数据新闻社交化传播的内容组态分析

摘要：

随着社交媒体的兴起,数据新闻的社交化传播问题逐渐得到重视,效果研究的重要性凸显;数据新闻属于多要素组成的复杂性对象,高热度的数据新闻拥有多种不同的内容组合形式,因此传统的定量分析具有局限性.基于此,文章以微信公众平台上的55篇数据新闻为研究对象,运用清晰集定性比较分析的研究方法,分析数据新闻高热度社交化传播的微观机制.基于"新闻本位—数据应用—可视化呈现"的主体分析框架,结合理论与案例,研究提炼新闻主题、选题性质、数据类型、数据来源、数据叙事、数据处理程度、可视化类型以及可视化形式丰富度八个内容层面的条件变量.通过清晰集定性比较分析,发现了三条典型的微观内容组态,将之归纳为专业分析型、信息描述型以及事件汇总型,并通过对微观案例的阐释分析了条件变量间联动效应的发生机制.将微观案例阐释归纳并回归理论的主体框架,得出如下结论:话题型数据新闻达到高热度传播需要具备良好的数据专业化水平;权威来源数据适用于事件汇总型新闻,而非权威来源数据适用于信息描述型新闻;动态交互图表适用于严肃议题的硬新闻.本研究在应用层面对数据新闻实践具有指导性意义,在理论层面证明了数据新闻社交化传播具有复杂性,并对其传播逻辑进行了初步探索.

关键词：数据新闻、定性比较分析、内容生产、传播效果、数据可视化

所属期刊栏目：14

分类号：G210.7(新闻学、新闻事业)

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：12-15