数据可视化在科技传播中的应用.docVIP

数据可视化在科技传播中的应用 　　摘 要 科技与数据有着天然的密切关系，大数据时代的到来为科技传播创新提供了契机。 数据新闻是大数据时代诞生的一种跨学科、跨领域的新闻呈现方式，它旨在通过数据挖掘，探寻隐藏在大数据背后的新闻，并利用静态图表、交互式多媒体等形式将新闻内容视觉化呈现。可视化是数据新闻的呈现方式之一，它几乎涉及了生产数据新闻所需要经历所有步骤――获取数据、理解数据和传达数据，在科技传播中有巨大的应用潜力。本文以BBC和《纽约时报》埃博拉病毒报道所运用的数据可视化为例，梳理两家媒体数据可视化报道的经验。在科技传播中运用数据可视化手段可以将复杂的问题简单化，增强科技传播的准确性，帮助受众深入地理解。但是，数据可视化并不是万能的，运用得不好反而会影响受众的认知，甚至误导受众。因此，本文总结了科技传播中应避免的三大误区即“为了可视化而可视化”、“追求酷炫的数据呈现方式”和“数据可视化作品一定准确”，并探讨如何在科技传播中更好地应用数据可视化技术。 　　关键词 科技传播;数据新闻;数据可视化;埃博拉病毒 　　中图分类号 G2 文献标识码 A 文章编号 1674-6708（2014）125-0036-02 　　1什么是数据可视化？ 　　在众多领域中，科技与数据的关系最为紧密，它们之间存在天然的联系。科学技术的发展无时无刻离不开数据，小到微观粒子的裂变，大到宇宙天体的运行都与数据密不可分。 　　科技新闻融入数据，能够使报道更加准确，提升可信度。科技新闻运用数据并不是新鲜事，一篇科技报道只要涉及对数据的收集和整理，都可以视为数据新闻，但这是广义上的数据新闻。严格来说，科技传播创新需要的是狭义上的数据新闻即“大数据新闻”。 　　数据新闻是大数据时代诞生的一种跨学科、跨领域的新闻呈现方式。数据新闻旨在通过数据挖掘，探寻隐藏在大数据背后的新闻，并利用静态图表、交互式多媒体等形式将新闻内容视觉化呈现。随着大数据时代的到来，我们拥有更大的数据库，因此科技报道对数据的运用也不能停留在简单的数据分析上。越来越多开放的数据资源为科技报道提供了“富矿”，通过对大规模数据样本的采集、处理和分析，我们将有机会发现数据背后所蕴藏的规律和趋势，科技报道的深度也将进一步拓展。 　　可视化是数据新闻的呈现方式之一，它几乎涉及了生产数据新闻所需要经历所有步骤――获取数据、理解数据和传达数据。开放数据源的增多以及各种信息的数字化使得收集数据比以往更加便捷，各类可视化软件的不断升级也使制作丰富的数据图表成为可能。凭借简约而不简单的特点，数据可视化作品越来越受到媒体与受众的关注与喜爱。 　　2埃博拉病毒报道中的数据可视化 　　埃博拉（Ebola virus）是一种罕见的病毒，1976年在苏丹南部和刚果（金）的埃博拉河地区被发现后，引起医学界的广泛关注，“埃博拉”由此得名。埃博拉病毒是一个用来称呼一群属于纤维病毒科埃博拉病毒属下数种病毒的通用术语。埃博拉病毒能引起人类和灵长类动物产生埃博拉出血热的烈性传染病病毒，死亡率在50%至90%之间，致死原因主要为中风、心肌梗塞、低血容量休克或多发性器官衰竭。 　　2.1 BBC如何运用数据可视化技术 　　BBC网站对埃博拉病毒的报道综合运用了文字、图片、音频、视频、信息图表等形式，通过融合新闻的手段，告诉公众埃博拉病毒的是什么，它的危险性以及如何预防埃博拉病毒。在众多呈现方式中，数据新闻给人留下了深刻的影响。 　　BBC网站一篇题为《谁，什么，为什么：有多少埃博拉病毒感染者死亡？》的报道，深入地分析了埃博拉病毒的致死率问题，提出埃博拉病毒致死率高达90%的说法并不准确。在不同国家埃博拉病毒的致死率有所不同，例如几内亚为73%，但在利比里亚却为55%，塞拉利昂为41%。 　　文章援引麻省理工学院生物统计学和流行病学专家的观点，认为影响埃博拉病毒致死率变化的因素主要有三个：首先，不同国家应对埃博拉病毒的准备程度不同;其次，不同国家医疗护理的数量和质量不同;最后，引发疫情爆发的埃博拉病毒菌株的不同，在五种为人们所知的菌株中，“扎伊尔”和“苏丹”这两种菌株的致死率最高。 　　为了更清晰地呈现埃博拉病毒的致死率，该报道绘制了从1976年至2014年埃博拉病毒感染病例数与死亡人数的直方图（如图1），通过对40年间埃博拉病毒近感染人数与死亡人数数据的统计与处理，为受众深入地认识的该病毒的危险性提供了帮助。 　　图1 埃博拉病毒的历次爆发（1976―2014） 　　BBC的另一则报道在数据可视化应用方面同样出色，这篇题为《为什么埃博拉病毒如此危险》的文章被标记为“EDITOR’S CHOICE”（编辑的选择），其报道水平可见一斑。这篇数据可视化报道将1976年以来死于埃博拉病毒的人数以圆面积来表示，