大數據背景下的專題報道策劃

[摘要]大數據背景下的新聞報道（尤其是大型專題報道）面對海量信息已是事實，但是目前沒有可資應對的新聞數據分析模型，大型專題報道策劃陷入困惑。文章以福建支部生活雜志社組織的“設區市基層黨建工作巡禮”大型專題報道為例，分析了其在大數據背景下依靠大數據分析的基本特征進行 “手動操作”，通過建立科學模型并帶入新的數據，從而實現預測目標，順利完成專題報道策劃的過程。

[關鍵詞]專題報道；策劃；大數據

[作者單位]楊曉明，福建支部生活雜志社。

2012年，為迎接黨的十八大的召開，全方位展示福建省各設區市基層黨建和“創先爭優”活動成就，反映近年來全省各地涌現出的先進基層黨組織和優秀共產黨員事跡，福建支部生活雜志社決定組織“設區市基層黨建工作巡禮”大型專題報道，以每期12碼內頁加封面、封二、封底的篇幅，以設區市為單位分期進行采訪報道。由于主題涉及面寬（黨建工作涉及經濟社會方方面面）、時間跨度長（從十七大到十八大之間的五年時間）、版面要求多樣（有長篇通訊、經驗總結、人物典型、多幅圖片報道、單幅圖片報道），因此，工作展開后隨即遭遇一般大數據背景下大型專題報道都會面臨的挑戰。

一、大數據背景下大型報道策劃的困惑

2012年2月，《紐約時報》刊發了一篇專欄文章，提出“大數據”時代已經到來，在商業及其他領域中，大數據分析將日益成為決策依據，而不再基于經驗和直覺。奧巴馬政府于2012 年3 月宣布，投資2 億美元啟動“大數據研究和發展計劃”，并且將其定義為“未來的新石油”，要求政府增強收集、分析和萃取海量數據的能力。最早提出“大數據”時代概念的是全球知名咨詢公司麥肯錫，麥肯錫公司發布報告稱：“數據，已經滲透到當今社會每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。” 大數據在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展才引起人們關注。大數據現象不可忽視，其影響著各行各業，連新聞媒體也不例外。大數據的搜索、獲取、儲存、分析、共享，已成為包括媒體人在內的相關人士的重要研究課題。

我們在具體的報道策劃中，首先遭遇的是信息海量、類型多樣的問題。以傳統閱讀方法進行瀏覽，光是一個設區市的素材信息，就需耗費幾周時間。數據量巨大、類型繁多，正是大數據的主要特征。大數據的計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T），包括數字文檔、網絡日志、視頻、音頻、圖片、地理位置等信息。我們在前期策劃的資料搜集中，遇到了前所未有的信息量。雖然不像大數據的計量單位那么夸張，但對傳統媒體來說，已是海量（因此本文主題界定為“大數據背景下”，而非典型“大數據”概念）。我們主要通過四個方面搜集一個設區市的資料：（1）市委組織部和宣傳部五年來的各類工作總結、簡報、匯報材料、圖片資料、上報省委的典型材料等；（2）新聞媒體五年來對當地黨建工作的各類報道；（3）近期相關網絡的官方和網民對當地黨建工作的評論；（4）五年來當地經濟社會建設成就的數據及大事件。每個設區市都有近千份文檔、圖片、音頻、視頻等資料。這種狀況同時也顯示了大數據的另一個特征：海量數據的價值密度相對較低。大數據時代對新聞報道的影響由此可見，凸顯了大型報道在主題提煉、特色疏理、素材取舍、因果關聯等方面存在的困難。而新聞界尚無對海量數據進行分析的模型，我們只能以“手動”方式對大量信息進行分析取舍。

二、主題提煉和特色疏理：概率的定位作用

面對海量信息，我們首先要做的就是學會取舍。《大數據時代》的作者維克托·邁爾-舍恩伯格的繼父去世時留下了16000張照片，這些都是其繼父幾十年來周游世界時的影像記錄。為了確定哪些照片需要保留，維克托制定了兩條規則：首先，照片上有認識或可能認識的人；其次，照片拍攝得很漂亮。最終，他只留下了53張照片。也許正是這一經歷，讓他開始重新思考“遺忘的美德”與互聯時代的取舍之道，這最終成就了他的《刪除》一書[1]。

大數據已經不只是數據大的事實，最重要的現實是：面對信息爆炸，只有通過大數據分析才能獲取深入的有價值的信息。基于本刊專題報道的要求，各設區市的報道應有不同主題，彰顯各自特色。因此，我們首先將信息分成三類：一是市級黨委部門總結、上報的材料，二是新聞媒體的報道，三是網民的網上評說。然后進行概率定位：利用電腦的搜索功能，輸入黨建關鍵詞（如服務型黨支部、非公有制企業黨建等），對資料進行檢索，選取三類資料中出現頻率最高的詞，互相印證后，以此關鍵詞為著眼點提煉主題，并刪除與此關鍵詞關聯度低的資料。經過檢索萃取、提煉挖掘，并與當地黨委部門溝通印證后，確定了各設區市的報道主題，如福州市的報道主題為“社區服務型黨組織建設”，莆田市的報道主題為“流動黨員管理”，泉州市的報道主題為“非公有制企業黨建”，三明市的報道主題為“農村168工作法”等。同時，我們刪除了90%的素材信息。通過運用概率定位的方法，我們在前期案頭準備工作中明確了思路，掌握了關鍵素材，大大提高了后續展開的采訪工作的效率。

三、相關性的辯證思考：重視非直接因果關系

黨建工作是一項虛實相濟的工作，它與經濟社會發展存在直接因果關系，如一個村黨支部是渙散還是堅強，與這個村的發展致富、民風社情往往有因果關系。但在較為宏觀的經濟社會發展中，黨建工作與經濟社會發展之間的直接因果關系是不明顯的。大數據“由因果關系向相關關系轉化”的特征，給予了我們重要啟示：我們應在大量數據中挖掘黨建工作與經濟社會發展的相關性。因此，我們在概率定位中，未將五年來當地經濟社會建設成就的數據及大事件信息列入關鍵詞檢索，將其完整保留以作資料，并要求記者在案頭資料和采訪活動中挖掘黨建工作與經濟社會發展的相關性。實踐證明，這種從因果性向相關性的思維轉變，使黨建題材的報道在相當程度上取得避虛就實的效果。

以平潭綜合實驗區的專題報道為例：在黨的十七大到黨的十八大的五年時間里，平潭綜合實驗區的大開發從地方戰略上升為國家戰略，平潭面臨大發展的戰略機遇，若能對其宏觀發展與黨建的正相關關系做出有說服力的解讀，則可以成為地區報道中彰顯黨建工作與經濟社會發展相關性的范式。我們在大數據挖掘和采訪著眼點上玩起了“尋寶游戲”，從以下幾個方面“掘金”：（1）實驗區黨委的戰略眼光、執行力及領導作風與經濟社會發展的相關性；（2）實驗區“黨組織在建項目上”的基層黨建創舉與港口、電站等大型項目建設速度和質量的相關性；（3）農村社區黨組織的戰斗堡壘作用、黨員的先鋒模范作用與廣大群眾支持全島大開發的相關性；（4）英模人物的標桿作用與跨越發展的“平潭速度”的相關性。由于厘清了思路，我們在數據和采訪中著重挖掘這四個方面的事例，用事實說話，生動詮釋了黨建工作與經濟社會發展的關系，最終形成的報道得到了讀者的認可，獲得2012年度福建新聞獎二等獎。

四、信息共享與典型預測：著眼新聞報道的影響力

共享與預測是大數據時代的重要特征，已經廣泛運用在商業領域。這一特征對于大數據背景下的專題策劃，同樣具有啟發性。在我們策劃“基層黨建工作巡禮”大型專題報道中，各地組織進行經驗交流和樹立典型是我們的基本理念，目的在于擴大新聞報道的功能性和影響力。

差異性需求是信息共享的基礎，同質經驗不具交流動力。因此我們在數據挖掘中，強調挖掘各地黨建工作中的不同特色，突出黨建創新、品牌培育，以實現各地黨建工作的經驗交流互動。一是各顯特點，避免同質。在海量信息中淘選出諸如龍巖市的“紅土先鋒”黨建品牌、南平市的基層黨建“六要工作法”、寧德市的干部“四下基層”、漳州市的聯系群眾“一圩一日”等黨建經驗，其各具鮮明特色，可資不同地區的黨建工作者學習和借鑒。二是強調黨建經驗的可操作性。在各地的每組報道中，安排一個“編后述評”板塊，提煉當地黨建工作經驗要點和操作規程，達到有重點、有抓手、可實戰的報道效果。

典型具有很強的示范標桿作用，它能激勵人們奮發前進、積極向上，是推動社會發展的“正能量”。在策劃“基層黨建工作巡禮”大型專題報道伊始，我們就把培育與樹立典型當作一個重要目標。為實現這一目標，在大量信息中預測典型的可塑性和生命力，成為前期策劃的重要工作。面對海量信息，我們首先從中搜集有關個人先進事跡的信息，再將他們的姓名輸入網絡搜索，萃取關注熱度高的人物信息，刪除大量關注熱度弱的人物信息，完成初步篩選。然后依據人物事跡進行分類，如分為“為民親民干部類”“犧牲小我奉獻類”“帶領群眾致富類”“大事小情服務類”“樂于分享能人類”等，進行可塑性和生命力預測，判斷每個典型有哪些閃光點，是否契合時代特征，是否具有普遍意義，能否引起共鳴。

我們主要從兩個方面進行預測判斷：一是時代特征。一個典型影響力的大小、生命力的強弱，往往取決于對典型時代特征的把握。若時代性弱，典型往往只是曇花一現，很快便會被人們淡忘。因此在預測和典型時，要對所涉及的人、事、理進行分析，不能僅僅從領導旨意和政治需求出發，要充分考慮民眾特別是媒體受眾自身的心理需求和認知態度，既要符合宣傳需要，又要做到能被大多數群眾認可、接受。這種從大量數據和眾多候選人中萃取出的具有鮮明時代特征又深受群眾喜愛的典型人物，我們可以預期他們有較強的生命力。于是，在全年的系列報道中，我們篩選后推出了開創生物醫學光子學新領域的福建師大陳建新教授，“小巷總理”林丹，農民工技術能手馮鴻昌，國際民間工藝美術大師李鳳榮，帶領群眾致富的平潭水產技術推廣站站長王云等具有鮮明時代特征的典型人物，得到讀者的認可。

二是從媒體讀者定位出發，預測典型的受歡迎度。我刊的主流受眾是農村、社區、企業、機關的基層黨員和群眾，因此可以預測判斷來自基層的“草根英雄”是貼近本刊受眾的最佳人選。于是，我們在篩選、推出典型人物時關注與本刊讀者群相關度高的類別，如山村支書廖德方、愛心法官詹紅荔、產業工人張英、公安民警鄭伯武、民企員工李國鋒、優秀教師蘭臻等。這些與讀者日常生活相關度很高的“身邊人”“草根英雄”，有效激發了基層讀者關心、愛護、學習典型的熱情，印證了前期預測的有效性。在我們率先推出廈工高級技師、“藍領先鋒”蓋軍銜這一典型人物一年后，中共福建省委下發通知，決定在全省廣泛開展向蓋軍銜學習活動。

大數據分析最重要的應用領域之一，就是預測性分析。從大數據中挖掘出特點，通過科學建立模型，之后便可以通過模型帶入新的數據，從而實現預測目標。大數據背景下的新聞報道（尤其是大型專題報道）面對海量信息已是事實，但是我們卻沒有可資應對的新聞數據分析模型，只能依靠大數據分析的基本特征進行“手動操作”，收獲一些體會，以與同行共享。

[1][英] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數據時代[M]. 杭州：浙江人民出版社，2012.