作者 | 咕咕
编辑 | 小花
21级新传考研交流4群：223247826
作为节点的网路用户，随时随地在被数据化，也在不断被数据和算法所“计算”与“算计”。在一定意义上，用户的数据化也是一种“媒介化”——用户的状态、行为甚至思维活动在媒介中弄成了具象的数据，很多数据也是用户与媒介互动的结果。数据与算法带来了认识用户的一种新框架。这既可能使对用户的认识步入深层，也可能使用户面临更多的被“囚禁”的风险。
第一节 数据化生存：另一种媒介化生存
摘 录
新媒体用户的数字化生存在昨晚有另一层涵义，就是“数据化”生存。数据，不仅仅是个体与思想的记录，也是个体的行为、活动的另一种形态，数据成为个体的映射与变身，并且弥散在各类终端与平台中，因此也成为用户媒介化生存的一种特殊方式。社会化媒体、移动终端的应用进一步剌激了个体数据的生成，未来可穿戴设备将促使更多人体本身的数据得到记录与分享。
解 读
从信息技术的角度看，任何数字化的信息都是“数据”，彭兰老师在书中介绍了两种数据的分类方式。
第一类是从个体对数据的控制关系角度来看，个体数据有三种方式,分别是个体被动形成的数据内容、个体主动生产的内容以及介于主动与被动之间的数据，如可穿戴设备产生的用户数据。此外，个体的数据又有“内容型数据”与“活动型”数据之分。“内容型”数据对应的是用户行动的目的就是生产出直接在网路中发布的内容；而“活动型”数据（如人们在电子商务中的订购行为记录）不是用户有意识生产的内容，但也同样是研究用户个性的重要根据。
摘 录
互联网初期，在作为群体互动空间的峰会里，网民更多的是通过公共信息的交流和思想的对决来显示自己的存在价值，获得社会归属，争取社会认同。因此，在那样的空间里，“数据”更多地具有公共记录与公共交流的偏向。从博客开始，“数据化”的重点开始向“自我”倾斜，数据成为个体重要的生活痕迹，数据成为人们领略与打造“自我”的重要手段。尽管每位个体的数据化都有“整饰”成分，但是这种数据起码在记录个人行为的同时，也记录下好多社会场景、社会活动，并传达出旁边的社会情绪，这些记录可以与大众媒体的记录产生一种补充、印证关系。数据记录的个人碎片，与大众媒体的内容整合上去就是很丰富的社会图景。
解 读
本节内容介绍了新媒体用户是怎样“数据化”生存，阐释了数据的生成与搜集，并说明个体随时随地的数据化的风险，是理解整章内容的基础。
第二节 用户画像的数据化勾勒
摘 录
用户画像最早始于交互设计/产品设计领域。交互设计之父阿兰·库柏较早提出了用户画像的概念，用户画像的内涵主要包括三个诱因，即用户属性、用户特点、用户标签。传统时代因为数据获得的困难及相关技术的难度，用户画像常常是简略模糊的“群像”，而明天的用户画像可以在个体、群体、整体等三个不同层面展开。
一、个体用户的数据化画像
大量的用户数据剖析都是针对个体用户的数据画像，其目标是阐明用户的自然属性、个性特征、兴趣偏好、行为习惯、需求特点甚至政治倾向、态度立场等。
个体用户的数据画像，主要依赖以下几类数据：用户在各类平台提供的相关个人信息、用户在社交平台公开分享的内容以及用户在各类平台的行为数据。
二、群体用户的数据化画像
对网路群体进行画像，一是为了针对群体进行营销或其他与经济相关活动，二是为了对不同群体的文化进行研究，三是为了研究社会意见分布的迈向。不同类型的网路群体在用户画像方面也会有所差别。
1、封闭的网络社群
这类封闭社群的成员人口统计学特点并不显著，联系纽带通常为兴趣、文化偏好、利益（包括经济利益、社会资本、文化资本）等。在这种社群里，往往也会产生一定的成员关系模式，例如意见领袖这样的话语中心。
2、开放的网路部族
网络部族的产生常常不是基于空间的封闭性，而是须要具备共同的文化属性、行为特点。甚至好多网路部族没有准确的集聚社区，成员分散在不同的网路空间。对跨越不同空间的部族成员的发觉，需要以文化和行为共性为线索。
3、离散的共性人群
除了网路部族，网络中都会有其他一些离散但在个别方面具有共性的人群，他们的流动性也更强，对这种离散却有共性的人群进行画像，不仅可以为个别内容的传播或产品的营销提供目标，也可以更好地理解网路社会的公众态度及动向。
4、共同地理空间中的网路人群
随着联通互联网的发展，实体空间也成为聚合人群的一条线索。对这类人群，空间的定位是画像的基础，此外，还须要理解、分析从空间延展下来的相关行为，因为基于空间的人群具有很强的流动性，其画像好多时侯也应当是实时的。
三、整体用户的数据化画像
这里所说的整体用户，是指某个产品或某个领域的用户整体，其数据化剖析主要包括用户的构成结构、用户在网路中的分布模式、用户使用产品的共性化场景、用户对产品的使用习惯或模式剖析四个方面。
解 读
本节介绍了针对不同个体、群体与整体的用户画像方式，要注意的是，无论是哪种用户画像的方式，用户的画像最终往往是以“标签”的形式呈现，但用户的行为是综合的、变化的、离散的，静态的标签未必能完全反映一个复杂的个体。因此未来的智能技术、数据分析技术会改善用户画像的方式，使其更精细，更具动态性。
第三节 个体用户节点的位置检测
摘 录
当个体用户一个个节点时，他们在网路中的角色、地位与特点，就须要用“位置”来评判。个体用户画像与其节点位置的结合，可以使用户剖析更为精确、深入。
网络中用户形成的数据，就是检测用户节点位置的主要根据。用数据来测定的用户节点位置，主要包括数学位置、社会位置与服务位置。
用户节点位置检测的三个维度
节点化用户的数学位置的检测
摘 录
对用户的化学位置的检测，是了解用户所处空间特点的前提，通过联通终端的定位系统来完成，地理位置的检测不再是困局，如何理解地理位置与内容、社交、服务之间的关联，如何解决内容、社交、服务与特定空间需求的匹配，才是联通互联网须要解决的核心问题。
解 读
无论是社交产品的“摇一摇”以及“陌陌”，还是服务产品滴滴打车都是空间思维的应用，但是在内容传播方面，对空间的理解与应用还是比较中级。此外，无论是在内容、社交还是服务方面，目前服务商的关注重点是用户此时此地的位置及其意义，还可以向“此前彼处”以及“此后彼处”两个不同的时空延展。也就是可以剖析用户从何处抵达此处，并能预测她们下一步的方向并提供相应服务，或者通过理解她们此时的行为而诱导她们的未来需求与行为方向，也可以形成新的产品或服务空间。
摘 录
节点化用户的社会位置的检测
“社会位置”指的是其社会关系中的位置及这一位置中蕴涵的资源。用户间的互动关系，或一个用户所处的社群、族群、社会圈子，或他拥有的社会资本，在很大程度上会影响其行为与需求。如何将用户的人际关系、社交圈、社交资本等，用数据的方法去进行量化的评判与处理，社会网路剖析方式提供了一些思路与技巧，但要更广泛而精确地对每位用户进行社会位置的检测还须要依赖新的方式与新的技术。
解 读
2015年，Facebook将用户的人脉关系作为信用评级参考诱因的并在加拿大申请了一项专利，在国外服务商也开始将一个用户的社交圈作为用户属性的一个维度来考虑，如阿里巴巴旗下蚂蚁金融推出的芝麻信用分，对用户信用评价的一个维度也是其人脉关系。但这种做法是否合理合法，同学们可以查阅更多的资料来思索。
摘 录
节点化用户的服务位置检测
用户的服务位置可以从以下两个方面认识，其一是用户的服务需求，即用户在特定时空下，在自身惯性和个别特定情景的作用下，产生了什么样的需求。其二是用户才能提供的资源，在明天共享经济的导向下，今天的网路须要更多地剌激用户的参与，使用户也成为资源的贡献者、服务的提供者。当用户既是消费者又是服务提供者时，对她们所包含的资源的了解，是促使她们的服务目标达成的基础。
总 结
以往的个性化服务，主要是基于“服务位置”中的需求特点了解。而昨天，如果能把数学位置、社会位置以及同时包含了解需求与资源特点的服务位置两者结合上去认识，就有可能把个性化服务推向更深层次。同时，只有有效评估用户的位置及能力，才能更准确地认识和更有效地迸发用户的潜在能量，促进用户的资源贡献。（节点位置剖析与第四章场景剖析有很多交叉的地方，但场景还包括与时间相关的诱因。）
第四节 数据、算法下的“落点”分析
摘 录
从信息传播的角度来看，今天的算法或数据剖析主要完成的是“到达落点”的估算，也就是让内容或服务精准抵达特定的用户，不过算法或数据剖析的进一步提高的方向是寻求俘获用户的这些“心里落点”，以及内容消费与其他相关诱因间的“关联落点”。
一、到达落点1、个体匹配要素：个人画像、节点“位置“、个性化场景、动态需求2、群体匹配要素：群体画像、群体动态需求、群体分布模式
3、公共要素匹配：社会环境特点、社会热点、平台特性
解 读
1、个体的匹配即针对个体在特定时空下的行为与需求特点进行场景化匹配，这主要依赖于个人画像、节点“位置“、个性化场景以及动态需求。对个体的剖析与匹配即要能阐明个体的行为惯性、当下状态，也要能在一定程度上预测其行为及需求的迈向。
2、群体在网路空间中有一定的分布模式或规律，理解她们的分布模式，可以为信息分发的路径提供优化根据。面向群体的内容分发，不仅要完成内容适配，还须要将内容与社区营运结合上去将这些本来分散的用户引导到某个特定空间，为她们的互动提供可能。
3、公共匹配的目标是将由公共价值的信息传达出去，使之达到最广的人群，这也是未来算法的一个努力方向。要能有效地实现公共匹配，需要充分研究社会环境特点、当下社会热点、平台特性。
摘 录
二、心理落点：在用户心理秘密中阐明传播动力
“到达落点”依据的是用户阅读偏好的外在特点，它的精确更多的是“类型”匹配的精准，但数据剖析还须要深层找寻“心理落点”，也就是对用户深层心理进行剖析。目前的数据多是整体性的，还甚少对不同人群心理作出“靶向”分析，但未来的数据积累与数据剖析技术，可以进一步剖析不同人群甚至个体的心理差别，为内容的精准分发提供更实在、更可靠的根据。
三、关联落点：关联诱因剖析增强内容扩张力
寻找关联落点，即是剖析与内容消费相关的诱因和行为，这既可以为精准分发提供根据，也可以帮助优化相关诱因，提高传播疗效，促进内容向社交、服务等领域的扩张。
今天的数据剖析早已可以帮我们剖析如下几种典型的关联：
1、内容消费与人口特点之间的关联；
2、内容消费与其他行为的关联；
3、内容消费与终端特性的关联。
第五节 算法下的个体：数据时代的“囚徒”
算法是否会将人们软禁在信息茧房中？
摘 录
今天伴随着个性化算法的一个常见问题是“信息茧房”，有人将信息茧房视为算法的原罪之一，有人则觉得信息茧房与算法无关，两种判别可能都有些极端。尽管人的选择性心理从来就存在，社会化媒体也在以社交圈的形式加强人们的选择，但目前的个性化推荐算法的确在一定程度上以正反馈方式加强这些心理。
以桑斯坦对信息茧房的划分来看，作为一种选择性心理，信息茧房天然存在，每个人都有自己的阅读偏好，这是正常现象，但若果每个人只关注自己的兴趣内的一小片天地，那么他才会对这以外的世界欠缺了解。在须要公共对话的时侯，人们会欠缺共同的“视角”，这意味着人们对一些事实的判定会出现差别，共识无法产生。同时，信息环境的封闭与自大，也可能会进一步固化人们个别观点与立场。
从人的社会归属须要角度看，公共交流与公共议题是必要的。公共议题是连结社会不同阶级、不同群体的纽带。议程设置提出者之一唐纳德·肖还曾提出过“水平媒体”与“垂直媒体”这两个概念，他觉得水平媒体是个别冷门媒体,垂直媒体是大众化的媒体。水平媒体与垂直媒体的交织，可以创造出一个稳定的“纸草社会”。这从另外一个角度说明了保持个性化信息满足与公共整合之间平衡的意义。
我们要警觉个性化算法可能带来的“信息茧房”问题，但另一方面，我们也要意识到假如运用得当，算法也可以成为刺穿信息茧房的一种装备：算法也可以用于公共性内容的匹配，也就是通过算法洞察公众的共同心理，使具有公共价值的内容抵达更广的人群，也同样可能帮助个体挣开茧房的禁锢。
解 读
“纸草社会”是一个十分重要的知识点，网络中横纵交织的议题说明了保持个性化信息满足与公共整合之间平衡的意义，媒体应当共同满足受众的个性化与公共性的信息需求，才能产生唐纳德·肖所言水平媒体与大众媒体纵横交错的“纸草社会”，在个体意志的活力下发挥社会整合的功能。理解了这点能够更好地理解算法与信息茧房的微妙关系，可以配合彭兰老师论文《导致信息茧房的多重诱因及“破茧”路径》来看。
算法是否会将人们软禁在偏见与固有的社会结构中？
摘 录
算法的另一种风险是对社会偏见的承继，以及这种偏见可能带来的文化或社会束缚。有研究者强调“数据，在本质上，是人类观察世界的表征方式。无论是过去的小数据，还是现今的大数据，研究数据，在某种程度上，其实在本质上都是研究人本身……人类文化是存在偏见的，作为与人类社会同构的大数据，也必然包含着根深蒂固的偏见。而大数据算法仅仅是把这些歧视文化归纳下来而已。”
算法可能就会用某种方法将现有的文化中的偏见歧视放大，正如大数据应用领域学者周涛所言“让我们不安的是，这种由于系统设计人员带来的初始偏见有可能随着数据的积累和算法的运转渐渐加强放大。”
除了偏见、歧视外，算法还可能可能会在一定程度上固化社会原有的结构，限制个体或资源在结构框架之外的流动。算法和数据的偏见有可能会把她们进一步困在原有的社会结构里。在数据的测量与算法的评估下，人们的身分、地位和行为都被数据与算法打下烙印，这促使她们只能被圈定在与自己条件吻合的社会位置和职业角色里，底层向下流动的机会更加降低，那些具备优良条件的个体则会不断获得新的机会与资源。因此算法会导致个别方面社会资源分配的“马太效应”被进一步放大。
解 读
这一小节讨论的算法带来的后果比“信息茧房”更加宏观，也更具人文关怀精神，就像“信息茧房”方面的讨论一样，未来的算法也应当致力于纠正而不是加强社会偏见，但这必须靠有效的制度而非数据开发者或使用者的自觉。除了算法，我们在讨论其他的新技术带来的影响的时侯，都可以答到它对社会结构的影响上。
算法是否会使人们深陷“幸福地被操纵”？
摘 录
个性化算法带来的另一个深层风险是在个性化服务的“伺奉”下，个体渐渐失去自己的自主判定与选择能力，越来越多地被算法或机器控制。
尼尔·波兹曼在《娱乐至死》一书中提及了《1984》和《美丽新世界》讽喻的两种警告。“奥威尔警告人们将会遭到外来压迫的奴役，而赫胥黎则觉得，人们丧失自由、成功和历史并不是老大哥之过，在他看来，人们会渐渐爱上压迫，崇拜这些使她们失去思索能力的工业技术。”算法看上去是为个体提供人性化服务，但是它似乎是对个体进行控制的另一种手段，波兹曼警告的两种力量正在合体，一直看着你的“老大哥”也可能正是将你带向“幸福痴迷”的工业技术。
斯拉沃热·齐泽克在Facebook数据门后发文强调，不仅是我们被控制和操纵。而且是“幸福”的人们隐秘而自私地要求以“为她们好”的名义被操纵。真想和幸福不能共存。真相是搔痒的，它带来不稳定，它破坏了我们的日常生活的平稳流动。选择在我们自己手里：我们想要幸福地被操纵，还是让自己曝露在真正的创造力的风险中。
个体权力的让渡：数据时代的必然代价？
摘 录
数据时代对普通个体的另一个深层影响，是个体的全面数据化。用户的数据将更多元，通过更多渠道生成、保存，这也意味着用户数据中潜藏的风险更大，数据权力的保护面临更大的挑战。隐私权与被遗忘权，是数据时代背景下饱受关注的两类个体权力。
（一）以隐私换便利？
百度董事长兼CEO李彦宏曾提及，中国人对隐私问题更开放，如果她们可以用隐私换取便利、安全或则效率，在好多情况下，他们就乐意这样做。“隐私换便利”这一说法让他成为众矢之的。
今天的公众未必都没有隐私保护意识，也不是所有人都乐意拿隐私换便利，对普通公众来说，一个大的问题是她们并不晓得自己的隐私会怎样被侵害，被侵害到何种程度。他们与这些把握借助甚至可能出卖她们的隐私数据的公司之间天然是不平等的。虽然个别时侯以隐私换便利是用户不得已的选择，但用户应当有权晓得出让的是什么隐私数据，能获取什么便利。但昨天的网络服务提供者多数并没有提供充分的解释。
解 读
要想用户的隐私权得到保护，彭兰老师觉得，除了要对服务商的用户数据使用权限作出限定，另一个事关用户隐私权的问题是明天的用户是否应当有一种隐身能力使自己的数据不被别人获取或储存，从而在根本上保护自己？在个体随时随地被数据化映射的现今，隐身也是保护隐私的一个重要方面。虽然在法律上要产生一种“隐身权”或许并不现实（它更有可能是隐私权中的一部分），但起码在技术层面须要给与用户跟多的“隐身”可能。
摘 录
（二）“遗忘“变成例外？
维克托·麦尔-舍恩伯格在《删除：大数据时代的取舍之道》里提出：在明天这个时代，遗忘弄成例外，记忆成为常态，人类步入了数字化的圆形监狱。除了“数字化看守所“的现实，数据保留的永恒使监视成为永恒的可能。对这一问题的疑虑催生了被遗忘权这一概念。
被遗忘权在官方首次提出欧共体是2013年颁布的《一般数据保护条例》中，即信息主体有权要求信息控制者删掉与其个人相关的资料信息。该权力被称为被遗忘权及擦除权。
司法实践中对被遗忘权主要有两种心态：第一种觉得，当言论从私人领域步入公共领域，个体可以以保护隐私权为名，用“被遗忘权”删除自己的言论，从而保护个体的言论自由；第二种觉得，言论一旦步入公共领域就与私人领域无关，即便个体要使用“被遗忘权”保护自己，也与隐私权毫无关系，因此，坚持“被遗忘权”不利于保护言论自由。
从法律层面看，被遗忘权的具体执行也存在好多困局，如被遗忘权的效力（包括内容效力、范围效力等）、被遗忘权的权力主体范围（这一权力对公共人物、罪犯与恐怖分子是否适用）、被遗忘权的义务主体范围等。从技术上看，网络信息的复制、扩散的便捷，也意味着“删除”未必是能“一键实现”的。另外，被遗忘权或删掉权更多的是学界和法律界被讨论，大多数普通人并不知道它的存在。在明天，数据上的“遗忘”还是例外。
解 读
虽然传播学者吴飞强调，一方面我们要保护私人领域的神圣性，要避免有人假公济私，但同样也必须保护公共领域的开放性，要避免有人假私公。但这些平衡的拿捏并非易事。即便有被遗忘权，个体也谨言慎行，但是未来各类传感以及算法技术的进步，记忆仍会是常态。
无论是隐私权还是被遗忘权，都是互联网整治中十分重要的知识点，尤其是被遗忘权，在学习中我们要能晓得它的缘起以及在中国的本土适应，同样要结合相关案例理解。本节也是整章的重点内容，可以结合阅读全媒派文章《清华院长彭兰：假象、算法囚徒与权力让渡——数据与算法时代的新风险》。
第六节 数据素质：数据时代的基本公民素质
解 读
在新媒体用户不断数据化的同时，也面临着一定的风险。数据并不等于“准确”，数据时代人们可能会面临更多认识上的误区，也会因数据欺骗或误用而身陷更多圈套。数据时代用户须要新的一种新的素质——数据素质，这除了关乎新媒体用户在数据时代的认知能力，也关系到自我保护能力。
数据时代的数据风险摘 录
数据常常被当做描述客观事物、揭示真相的一种手段，但是，数据应用本身有一整套的规范，如果不遵守这种规范，或者在数据应用中出现了漏洞无法察觉，未来我们也许会被更多由其实客观的数据堆积成的表象所包围。从数据生产的角度看，每一个相关的步骤，都可能存在着造成表象的诱因。1、数据样本误差带来的“以偏概全”2、“脏数据”带来的污染3、数据剖析模型误差带来的方向性错误4、数据挖掘能力带来的“浅尝辄止”
5、数据剖析的误差
解 读
1、“数据样本误差”指的是在现实中获得“全样本”并不容易，当今互联网数据被少数平台垄断，出于利益保护缘由，这些数据并不会完全公开，此外，很多平台或则行业本身就欠缺完整、系统的数据积累。样本的规模和代表性会带来“以偏概全”。
2、“脏数据”指部份缺位的数据、重复的数据、失效的数据、造假的数据等，数据清洗未必能完全去除这类数据，此外，某些数据分析者会无视甚至制造一些“脏数据”。
3、数据剖析中，一些基于数据的实证剖析，有可能构建的模型本身是有误差的，有些数据应用者，甚至是为了得到自己希望的结果而在剖析模型中进行觉得的“扭曲”，这些都必然引起疗效的误差。
4、在媒体行业，以往数据应用传统的缺少、技术能力的不足，都会限制其数据挖掘能力，然而外界压力却又在促使媒体力不从心地迈向数据化，因此，数据应用多流于表层，其中漏洞也越来越多。媒体生产的过分简单的、浅层的数据，也可能会欺骗人们对现实社会的认识。
5、数据剖析能力，是数据借助能力的另一个重要层面。若没有良好的数据方面的训练，对数据的剖析可能会出现主观随便、简单化等问题。
摘 录
数据描述愈误差，不仅会给我们对环境的认识带来欺骗，更大的风险是它们可能带来决策误差。在大数据或其他数据剖析方式越来越多地应用于公共决策和个人决策的指导时，这种风险日渐降低。
解 读
一些数据的误用、滥用，一方面是数据应用能力不足，还有数据应用者的价值导向和利益驱动问题。一些数据剖析的出发点，本来就不是要获得对真相完整的认知，而是为了制造自己须要的“真相”或后果。基于此背景，数据时代公民的数据素质应当更高。
数据素质的内涵与目标
摘 录
研究者金兼斌强调，数据素质是指人们有效且正当地发觉评估和使用信息和数据的一种意识和能力。通常，数据素质概念包含数据意识、数据获取能力、分析和理解数据的能力、运用数据进行决策的能力以及对数据作用的批评和反省精神。
上述对数据素质的划分，主要是从对别人生产的数据的使用角度。另一方面，在明天个时代，当个体用户拥有了无限的数据时，数据素质还应包括对自我数据的风险意识，如个人数据的保护意识、隐私意识等。
全民数据素质的提升，不仅有助于公众自身对数据判定能力的提升，也会有助于对数据剖析机构（包括媒体）的数据剖析水平进行监督，反过来推动数据应用水平的整体提高。
解 读
我们较熟悉的是媒介素质，但在数据时代，媒介素质的具体内涵也在不断拓展，彭兰老师在本节重点介绍了数据时代的风险以及数据啊素质的内涵与目标，在答相关的伦理题、措施题的时侯，数据素质是愈发中级的“万金油”，在学习的时侯不仅要了解书上的内容，还可以查找相关的案例来说明提高数据素质的必要性等。
参考内容
参考书籍：
彭兰《新媒体用户研究：节点化、媒介化、赛博格化的人》，2020年5月
参考论文：
[1]彭兰.人人皆媒时代的窘境与突围可能[J].新闻与写作,2017(11):64-68.
[2]彭兰.移动时代的节点化用户及其数据化检测[J].暨南学报(哲学社会科学版),2016,38(01):76-82+131.
[3]彭兰.智媒趋势下内容生产中的人机关系[J].上海交通大学学报(哲学社会科学版),2020,28(01):31-40.
[4]彭兰.导致信息茧房的多重诱因及“破茧”路径[J].新闻界,2020(01):30-38+73.
[5]彭兰.机器与算法的流行时代,人该如何办[J].新闻与写作,2016(12):25-28.
扫描二维码即可下载本文参考文献
▼
●上期题目参考思路●
Q：简述视频化对新闻传播的影响（10分）
A：这道题好多朋友都重视了一分为二来剖析，不错，已经养成了好的答题习惯；但某些朋友的剖析没有结合“视频化”这一点来答，写的内容只是通常新技术而已，答题要尽量叩题比较好。
参考思路
1、丰富媒体报导方式，抑或信息环境过度娱乐化
2、事件多元呈现，抑或信息真伪难辨
3.、拓展信息产业边界，抑或产生消费社会水景
优秀作业展示
●今日阅读思考题●
Q：简述数据新闻的特点（10分）
请将自己的思索写在留言里
