ВВЕДЕНИЕ 4
ГЛАВА 1. ФЕНОМЕН БОЛЬШИХ ДАННЫХ В СОВРЕМЕННОЙ
ЖУРНАЛИСТИКЕ 10
1.1 К определению понятия big data 10
1.2 К определению «журналистики данных» (дата-журналистики) 14
1.3 Мультимедийный проект как форма представления информации в
журналистике данных 24
1.3.1 Отличительные свойства интернет-СМИ 24
1.3.2 Мультимедийность как свойство интернет-СМИ 27
1.3.3 Интерактивная инфографика как способ визуализации big data 32
1.3.4 Сторителлинг как способ визуализации в проектах big data 34
1.3.5 Элементы геймификации в проектах big data 39
ГЛАВА 2. СПОСОБЫ ВИЗУАЛИЗАЦИИ BIG DATA В СОВРЕМЕННОЙ ЖУРНАЛИСТИКЕ 48
2.1 Определение визуализации данных 48
2.2 Способы визуализации big data: определение и классификации 51
2.3 Контент-анализ визуализации big data изданий The New York Times, The
Washington Post, The Guardian 55
2.3.1 Структура и тематические особенности материалов 58
2.4 Способы визуализации географического типа данных 62
2.4.1 Карты (map) 62
2.5 Способы визуализации дискретного типа данных 71
2.5.1 Деревья (tree map) 71
2.5.2 Солнечная диаграмма (sunburst diagram) 73
2.5.3 Матричная диаграмма (dot matrix chart) 75
2.5.4 Параллельные наборы (parallel sets) 77
2.5.5 Пиктограммы (pictogram chart) 78
2.5.6 Хордовая диаграмма (chord diagram) 80
2.5.7 Диаграмма параллельных координат (parallel coordinates plot) 81
2.5.8 Сложная столбчатая диаграмма (stacked bar graphs) 83
2. 6 Способы визуализации непрерывных временных данных 84
2.6.1 Потоковый график (streamgraph) 84
2.6.2 Графики «открыто-высокого-низкого закрытия» (или диаграммы
OHLC) 85
2.6.3 Линейный график (line chart) 87
2.6.4 Диаграмма рассеяния (scatterplots) 92
ЗАКЛЮЧЕНИЕ 99
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 102
ПРИЛОЖЕНИЯ 112
На современном этапе развития журналистика под влиянием технологий терпит глобальные, революционные изменения. Она находится в прямой зависимости от стремительно развивающихся информационных технологий (ИТ) и таких процессов, как конвергенция и цифровизация (дигитализация). В частности, с развитием ИТ зародилась и, опираясь на современные тенденции, трансформируется онлайновая журналистика.
С развитием Интернета в геометрической прогрессии начала увеличиваться публикуемая информация, а у читателя независимо от традиционных СМИ появилась возможность узнавать актуальную информацию в режиме реального времени. Появилась потребность в отсеивании некорректной информации и фильтрации источников — необходимость структурировать большие потоки информации в один материал.
Все это привело к поиску нового инструментария для создания текста — наглядного, простого для восприятия, интерактивного, требующего читательской рефлексии материала. Так появилась data journalism («журналистика данных»). Тенденция к использованию big data («больших данных») как профессионального направления в журналистике была зафиксирована в 2006 году в США, в 2013 — в России .
«Визуальная культура создает центрированные нации» — писал
Маршалл Маклюэн, и если в конце 90-х мир был объединен единой сетью, то сейчас — едиными визуальными формами. Изобилие этих форм и неподготовленность журналистов и дизайнеров к работе с большими объемами данных затрудняет выбор правильной визуализации. Между тем, от этого решения зависит точность и правильность интерпретации информации, что для журналистского материала должно быть приоритетнее формы.
Актуальность работы связана с распространением исследуемого явления на мировом рынке, в том числе и в отечественной журналистике. Несмотря на то, что использование разных способов визуализации больших данных нашло свое отражение в таких СМИ, как ВВС, The Guardian, Los- Angeles Times, Financial Times, РИА Новости, Slon.ru, Forbes и др., зависимость типа данных от способов их визуализации изучена мало. Это затрудняет выбор и приводит к малоэффективным и некорректным способам визуализации данных.
Степень разработанности темы. Зависимость типа информации от её графического представления была описана в трудах Э. Тафти в 1983 году в труде «Визуальное представление больших объёмов информации» (The Visual Display of Quantitative Information) . В 1914 году в свет вышла книга инженера
В. Бринтона «Графическое изображение фактов». По-настоящему прогрессивной в этой связи считается работа Джина Желязны, в которой дизайнеру предложен алгоритм визуализации данных, напрямую зависящий от типа информации. Анализ проектов в области дата журнализма был проведен М.Г. Шилиной в 2017 году. Исследований, посвященных визуализации проектов журналистики данных и их зависимости от типа информации в области больших данных, мы не встречали.
Цель данного исследования — изучить зависимость между big data и способами их визуализации. Достижение цели планируется путем решения следующих научно-практических задач:
— проанализировать существующие на сегодняшний день теории массовых коммуникаций на предмет используемых в них определений понятий «большие данные», «журналистика данных», «проект журналистики данных»;
— определить ключевые типы информации в больших данных, существенные для исследования визуализации big data в современной журналистике;
— проанализировать теории визуального представления информации на предмет используемых в них определений понятий «визуализация данных», «способы визуализации данных» и «интерактивная инфографика»;
— провести качественный и количественный анализ уже существующих проектов в области журналистики данных в таких зарубежных СМИ как The Guardian, The New York Times, The Washington Post.
Объектом исследования является журналистика данных в зарубежных СМИ.
Предмет исследования — способы визуализации big data в журналистских материалах.
Гипотеза нашего исследования звучит следующим образом — при выборе способа визуализации специалист руководствуется типом визуализируемых данных (дискретные, географические или непрерывные временные данные), темой проекта, а также его целью. Для проверки данной гипотезы был проведен формализованный анализ визуализаций big data ведущих интернет-СМИ Европы и США. Для достижения поставленной цели и решения необходимых задач в исследовании применялись общенаучные методы такие, как: анализ, индукция, дедукция, синтез. Для сбора эмпирического материала использовались: классический и контент-анализ.
Теоретическую базу данного исследования составляют работы по теории коммуникации Е.Л. Вартановой , М.Г. Шилиной , М.М. Лукиной , Э. Тафти , М. Маклюэна , В Майер-Шенбергера , монографии и публикации, поднимающие вопросы графического метода представления информации Р. Арнхейма , Д. Желзязны , Н. Яу , А.Ю. Зиновьева , В.М. Розина , В. Бринтона ; труды по социологии и социологическим методам исследования контента средств массовой информации А.В Семёнова, М.В. Корсунской , М.К. Горшкова и Ф.Э. Шереги .
В качестве эмпирической базы было взято 53 проекта журналистики данных из исследуемых общественно-политических изданий (The Guardian, The New York Times, The Washington Post) за период с 2011 по 2016 год.
Выборка за 5 лет позволит проследить тенденции в способах визуализации данных.
Практическая значимость заключается в упрощении способа выбора визуализации при работе с разными типами инфографики (статичной, интерактивной, motion-инфографики), а также повышении уровня визуальной культуры журналиста и дизайнера.
Структура данной работы обусловлена поставленными целями и задачами. Первая глава исследования посвящена изучению истории появления и развития журналистики данных, определению понятия больших данных, а также определению и описанию типов информации в больших данных. Во второй главе анализируются и описываются способы визуализации больших данных на основании результатов контент-анализа выборки проектов журналистики данных из изданий The Guardian, The New York Times, The Washington Post.
В библиографии представлен список исследований на данную тему на русском и английском языках, а также указаны интернет-источники.
Таблица с полными результатами контент-анализа выборки представлена в приложении.
Тезисы исследования прошли апробацию на следующих конференциях:
I Всероссийская студенческая научно-практическая конференция с международным участием «Традиционные и новые медиа: проблемы и перспективы взаимодействия» (2014 г., заочное участие с дальнейшей
публикацией научных тезисов);
I Междисциплинарная научно-практическая конференция с международным участием «Сибирское медиапространство 2020» (2014 г., выступление с докладом с дальнейшей публикацией тезисов);
Международная научно-практическая конференция молодых исследователей «Язык, дискурс, (интер)культура в коммуникативном пространстве человека» (2015 г., выступление с докладом, диплом II степени в секции «Актуальные проблемы массовой коммуникации»);
Международный научный форум «Медиа в современном мире. 56-е Петербургские чтения» (2015 г., заочное участие с дальнейшей публикацией научных тезисов).
Положения, выносимые на защиту:
— дата-журналистика — это деятельность по анализу доступных баз данных, обработке полученной в ходе анализа информации и ее интерактивной визуализации с целью информирования читателя;
— проект журналистики данных это мультимедийный проект,
основанный на анализе баз данных и визуализированный с помощью интерактивного интерфейса;
— проект журналистики данных относится к сетевым жанрам, так как он обладает всеми функциями и свойствами присущими жанрам Интернет-СМИ. Одной из задач его является создание целостной картины какого-либо явления, события или предмета, представленного нелинейной системой воспроизведения. Все это дает нам право утверждать, что проект журналистики данных представляет собой мультимедийный текст;
— возможность прогнозирования и анализа современных явлений на основе больших данных позволяет нам утверждать, что журналистика данных (основа которой базы данных) является подвидом аналитической журналистики;
— интерактивная визуализация данных — способ графического представления информации, который позволяет читателю взаимодействовать с системой отображения информации и наблюдать ответную реакцию системы. Проекты журналистики данных почти всегда представлены интерактивной инфографикой;
— при выборе способа визуализации специалист руководствуется типом визуализируемых данных (дискретные, географические или непрерывные временные данные), темой проекта, а также его целью.
Роль больших данных в академической науке обсуждали еще в XVIII веке давно, но только с появлением компьютеров появилась возможность применять компьютерные методы обработки данных во всех научных сферах. Любые оцифрованные данные могут стать объектом научной или любой другой публикации, а пользователь может самостоятельно проверить подлинность опубликованных в ней фактов. Процесс накопления данных бесконечен, и, осознавая масштабы вызванных этим фактом изменений, Клиффорд Линч предложил новое название для этой парадигмы — Big Data. Эти данные могут быть выражены разными неструктурированными форматами. В конечном итоге, мы имеем набор данных, который может быть слишком большим, слишком «сырым» или слишком неструктурированным для классических методов обработки.
В разных компаниях датчики, видеокамеры, интеллектуальные счетчики и другие подключенные устройства производят огромные объемы данных, которые добавляются к уже хранящейся на сервере информации. Журналист нужно уметь разглядеть в этих огромных массивах данных полезную информацию. Появление data journalism стало реакций на проблемы и выходящие из них потребности.
Дата-журналистика — это деятельность по анализу доступных баз данных, обработке полученной в ходе анализа информации, и ее интерактивной визуализации с целью информирования читателя. Отсюда, проект журналистики данных — это мультимедийный проект, основанный на анализе баз данных и визуализированный с помощью интерактивного интерфейса.
Визуализация — это инструмент, который знакомит нас уже с конечным результатом анализа баз данных, позволяет нам управлять процессом этого знакомства и даже выбрать нужное направление в исследовании данных.
Последовательные попытки систематизировать большое количество способов для визуализации данных говорит о наличии проблем в этой области, которые требуют решения. Мы сформулировали следующую гипотезу исследования: при выборе способа визуализации специалист руководствуется типом визуализируемых данных (дискретные, географические или непрерывные временные данные), темой проекта, а также его целью. Для проверки данной гипотезы мы провели формализованный анализ визуализаций big data ведущих интернет-СМИ Европы и США.
Анализ показал, что при выборе способа визуализации специалист может руководствоваться следующей классификацией:
1. Географический тип данных (точечные и пузырьковые карты, карты- хороплеты, карты связей и потока);
2. Дискретный тип данных (солнечные, матричные, хордовые, сложные столбчатые диаграммы, а также параллельные наборы, пиктограммы, диаграмм параллельных координат);
3. Непрерывно временной тип данных (линейный и потоковые графики. диаграмма рассеяния, график «открыто-высокого-низкого-закрытия»).
В качестве эмпирической базы для контент-анализа было взято 53 проекта журналистики данных из изданий (The Guardian, The New York Times, The Washington Post) за период с 2011 по 2016 год. Из них 6 материалов The Guardian — 15%, 21 материал The New York Times — 39%, 24 материала The Washington Post - 46%. Это все опубликованные материалы изданий за указанный промежуток времени с визуализацией большого массива данных .
Изучив проекты журналистики данных и систематизировав их по типу информации, мы пришли к выводу, что способы визуализации находятся в прямой зависимости от данных в их основе. Помимо этого, частично подтвердилась и зависимость способа визуализации от темы и цели проекта.
Мы выделили некоторые тенденции, характерные для визуализации проектов на основе big data в современной журналистике. Во-первых, широко распространено использование географического типа информации для визуализации данных. Во-вторых, нами зафиксировано частое использования классических способов визуализации данных, таких, как карта или линейный график. Эта тенденция является следствием первой: зависимость
географического типа информации от такого способа визуализации, как карта. Линейный графики и карты — наиболее привычные пользователю способы визуализации данных, которые легко и удобно считываются и чаще всего не требуют дополнительных усилий для понимания. В-третьих, идентичная структура проектов в области дата-журналистики. И в-четвертых, ориентация проектов на локальные новости. Во многом это связано с ориентацией на местную аудитория исследуемых изданий.
На секции «Стратегии развития новых медиа - 2025» Международного форума «Медиа в современном мире» Е. Л. Вартановой поднимался вопрос о необходимости прогнозирования развития современных медиа. Ведь, если верить концепции нового типа общества, технологии напрямую влияют на него. Big data — это тот новый инструмент работы для журналиста, источник информации и эффектной, и интересной визуализации. Г енеративный дизайн никогда не станет заменой для информационного, также, как и электронная книга никогда не станет заменой для печатной. Поэтому журналистам и дизайнерам необходимо думать наперед о тех реалиях, которые их ожидают.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
