俞贡延

玖月古迹春晚 玖月古迹专访节目

俞贡延 娱乐新闻 2025-01-09 40浏览 0

微信公家号:复旦大数据

ID:FuDanBigData

  作者简介:

  苏格兰折耳喵(微信公家号:经营喵是怎样炼成的,团体微信:g18818233178)。数据阐发喜好者,擅长数据阐发和可视化表白,喜欢研究各类跟数据相关的东东。

  本文由作者授权公布,转载时对局部内容的表白有所调解。

  本文但愿经由过程实际案例展示出“数据新闻”——这种新颖媒体形态的强大威力。

  一、 关于数据新闻可视化的两个概念1.用可视化来讲故事

  数据可视化,关于信息传达来说具有较着的优势:

出格炫、出格吸引眼球——在分享和吸引读者方面是有代价的社会化硬通货。

具备强大的认知优势——人类大脑的一半完满是用于处置惩罚可视化信息的,当你给用户展示一张信息图的时候,你已经以大脑的最大带宽门路在影响他了。

使表述工具或问题简明化——设计优良的数据可视化图能即时赐与不雅者深刻的印象,并能穿透一个庞大故事的芜杂直抵问题的中心。

  

  可是,差别于其他视觉前言(如图片、视频等),数据可视化深深地植根于中心事实上。

  固然插手美化设计的元素,数据可视化图却少受情绪掌控,这跟数据新闻自身的特质有关——数据既是数据新闻的来历,也是报告新闻故事的东西——它具备有天生的客不雅性。

  基于一整套谨严的科学化流程而出现出的数据新闻可视化——给源于事实的故事陈说提供“sexy”撩人的时机,而非狂热的偏听偏信。

  

  2.让数据变得人性化

  别的,关于数据新闻中的可视化,鄙喵还需要秉持“让数据变得人性化”的理念,这是因为:

  当人们对海量数据的会商俄然进入到更广大的层面时,一个重要的局部——报酬因素——显然被无视了。许多人将数据视作别离的、独立的数字,但它们实际上是对有形的(人性化的)事物的一种丈量。数据与真实人类的真实糊口绑在一起,当我们理解数字时,我们必需思索发生数字的现实零碎。

  举一个实际的例子来说,摩拜单车车身上的传感器在日夜不绝的收集着静态的泊车位坐标数据和骑行者的动静骑行数据。这些反馈数据的原始形态是一大堆包括经纬度、工夫以及车编号的数据,乍看起来毫无美感和代价,然而,正是这些数据才不便了我们的日常糊口,使我们随时随地的找到离自己比来的单车,以及检查自己过往的骑行记载,从而能随心所欲的回味痛快骑行的夸姣光阴。

  

  在读取由这些原始数据形成的电子数据表时,我们能够会感觉那是客不雅却乏味的。可是,经由我们的从头演绎,这些数据又以另一种形式展此刻我们面前,我们关于骑行的影象由此被从头激活了。这样的体验长短常鲜活而且人性的!

  由此可知,将原始的数据停止一定水平的加工和美化,用更感性的方法来出现,会让数据变得有生命,抖擞活力,让数据自己闭口措辞!

  下面,将以一个鲜活的实际案例,来说说上述2点是如安在数据新闻可视化中表现的。

  二、数据新闻可视化的实际案例阐发---以哈尔滨冰雪大世界旅游的传达效应为例

  提起宏伟壮丽的冰修建、五光十色的冰灯、鬼斧神工的雪雕,你第一工夫会想起哪座都会?想必大大都人的回覆都市是北方冰城哈尔滨。大自然付与了哈尔滨共同的冰雪魅力,而冰城人又将大自然的奉送用心打磨成了灿艳的冰雪文化,这此中最负盛名确当属哈尔滨冰雪大世界。

  自1999年起,哈尔滨冰雪大世界已间断举行了18届,每一届都步人后尘。本年,哈尔滨冰雪大世界更是被央视春晚选为四大分会场之一,竹苞松茂的“冰舞台”在大年节夜惊艳表态,吸引了全国不雅众的目光,得到赞许无数,也掀起了一股旅游热潮。停止今朝,第18届哈尔滨冰雪大世界在累计欢迎旅客人次和收入金额方面均已超越今年同期,而据新浪微舆情大数据平台(wyq.sina.com)统计,在今冬,哈尔滨冰雪大世界的网络热度指数也居于全国出名冰雪旅游景区的前列,成为了这个冬季里国内旅游景区中当之无愧的明星。

  

  

  依据相关部分数据显示,在2017年春节黄金周期间,黑龙江累计欢迎国内旅客1009.49万人次,同比增长12.02%;实现国内旅游收入120.47亿元,同比增长12.11%。 哈尔滨市累计欢迎旅客91.1万人次,同比增长13.8%,收入21.6亿元人民币,同比增长16.1%;哈尔滨冰雪大世界累计欢迎入园旅客24万余人次,同比增长20%,门票总收入超越6500万元,同比增长20.37%,此中,正月初四更是到达了创记录的5.5万余人次。真可谓是雪窖冰天酿成了金山银山。

  

  依据新浪微舆情数据统计,在2017年1月5日即本届哈尔滨冰雪大世界正式开园确当天至2月14日期间,关于“哈尔滨冰雪大世界”的全网信息量达7.6万条,此中微博数据超6万条,占全部数据的79.8%,成为最主要的舆论传达平台。

  

  而经统计,停止今朝,#冰雪大世界抢先看#、#哈尔滨冰雪大世界#、#冰雪大世界#等新浪微博相关话题的阅读总量已超越2400万,此中#冰雪大世界抢先看#的阅读量最高,超1400万。

  

  从全网信息走势来看,1月6日,哈尔滨冰雪大世界正式开园的第二天便迎来了一个舆论小顶峰,当日共发生3900余条相关信息,随后其走势相对安稳,在日均1000条阁下浮动。

  2月23日,哈尔滨冰雪大世界的全网信息量开始再次攀升,并于2月24日到达了监测工夫段内的颠峰,当日共发生9324条相关信息。经阐发,该舆论顶峰的发生是由于微博博主@一手Video 于2月23日公布了一段关于记录哈尔滨冰雪大世界制作进程的视频,而该视频随后被@人民日报 、@人民网 、@南方都市报 等粉丝浩繁的媒体官博二次公布,在微博上引发了网友热议,相关信息量敏捷攀升。而在大年节夜惊艳表态后,哈尔滨冰雪大世界的全网信息量也稍有攀升,1月28日共发生2728篇相关讯息。

  1月12日,关于哈尔滨冰雪大世界的舆论小顶峰再次泛起,当日共发生3735条相关信息,经阐发,该小顶峰的泛起是由于哈尔滨冰雪大世界在1月11日的元宵节举行了一场极具特色的“滚冰”勾当,引起了不少媒体和网友的存眷,从而导致信息量有所攀升。

  

  从网络热度指数来看,在2017年春节黄金周期间,与其他省份的“冰雪大世界”相对照,哈尔滨冰雪大世界的网络热度指数遥遥领先,阐明在同范例景区中,哈尔滨冰雪大世界更受网友存眷。

  

  而在哈尔滨本地的冰雪旅游项中,哈尔滨冰雪大世界的网络热度指数也是位列榜首,领先于亚布力滑雪场和太阳岛雪博会等热门名目。

  

  而在全国热门的冰雪旅游景区中,哈尔滨冰雪大世界的网络热度指数仍是拔得头筹。高于牡丹江雪乡、吉林长白山等驰名景区。足可见哈尔滨冰雪大世界在这个春节黄金周的火爆水平。

  

  别的,“冰雪大世界”、“哈尔滨”、“冰雪”、“航拍”、“攻略”、“分会场”、“童话般”等词汇成为了哈尔滨冰雪大世界在网络传达中的主要的热门词汇,而“雪博会”、“索菲亚”、“太阳岛”等词的泛起,也在侧面表现出哈尔滨冰雪大世界的火爆关于本地其他旅游景点有一定的动员性。

  

  

  哈尔滨冰雪大世界不单游人如织,口碑也对照不错,依据第三方旅游平台的数据显示,停止今朝,哈尔滨冰雪大世界在去哪网、驴妈妈旅游网、途牛旅游网、携程网、美团网等平台的好评率均超越92%,此中去哪网用户对其的评价最高,好评率达98%,点评次数达9262人次。

  

  大局部用户的评价主要会合在,感慨哈尔滨冰雪大世界的壮丽和震撼,但也有局部用户提出了一些留神事项和定见倡议。比方:有用户认为哈尔滨冰雪大世界的交通环境有待改进,“但愿今后增加公交的班次”;也有局部用户认为“卫生间太少这点实在不不便”。

  

  同时,在微博网友提及哈尔滨冰雪大世界时最常使用的12个心情中,不存在转达负面情绪的心情,均为暗示喜爱、认可、好奇的心情,此中“爱心”、“云朵”、“开心”排列前三位,足可见网友关于哈尔滨冰雪大世界的喜爱之情。

  

  别的,依据抽样查询拜访显示,在关于哈尔滨冰雪大世界的微博网友评论中,有45%的网友奖饰哈尔滨冰雪大世界很震撼,认为其既宏伟壮丽又如梦似幻;31%的网友则暗示很向往哈尔滨冰雪大世界,筹算开始计划观光方案;另有24%的网友称自己作为家村夫看到哈尔滨冰雪大世界如此受欢送感触十分自豪,而且欢送各人来哈尔滨游玩。

  

  

  从性别角度阐发,女性网友的关于哈尔滨冰雪大世界的存眷度远高于男性,占比达73.68%,看来想在冬日里如果想讨女伴侣的欢心,带她来哈尔滨冰雪大世界是个不错的抉择。

  

  从地区来看,黑龙江、北京、山东、广东的网友最为存眷哈尔滨冰雪大世界,这也从侧面阐明固然哈尔滨冰雪大世界吸引了全国各地的旅客,但家村夫对其的宣传与传达仍起到了极为重要的作用。

  

  从春秋散布来看,30-39岁群体最为存眷哈尔滨冰雪大世界,占比达42%,其次为20-29岁群体,占比为33%。能够由于哈尔滨冬天的气候较为凛冽,50岁及以上的群体对哈尔滨冰雪大世界人较少,占比仅为5%。

  

  

  依据相关数据显示,停止2月9日,第18届冰雪大世界累计入园人数已超越100万人次,比客岁同期增长18.91%;实现发卖收入27万元,比客岁同期增长33.44%。同时,在春节黄金周期间,哈尔滨冰雪大世界累计入园24万人次、实现发卖收入6500万元,比客岁同期别离增长20%和20.37%。并且单日收入超千万元由客岁的2天增加到4天;正月初四入园超5万人次、收入1506万元,均创历届最高值。

  本年哈尔滨冰雪大世界的火爆水平为何逾越今年,经由过程局部媒体的实地采访,可以发明,许多当地旅客都暗示是由于看了春晚中的哈尔滨分会场,被五光十色的冰雪修建所震撼,才会抉择哈尔滨冰雪大世界作为出游目的地的。看来春晚效应已经在哈尔滨冰雪大世界得到极尽描摹的展现,一场春晚引燃了哈尔滨的冰雪旅游。

  据统计,在1月5日哈尔滨冰雪大世界正式开园当天至2月14日期间,关于“春晚分会场哈尔滨”的全网信息量为70059条,占“哈尔滨冰雪大世界”全网信息总量的92.14%。

  

  在1月26日,春晚播出的前一天,哈尔滨冰雪大世界的全网信息量为2035条,而大年节当天由于上网人数随节日的到来有所增加,其全网信息量也略微下降,但在1月28日,春晚播出后的第二天,跟着哈尔滨分会场的惊艳表态,哈尔滨冰雪大世界的全网信息量超越1月26日,到达2533条。这也在侧面阐明在春晚的表态有助于进步哈尔滨冰雪大世界的信息量。

玖月古迹春晚 玖月古迹专访节目

  

  与全网信息量的走势一致,在1月26日哈尔滨冰雪大世界的网络热度指数为2.38,而大年节当天其网络热度指数略微下降,但在1月28日,哈尔滨冰雪大世界的网络热度指数升高至3.63,超越了1月26日。这也在侧面阐明春晚也有利于进步哈尔滨冰雪大世界的网络存眷度。

  

  别的,停止今朝,新浪微博话题 #央视春晚哈尔滨分会场#的阅读量达298.2万,位列春晚四大分会场之首。

  

  而在该话题的微博要害传达者中,不乏@央视新闻 、@人民网 、@新浪娱乐 、@演员乔杉 、@玖月古迹-王小玮 、@玖月古迹v王小海 等官方媒体、娱乐大V、演员明星等粉丝数量极高的博主,十分有利于哈尔滨冰雪大世界的传达。

  

  除了春晚效应外,由梨视频拍摄,旗下微博@一手Video 于新浪微博首发,@人民日报 等官媒博主二次公布的哈尔滨冰雪大世界短视频“超养眼大片!哈尔滨冰雪世界是这样炼成的”也一定水平对哈尔滨冰雪大世界起到精良的宣传作用。该视频历经60天,拍客用航拍与延时摄影的方法,记载了哈尔滨冰雪大世界的制作进程,引得无数网友赞叹不时,对哈尔滨冰雪大世界心生向往。

  经由统计,@人民日报 于1月24日公布的该条视频微博,转发层级共到达13层,有效转发次数达7000余次,共掩盖3900余万人次。

  

  @南京景象形象 、@中国移动10086、@姑苏景象形象 、@中国景象形象科普网 等蓝v用户成为了该视频的要害引爆点。

  

  除新浪微博外,该视频在局部视频网站也受到大量的存眷,取得了不错的播放量。停止今朝,其在腾讯视频累计取得5.6万次的播放量,在爱奇艺累计取得3万次的播放量。对哈尔滨冰雪大世界起到了很好的宣传作用。

  

  ps:跟着春天的到来,气温的回暖,斑斓的冰雪大世界景不雅也将在3月初"脱素裹而着春装",垂垂的消融而去。如果你已经对这个冰雪童话王国心生向往,那就“心动不如步履”,来一次说走就走的观光,赶在春暖花开前,去明白一下哈尔滨那极致的冬日魅力吧!

  写在最后

玖月古迹春晚 玖月古迹专访节目

  言之凿凿的数据,娓娓而谈的故事,以及各类有声有色、活泼有趣的可视化图表,将哈尔滨冰雪大世界火爆的传达效应描绘得一点也不活跃、乏味。可见,恰到益处的数据可视化是何等的重要!来听听《VisualizingData》一书的作者William S. Cleveland是怎么说的吧:

  可视化对数据阐发至关重要。它是停止数据阐发的第一个战场,可以提醒出数据内在的错综庞大的干系,在这一点上可视化的优势是其它办法无可比较。我们寻找意想不到的发明,我们挑战预想之中的概念,把握了数据可视化,这将变得很是容易!

  文末,保举一些数据可视化和数据处置惩罚的东西:

电子表格,如LibreOffice、Excel或Google文档。

统计编程架构,如R(r-project.org)或Pandas(pandas.pydata.org)

地舆信息零碎(GIS),如Quantum GIS、ArcGIS和GRASS

可视化顺序包,如d3.js(mbostock.github.com/d3)、Prefuse(prefuse.org)和Flare(flare.prefuse.org)

数据加工东西,如Google Refine、Datawrangler

非编程可视化软件,如ManyEyes和Tableau Public(tableausoftware.com/products/public)

  参考材料:

  1.新浪微舆情---互联网大数据平台(数据来历)

  2.《TheData Journalism Handbook》, JonathanGray, Lucy Chambers, Liliana Bounegru

  复兴下列数字即可取得相应干货下载:

  1:一百多篇大数据文档下载!

  2:超全数据阐发材料免费下载!(包孕SQL,R语言,SPSS,SAS,python,数据阐发和数据挖掘)

  3:清华大学数据科学院讲座内容集锦免费下载!

  4:Python超全材料分享!

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

标签列表