如何用大数据解读流浪汉的生活

本篇报道是一篇获得第十八届美国“网络新闻奖”的优秀作品，获得了“佛罗里达大学调查性数据新闻奖”。该报道将目光聚焦到美国城市中无家可归者这一特殊社会群体身上。为了解决无家可归人员的过度聚集的问题，美国大多数城市多年来一直采用经济且简单的免费公车项目。而这个项目产生的长远影响并没有被详细地评估过。为了回答这个问题，《卫报》通过数据可视化和讲述故事的方式呈现了这样一篇报道。

选题确定：社会价值+媒体监督

在美国，每个夜晚会有近50万无家可归者露宿街头。这可以反映出在美国社会城市中的无家可归人员人数众多，已成为了当代亟待解决的社会问题。这个选题直面城市发展困境，引导公众关注这一类特殊群体，故而具有较高的社会价值。“免费公车”这一措施本身是当权者对社会底层民众的管理，属于公共领域的一项举措。而这项举措所带来的影响的好坏不仅仅体现出城市管理者是否有丰富的管理经验和足够的管理能力，也反映出一个社会对人权尊重程度的高低。所以，这个话题能够以小见大，能够起到对公权力的舆论监督作用。

数据采集：信源丰富+公开透明

自2016年中期开始，《卫报》就开始了为期18个月的调查。《卫报》不仅仅从政府相关部门那里采集到了数据，而且还对30多位无家可归者进行了深度地访谈。除了这些数据之外，《卫报》还对历史数据进行了回溯，一直追溯到1980年的公交车卡片上的数据。这些方式既能为读者提供更加丰富的信息量，又能够进行信源交叉印证以增强报道的可信性。并且在报道的末尾，报道还将其采用的研究方法进行公布，使得整篇内容信息采集过程透明化，进一步提升了文章可信性和数据的开放性。

意义建构：技术理性+人文价值

该报道的意义建构体现了数字技术的理性之美，也体现了文字内容的人文情怀。

报道从海量的数据之中进行意义建构，具体回答了“美国各州无家可归者占比”“美国主要城市无家可归人员的比例”、“无家可归者流动方向及城市”、“纽约无家可归者海外流向”、“接纳地收入状况”以及“是谁和那些组织在接纳无家可归人员”等问题。通过利用结构性的数据，该报道为读者过滤冗杂信息，简洁直观地解释了报道中所涉及的核心概念，为读者提供了获取重要信息的便捷性。

同时，动态图片、静态图片的介入打破了传统的线性文字叙述方式，使得文章能够有效抓住读者注意力。并且由于该报道所采用数据的丰富性，读者能够针对自身的情况(例如所在地，家庭有无流浪人员等)获取特定的信息，进而能够进行个性化的再加工，进行属于自我意义的构建。

报道除了运用数据之外，还有大量的文字叙述内容。这些内容是对琐碎、直观数据的补充。该报道文字叙述内容主要为发生在接受这一项目的无家可归人员身上的故事。文字的叙述从个案出发，具体探讨了该项措施对无家可归人员的或积极或消极的影响，从而能够增强报道的故事性，带给读者更直观的体验。在带给读者故事的同时，内容对这一项目的具体影响进行了批判性解读(“we feel like animals like they put us in a garbage bag and put us to the side”——Jose Ortiz)，进一步弥补了数字本身给读者带来的轻度阅读体验的弊端。

可视化呈现：清晰明快+灵动多样

该报道可视化呈现效果多样。前四张图像以美国行政区划为背景，在此基础上进行数据的叠加。总体的色调采用淡蓝色和灰色，清晰明快，便于读者寻找重要信息。

中间四张图像以流线线条为主要的呈现方式。整体上十分简洁，对想要突出的信息进行了着重标记。整体色彩为淡蓝和红色，对比度较强，能够给读者带来更强的视觉冲击。

最后一张数据图成同心圆形状，密密麻麻的点代表着接收人群和组织。而中间的红点为无家可归者。这一图片回答了“是谁接纳了这群人”这一问题。同心圆也间接地表明了这些人群或组织与无家可归人员的亲密关系程度的强弱。

从整体上来看，图片和文字交叉呈现，整个页面轻快明了，并且有动态图的插入使得整个报道显得灵动。能够让读者更好的适应界面创造出来的内容，实现人和内容的互动。

互动不足

用户对交互式新闻的体验有四个层次：看见、浏览、使用和控制。这篇报道在让读者对新闻控制方面有着一些不足。在呈现数据时，报道将数据呈现到用户面前。但是在这些数据之中，并没有相关连接能够让读者更加细致地了解到某一区域的无家可归人员的数字信息。读者并没有充分的控制自己想要观看的信息。数据新闻“最好将一定量的数据隐藏在图标中，受众点击相应的图标时将展示隐藏的数据，让受众自主对数据进行二次阅读”[1]并且，读者和报道者之间的互动比较弱，页面没有可供读者表达自己想法的平台。

总结

Bussed out 是深度报道和数据挖掘有机结合的作品。这篇新闻报道遵循了新闻价值，选题兼具客观性和重大社会性。同时，报道通过讲述鲜活的故事让用户更为直观的了解到那些流浪汉的生活，进而形成自己对这项项目利弊的判断。

在数据挖掘和可视化设计方面，报道借助大数据和色彩心理学等知识帮助读者解读数据，客观呈现“公车项目”带来的影响。美中不足的是，这篇报道没有搭建和用户互动的平台，在交互性方面还有待提升。