首家大数据培训挂牌机构 股票代码:837906 | EN CN
阿里巴巴菜鸟级数据产品经理半年回顾总结篇
干货教程:如何绘制业务流程图(二)
干货教程:如何绘制业务流程图(一)
技术贴:如何在数据库中秘密地查询隐私数据
攻略教程:信息图(infographic)是怎么做出来的?
分析师一定要看!用数据讲故事的五个步骤
技术篇:怎样玩转千万级别的数据?
北漂书生:大数据时代SEO数据如何搜集和分析
干货,从十大问题重新认识并读懂互联网
相似图片搜索、算法、识别的原理解析(下)
相似图片搜索、算法、识别的原理解析(上)
制作信息图时请遵循这10条原则
提高表格可读性的一些技巧,适用于Excel、PPT等数据报表
实用教程:如何让Excel图表更具“商务气质”?
一张数据信息图是这样制作完成的
菜鸟读财报,如何从上市公司财报中挖情报?
北大数据分析老鸟写给学弟们一封信
如何一步一步制作出高品质数据信息图?
总结:海量数据分析处理的十个方法
【实战经验】数据分析师如何了解老板真正想法?
零售业数据分析那些事儿
数据分析时l常用电子表格公式【大全】
用数据来告诉你 上市公司财报的秘密
这12个数据能 帮你搞定淘宝店铺
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(四)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(三)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(二)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(一)
淘宝网店从激活到挽留,4步走玩转数据营销
文案怎样写才有意思、不空洞、打动人?
入门级扫盲贴:数据分析的步骤有哪些?
关系即数据,论社交媒体的关系转换
数据的力量,苹果教你用数据鄙视竞争对手
谁说文科生不能做数据分析?数据分析入行→技能提升→优势
产品运营数据分析——SPSS数据分组案例
如何追踪iPhone和iPad等移动设备的用户行为数据?
阿里巴巴中国站:用户满意度指标权重计算方法
广告中的AdNetwork、AdExchange、DSP、SSP、RTB和DMP是什么?
信息图制作教程:关于数值的表现
为什么大数据会如此轰动?(值得深度的文章)
多图技术贴:深入浅出解析大数据平台架构
面板数据分析中标准误的估计修正——根据Peterson (2009)的归纳
财务官、投资人、CIO看过来:给企业数据定价
推荐系统中常用算法 以及优点缺点对比
探索Weotta搜索引擎背后的大数据技术
如何识别虚假数据?
为什么我们像驯化小狗那样驯化算法
程序员必须知道的10大基础实用算法及其讲解
电子商务:最影响转化率的九大要素
如何迅速成为一名数据分析师?
想从事大数据、海量数据处理相关的工作,如何自学打基础?
如何用亚马逊弹性MapReduce分析大数据?
译文:机器学习算法基础知识
给hadoop新手的一封信:Hadoop入门自学及对就业的帮助
从入门到精通,我是这样学习算法的
小商家,从老客户身上获取的数据才更有意义
13页PPT讲述:大数据下网站数据分析应用
40页PPT详解:京东大数据基础构架与创新应用
67页PPT解密搜索引擎背后的大技术:知识图谱,大数据语义链接的基石
营销洞察力——10个营销度量指标
技术篇:前端数据之美如何展示?
董飞:美国大数据工程师面试攻略【PPT】
easel:如何制作好的信息图——来自专家的顶级技巧
大数据实操:以3D打印机为例,如何知道卖点有没有市场需求?
大数据建模 需要了解的九大形式
用户画像数据建模方法
从规划开始,公司or企业如何入手和实施大数据?
干货:商品信息数据分析和展现系统的设计与开发
高手教你用Excel制作百度迁徙数据地图
50篇干货:淘宝店/电子商务如何玩转数据分析?
精华索引:大数据实际应用案例50篇
验证最小化可行产品 (MVP) 的 15 种方法
干货:数据分析师的完整知识结构
大数据技术Hadoop面试题,看看你能答对多少?答案在后面
用SPSS做数据分析?先弄懂SPSS的基础知识吧
怎样做出优秀的扁平化设计风格PPT? 扁平化PPT设计手册#3
解答│做大数据过程中遇到的13个问题
40页PPT│社交网络发展的新动力:大数据与众包
以Amazon、豆瓣网为例,探索推荐引擎内部的秘密#1
怎样做出优秀的扁平化设计风格PPT?#2
怎样做出优秀的扁平化设计风格PPT?#1
36页PPT│大数据分析关键技术在腾讯的应用服务创新
如何丰满地做SWOT分析?
【35页PPT】TalkingData研发副总阎志涛:移动互联网大数据处理系统架构
27页PPT|以珍爱网为例,如何构建有业务价值的数据分析系统?
国外数据新闻资源分享
21页PPT重磅发布:Mariana——腾讯深度学习平台的进展与应用
从0到100——知乎架构变迁史
PPT解读:百度大数据质量保障方案探索
45页PPT|大数据环境下实现一个O2O通用推荐引擎的实践
从数据看豆瓣兴衰
深度学习系列:解密最接近人脑的智能学习机器——深度学习及并行化实现(四)
重磅推荐:129页PPT讲述移动时代创业黄金法则 via:腾讯企鹅智酷
重磅推荐:大数据工程师飞林沙的年终总结&算法数据的思考
OpenKN——网络大数据时代的知识计算引擎
大数据下城市计算的典型应用
技术贴:大数据告诉你,如何给微信公众号文章取标题?
你的QQ暴露了你的心——QQ大数据及其应用介绍PPT
如何从企业报表看企业的生存能力?
实用的大数据技巧合集
技术帝揭秘:充电宝是如何盗取你的个人隐私的?
重磅!50页PPT揭秘腾讯大数据平台与推荐应用架构
原创教程:饼图之复合饼图与双层饼图(1)
PPT:大数据时代的设计特点——不了解这个你做不了今天的设计
教程贴:如何用方程式写春联?
原创教程:如何用Excel制作简易动态对比图
深度译文:机器学习那些事
教程帖:数学之美——手把手教你用Excel画心(动态图)
董老师走进斯坦福,聊聊硅谷创业公司和大数据的事儿(附课件PPT下载)
【限时】年度钜献,108个大数据文档PDF开放下载
董飞专栏:大数据入门——大数据相关技术、Hadoop生态、LinkedIn内部实战
亿级用户下的新浪微博平台架构
一张图了解磁盘里的数据结构
浅析数据化设计思维在阿里系产品的应用
美团推荐算法实践
一个P2P创业公司有哪些部门,都是做什么的?
一个P2P平台的详细运营框架是怎样的?
机器学习中的算法——决策树模型组合之随机森林与GBDT
神经网络简史
58页PPT看懂互联网趋势,大数据/物联网/云计算/4G都有了
广点通背后的大数据技术秘密——大规模主题模型建模及其在腾讯业务中的应用(附PPT)
微信红包之CBA实践PPT——移动互联网海量访问系统设计
一文读懂机器学习,大数据/自然语言处理/算法全有了……
搜狐新闻客户端的背后大数据技术原理——推荐系统(PPT)
原创教程:用Excel做动态双层饼图
半小时读懂PMP私有广告交易市场
怎样分析样本调研数据(译)
PPT:支付宝背后的大数据技术——DataLab、Higo的实践及应用
大数据技术人员的工具包——开源大数据处理工具list(限时下载)
计算机视觉:随机森林算法在人体识别中的应用
24页PPT:机器学习——支持向量机SVM简介(附下载)
互联网高手教你如何搜集你想要的信息
深度:对地观测大数据处理、挑战与思考
原创教程:用Excel做饼图之复合饼图与双层饼图(2)
移动大数据时代: 无线网络的挑战与机遇(附pdf下载)
Excel使用技巧——25招必学秘技
【年度热门】加上这些 Excel 技能点,秒杀众人(多图)
原创教程:用Excel做纵向折线图
知识图谱——机器大脑中的知识库
何明科专栏:用数据化的方式解析投资条款
DT时代,如何用大数据分析创造商业价值(23页PPT)
MIT牛人梳理脉络详解宏伟现代数据体系
你的老婆是怎么算出来的?揭秘佳缘用户推荐系统
飞林沙:商品推荐算法&推荐解释
PPT:如何成为真正的数据架构师?(附下载)
开源大数据查询分析引擎现状
董飞专栏:打造数据产品必知秘籍
译文:如何做强大又漂亮的信息图
如何使用Amazon Machine Learning构建机器学习预测模型
如何运用数据协助货架管理(内附26张PPT)
SVM算法
主流大数据系统在后台的层次角色及数据流向
PPT:阿里全息大数据构建与应用
人脸识别技术大总结——Face Detection & Alignment
教程:用Excel制作成对条形图
易观智库:大数据下的用户分析及用户画像(18页PPT附下载)
技术向:如何设计企业级大数据分析平台?
电商数据分析基础指标体系
IBM SPSS Modeler 决策树之银行行销预测应用分析
拓扑数据分析与机器学习的相互促进
基于 R 语言和 SPSS 的决策树算法介绍及应用
用php做爬虫 百万级别知乎用户数据爬取与分析
另类新浪微博基本数据采集方法
以10万+阅读的文章为例 教你做微信公众号的运营数据分析
破解数据三大难题:变现?交易?隐私?
微店的大数据平台建设实践与探讨
阿里巴巴PPT:大数据基础建议及产品应用之道
基于社会媒体的预测技术
人工智能简史
技巧:演讲中怎样用数据说话
马云和小贝选谁做老公?写给非数据人的数据世界入门指南
掘金大数据产业链:上游资源+中游技术+下游应用
原创教程:手把手教你用Excel做多层折线图
销售分析:如何从数据指标发现背后的故事
如何一步步从数据产品菜鸟走到骨干数据产品
也来谈谈微博的用户画像
行走在网格之间:微博用户关系模型
如何拍出和明星一样美爆的自拍照?斯坦福大学用卷积神经网络建模告诉你
运营商如何玩转大数据? 浙江移动云计算和大数据实践(PPT附下载)
大数据分析的集中化之路 建设银行大数据应用实践PPT
腾讯防刷负责人:基于用户画像大数据的电商防刷架构
创业提案的逻辑
友盟分享 | 移动大数据平台架构思想以及实践经验
寻路推荐 豆瓣推荐系统实践之路
“小数据”的统计学
重磅!8大策略让你对抗机器学习数据集里的不均衡数据
小团队撬动大数据——当当推荐团队的机器学习实践
微博推荐架构的演进
科普文 手把手教你微信公众号数据分析
信息图制作的六个注意点
【权利的游戏】剧透新玩法:情理之中?意料之外
推荐系统(Recommender System)的技术基础
核心算法 谷歌如何从网络的大海里捞到针
Quora数据科学家和机器学习工程师是如何合作的
阿里巴巴PPT:大数据下的数据安全
数据建模那点事儿
全民拥抱Docker云–Lhotse系统经验分享
实时股票分析系统的架构与算法
架构师必看 京东咚咚架构演进
什么叫对数据敏感?怎样做数据分析?
推荐系统基础知识储备
刘德寰:数据科学的整合与细分 数据科学的七个危险趋势(视频)
实际工作中,如何做简单的数据分析?
分布式前置机器学习在威胁情报中的应用(附PPT下载)
数据科学 怎样进行大数据的入门级学习?
扛住100亿次请求 如何做一个“有把握”的春晚红包系统?(PPT下载)
从 LinkedIn 的数据处理机制学习数据架构
大数据会如何改变管理咨询公司(I)
优秀大数据GitHub项目一览
生硬的数字和数据新闻:这么近,那么远
经典大数据架构案例:酷狗音乐的大数据平台重构(长文)
揭秘中兴大数据在银行领域的系统部署
基于大数据的用户画像构建(理论篇)
【R】支持向量机模型实现
数据图处处有陷阱?五个例子教你辨真伪
如何用R绘制地图
你确定你真的懂用户画像?
数据模型需要多少训练数据?
【接地气】01 数据报表的颜色怎么配
游戏价值和数据分析新思路
【R】异常值检测
快的打车架构实践
豆瓣还是朋友圈:大数据、新方法和日常问
PPT数据图表,怎么做才好看?
大道至简的数据体系构建方法论
数据的误区及自身业务
新浪微博的用户画像是怎样构建的?
面试干货!21个必知数据科学面试题和答案part1(1-11)
易观智库:中国大数据产业生态图谱2016(附下载)
Airbnb的数据基础架构
50PB海量数据排序,谷歌是这么做的
大数据时代工程师如何应对–今日头条走进硅谷技术讲座
D3.js教学记(下)
D3.js教学记(上)
飞林沙:企业级服务公司如何赚钱?只有平台级产品才有大数据的理论
一个母婴电子商务网站的大数据平台及机器学习实践
7大板块 组成数据分析师的完整知识结构
干货:SaaS领域如何分析收入增长?
学术 | 词嵌入的类比特性有实用意义吗?
6个用好大数据的秘诀
一个数据库外行眼中的微信优化 (附专家补充)
大数据调研,如何实现快全准?
数据大师Olivier Grisel给志向高远的数据科学家的指引
数据堂肖永红:数据交易的是使用权或数据的增值,而不是数据本身(PPT附下载)
淘宝商品详情平台化思考与实践
刘译璟:百分点大数据理念和实践(图文+PPT下载)
如何快速搞定一份看起来还不错的演示文档?
【BABY夜谈大数据】决策树
数据驱动设计:数据处理流程、分析方法和实战案例
美图数据总监:Facebook的法宝,我们在产品中怎么用?
树的内核:量化树结构化数据之间的相似性
拿到用户数据之后,LinkedIn怎么赚钱?
GrowingIO张溪梦:增长黑客的核心 企业应该重视产品留存率(附PPT下载)
[译]Airbnb是如何使用数据理解用户旅行体验的?
微博推荐数据服务代理: hyper_proxy的设计和实现
星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)
鲍忠铁:TalkingData大数据技术与应用实践(PPT下载)
【干货教材】数据分析VS业务分析需求
九枝兰专访:数字营销的核心—企业如何使用数据管理平台(DMP)进行精准营销
我们的应用系统是如何支撑千万级别用户的
R应用空间数据科学
Excel进行高级数据分析(上)
Excel进行高级数据分析(下)
国内各大互联网公司2.0版技术站点收集
网站数据分析思路导图
大数据分析报表设计开发要素
大数据需要的12个工具 推荐
YARN/MRv2 Resource Manager深入剖析—NM管理
YARN/MRv2 Resource Manager深入剖析—RMApp状态机分析
Hadoop 1.0与Hadoop 2.0资源管理方案对比
Hadoop 2.0中单点故障解决方案总结
Hadoop 2.0 (YARN)中的安全机制概述
Hadoop 新特性、改进、优化和Bug分析系列1:YARN-378
Hadoop 新特性、改进、优化和Bug分析系列2:YARN-45
Hadoop 新特性、改进、优化和Bug分析系列3:YARN-392
Hadoop版本选择探讨
探究提高Hadoop稳定性与性能的方法
《Effective C++》读书笔记(第一部分)
Hadoop分布式环境下的数据抽样
Hadoop计算能力调度器算法解析
如何编写Hadoop调度器
数据结构之红黑树
Hadoop pipes设计原理
《C++ Primer plus》学习笔记之”类”
《C++ Primer plus》学习笔记之”类继承”
《C++ Primer plus》学习笔记之”C++中的代码重用”
《C++ Primer plus》学习笔记之”异常”
《C++ Primer plus》学习笔记之”RTTI”
Hadoop pipes编程
Hadoop Streaming高级编程
《C++ Primer plus》学习笔记之”标准模板库”
《C++ Primer plus》学习笔记之”输入输出库”
Linux Shell 命令总结
算法之图搜索算法(一)
awk使用总结
素数判定算法
《C++ Primer plus》学习笔记之“函数探幽”
使用Thrift RPC编写程序
如何在Hadoop上编写MapReduce程序
怎样从10亿查询词找出出现频率最高的10个

生硬的数字和数据新闻:这么近,那么远

于2017-04-01由小牛君创建

分享到:


作者:Meredith Broussar(美国天普大学新闻学院教授,教授数据新闻课程)

翻译:尤海佳

镝说:

如何从生硬纷繁的数据中挖掘出新闻?这个问题就像一座独木桥,架在数据和新闻之间。本文将告诉你正确的“过桥”方法,也是从一座塌掉的桥讲起,论这座桥如何在数据新闻中出现,这背后涉及到的数据新闻运作的点点滴滴,就是你一定要牢记的正确的过桥方法。

计算能力,或者说数字素养,是数据新闻的核心。如果你想培养更高的数字素养从而从事数据新闻方面的工作,有一个方法,就是想想一匹马的故事。

这是我在我费城房子附近的小树林中遇到的事情,具体点说,设想你站在一个小木制廊桥的一端,对面是一匹高头大马和一个骑手。那匹马很高大,桥却很小,摇摇晃晃的。如果一匹马、一个骑手和一个徒步者同时站在桥上,这桥会塌掉吗?

要是问我这个问题,我回答是:不知道。因为我只是在那匹马和骑手过桥时礼貌地站在原地等。

除了过桥的恐惧,在重力作用下,桥确实会塌掉。而与这座桥梁倒塌有关的新闻报道中,一部分与人有关:谁受伤了、受害者是谁等等。

另一部分报道,则是通过数据得到的。桥梁是基础设施的一部分,基础设施都要通过检测。这样每座桥都会有检测数据,或者说应该有检测数据(某种程度上记录这些数据是为了防止桥梁的塌陷)。

任何可以被检测的事物都有可能是一个含有丰富数据量的新闻来源,找到机会去讲述由数据驱动的新闻是培养数字素养的第一步。

数据可以解决一些问题,但不是所有问题

假如你(幸运地)没有在桥梁坍塌的现场,而你想要通过自己对马和桥梁的想象写一篇新闻。

首先你应该得到相关的数据。桥梁的名字、桥梁的检测数据(包括结构评估,检测条款)等,这些数据都可以在美国交通部的高速公路管理局全国桥梁所的数据库里找到。

《美国信息自由法案》规定你可以拿到以上的数据信息,但是想把这些数据拿到手最简单的办法是向IRE/NICAR Date Library预定。

IRE数据库可以告诉你:桥梁是何时建造,有多少车道以及其他用以确认桥的整体质量的数据。IRE的数据库有从2004年到2013年的数据。而NICAR里的数据可以追溯到1994年。一个IRE会员可以在写作数据驱动的新闻上获得各种有益的帮助。

接下来的一步,是发现数据中的问题,人们称此为“质问数据”。你应该知道数据是无声的,你只能从中得到一些特定的答案。

在我的数据新闻课上,学生们经常这样问道“那些骑马的人在桥坍塌的时候,比不骑马的人更容易死吗?”要回答这个问题要求我们要去计算出这两者相关性,并试图去量化它们。

但,千万不要这样做。你很快就会明白,事物之间的“关联”并不意味着它们之间存在“因果关系”。世界上到处都是虚假的联系。

计算相关性,复杂且费时。一个新的新闻需要简单且容易计算的事物。因此,我们要把注意力放在差异性的计算上。

差异性包括两个维度:数据上的差异性和概念上的差异性。在研究一个事物概念上的差异性时,有一个简便方法,就是计算出“它现在是什么”和“它应该是什么”。

例如,我们可能会从数据中弄明白“哪些桥是过了保险期需要检测的”。换句话说就是这些桥何时被检测和它们“应该”何时被检测之间是否相称?

任何发生交通事故的桥梁每隔X个月都应该检测一次。X则是具体情况而定,但是应该在0-48个月之间。“每座桥距离上次检测的确切时间是多少”这个问题的答案可以从那些数据中得到,这就是数据的作用。

简而言之就是下面的公式:New-Old=Change.

用在这个例子上,就是:桥梁应该每隔四年检测一次。四年,也就是48个月,1460天。如果桥梁上次检测日期和上上次检测日期之间的差距超过1460天,那你就得到了一个新闻。

方程式是这样的:

Old=最近第二次检测的日期New=最近检测的日期New-Old=Change

如果Change>1460天,即48个月,那你就可以写一个类似于“当地桥梁长期未检测”的新闻。当然,这需要你实地去验证。

数据是一种资源,它要求你对任何有争议的信息进行确认。

你要去和桥梁管理机构交涉让他们回应此事:经过查证这些桥梁的检测频率确实和数据显示的不符。你要去问桥梁专家:为什么这些桥梁没有检测或者桥梁不修缮的后果。你也可能需要去和其他数据新闻者交流,他们可以在NICAR和DDJ上找到关于此桥梁的邮件列表。

培养数字素养需要有信心

在培养数字素养过程中,还有一件事需要注意,就是要阅读。不限于是网络上的论文和专题报告,你必须阅读所有相关书籍。有一些极好的书籍是专门写给普通读者和新闻工作者的,包括Sarah Cohen的 Numbers in the Newsroom;Jordan Ellen berg的 How Not to be Wrong;John Allen Paulo的 Innumeracy or A Mathematician Reads the Newspaper;Joel Best的 Damned Lies and Statistics。

be wrong
阅读的时候,你会逐渐摆脱对于数学的恐惧。相信吧,你的数学远比你想象的要好。数学家John Allen Paulos,也在他的 Innumeracy or A Mathematician Reads the Newspaper一书中告诫我们,数学(尤其是新闻数学)并不是那么触不可及。

他在书中这样写道:“每个人都有可能在关系、争论、图形和汇率变化之中培养出对于数字和概率的客观的理解”。其中大部分都可以使人在数据素养上更加有信心。

当然你也可能犯错,但是新闻写作往往是集体工作,而不是独身冒险。你最好在新闻出版前,向那些可以证实你成果的人,寻求到帮助。

从小的地方着手

做第一个数据新闻时,你不应该放眼太宽。首先,你要写一篇能快速传播的新闻,之后,再慢慢做大。

写桥梁新闻最好的方法,就是借鉴前人的经验。一个数据新闻工作者写一则桥梁的新闻,就像一个计算机科学家写一个“Hello,World”的程序一样简单。

从基础技术入手不失为一种好方法。借鉴其他新闻工作者关于桥梁的新闻,并因地制宜,你就会在培养数字素养的道路上,走得很好。

一则桥梁的新闻,可以通过一张图片或地图,展示事故涉及的范围,从而使新闻变得简洁讲究,就像The State Journal-Register in Illinois 上的这则新闻一样:The State Journal-Register in Illinois

(链接:http://www.sj-r.com/article/20130708/NEWS/307089912)

这也可能是一则即时新闻,2013年Skagit River Bridge倒塌后,Seattle Times 这样报道:

Skagit River Bridge
(链接:http://www.seattletimes.com/seattle-news/span-wasnrsquot-built-to-take-critical-hit/)

这也可能是一篇覆盖整个国家的调查页面,就像2008年的这篇报道一样:08年报道

(链接:http://www.nbcnews.com/id/25956395/ns/us_news-bridge_inspections/t/bridge-collapse-revealed-holes-federal-data/)

Msnbc.com的新闻记者Bill Dedman这样报道,他是走在了这项调查计划的前列,并且让读者们自己去发现他们社区中的一些可能存在危险的桥梁。

“我们做了一个叫做‘Bridge Tracker’的地图显示器,可以让读者和用户及时关注桥梁检测的消息”,他在书中这样写道。

同时,Dedman也指出,这个事件可能会影响到当地的政策制定者,“因为这些未经检查的桥,有些就连接着国家高速公路管理者的家和他们的工作地点”,他这样写道。

你的上班路上,有存在结构问题的桥梁吗?你家附近有那些危险的桥梁吗?这些问题,你都可以从数据中得到答案。

访问NBCNews的数据库,你就能知道你家附近桥梁的名称。你也可以从NICAR的数据库中,得到桥梁检测的数据,了解到这些桥梁是否经常检测,曾检测出什么问题(如果有的话)。理想情况下,你可能不会发现任何问题,但是,你很有可能发现问题。

任何情况,你都能发现一些足够有趣的信息,神奇地觉得自己对此很熟悉。这样你就会找到一个写新闻的灵感,并且,你是通过数据找到它。

via:镝次元数据新闻

End.