闻在追求花哨的基础上，影响了直观、醒目国外数据开放的政策和完善的数据开放管理机制有关;国内虽然已经开始重视数据开放，但开放的数据有限，即使开放的数据，也缺乏统一的管理和发布平台。彭兰教授认为对新闻生产中的信息图表制作而言，数据来源一般包括：新闻中的数据资源，网络用户数据及网络公共资源，政府机构、企业等开发的公开数据。[3]但是，因为各种原因，目前的数据新闻来源多为政府机构，这种状况的出现或许有数据质量的考虑，但是在一定程度上却会对数据新闻的选题形成一定的制约。另外，媒体自有数据库的建设和发掘、社交媒体的信息也可以成为数据新闻的富矿，业界需要在这两方面做好积累和挖掘工作。

　　数据新闻的数据源，一是来自于政府或企业主动公开的信息，二是依靠媒体自身积累或通过直接调查获得的数据，但是目前国外的不少数据新闻制作方采用了抓取社交平台上用户生产的数据，今后，移动终端的地理信息、各种传感器捕捉的数据也将成为数据新闻的主要素材。

　　在具体实践中，制作方可以鼓励全球用户参与到数据新闻的生产过程中。可以采用调查的形式，直接了解民众的态度或者倾向;也可以众包的形式，吸纳志愿者参与数据和信息的采集。其实，用户同意分享地理位置信息，也是一种参与，这样通过运营商记录的数据，就可以获得不少有价值的信息。例如《卫报》在制作相关专题时，就比较注重对用户调查数据的使用和价值

　　去年6月北京摇车号的命中率是1/137”，利用html5开发成了一个摇车号的小游戏，一周的访问量就达到150万。

　　（三）数据采信难

　　可信、权威的数据是制作数据新闻的基础，数据的质量关系到数据新闻的可信度，面对公开的、目的各异的、林林总总的数据，甚至是互相“打架”的数据，制作者如何采信则成为一个重要的问题。一般而言，衡量数据质量的指标包括数据的相关度、可信度、准确度、一致性、完整度、及时性和可用性等。[4]如果系统考虑的话，笔者认为在此环节，可以从以下几个方面来进行衡量：（1）数据提供的主体，可以细化为主体的身份、发布数据的目的等;（2）数据获得的规范性和专业性，包括调查具体的执行人，调查总体、样本量、抽样方式、误差大小、调查方法和数据分析等;（3）细节的核实，主要是在对具体概念的界定上要仔细，要不然名称相同的调研，因为概念界定的不同，数据会有一定的差异。

　　（四）数据解读难

　　数据新闻的生产者，工作的价值就是以专业的眼光代替普通受众去发现生

　　请收藏：https://m.hhttr.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）