有很多网友吐糟，大数据、云计算这些词汇近几年已经用滥了！但是我们静下心来仔细想想，当数据量激增以及云计算市场需求的不断变换，对于
不少我在谷歌的朋友告诉我，它们的广告系统多是基于机器学习的，而搜索排序则基于人凭借直觉撰写的函数(部分模块基于机器学习)。 是什么
本表中列出的是WEB设计、开发中常用安全色。列于此是为了方便大家参考。
Bootstrap 编码规范：编写灵活、稳定、高质量的 HTML 和 CSS 代码的规范。
精密电主轴及机械主轴产品主要适用于机床行业、机械行业的配套，同时还提供进口电主轴维修服务，数控加工中心系统调试、设备大修服务等。
公司地处上海市市辖区嘉定区马陆镇嘉定区园工路1169号（宝安路口大众试车厂旁，风光秀美，交通便捷）
八张图告诉你什么是大数据？
近期，微信朋友圈投下了一颗重磅炸弹——精准广告投放，一时之间掀起轩然大波。这让本就炙手可热的“大数据”又一次被推上了风口浪尖。事实上，2015年大数据市场规模预
近期，微信朋友圈投下了一颗重磅炸弹——精准广告投放，一时之间掀起轩然大波。这让本就炙手可热的“大数据”又一次被推上了风口浪尖。事实上，2015年大数据市场规模预计达1250亿美元。到底什么是大数据？面对大数据势不可挡的趋势，我们应该怎样应对？
大数据为何物？
怎样的数据才敢称“大数据”？
大数据功效之精准推送
大数据功效之未卜先知
大数据功效之另辟蹊径
大数据三大关键词：连接、反馈、揭示
大数据趋势
我们如何应对大数据
图文排版：蔡颖。欢迎关注借智图媒体微信号：jiezhisz数据新闻与数据可视化有什么区别吗_百度知道
数据新闻与数据可视化有什么区别吗
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
来自电脑网络类芝麻团
采纳数：515
获赞数：417
擅长：暂未定制
参与团队：
传统的方式，一般先预测分析数据之后通过较厚的建模将数据层变薄，之后再通过分析层进行计算。现在比较新兴的方法是以敏捷BI的方式处理大数据，利用分布式将数据层尽可能厚的引入分析层，使数据在前期尽可能低的减少损耗，能够帮助分析人员看到
为你推荐：
其他类似问题
您可能关注的内容
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。数据新闻2017回望：可视化风潮暂歇，内容更深度、产品更融合
在2017年初，全媒派发布了戴玉《
“祛魅”之后，中国数据新闻的理性回归
》一文，她曾如此总结：“中国数据新闻2016的最大变化是什么？我并不希望去助推一种繁荣的泡沫，实事求是地说，数据新闻的热度正在减退（正面说法叫‘回归理性’）。”
对于2017年而言，数据新闻又有哪些新变化？本期全媒派新年饭局邀请到资深数据新闻从业者戴玉，她曾供职于《南风窗》、人民日报中央厨房，曾获2015首届中国数据新闻大赛二等奖、2014《南方周末》年度新闻三等奖、入围2016 Information Is Beautiful英国信息之美设计大赛长名单。在本文中，她将从可视化、产品化、新闻性、数据化和团队化五大方面入手，复盘数据新闻的这一年。
2017年终于过去了。这真是个在寂静无声中，急流汹涌的年份。数据新闻亦在大潮中，悄然发生了深刻变化。
可视化的变化
数据可视化风潮暂歇，但可视化水平在深化
虽然“数据新闻”仍然在很多场合被当成“融媒体报道”的代名词，但近来，终于有越来越多的人，日渐明白两者的区别。目前，开设数据新闻部门或内容板块的媒体很多，但相比于媒体（尤其是传统媒体）对于融媒体综合报道之迫切，数据新闻倒显得小众和次要了些。
所以在2017年，一向以可视化拉风的数据新闻，却好像在逐渐被更拉风的融媒体可视化撇开，在涌现出的一些融媒体佳作中难觅身影。
我觉得这是个正常现象，也是个好现象。数据新闻可以是融媒体报道，但融媒体报道却不一定是数据新闻。涌现出的超越数据的融媒体作品，可以挽留新闻业难得的蓬勃。
所以说，数据新闻的可视化在2017年似出现风潮暂歇，但并不代表整个媒体的可视化风潮停滞了。
具体来说，这种风潮暂歇直接体现在一些老牌数据新闻栏目出现设计转向，甚至停止更新。有的门户网站的数据新闻栏目，原本一直在坚持数据化的内容思路，但2017年下半年开始，改成了跟数据无关的图解类长图，甚至让长条图又回到了图文结合的形式。无独有偶，另一家门户网站的数据新闻栏目同样弱化了“炫图表，弱文字”的思路，过往复杂但新颖的图表设计，被选题性突出的图文报道所取代。图表不够美但够实用，与文字报道融合。还有一家水平不错并且一直在默默做数据可视化设计的媒体，竟然在2017年9月停止了相关更新。
风靡一时的数据新闻长条图，好像已经慢慢在收缩阵地。这类“收缩的”数据新闻都有两个共同点，一是都以平面为主，甚至曾有过很高的长条图设计水平，二是可视化要强于内容。反过来说，倒是有一些重视数据内容但不那么重视“形象”的媒体，还在坚持更新数据新闻长条图。
其实，与其说数据可视化在弱化，不如说新闻越来越务实，从“美化”转向“简化”，新闻性、话题性和深度都有了提高。当然，这可能跟不同媒体不同的经营状况也有关系。
但融媒体领域的数据可视化也并非没有突破，一个不约而同的趋势是往3D方向走，无论是建筑建模还是立体地球，都沿着3D方向在深化。
#案例：上观新闻数据新闻中心《浦江45公里岸线百年魅力》
http://web.shobserver.com/thirdParty/westbund/index.html?ver=2.0
#案例：财新数据可视化实验室《移民去远方》
http://datanews.caixin.com/mobile/yimin/
哪怕是日常报道，也有可能文字中穿插着图表、gif、卫星遥感地图、交互地图、交互密度图、大数据视频等等多种形式的内容。
#案例：界面
北京停车位争夺战：3辆车抢1个车位 缺口达371万个
http://www.jiemian.com/article/1494114.html?_t=t
此外，2017年也有一些视频类数据新闻报道在尝试。但总体来说，好的视频类数据新闻的成本非常高，需要考虑的流程和工序也更多，目前国内类似的产品也比较少。
#案例：腾讯新闻《从政府工作报告，看十年楼市调控》
http://news.qq.com/cross/D82HH.html
#案例：新华社《无人机航拍：换个姿势看报告》
http://www.xinhuanet.com/video/sjxw//c_.htm
总体而言，2017年的数据新闻可视化，已经慢慢从平面领域的全面铺开，转向融媒体领域的高水平突破。
产品化的变化
数据新闻的综合性更强，融媒体产品化趋势明显
其实数据新闻团队是一个工种多、战线长、投入大、培养成本高的群体。这样一个团队，只有做深度报道才能真正发挥价值，提高“性价比”。然而，深度报道所遇到的环境也不容乐观。所以我在2016年的文章中（《数据新闻“遇冷”？戴玉：“祛魅”之后，中国数据新闻的理性回归》）曾预测，数据新闻在2017年的浅层化或许比深度更可行。
这个判断现在看来并没有问题，因为确实有越来越多的媒体在配备、应用或者购买数据新闻。然而这个基于形势的判断并不完全，因为我发现，很多面临转型压力的媒体仍旧在往、或者试图往深度走。这种压力不仅来自于无数自媒体在浅层新闻上的优势以及机器人写稿在技术上的“碾压”，更来自于新闻业自我提升和传播业全面分工所带来的无可逆转的规律。
所以在2017年，数据新闻虽然褪去了可视化的泡沫，但在日常稿件上的综合质量却已经更为稳定，甚至同时还在试图整合数据分析、采访、融媒体可视化、推广等等一系列生产流程。
#案例：腾讯谷雨实验室 & 数据工场《图解学区房——北京学区的高地丘陵和平原》
http://news.qq.com/zt2017/xqfstory/data.htm
我个人非常看重这种流程整合（某种程度上反映技术含量），因为很多时候作品质量并非单个人的能力问题，而是这个项目组能否整合不同工种或者跨部门、跨机构的人进来。如果一个数据新闻作品只有数据分析和可视化，而没有对人的采访，那么就算把可视化做得再炫酷，还是3.0版本，进入不到4.0。曾经很长一段时间，数据新闻就是这种状况。
就我个人而言，我经历的数据新闻6个不同阶段是这样的：
1.0阶段的时候，写简讯和微博，看各类数据讯息，主要工作是收集和理解指标含义。
2.0阶段，配合别人的文章去找数据、配图表，理解行文思路和数据在不同文章中的作用。
3.0阶段，通过（原创）数据支撑起一整篇有足够新闻点的文章，哪怕是对人“零采访”也能通过数据发现别人看不到的真相。
4.0阶段，数据和电话采访结合了起来，询问各方对数据的看法和解读，会发现不同人对数据及其反映的现实的理解是不一样的。
5.0阶段比较杂，利用技术去挖掘数据新闻，比如大数据支持和可视化数据表达形式，这些都是需要在旧的个人记者基础上对接技术团队和可视化团队。
而2017年刚刚试水的6.0，就是将数据采访和分析、对人采访（跟踪调查）、融媒体可视化全流程结合了起来。除了数据资料、人的言论和采访以外，加入了记者亲眼所见，亲历数据渗透到现实中的过程，甚至由此从现实去反观数据的形成和真正意义。
#案例：上观新闻数据新闻中心《上海“签约信任度”最高的家庭医生，是怎样炼成的？》
http://liberation.herdsric.com/wenchuang/FamilyDoctor5/index.html
在2017年，这种从数据到人，从人到故事，从故事到融媒体表达形式，这一系列的深度挖掘开始出现。数据新闻似乎进入到一个跨度更长、所需协调关系更多的新阶段。但是，话说回来，我仍然和2016年所认为的一样，一个高精尖的完全融合型的数据新闻产品还是未见，起码并没有达到国外一些好的融媒体新闻作品的综合水平。
新闻性的变化
让数据新闻更快、更软、更新闻
其实不难看出，无论是一些数据新闻从极美回归务实，还是从数据走向故事，这些变化都在帮助数据新闻变得更“像”新闻，更贴近受众或用户。
就连数据新闻一直被诟病的“周期太长”问题，也逐渐受益于数据库和技术的成熟，按下了“更快”按钮。凤凰网的美国大选票数实时直播H5就在2016年暗示了这种趋势。日四川九寨沟发生7.0级地震之后，中国地震台网的机器人仅用25秒就写作并发布了地震快讯，包括震中简介、震中天气、热力人口、地震参数图和地形图等等。
数据不仅是报道对象，更在成为重要的后台支撑，为更快、更智能的新闻提供帮助。
数据化的变化
数据开口在收紧，但媒体数据产品已超越新闻
当数据新闻的新闻性在加强，可视化在深化的时候，数据化也在悄无声息地走进下一阶段。但这好像没有全部反映在新闻产品中，而是体现在媒体的智库化转型里。
比如南方都市报做得相对早的“南都有数”数据新闻ID，在2016年下半年就停止了更新，转而变成“南都指数”，走向了数据新闻的指数化和报告化，推出了一系列排行榜、指数和报告等等。
就在日，南都大数据研究院揭牌，据介绍，研究院将有三大功能：一是生产基础产品，包括新闻数据库和行业数据两个领域，二是提供公共支撑，包括技术支持、数据分析、传播等；三是统筹数据产品，对报社的数据项目，进行发掘、培育、遴选、布局，对有潜力的进行孵化推广。
数据新闻要继续深化，数据库和指数都几乎是必然的发展方向，这跟一些媒体希望报道内容深化的努力也比较一致。应该会有更多媒体，尤其是面临转型压力的传统媒体，会在2018年有所动作。
从某种程度来说，指数和数据库可以解决数据新闻所谓“性价比”的问题。它们的前期投入很大，但后期可以持续产出，总体来说适合数据新闻的深化，解决成本问题。
不同的媒体也会有不同的项目和应用数据的方式。比如DT财经的“地铁一公里”项目，同样也产出了《深圳地铁活跃报告》，做成了交互形式。
#案例：DT财经重新认识地铁上的深圳
http://metrocity.dtcj.com/shenzhen#/
另外一方面，我曾在2016年提到过“数据新闻的跨行业生产”趋势，然而这种趋势却在2017年面临着挑战。数据新闻实际在数据开口上面临着数据源整体缩紧的环境，而这主要跟数据行业本身面临的隐私数据保护的压力有关系。不过，如果媒体与数据拥有方做建库或者指数方面的合作，也许会比单纯的新闻采访更容易拿到相关数据。
团队化的变化
团队陆续独立，跨媒体供稿或成常态
我在2016年的文章中写过，中国的数据新闻将步入“普遍落地”+“专业团队构建”的阶段，专业的数据新闻团队（或独立内容团队）正在酝酿。而在2017年，已经有两家数据新闻外包方的名字出现在了与媒体合作的不同项目上。
还有一点容易被忽略的是，随着数据新闻的深化和供稿机制的灵活，一些年轻数据新闻人的成长将享受更好的平台。而目前，有许多曾在国外或者国内接受融媒体深造、培训的年轻人，都有着起步更高的融媒体理解和生产水平。她们对数据新闻行业的充实，将成为推动发展的重要力量。
其实越是沉默的时候，也许变革越深刻。而各方面的变化，其实是相互勾连的。
论解读深入程度、论融合性、论可视化水平、论媒体经营模式，数据新闻在2017年都有了一定深化。
当然，若论更好更完美的产品，尚需时日。
（实习生林沐冬对此文亦有贡献）
点击展开全文数据新闻可视化的回溯与思考
提 要：作为数据新闻生产过程的关键一环，数据新闻可视化利用形象思维的表达优势，减轻受众的认知负担，帮助受众直观理解各种数据信息之间的内在联系，因此快速发展成为一种重要的新闻表达方式。理解数据新闻可视化这一对象，既要厘清其发展的历史脉络，又要思考其未来的发展方向。
关键词：数据新闻；可视化；卫报；大数据时代
被称为大数据时代预言家的维克托·迈尔—舍恩伯格认为，信息技术的发展，使信息以几何级数增长，人类社会进入大数据时代。作为新闻报道领域的新生儿，数据新闻就是这一时代背景下的产物。德国记者、数据新闻项目负责人米尔科·洛伦兹曾总结了数据新闻的生产步骤，即挖掘数据、过滤数据、数据可视化、新闻报道制作。数据新闻可视化作为其中一环，在展现数据新闻的视觉魅力方面扮演了重要角色。
一、数据新闻可视化的历史回溯
（一）纸媒时代：数据新闻可视化的萌芽
中世纪后期，随着科学技术的发展，人类对世界的认知不再囿于宗教框架之内，而是基于科学的方法来探索世界、了解世界。这个时期，数学、物理成为人类认识世界的主要工具，此时，关于自然、社会的精确定量分析、绘图也发展起来。例如直方图、柱形图、折线图等数据图表开始成为人类分析问题、解决问题的新手段，可视化技术应运而生。
至19世纪，欧洲的官方机构逐渐意识到信息数据的重要性，数理统计开始成为一门新兴学科，医疗、教育、卫生等各行业都开始尝试借助统计手段解决问题。这一时期，报刊开始逐渐大众化，可视化随着大众报刊的兴起逐渐进入公众的视野。而世界上已知的首个数据新闻案例就在这个时期出现。
1821年，英国《卫报》刊登了世界上第一条数据新闻，即“曼彻斯特在校小学生人数及其平均消费”报道。这个新闻报道是一个表格图，它列出了曼彻斯特和索尔福德两座城市各个学校的学生人数和所付的学杂费用。该图表展示了实际生活中接受免费教育的学生数量与官方统计数字的差异，从而揭示出错误数据对扶贫政策制定造成的危害。这是已知的最早将数据新闻可视化应用于新闻报道的案例，这一尝试也开启了纸质媒体数据新闻可视化的探索。
（二）计算机时代：数据新闻可视化的转折
20世纪中叶，计算机产生并逐渐运用到各大领域，计算机的兴起开启了数据新闻可视化的转折期。从此，数据新闻可视化操作不再单纯依靠人工统计的方式，而是借助于计算机数据处理工具。20世纪50年代，计算机图形学、图像学开始兴起，人们借助计算机工具创建了首批计算机图形图表，这是利用计算机实现可视化的源头。在后来数据新闻可视化的发展过程中，计算机图形学和图像处理技术扮演了关键性角色。
1987年，美国国家科学基金会报告《科学计算之中的可视化》首次提出“可视化”的概念，强调了基于计算机的可视化技术的必要性。即“利用计算机图形学、图像学等技术，将规模庞大且错综复杂的数字替代为视觉图像，帮助人们更好地理解科学技术概念。”这是“可视化”第一次被正式提出。这个时期，“可视化”借助于计算机的发展迎来它的重生期。至此，包括新闻业在内的所有领域，都开始尝试借用计算机数据处理工具处理纷繁复杂的数据信息，以“更直观的方式从不同的维度观察数据及其结构关系”。
（三）大数据时代：数据新闻可视化的兴盛
进入本世纪，大数据时代的来临催生了数据新闻，数据新闻可视化迎来了兴盛期。Every Block创始人阿德里安·哈罗瓦提在2006年提出，记者应抛弃文字，转而使用大量数据进行新闻报道。这是关于数据新闻最早的表述之一。到2010年8月，米尔科·洛伦兹提出了数据新闻的制作步骤，即“数据”“过滤”“视觉化”“故事”，其中包含了视觉化这一要素。
真正将数据新闻可视化推向高潮的是西方主流媒体的数据新闻实践。2009年，《卫报》成为全球第一个成立数据新闻部的媒体；2010年7月，《卫报》对维基解密事件进行可视化报道，至此之后，数据新闻作为一种新的新闻理念与报道模式开始逐渐被各国媒体接受。2011年，在伦敦骚乱事件中，《卫报》组成了“解读骚乱”数据团队，数据新闻可视化又一次备受瞩目。而《纽约时报》在数据新闻可视化中的里程碑案例则是日推出的特别报道《雪崩：特纳尔溪事故》。在这一新闻报道中，《纽约时报》颠覆了传统新闻报道的表现形式，不再使用单一的文字表现形式，而是采用全媒体技术进行可视化操作。
这一时期，国内媒体也在进行着数据新闻可视化的积极尝试。例如，2012年5月南方都市报佛山新闻部首开“数读”版，成为纸质媒体中进行数据新闻可视化尝试的杰出代表。2012年11月，新华网主办的数据新闻项目也开始启动。除此之外，财新网的“数字说”、新浪网的“图解天下”等都率先开始数据新闻可视化的探索。
二、数据新闻可视化的未来发展
（一）厘清“可视化”与新闻报道最优性的关系
“可视化”是数据新闻的重要表现形式，但是在实际的数据新闻生产中，我们必须厘清可视化呈现与新闻报道最优性之间的关系。
数据新闻首先是一种新闻，一切新闻作品必须把呈现与传播新闻内容与信息作为核心。数据新闻虽然具有视觉化呈现的特点，但并不是形式主义的产物，不能单纯为了吸引受众眼球，纯粹追求形式上的精致。如果仅仅注重形式美，而忽略新闻信息、新闻故事的挖掘和分析，那么新闻报道无异于失去其本质和灵魂。正如贾斯巧·艾伦斯坦所说：“过度的视觉化内容和完全没有实际阅读的视图让数据新闻变成了娱乐和取悦读者的工具。”
事实上，在数据新闻中，可视化是为新闻服务的，它必须在传播好新闻信息的基础上，发挥其通俗、直观的特性，促进受众更好地接受信息、理解信息。数据新闻可视化的生产者必须在了解所有数据集特质的基础之上，挖掘新闻信息的关键要点、主要进程以及相互之间的内在联系，进而实现可视化。只有如此，数据新闻才能够避免沦为纯粹视觉化的产物并发挥超越传统新闻的内在价值。
（二）突破“可视化”类型的单一化问题
如今我国数据新闻作品的可视化形式仍然处于相对基础的阶段。从目前来看，新闻媒体生产的可视化作品大多以静态的信息图表为主，即把报道主题相关的数据信息统计列表或制图，穿插与新闻主题相关的文字说明，对图表数据加以解释，最后将图文整合在网络媒体或者平面媒体上刊载传播。
该类型可视化作品的优势在于：所要求的技术难度和制作成本较低；由于其静态性，所以能够实现在网络媒体与纸质媒体上的双重传播。但值得注意的是，此类信息图表承载新闻信息的能力十分有限，难以将与主题相关的各维度数据之间的深层联系直观呈现出来，一堆数据的简单堆砌并不能从真正意义上展现数据新闻的魅力。但另一方面的问题是，制作更为复杂的交互性可视化作品势必会带来时间成本与金钱成本的增加。这个矛盾如何协调，还需要新闻媒体全局考虑。
（三）实现“可视化”与“文本”的融合
在新闻业的发展长河中，“文本”作为信息传递的一种重要手段，在新闻叙事上一直扮演着不可替代的角色。但是作为信息传递新途径的“可视化”却并不具备叙事的优势，要想使数据新闻达到叙事的目的，除了应深层挖掘数据的内在联系，还必须融入“文本”。
毋庸置疑，“可视化”的优势在于对事件各元素之间逻辑关系的直观呈现，例如事件的关键节点、时间进程、各元素的空间分布等。反观“文本”，它的优势更多在于解释、分析，例如事件因果关系的呈现、时空背景的解读、事件细节的描述等。但如今的状况是，数据新闻充分发挥了“可视化”的优势——信息图表、数据地图、时间线等类型纷繁复杂，但是却有意无意的造成事件因果分析、时空背景、故事细节的缺失。
因而，在数据新闻未来的生产过程中，我们有必要处理好“数据新闻可视化”与“文本”之间的关系，将两者优势融合，弥补两者间的割裂。尽管数据新闻以“可视化”为主要表现手段，但并不意味着“文本”可以处于缺失状态。如何增强“数据可视化”与“文本”的融合，实现其优势互补，将是未来数据新闻的探索方向。
从人类观察世界、认识世界开始，信息的可视化操作便慢慢出现，数据统计学科的发展推动了数据新闻可视化的真正产生。直到20世纪下半叶，随着计算机技术的诞生，数据新闻可视化才出现了革命性变化。进入本世纪，大数据时代的来临催生了数据新闻。作为数据新闻生产的重要环节，数据新闻可视化也逐渐兴盛起来，以《卫报》《纽约时报》为首的新闻媒体将数据新闻可视化的发展推向了高潮。
母庸质疑，数据新闻可视化的出现为新闻报道领域提供了一种全新模式，这种模式借助视觉语言的无障碍性打破了全球信息沟通的壁垒。但在数据新闻可视化的未来发展中，数据新闻生产者还必须厘清“可视化”与新闻报道最优性的关系，突破“可视化”类型的单一化问题，实现“可视化”与“文本”的融合。
（作者系国防大学军事文化学院硕士研究生）