）按五个等级（1～5）展示了门诊就医费用处于各等级的占比情况，图1-2是部分展示效果，五个等级中，5表示最为密集和昂贵，1表示最不密集和昂贵，玫瑰图中各扇形的半径表示门诊就医费用处于其对应等级的占比大小。作品页面的右侧还有按照各州罗列的医疗保险费用情况。该作品的交互叙事效果体现在两个方面，第一，可以按照两种不同的方式排列这些不同专业的南丁格尔玫瑰图，而且，当受众将鼠标指针悬停在某个南丁格尔玫瑰图的某个扇形上时，与具体占比数值有关的解释性文字就会出现，如图1-2中第一幅图所示，当鼠标移出时，解释性文字消失；第二，作品还为受众提供了按照“医疗保险提供商”（Provider）、“城市”（City）或“邮政编码”（Zip Code）来进一步查询和筛选信息的功能。受众在作品页面所提供的搜索框内输入关键词，单击【Search】按钮即可进行搜索。搜索框旁边还提供了按州进行筛选的下拉框，受众也可以据此进一步筛选想深入了解的内容。通过这些交互不仅保证了新闻作品的展示效果——让大量的数据在有限的空间中简洁、清晰地呈现，而且还增强了互动性，为受众带来探索的乐趣。

又如，英国广播公司的报道 Will a robot take your job ?（《机器人会取代你的工作吗？》） ^[5] ，受众只需要在搜索框中输入自己的职业，或者切换到下拉框，从中选择一种职业，如“Gardener”（园丁），然后进行搜索，该报道就会为受众呈现未来20年内其职业会被机器人取代（即该职业所从事的工作可以被自动完成）的可能性有多大，以及结合面积图（一种统计图表）来反映该数值在300多种职业中的排名。同时，还会为受众展现2001—2015年每年其职业在英国的雇佣人数，以及按照被自动化取代风险进行的职业排名和具体的风险值。通过上述检索方式，受众可以查看众多职业的相应情况。不过，此作品只允许受众从预设的职业中进行选择，即使通过搜索框输入职业，也需要与预设职业进行匹配。

国内基于交互叙事的数据新闻也比较多，前面提到的新华网《数据新闻》栏目的报道《全视角体验上海迪士尼乐园》就属此类。

还有一些数据新闻报道赋予用户更多的数据控制权，允许用户自行输入数据，而非从预设的数据集中做出选择。例如，财新网《数字说》栏目的报道《从调控到刺激楼市十年轮回》 中有一个“房奴计算器”，允许受众自行输入家庭月收入，并根据受众输入的月收入值和选择的城市，计算和呈现该受众需要奋斗多少年才能在该城市买房。不过，受众无法修改计算模型的参数，也无法修改最终结果的展示方式，换言之，他们对数据、内容的控制仍是有限的，因此，我们认为这类数据新闻仍属基于交互叙事的类型。

2.演示型数据新闻案例

对于演示型数据新闻，用户只能观看，不能操控。此类数据新闻最多，而且可以按照静态和动态划分为图解新闻和动态非交互新闻两类。

（1）图解新闻

图解新闻一般以一张或多张图片的形式呈现。当其呈现为一张图片时，通常都是长图。图解新闻采用的是完全静态的视觉呈现方式。国内许多媒体在开展相关业务时制作的大多数作品都属此类，因此，读者可以很容易地从各媒体的数据新闻栏目找到相关的例子，本书不再举例。

（2）动态非交互新闻

动态非交互新闻虽然不具有与受众的交互性，但其内容是动态呈现的，相比完全静态的呈现方式，不仅更吸引人，而且能在受众观看作品时起到一定的引导作用，引导受众观看的顺序和重点。以视频、动画等形式呈现而受众又不具有操控性的数据新闻作品都属于这一类型。例如，财新网的报道《动画带你看百年奥运变迁》 就属此类。

3.混合型数据新闻案例

混合型数据新闻是指在一则数据新闻中，部分可视化内容采用了交互叙事模式，而另外一部分内容则采用演示型可视化模式的新闻作品。混合型数据新闻案例很多，在国内也较为常见。例如，财新网《数字说》栏目的报道《2016·洪水暴至》 、新华网《数据新闻》栏目的报道《原来你是这样的“程序猿”》 都属此类。至于一些根据受众的选择来展示可视化内容，而具体展示的内容又可能以演示型可视化模式呈现的数据新闻作品，如上文提到的英国广播公司的报道 Will a robot take your job ?，以及其他一些交互游戏新闻作品，我们认为仍属于基于交互叙事的数据新闻。

1.5.2　基于呈现形式的数据新闻分类

按照数据新闻呈现形式的不同，可以将其分为图片类数据新闻、视频类数据新闻、动画类数据新闻和网页形式的数据新闻。图片类数据新闻一般以一张完整的静态图片形式在新闻媒体网站或平面媒体的相关栏目/版块中发布，在新闻媒体网站上呈现时多采用长图的形式。视频类数据新闻是最终以一个或多个视频的形式呈现的数据新闻报道，例如，中央电视台2015年10月推出的大型数据新闻节目《数说命运共同体》 就属此类。动画类数据新闻是指主要使用Adobe After Effects、Adobe Flash、MG动画制作软件等制作，并最终以一段动画的形式呈现的数据新闻，例如，前面提到的财新网的数据新闻报道《动画带你看百年奥运变迁》就属此类。网页形式的数据新闻一般是用HTML、CSS和JavaScript开发制作的数据新闻报道，很多都具有交互性。此类数据新闻在新闻媒体网站的相关栏目中越来越常见。当然，此类数据新闻中也有的不具有交互性，它们一般以“图片+文字”的形式出现。与图片类数据新闻不同的是，即使以图文形式呈现，此类数据新闻也不是一张完整的图片，而是通过HTML和CSS将多张图片与多段文字整合在一起，制作成网页。在网页形式的数据新闻报道中，也可能会融入视频、动画等其他多媒体类型，例如，前面提到的财新网《数字说》栏目的报道《2016·洪水暴至》就包含了视频、图片、文字和具有交互性的图表，最终通过网页的形式整合起来。

总的来说，无论从哪个角度来对数据新闻进行分类，都可以发现交互性和多媒体类型是数据新闻实践中需要考虑的两大因素。一方面，交互性能为数据新闻增加吸引力，且在高维多元数据的展现上也更具优势，因此，从数据可视化模式的角度来看，基于交互叙事的数据新闻逐渐成为传媒业发展的一个重点；而从呈现形式的角度来看，网页形式由于更便于融入交互元素而成为许多新闻媒体网站的数据新闻栏目越来越重视的形式之一。另一方面，由于所使用的多媒体类型在一定程度上影响着数据新闻的吸引力，因此，从数据可视化模式的角度来看，即使在演示型数据新闻中，媒体也会采用不同的多媒体类型，做出图解新闻和动态非交互新闻的两类尝试；而从呈现形式的角度来看，不但形成了图片、视频、动画、网页等不同呈现形式的数据新闻，而且在网页形式的数据新闻中，也有对图片、视频、动画等的综合运用。不过，除交互性和多媒体类型外，视觉化表达的好坏也对数据新闻的吸引力有重要影响。张艳在《论数据新闻的图像表意与审美转向》一文中就指出，“新奇、美观的图像往往更容易快速捕获读者的注意力。” [43] 最后，需要补充说明的是，不同呈现形式的数据新闻，尤其是视频、动画类数据新闻，它们同图片类、网页形式的数据新闻在可视化内容的制作工具和技术上会有一些差别。本书后续讨论可视化工具及其可视化实践，主要面向的是图片类、网页形式的数据新闻，因为这两类数据新闻，他们更为常见。本书第6章还将以网页形式的数据新闻为例，讨论如何进行可视化内容的整合呈现。 ZO9AQZGYTToJpEsUb9oIV9rNDaTioCCttaDpyZbQsU/8rD381Rq7Tr+7hgCHUpGl