数据新闻手册 中文 2.0
读取...
Custom Search
Web
 
 
 

《卫报》的数据博客对英国暴动的报道

2011年夏,英国发生的骚乱事件,此起彼伏。当时,政客们认为这些不法行为绝对与贫困无关,那些趁乱打劫者只不过是罪犯而已。此外,首相(the Prime Minister)和其领导的保守派政客一起异口同声地把矛头对准社交媒体,他们认为,在这些平台上充斥着煽动性言论,而且暴徒们利用脸谱网(Facebook)、推特(Twitter)和黑莓信使(BlackBerry Messenger,BBM)进行组织,因此社交媒体是引发这场暴动的罪魁祸首。有人叫嚣着要暂时关闭社交媒体。因为英国政府并没有对暴乱发生的起因展开调查,故《卫报》与伦敦政治经济学院合作创建了史无前例的解读暴乱项目以解决这些问题。

Figure 16. 英国暴动:每个铁证如山的事件(卫报)

卫报已经广泛地采用数据新闻的手段,以使公众能更好地理解谁是趁乱打劫者,他们为何要参与抢劫。不仅如此,他们还与另一支由英国曼彻斯特大学(University of Manchester)的罗伯·普克特教授(Professor Rob Procter)领导的学术小组合作以便更好地理解社交媒体所扮演的角色。在暴乱期间,《卫报》本身在报导暴动时便广泛使用了社交媒体。“解读暴乱”小组由《卫报》“特别企划”栏目的编辑保罗·路易斯(Paul Lewis)领导。在暴动发生期间,保罗走遍全国暴动的第一现场 (大部分的报导尤其通过其微博帐号@paullewis发布)。第二支小组主要对推特网提供的260万条有关暴动的信息进行分析。关于对社交媒体的调查,其主要目的在于想看看谣言是如何在推特网中传播的,不同用户与参与者在信息流的宣传和传播方面所起的作用;也想看看这些网络平台是否被用于煽动骚乱并且要检测一下其他形式的组织。

就数据新闻的使用和数据可视化而言,区别如下两个关键期则有益无弊:第一阶段是暴动自行暴发时期和随着暴动的进一步发展,数据有助于故事叙述的方式;第二阶段是两班学术人士与《卫报》携手并肩更深入研究以便收集数据、分析数据并对调查结果写出有深度的报告。2011年12月初,《卫报》对“解读暴乱”项目第一阶段的的研究结果进行了为期一周长的系列的报道。接下来要讲的数据新闻如何应用于这两个阶段的一些关键案例。

第一阶段:暴乱的发生

通过使用一些简图,《卫报》数据小组标示出已确定无疑的骚乱地点,且通过将贫困人口数据与发生暴动的地点相结合在一起,开始驳斥了骚动与贫困无关的主要政治言论。这两种例子都是使用现成的制图工具,且第二个例子将地点数据与其他数据集合并开始建立起其他关系和联接。

有关在暴乱期间对社交媒体的使用(在本案例中即特指推特),《卫报》创建了一个暴乱期间在推特上与其有关的标签使用情况的可视化作品,这凸显出推特主要用于对暴乱的回应而非组织人员参与抢劫,_#riotcleanup_(暴动清理)——即在暴动后自发组织的清洁街头运动,表明这才是暴动期间使用推特最高峰期。

第二阶段:解读暴乱

当《卫报》报导其多个月来深入研究并与两个学术小组密切合作的调查结果时,出现了两个引人瞩目的可视化作品并引起公众热烈讨论。第一个可视化作品是一小段视频,表明将暴动的已知地点与参与者家庭住址相结合的结果,并表明存在所谓的“暴乱与家的路径”。对此,《卫报》与交通绘图专家ITO世界(ITO World)齐心协力模拟出参与者到达不同地点实施趁火打劫时最有可能经过的路线,突出不同城市的迥异模式,有的案例中劫徒长途跋涉。

第二个可视化作品涉及到谣言在推特上传播的方式。 通过与学术小组的讨论,大家一致同意分析七种谣言。之后,学术小组收集与每种谣言相关的所有数据并设计出编码表,根据如下四种主代码对微博信息进行编码:重复谣言者(发表声明)、抗拒者(提出针锋相对的言论)、质疑者(提出疑问)或只评论者(点评)。所有微博信息被编成一式三分,且结果由《卫报》的交互小组进行可视化。《卫报》小组已经把他们是如何建立可视化数据作品的过程写了下来

这种可视化的好处在于有力地展现那些难以描述的东西,表明了谣言病毒传播的本质,以及谣言的生命周期如何随时间变化的方式。对于一些谣言的传播,主流媒体的作用是不言而喻(例如,有的将其批得体无完肤,又或者把他当作新闻一样充分肯定)正如,在处理这些流言蜚语方面,推特存在自我纠正的特征。这种可视化不仅对故事的讲述大有帮助,而且对于谣言是在推特上流传提出了真知灼见,这为应对未来事件提供了实用的信息参考。

最后一个例子清楚地表明,报纸和学术小组之间能够深入分析260万条参与暴动的推特信息的强协同效应。尽管学术小组量身定制了一套工具用以对数据进行分析,他们现在正努力在适当时候让那些希望使用这些工具的人能随时随地使用到,从而为他们的分析提供一个工作平台。结合由《卫报》小组提供的描述指引,这将向大家提供一个有用的个案研究。该案例讲述此类社交媒体分析和可视化如何能被人用于讲述类似影响深远的故事。

法利达·维斯(Farida Vis), 英国莱切斯特大学