不管你愿不愿意，大数据已经无孔不入，很多行业都被卷入了它的冲击波中，带来行业趋势甚至操作准则的改变。
媒体业这两年就冒出来一种用大数据做新闻的报道形式。动不动就几十万条数据，不明觉厉的样子，最近就有一篇关于“铁路运行图大调整”的数据新闻火了，标题就写着32万条铁路数据，在今日头条等资讯平台上刷出了上百万的阅读量。
为什么要用这么庞大的数据来做新闻？新闻难道不应该是采访采访采访然后写故事吗？不过这条新闻还真是引发了上万条热情洋溢的评论。
比如这样的：
还有这样的：
还有两篇也是同一卦的，看起来DT财经这家第一财经去年新做的数据新媒体用这32万条数据弄了一整组报道。
32万条铁路数据揭示：那些地域鸿沟和偏见，十年来未曾改变
为什么要用32万条数据来做一条新闻？这和我们常见的新闻不太一样，传统新闻报道写故事讲道理，用的是有代表性的个案，偶尔用一些小样本的定量分析；现在外部环境变了，人们和社会的各种行为都以大数据的形式记录了下来，新技术催生新的媒体形式，我们现在就处于这个转折点，在新闻操作层面也需要全新的方法论，来做新环境下的记录历史者。
“从小样本到大数据，这是时代催生的新闻方法论，它不是颠覆而是丰富和延展了新闻的视角与价值。”DT财经主编王小乔解释道，“比如铁路运行图调整这条新闻，往常基本就是便民信息和一些新闻通稿了，但爬了32万条数据并分析之后，我们看到的则是铁路运行调整背后所反映的区域经济和人口变化，这是传统新闻报道难以挖掘到的新闻点。”
这种新闻报道你爱不爱看？小编自认为客观理性、讲逻辑，很少读到这种从数据视角来看待事件与社会话题的，还有酷酷的可视化图表，反正是被touch到了。
当然这种新闻操作方式目前还有局限性，新闻业有三方交叉验证消息源的原则，但数据挖掘目前还没法完全做到交叉论证。因为目前整个大数据行业还处在摸索阶段，数据安全和数据所有权的模糊使得交叉验证数据目前还很困难。
DT财经在实际操作中是这么处理的。能获取全数据的当然冲着全数据去，比如铁路大调图；不能获取全数据的，则会选取该领域内占比最大的机构或公司留存的数据，比如房产、交通等领域，并尽量寻找其它定性层面的信息相互验证。当样本量达到一定数量级，它只会更接近现实。
这也是DT财经做新闻时的两大类数据来源，一个是第三方数据提供方，确定选题和维度后，向这些数据持有方提取数据，然后进行分析和成文；另外一块就是源数据，尽可能地接近源数据，依照符合新闻规律的、自行建立的原则来进行数据挖掘、数据清理和数据分析。
提取数据和清理数据的原则怎么确定？你要懂技术，从传统的调查新闻到统计、从设计到编程的若干个专业领域，新闻狗现在都得学起来了；更要有丰富的新闻从业经验，技术和新闻从业者的经验判断结合起来才能产生更好的价值。
应该说，数据挖掘和数据分析技术现在在新闻生产中越来越重要了。但需要强调的是，数据挖掘和分析是用来把新闻做得更好，而不是用来炫技的。最擅长数据挖掘和分析的，当然也不是媒体人，但媒体人最主要的优势，是在长期新闻实践过程中形成的判断力和经验，知道哪些更有传播价值和公共价值。
正因为此，DT财经主编王小乔表示，未来除了会继续用以上几种数据挖掘的方法做新闻，更希望能把DT财经孵化成数据新媒体的一个平台级入口，在这里聚集一批爱数据玩数据的机构和个人。“6月3日我们要办一场‘寻找数据侠’的线下活动，目的就是网罗各种玩转大数据的高人，同时在APP上建立一个‘数据侠’栏目，为隐秘在各条战线上的数据大侠们，提供传播大数据价值的平台。让更多精通数据的人参与进来，发挥他们的优势，让数据展现更大的价值。”
小编听起来不明觉厉~~
大数据似乎在云端，离我们比较远。作为普通受众，如何接触到这些数据，怎样更好的了解数据背后的含义是最重要的问题，DT财经在如何满足受众需求的“最后一公里”这个问题上也许有一定的借鉴意义。
号外：前面提到的6月3日“寻找数据侠”活动，也是上海开放数据创新应用大赛（SODA）第一弹，各行各业的数据大牛，共同打开通往数据时代的大门。你还犹豫什么，赶紧点击活动链接，参与报名吧~http://t.cn/R5wSovC
——本文由DT财经投稿至数据分析网
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
