转向、解构与重构：数据新闻可视化叙事研究
许向东，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。
本⽂系2018年度中国⼈民⼤学本科教育教学改⾰项⽬《⼤数据时代新闻传播⼈才的数据素养》的研究成果。
⼤数据技术在新闻传播领域的应⽤促进了叙事话语、叙事结构、叙事接受等⽅⾯的变化，⽆论是数据新闻可视化、VR 还是其他媒介形态和技术，其存在的根本价值仍然是传播信息，为“叙事”服务。尽管数据新闻可视化叙事与传统新闻叙事存在共通之处，但在叙事模式、叙事逻辑等⽅⾯需要考虑叙事的内容主体——数据的属性，以及传播情境、受众信息接收⾏为等因素的变化。探索数据新闻可视化叙事的规律，使其发挥出最佳功效，有助于受众深⼊思考，使其对社会的认知更接近于真实状态。
⼀
传统新闻叙事向数据新闻叙事的转向
20世纪90年代中期，叙事学被引⼊我国新闻传播领域，主要⽤于新闻报道的⽂本研究，关注于新闻⽂本的叙述者、叙述视⾓、叙述⼈称、叙事结构和叙述时间等。也有学者将新闻叙事学概括为运⽤话语分析的研究⽅法, 对新闻的叙事⾏为和叙事策略进⾏的科学研究（齐爱军，2006：142-144）。新闻叙事主要研究
新闻是如何通过叙述⽅式来表现新闻本质的，新闻的本质决定着新闻叙事的基本原理，其核⼼是客观真实与⽬的性的⾼度统⼀（童兵，陈绚，2014：142）。
数据在新闻叙事中的应⽤与发展经历了⼀个不断⾰故⿍新的过程。20世纪60年代，随着美国民意调查业的兴起，北卡罗来纳⼤学的菲利普·迈耶（Philip Meyer）教授提出，记者在采访时，可以采⽤社会科学的研究⽅法（如调查、实验和内容分析等）来收集资料、查证事实，并将研究成果⽤于新闻报道。也就是说，通过使⽤精确的数据、概念来分析新闻事件，尽可能避免主观的、⼈为的错误，使新闻报道更加客观、公正。这种量化处理新闻事实，将“数据统计”引⼊新闻叙事，新闻学研究逐渐成为美国新闻界在调查性报道中普遍采⽤的⼀种模式。需要说明的是，这个阶段的“数据”更准确的表述是“数值”（number），与我们现在谈论的⼤数据（bigdata）还不是⼀个层⾯的事物。由“数值（number）+ ⽂本（character）”为内容主体的叙事模式，与当前的⼤数据新闻，⽆论在⽣产模式、传播平台和呈现⽅式上都有着较⼤的差别。
进⼊2 0 世纪 8 0 年代之后，图形图像制作技术的发展，使得“数值”（number）或者有⼀定体量的数据（data）在媒体的呈现上更加⽣动、直观、易读。德国的《明镜周刊》、美国的《纽约时报》《今⽇美国》等媒体，开始将数据⽤图形图表的⽅式来呈现新闻事实，以数据为基础的信息图被嵌⼊在新闻故事的讲述之中，承担着提供证据、背景信息和细节的功能。
上世纪90年代之后，数据在传媒上的应⽤推⼴到了⽇本和韩国的媒体，韩国联合通讯社在2000年前后⽣产出了具有交互功能的数据图表。⽽在我国，20世纪90年代初⼀些中央媒体如光明⽇报、经济⽇报等开始使⽤含有经济数据的图表报道新闻，1999年新华社图表编辑室建⽴并开始批量⽣产新闻图表，把“数据”应⽤于财经类图表、科技类图表作为新闻⽣产的常态，并且这种“数据+图形”的呈现⽅式得到了新闻⾏业的认同和青睐。
中外新闻界在实践上的变化标志着新闻叙事进⼊了数据新闻可视化叙事的“初级阶段”。之所以称其为“初级阶段”，⼀是因为在这⼀阶段，限于当时新闻从业者对数据的认知⽔平等因素，仅仅在新闻产品的⽣产形态上实现了数据化，数据的应⽤未能触及信息源和⽣产模式等关键环节。⼆是这⼀阶段的“数据”仅仅是数字统计意义上的，还没有完全发展到⼤数据的概念，缺乏对⼤体量数据的采集、挖掘和分析，没有意识到数据承载着现实社会变动和蕴含着⼤量的新闻线索，总之，数据在新闻叙事中的应⽤尚处于探索阶段。
⼆
数据化、可视化
是数据新闻叙事的主体与形式
数据既是对事实观察和记录的结果，也是信息的表现形式和内容主体，它可以是符号、⽂字、数字、声⾳、图形图像、视频等形态。就其精髓⽽⾔，它更像是真相与事实的集⼤成者（罗杰斯，2013/2015：序⾔）。数据不仅是新闻的组成部分，也是新闻的重要来源。将数据作为新闻来源扩⼤了新闻源光谱，可降低新闻⽣产对“⼝”的依赖，也由此消解了社会精英的话语权（曾庆⾹，侯雪琪，2015：83-86）。
⽬前，⼀些具有开创精神的记者已经证明了如何利⽤数据来深⼊洞察我们周围正在发⽣的事情及其可能对我们产⽣的影
⽬前，⼀些具有开创精神的记者已经证明了如何利⽤数据来深⼊洞察我们周围正在发⽣的事情及其可能对我们产⽣的影响。⼀幅设计精良的数据新闻可视化产品能够迅速地给受众留下深刻的印象，并且帮助他们透过复杂的故事获取核⼼信息（Gray，Bounegru ＆Chambers，2012：4、191）。因此，数据化（datalization）和可视化（visualization）是数据新闻叙事所对应的两个根本问题，前者是内容主体问题，数据在新闻信息的内容⽣产上起着关键作⽤；后者是叙事形式问题，数据新闻叙事在视觉表达上呈现出独特的⽅式。
数据在叙事内容主体上的最⼤体现是数据进⼊新闻叙事的核⼼环节，产⽣了两个⽅⾯的突破：
⼀是突破了传统的新闻叙事模式，实现信息的再结构化。传统的新闻⽂本是以线性的⽂字信息为主，做报道就是讲故事，“5W”是故事构成的基本元素。新闻叙事就是通过⼀定的⽂学叙事⼿法，将新闻事实通
过讲故事的形式，让事实信息的传播更具易读性、趣味性，让新闻事实的全貌能够更加全⾯地展⽰在受众眼前（刘杰，2013：26）。传统的叙事⽅式在结构上形成故事中⼼化，在叙事过程中表现出明显的因果关系等。数据新闻叙事就是将抽象数据具象化，挖掘出数据之间的相关性以及发现隐含在数据背后的深刻意义。当数据成为叙事的内容主体时，除了以故事为中⼼的叙事结构，更多地依据数据间的逻辑关系，从不同维度、以有序的⽅式排列和呈现数据，表现出信息的再结构化，⽽这种再结构化的框架设计与技术⽔准影响着叙事的效果，同时，也带来了新闻叙事⽅式的创新。
⼆是弥补了传统新闻宏观叙事的不⾜。为了使故事更精彩和更具吸引⼒、感染⼒，传统的新闻叙事更注重细节，抓典型、个案，⼒求“以⼩见⼤”“见微知著”。为此，媒体往往采访⼀些权威专家、政府官员、相关⾏业的专家或负责⼈，⽤他们的话语和观点来提⾼报道说服⼒。但是，这种操作⼿法存在“⽚⾯真实”和“断章取义”的风险。
另外，从统计学的⾓度看，传统的新闻叙事是基于个案或⼩样本的报道，数据新闻叙事是基于⼤样本或全样本的报道，个案报道以典型性、代表性给受众以启发，⼤样本或全样本则呈现出事物发展的⼀般性规律。因此，数据新闻叙事可以有效弥补传统新闻在宏观叙事⽅⾯的不⾜，表现出⼀定的宏观解释⼒。
当前，在⼤量的数据新闻产品形态中，可视化呈现已经成为不可或缺的组成部分，数据新闻叙事的共同点都强调图像元素（graphics）和可视化过程（visualization）（Knight，2015：55-72）。不管是为了
⾃⼰的相关分析还是向别⼈传达信息⽽进⾏可视化，其本质都是通过图像来强调内容和帮助叙事（赫佐格，2015/2018：162）。可视化的最终⽬的是⽤巧妙的⽅式争取⽐⽂字更好的叙事效果，让⽤户更容易认知复杂的情景。在以⽂字为中⼼的传统新闻叙事⽅式中，⽂字是承载新闻信息的主体，即使有图⽚和数据，也只是⽂字的“配⾓”，为⽂字叙事做辅助。
在数据新闻叙事中，数据是叙事语⾔，可视化就是将数据以更清晰的逻辑和更好的阅读体验呈现给⽤户。从本质上看，数据新闻可视化叙事不是追求“酷炫”⽽是⼀种诉诸视觉语⾔来呈现数据含义的途径。在视觉优先的传播格局中，更多的媒体倾向于使⽤图像、图表来叙述事实，与单纯的⽂字叙事相⽐，这种视觉化叙事⽅式更易于调动受众的情绪，降低解读的费⼒程度，但是在传播信息的选择性上颇受限制，难免要摄⼊冗余信息、⼲扰信息。相⽐之下，数据新闻可视化叙事具有较⾼的⾃主性，易于删繁就简、突出主题。随着融合新闻理念与技术的进步，可视化已经突破了“可视”，延展到了“可听”和“可感”，尽管可视化的优势明显，但是，数据新闻叙事的核⼼价值仍然在于挖掘出事实的真相。
⽬前，依托于互联⽹的交互式数据新闻可视化产品不仅丰富了叙事学研究中“新闻⽂本”的概念，也影响了传统的新闻叙事模式。数据新闻可视化叙事不仅有助于整合信息，在解读⽂本、揭⽰事物间的联系、表达观点上更加清晰、有效，⽽且提⾼了信息传播的审美价值。
三
数据新闻可视化叙事
对传统新闻叙事的解构
国内有学者将新闻叙事的研究范畴框定在叙事声⾳、叙事语法、叙事话语和叙事接受四个不同的层⾯上（何纯，2006：10）。在这⾥，“叙事声⾳”指的是叙事者，“叙事语法”是事件与事件的组接原则和规律，“叙事话语”则指⽂本的结构和形式，“叙事接受”就是受众。⼤数据、可视化渗透于新闻叙事之中，引发了叙事者、叙事语法、叙事话语、叙事接受等⽅⾯的嬗变，解构了传统的新闻叙事模式。
（⼀）“叙事者”部分物化为“数据”，“专业叙事者”出现“⾮职业化”
新闻叙事就是说话、发出声⾳，就是向受众传达信息，表述观点。“谁在说话”“说什么”“怎么说”，都取决于叙事⼈的⾝份——“谁是叙事⼈。”（何纯，2006：22）在传统新闻⽣产中，新闻叙事⼈主要由事件的讲述者和⽂本的写作者组成。事件当事⼈和采访现场的记者构成了讲述者，写作者则是由记者和不同编辑构成的体。⼤数据作为⼀种信息资源，不仅蕴含着经济价值，同样蕴含着⼤量的新闻线索、报道选题，各类“数据库、数据集作为⽆声的语⾔，开始取代“讲述者”，采集数据和挖掘数据正在逐渐取代记者的现场采访。
采集数据和挖掘数据正在逐渐取代记者的现场采访。
在传统媒体主导新闻传播的时代，“写作者”主要是“集体叙事声⾳”，在其叙述过程中某个具有⼀定规模的体被赋予叙事权威，这种叙事权威通过多⽅位、交互赋权的叙述声⾳，也通过某个获得体明显授权的个⼈的声⾳在⽂本中以⽂字的形式固定下来（兰瑟，1992/2002：23）。随着数据公开⼒度的加⼤，数据获取渠道的多元化以及数据分析开源软件的普及推⼴，原来只有专业“写作者”从事的新闻⽣产活动，正逐渐被业余的、⾮专业的⽤户所渗透，他们根据⾃⼰的兴趣，学习并掌握了数据处理技术，在机构媒体的开放平台或社交媒体平台进⾏新闻产品的⽣产与发布，新闻叙事者出
现“去职业化”的现象。⼤数据技术、可视化技术和互联⽹⽤户、职业新闻从业者正经历着协作、配合的过程，但是，就⽬前的实际情况⽽⾔，职业新闻从业者依然在其中担负着重要的新⾓⾊。
（⼆）从⼆维叙事结构到⽴体叙事结构的嬗变
新闻叙事中的叙事语法研究就是新闻事实中事件与事件的组接原则与规律。新闻报道往往是对单⼀事件或多个事件的叙述，在叙事过程中，时间和空间是两个必备要素，使得传统新闻叙事表现出⼆维外部特征。⼀般性事件报道多以时间为线索，依次展现新闻要素中的“⼈物”“场所”“什么事”等，在结构上表现为开端、发展、⾼潮、消减和结束，结尾处附加以事件的影响等。重⼤事件的报道往往是时空组合⽅式：要么同时在多地采集同类信息；要么围绕同⼀主题采集不同类的信息；要么在报道主要事件时，因需要⼜将次要事件纳⼊报道范围等等，⽆论事件与事件的组接如何变化，都离不开时空要素在其中发挥作⽤。
与传统新闻的⼆维叙事结构不同的是，以数据为内容主体、可视化为叙事形式的数据新闻更多的采⽤⽴体式叙事结构。这种⽴体结构体现在两个⽅⾯：⼀是时间线、空间线加上超链接，共同构建了具备互联⽹传播优势的信息结构。拖动叙事产品中的时间滑块，或点击各时间节点的按钮，就有相对应的简略信息（标题或导读等），也可能是具有意指的图标出现，如果继续点击这些图标或简略信息等，则将显⽰更为全⾯的、相关联的信息。⼆是在时间线的延续上，数据新闻叙事不仅表现在对已经发⽣或正在发⽣的事态的准确叙述，更表现在通过数据挖掘，掌握事物发展的规律和趋势，对未发⽣事实的预测性报道。尽管传统新闻叙事中也有预告性报道，但毕竟和⼤数据驱动、建⽴在数据挖掘基础上的数据新闻叙事有明显不同。
（三）叙事话语的再结构化和可视化，并引发叙事伦理的探讨
新闻叙事话语指的是“怎么说话”“怎么制作新闻”，是对新闻叙事技术的探讨，叙事时间、叙事结构、叙事情景和叙事修辞共同构成了传统的新闻叙事话语，这些要素不仅是构成新闻⽂本的要素，还是制作新闻⽂本的⽅法与技术。
可视化是信息传播的⼀种⽅式或⼿段，是把数据分析的结果、价值和意义以⼀种视觉的⽅式呈现出来。有学者把数据新闻可视化归结为三种⽅向：⼀是将数据信息的量与关系等转变为直观的图形；⼆是看图说话，将⽂字信息变为形象符号；三是以图整合，在图表中集成多元信息（彭兰，2013：17-21）。编
程技术、可视化软件使得⽤数据讲故事的效果⽇益⽣动、多彩。叙事话语可视化的意义不仅仅是新闻信息的呈现⽅式发⽣了转变，更在于最⼤化地还原了事实，丰富了受众的阅读体验。
在当前的新闻实践中，数据、场景、动画以及游戏等逐渐成为新的叙事话语，多元化的叙事话语丰富了叙事⽂本的内涵，但也对新闻叙事的真实性、客观性产⽣了⼀定的影响，带来了⼀些新的职业伦理问题。对新闻传媒⽽⾔，采集数据的⽅式主要有两种，即主动采集原始数据和从其他机构获得数据（⽆偿使⽤，有偿转让）。由于⼤数据技术可以挖掘出数据背后的关联性，可以将个⼈的零散信息汇集成整体，实现对⽬标⼈或个⼈⾏为、意愿的掌控。因此，伴随着数据采集范围的⽇渐⼴泛、采集⽅式的⽇渐隐蔽，对数据的⾮法采集和过度分析，涉及隐私的数据保护缺位等问题在数据新闻叙事中开始暴露出来。
（四）叙事接受的“全感化”和“个性化”转向
“新闻接受”就是接受主体因其需要，据其知识、经验、情感，对外来的新闻信息的反应、选择、加⼯、整合、内化、外化、践⾏的连续认识、反应过程（何纯，2006：222）。在传受过程中，接受者并不是被动的，不仅仅是不可或缺的接受终端，更是有着⼀定能动性的主体。
当传播者在制作其讯息时，他的脑海⾥总有⼀幅接受者的图像，即使后者并不是具体出现在⾯前（麦奎尔
等，1982/1987：55-56）。当⼀条新闻刊发之后，传播者就很难继续控制其命运，只能被动地观察、等待接受者对这条新闻信息的处理和反馈，传播者对反馈信息的处理，从侧⾯也说明了接受者对传播者的影响。新闻就是在这种传播、接受、相互影响、再传播的相互作⽤中被⽣产、被传播。在传统新闻叙事模式中，叙事者与叙事接受者之间的互动交流，受到技术等因素的限制，叙事接受者的“被动”地位使其较难改变新闻产品的⼤众化⽣产状况。但是，随着媒介新技术对叙事接受者的赋权和驱动，叙事接受形式开始出现新变化。
1. 叙事接受的“深度沉浸”。叙事接受离不开接受者与叙事⽂本之间的互动。标题、导语和主体是传统新闻叙事⽂本的基
1. 叙事接受的“深度沉浸”。叙事接受离不开接受者与叙事⽂本之间的互动。标题、导语和主体是传统新闻叙事⽂本的基本组成部分，它们构成了叙事主题由浅及深的“多重叙事”，对接受者⽽⾔，阅读标题就可以掌握⽂本的基本内容，这种浅层化的阅读⼏乎没有“沉浸感”。然⽽，随着数据成为叙事话语的核⼼要素，以及可视化在叙事⽂本中的应⽤，⼤⼤丰富了叙事话语，促使抽象的叙事结构更为直观形象地呈现，使得叙事⽂本既可以“看”、可以“听”还可以“感”。数据化和可视化共同驱动的新闻叙事在保留“多重叙事”的基础上，推动着叙事接受向“全感化”转变。
2. 叙事接受的“个性化”趋向。媒介新技术的赋权使得叙事接受者对叙事⽂本的接触拥有了⼀定的选择权，
这种选择权是以“个性化”为外在特征。《洛杉矶时报》曾经为了更清晰地描述洛杉矶地区的犯罪事件，利⽤警察局的数据，为其所覆盖的数百个城市和街区设计并制作了⼀套数据地图和系统报告——《洛杉矶罪⾏》。当街区暴⼒犯罪和财产犯罪⼤幅上升时，系统将发出犯罪警报。受众将⿏标放置在地图上的任⼀地⽅，就会显⽰该地区的犯罪级别，包括有没有达到警报状态、当地司法机关有没有提供犯罪信息等，点击某地将显⽰该地区犯罪的时间、地点、变化等详细数据。数据新闻可视化叙事的实质是实现新闻传播的“个性化”，通过引导受众，⾃主操作来完成传播活动，使不同的受众可以获得不同的信息，新闻叙事实现了“⼤众化”向“个性化”的转向。
四
数据新闻可视化叙事模式的类型分析
国内传播学学者曾庆⾹教授将新媒体语境下的新闻叙事模式归结为3种：蜂巢型模式、菱形模式和钻⽯型模式。
蜂巢型模式是指报道在形式上与内容上都是对事件信息进⾏⼀点点地更新，如马航事件的报道；菱形模式是指媒体按照快讯、事件、反应、背景、评论、后续事件、定制新闻等报道顺序进⾏的独⽴报道，这种新闻叙事在速度和深度两条轴线呈现出菱形的形状，如《⼈民⽇报》对“昆明暴恐事件”的报道；钻⽯型模式是指采⽤多媒体元素对事件进⾏完整、深刻、多维的报道。如《纽约时报》的《雪崩（Snow Fall）
》（曾庆⾹，2014：48）。蜂巢型模式的特点在于将获取的新闻信息不断更新，使事件的真相逐渐暴露出来。菱形模式则更多的体现出连续性报道的特征，紧跟事件或问题的发展变化进⾏追踪，连续发出报道，反映其全过程，取得及时、深⼊、扣⼈⼼弦的报道效果。钻⽯型模式中的多媒体元素的采⽤实质上是融合报道，是融合了多种传播符号的报道⽅式，它可以有效地增加新闻对受众的黏性。
数据叙事不仅是⼤数据时代的产物，也可以说是新媒体语境下的产物。通过梳理近年国内外刊发的数据新闻作品，可以⼤致归纳出常见的三种叙事模式：
（⼀）线型叙事模式
“屏媒时代”加速了受众阅读⾏为的改变。受众不仅在单幅页⾯上快速浏览，⽽且在多幅页⾯之间实施“滚动”和“滑动”的操作，受众视线的运动轨迹推动了以⽅向性、连贯性为特征的线型阅读设计的流⾏，也正是这种线型设计理念营造了线型阅读体验。数据新闻叙事的内容体量相对较⼤，采⽤⾮线型的叙事模式会使切⼊点不明确，需要受众费⼒思考，⽽有悖于简洁、直接的新闻信息传播原则。主题集中、数据体量不⼤且能够独⽴成篇的新闻⽐较适合选择线型叙事模式，清晰的叙事逻辑和线索有助于受众快速掌握核⼼信息，了解事实的真相。
在传统叙事模式中，线型的叙事往往对报道客体的发展变化进⾏追踪反映，直⾄客体变动告⼀段落，呈现出单向性的、直线型的发展轨迹。在数据可视化叙事中，线型叙事也多按照时间顺序展开。对于在发
展过程中时间要素较明显的事件或活动等，只需沿着主线（时间线）的轨迹叙述，就能够完整地展⽰事态。尽管某些单⼀事件发⽣在不同时间段，借助内在的某种逻辑关系也可以使之形成整体事件。
数据可视化⽹站“信息是美的”有⼀幅名为《⼭峰的⿏丘：媒体夸⼤恐慌的时间线》（Moutains Out of Molehills——A timeline of media-inflamed fears）的图表。横坐标为从2000到2016年的时间轴，颜⾊各异的“⼭峰”分别代表了流⾏疾病或热点话题：疫苗和⾃闭症、疯⽜病、SARS、杀⼈蜂、禽流感、猪流感、埃博拉病毒、塞卡病毒等。纵坐标代表的是死亡密度（实际情况和被媒体报道的）。当⿏标移⾄疾病名称或话题上时，就会显⽰该疾病在不同年份的峰值和媒体报道时的新闻标题，如果点击“Scale to deaths”符号时，峰值就会出现升降的变动，受众通过依托于时间线的叙事结构可以发现，很多疾病的严重程度被媒体放⼤了，引起了不必要的社会恐慌。由于线型叙事⽐较符合⼈们的认知惯性、阅读⾏为，因此在数据新闻可视化叙事作品中占有较⼤⽐例。
（⼆）组合型叙事模式
如果说线型叙事代表的是⼀以贯之的全⽂本阅读的⽣产理念，组合型叙事则是⼀种选择性阅读的新闻⽣产理念。之所以称之为组合型，就说明组合之前存在若⼲相对完整的“故事模块”。选择性阅读则意味着受众具有⼀定的⾃主性，可以挑选感兴趣的部分进⾏阅读。在叙事初期，叙事者选择⼀个⾓度切⼊事实，随着报道进展扩⼤了报道范围，转向更多的相关事实，使叙事结构表现出由点或线到⾯的特点。叙
事过程中，各叙事模块不是简单地依时间顺序展开叙事，⽽是围绕主题展开叙事，彼此间或是并列关系或是补充关系，每⼀个模块都能够独⽴完成对主题的部分解读。
主题展开叙事，彼此间或是并列关系或是补充关系，每⼀个模块都能够独⽴完成对主题的部分解读。
2015年10⽉，央视新闻频道在多个栏⽬推出了⼤型数据新闻节⽬《数说命运共同体》。该节⽬由央视新闻中⼼跨⾏业、跨领域、整合多⽅信息源，挖掘了超过1亿GB的数据，从贸易、投资、中国制造、基础设施、饮⾷⽂化、⼈员往来等视⾓，⽤了七个模块分析了“⼀带⼀路”沿线国家40多亿百姓休戚相关的密切联系，呈现了“⼀带⼀路”沿线国家“命运共同体”图景。在央视⽹页⾯，受众可以不受剧集顺序影响进⾏⾃主选择感兴趣的模块进⾏观赏。组合型叙事属于半开放式的叙事模式，数据通过叙事将各个模块关联起来，⼀⽅⾯，传播者通过“组合”呈现出构成完整事实的不同侧⾯，表明事实的复杂状态；另⼀⽅⾯，受众⾃由选取阅读内容或喜欢的阅读顺序，改变了传统新闻叙事的线型路径，某种程度上迎合了碎⽚化的阅读趋势。
(三）交互型叙事模式数据可视化的概念
交互型叙事是⼀种采⽤交互技术、完全开放的叙事⾏为。从技术⾓度看，交互叙事主要基于数据库，有时采⽤新闻APP 或新闻游戏的⽅式，强调新闻信息产品的个性化，⽣产出个⼈意义的叙事内容，以满⾜受众对特定信息的需求。其优势不仅有助于叙事者形成基于个性化的叙事体系，受众也可以更多地从中
获得阅读体验，延长阅读时间，有效扩散可视化产品，促进传受之间强关系的构建。
交互叙事外在地表现为⼀种呈现⼿段和具体⽅式，⽅便受众判断叙事内容的价值，获取⾃⼰所需要的数据。在交互型叙事模式中，叙事话语不再是直接表述出来，⽽是叙事者通过使⽤路径、情节场景和参与体验等的设计来完成的。表⾯上看，受众在获取信息的过程中有着较⼤的⾃主性、选择权，但事实是传播者已经将传播意图以“程序”或“规则”的⽅式巧妙地“藏匿”在叙事作品中。⾯对叙事⽂本，受众遵循着叙事者预设的操作程序和规则，以沉浸和卷⼊的状态阅读、思考。
采⽤互动叙事模式的数据新闻作品⼤多基于数据库，在宏观叙事与微观叙事的融合中，更强调个体信息的满⾜，尽可能满⾜受众不同层⾯的信息需求。如在2016年的欧洲杯报道中，⼀些媒体运⽤“⾃主组队”的新闻游戏来激发⽤户参与，让⽤户根据⾃⼰的意愿或分析来组织球队。如美国的CNN（有线电视新闻⽹）推出的《欧洲杯2016：选择你的终极五星梦之队》，就是将各球队和球员的数据信息提供给⽤户，⽤户可以通过点击球员的头像，查看该球员的数据信息（包括价值、出场次数、进球数和⽤户选择该球员的⽐例），组队完成后即可实时查看⾃⼰组织的球队的“评估”和“球队数据”。
采⽤交互叙事模式有三个⽅⾯的积极作⽤：在认知层⾯，有助于数据新闻⽂本将⼤量有价值的数据⽤个性化的⽅式提供给⽤户，实现信息的精准化传播；在态度层⾯，有助于数据新闻⽂本通过良好的⽤户体验吸引、黏连⽤户，借助“晕轮效应”进⽽实现传播意图；在⾏为层⾯，通过⽤户的参与⾏为本⾝，深度影响⽤户对某⼀问题的看法，进⽽改变⾏为⽅式，实现传播的深层效果（张超，2017：11）。
线型、组合型和交互型三种叙事模式不是独⽴、单⼀存在的，更多时候是交错融合在⼀起。可能在第⼀层或宏观上看是线型的叙事模式，但在第⼆层或微观上或许就是组合型或交互型叙事模式。采⽤何种叙事模式的关键在于叙事者对数据价值的挖掘程度，对受众阅读⼼理及⾏为的把控，对传播平台和传播技术的熟悉等因素。
五
数据新闻可视化叙事的内在逻辑
⽆论新闻叙事的样式如何变化，讲好新闻故事始终是传媒安⾝⽴命的根本。数据新闻可视化作为⼀种叙事，它同样像⽂字叙事那样拥有反映⾃⾝特质的内在逻辑。
（⼀）相关性的叙事逻辑
相关关系的核⼼是量化两个数据值之间的数理关系。相关关系强是指当⼀个数据值增加时，另⼀个数据值很有可能也会随之增加。相关关系弱就意味着当⼀个数据值增加时，另⼀个数据值⼏乎不会发⽣变化（舍恩伯格，库克耶，2013：71-72）。《纽约时报》⽹站在2017年3⽉30⽇发布报道《好学校，买得起的房⼦：到城郊的最佳区域》以数据可视化的叙事⽅式揭⽰了美国部分地区的学区房现象。制作团队结合北美全国房产经纪费参考标准的房价数据和斯坦福教育数据档案中学校质量测试得分，构建了⼀
组衡量学校质量、房价和通勤时间关系的数据模型，因为相关性定义了特定的数据资料或数据元素与查询主题的匹配程度（鲁吉蒂，2011/2014：16），只要受众滑动⿏标，浮动窗⼝即显⽰每平⽅英尺的房价、⼈⼝数量、教学⽔平和通勤时间等信息。数据⾃⼰不会说话，叙事者可以通过运算模型（算法）来分析数据，挖掘数据背后的意义，还原事实或现象。通过⼤数据技术分析出数据间的关联性，并以恰当的形式呈现出来，也是数据新闻可视化叙事的⽬标。
（⼆）对⽐性的叙事逻辑
对⽐分析是数据新闻可视化叙事的常⽤⼿法，从简单的条柱图、饼分图到较为复杂的、汇集了更多时空维度的信息图，

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。