数据新闻：通过数字和多媒体
揭示故事
照片：Justgrimes
密钥点：
数据新闻业使用数字和不同的数据类型来创建引人入胜的叙述。 开放数据源是无价的。
>
识别正确的数据至关重要。这涉及定义您的内容目标，监视相关新闻并找到可靠的数据源。开放数据目录是极好的起点。- >
>将原始数据转换为引人入胜的叙述需要识别离群值，从单个数据集中创建各种内容，并使用证词来增加情感深度。
- 有效的数据可视化增强了参与度。 存在各种可视化类型（时间序列，统计分布，地图，层次结构，网络），每种都适合不同的数据和讲故事的需求。
>
存在许多鼓舞人心的数据新闻资源，包括《纽约时报》，《卫报互动》和《数据新闻手册》。-
-
数据发现：-
在寻求数据之前，请定义您的内容需求。您是否涵盖了当前的趋势（时装周，电影首映）或创建常绿内容（狗品种，食谱）？ 虽然常绿内容数据很容易在线获取，但及时的内容需要了解时事和快速响应。>
通常来自政府来源的开放数据提供大量免费数据。数据目录是一个有用的资源，可提供来自各个国家的开放数据。 例如，您可以访问昆士兰州的口腔健康等待名单或华盛顿特区，犯罪统计。
>以开放的心态探索开放的数据目录；意外的数据可能导致独特的内容角度。例如，分析美国社会保障数据集可能会揭示受电影或名人启发的婴儿名字，并将其与电影发行或体育赛事相关联。
Google Books ngram查看器随着时间的推移可视化单词频率，从而揭示了趋势。 例如，它显示了指环王的使用中的峰
>有关及时的内容，Wikipedia文章流量统计和Google趋势揭示了趋势主题和搜索模式。 尤其是Google趋势将搜索峰与新闻事件联系起来，提供了城市级别的见解。 这有助于预期观众的兴趣并优化内容发布时机。
>
>与数据的讲故事：
与所有新闻业一样，数据新闻事业回答了“谁，什么，何时和何处”。 “为什么”需要更深入的分析，并且通常需要更多的文本解释。
>
>创建引人入胜的叙述，确定您的特定问题。异常值 - 数据与规范明显不同 - 尤其有见地，尽管总是对错误进行双重检查。
>
一个单个数据集可以生成多个内容件。广泛的概述故事可以通过针对特定受众或地理领域的更集中的作品来补充。 例如，时装周的数据可视化为地图，色彩趋势比较或创作者的传记。
>证词人性化数据。 波士顿马拉松示例演示了个人帐户如何使数据驱动的故事更加相关。
数据可视化：
选择有效传达您的消息的最简单可视化。 优先于故事而不是复杂的互动。
可视化类型根据数据而变化：
时间序列：
索引图，堆叠图>
- 统计分布：散点图，直方图>
- >地图： shoropleth地图，heatmaps
层次结构：
网络：网络图-
考虑您要显示的内容：比较，关系，分布或组成。 安德鲁·阿贝拉（Andrew Abela）的图表建议工具可以帮助您进行此选择。
- >许多JavaScript库和服务促进了数据可视化。 datawrapper，Tableau Public，infogr.am和Story Maps提供用户友好的选项，有些甚至提供交互式地图功能。
启发资源：
《纽约时报：》以其数据可视化和交互功能而闻名。
>
监护人互动：展示互动故事，信息图和视频。-
德克萨斯论坛报：
一个带有专用数据部分的网站引起了大量流量。
-
> lanación（阿根廷）和勒蒙德（法国）：带有专用数据可视化部分的报纸。
-
进一步的探索：
本文着重于生成内容思想。 为了深入研究数据新闻业，请探索：-
- > 数据驱动的新闻：提供资源和MOOC课程（存档）。
。
- >数据新闻手册：免费的，开源的资源。
- 数据学院：提供有关数据处理和演示文稿的工具和文章。
通过利用各种数据源，探索意外的相关性，掌握可视化技术并从其他人那里汲取灵感，您可以解锁数据新闻业的力量，以创建有影响力的吸引力的内容。 本文也可以用法语提供。
>
常见问题（常见问题解答）：（这些在原始文本中进行了回答，并且在这里没有重写以避免冗余。原始答案是全面且写得很好的。）
以上是使用数据新闻来生成内容想法的详细内容。更多信息请关注PHP中文网其他相关文章！
