社交媒体背景下新闻生产的变革

曹佳楠

摘要：社交媒体的蓬勃发展给新闻生产带来了诸多影响，从新闻来源、新闻选择，到呈现内容与新闻机构等。席卷当代社会的大数据浪潮是关键影响元素之一，大数据新闻也成为了新闻生产的重要模式。社交媒体作为一个大数据的生产者和应用者，与大数据新闻有着密切的关系。文章基于大数据视角，从新闻生产的采集、制作和传播三个过程出发，探讨社交媒体背景下新闻生产的变革，分析其中存在的矛盾与问题，并对其未来进行展望。

关键词：社交媒体  新闻生产  大数据  模式变革

随着技术的深入发展，数据的采集能力提升，人们可以透过多维度多层次的海量数据和历时态的关联数据，进行大数据分析以获取目标信息，并借助大数据与计算机技术实现个性化传播。这种相对客观可靠的方法已经成为包括新闻行业在内众多领域的重要研究分析手段之一，于是“精确报道”升级为“大数据新闻”。这种基于互联网逻辑的大数据思维促成了新闻生产的新模式，①成为了越来越多新闻相关从业者的学习与发展方向。

社交媒体基于人际关系创造分享途径，突破了空间限制，将世界各个角落的人们联系在一起，迅速发展与完善，成为人们生活中难以割舍的一部分，并获得了亿万用户与他们的数据记录。基于社交媒体互动性、个性化、平等化、即时性、共享性等特点，②当代社会中的新聞生产受到了多方面的影响，新闻来源更加多元丰富，新闻的选择从新闻要素向着社群转变，呈现的内容逐渐趋于碎片化、分散化、人格化与社群化，并促使新闻机构向着散点化、小型化多平台化发展。

社交媒体为新闻生产提供大数据

社交媒体是应用移动和网页技术、可供个体间和社群间进行分享、共创、讨论和修改原创内容的高度互动平台。它以用户为核心，为公众提供自由表达的平台，实现了多元、多方向的传播，庞大的用户群体则满足了大数据最基本的数量需求。

基于功能的不同，社交媒体具有丰富的形式，包括好友圈子社交平台（Facebook、微信、QQ）、公众社交平台（Twitter、微博）、垂直领域的社交平台（知乎、猎聘网、LinkedIn）、消费点评网站（大众点评、携程）、兴趣类网站（Netflix、豆瓣）、购物网站（淘宝、京东、Amazon）、视频直播分享平台（快手、抖音、梨视频）等。在这些社交媒体平台上，用户可以分享图片、文字、视频，可以进行实时通信与联络，可以对感兴趣的事件和内容进行评价和其他各种行为。几乎可以说，人们能够在这些社交平台上进行创作、修改、分享并讨论一切信息。同时，为了顺应社会发展，满足人们各种新的需求，社交媒体不断萌生出新的形式和内容。包罗万象的平台类型辅之各类提升用户体验的服务，社交媒体因而获得了内容丰富、形式多样的海量数据，既有直接的内容信息，也包括了关系数据。③

社交媒体中的信息反映了用户的个性化特征。内容信息可以分为两方面：一是用户在平台上直接留下的各种文字、图片、视频和操作信息，二是基于用户行为留下的信息，如地理信息，通过对它们的分析可以捕捉到用户的行为习惯、兴趣爱好、情感心理状况等深层次的信息。关系信息主要指用户在平台中的各类互动社交信息，包括点赞、转发、加入的朋友圈、好友关系等社交内容，它能够帮助分析者建立起社会网络关系图，发现潜在的联系。这两类信息与传统信源相比，不仅涉及更广泛的数据类型和内容，还直接地展示用户在自然状态下的真实反应，避免在传统调查法等信息获取方式下，调查对象个性化特征模糊、信息客观真实性不强等弊端。由此将社交媒体资源作为数据来源的一部分，增强用户属性和个性化的特点，可以提供事实更丰满、描写更全面、信息更真实客观的新闻报道。

因此，基于这些数量众多、内容丰富的渠道来源，社交媒体可以建立起高品质、结构化的专业数据库，为大数据新闻生产提供丰富的数据材料，打下良好的基础。

社交媒体大数据在新闻制作中的应用

在新闻生产制作这一环节，社交媒体大数据主要有两方面的应用。

基于社交媒体数据。新闻制作时，可以基于大数据分析技术，对通过社交媒体获得的数据进行专业化挖掘分析，进而实现大数据新闻的一系列功能与价值。具体而言，可以从四个角度出发。

首先，通过对数据的直接统计描述，可以发现诸如当下时事热点等信息，并从数据这一特殊视角进行报道分析，为新闻制作的方向提供参考。同时，可以通过对原始数据的基本加工处理，生成数据库及电子书式的报告，通过二次售卖，成为其他媒体或机构的数据和资料来源，实现其再生价值，④比如《卫报》建立的“数据博客”（Data Blog）和“数据商店”（Data Store）、腾讯企鹅智库每年发布的微信平台数据研究报告等。

其次，可以挖掘繁杂的数据之间的关联性，以找到主体间的内在联系。比如LinkedIn通过对用户职业信息的搜集，构建起个人间、公司间的联系，推介给有招聘或求职需要的人群，也能够以此为基础对行业的发展情况进行评估;通过Facebook、微博等社交平台上用户数据，形成用户画像，发现用户的关系图谱，分析用户之间的兴趣爱好相似度及社交关系的强弱。

第三，能够利用社交媒体数据预测未来的信息走向。社交媒体的数据往往反映了人们的偏好与社会的关注热点，通过对这些数据的统计，能够洞察人们的心理，反映社会和事件的舆情及发展走向。如在2016美国大选期间，通过对网络舆论积极倾向的变化对大选的结果进行基本的预测;中科院心理所通过Twitter大数据分析“一带一路”沿线国家人口的文化特性，建立起合作预测模型等。

最后，通过社交媒体大数据的分析，以各类可视化的形式来呈现结论，使新闻更鲜活易读。比如在2014年英国大选中，《卫报》利用Twitter上用户的内容和评论实时数据，把五大政党在不同地区的政选活动热度变化制成动态图，以观测投票和关注的热门区域，同时也对大选结果起到了一定的预测结果。⑤