目前，在大数据新闻制作上已经积累了经验的国际媒体有《卫报》《纽约时报》《华盛顿邮报》等，但它们也处于探索阶段。通过对国内外代表性媒体的大数据新闻实践进行研究，可以总结出大数据新闻的四个功能，即描述、判断、预测、信息定制。《卫报》网页2012年1月5日发布了一个有关“阿拉伯之春”的大数据新闻报道。报道利用动态图表，以时间轴为主线描述了自2010年12月一突尼斯男子自焚至2011年12月的一年间，17个阿拉伯国家发生的一场政治运动。网民可以通过这个四维动态的报道，清楚地从宏观到微观，全面了解阿拉伯之春在不同国家的不同表现形式。图表上方设置了时间的推拉按钮，网民推拉到自己想观看的时间点，可以清楚地看到相同时间点上不同国家发生的相关事件。画面的下方是各个国家的标签，网民也可以通过国家标记，来关注某个具体国家在纵向时间轴上的政治演变进程。不同的政治事件用不同颜色来标示：绿色为群众性抗议活动，浅蓝色为国际上的相关反应，黄色为政治事件，红色为政权更替。如果网民想了解某个事件的具体内容，点击不同颜色的标示，随即获取深度报道的链接。这种新闻报道方式，将涉及十几个国家、时间跨度长达一年的复杂的“阿拉伯之春”，以明晰的动态方式呈现出来，纯文字报道难以达到这样的传播效果。大数据新闻还能够描述那些看不见的短期过程，比如流言如何在社交网络上传播。《卫报》通过追踪分析260万份推特内容，利用可视化动态图表描述了从流言开始传播到辟谣结束的整个过程。它也是以时间为轴，利用圆圈大小、颜色变化来描述整个过程，绿色的圈代表散布流言的推文，红色的圈代表更正这个流言的推文，灰色的是中立的评价推文，黄色的是对流言持怀疑态度的推文。圈的大小代表了推文的影响程度，圈越大影响程度越大。如果想了解具体的内容，点到哪个圈，屏幕旁边即刻呈现这个圈所代表的推文的发布者、发布日期、转推人数等等信息。通过这个动态的演进过程，人们可以清楚地看到，社交网络并不像一般想象的那样，是一味扩散虚假消息的场所。其实在假消息出现不久，社交网络上各种辟谣的消息就已经出现了。从这两个例子可以看出，大数据新闻的报道方式能够在宏观上对某个事件看得更加清楚与全面，事件复杂的演进过程以及这个过程中的各个方面，都能描述得直观且有趣。 2011年8月，一个黑人穆斯林男子乘出租车在伦敦街头遭到警方拦截，双方发生枪战，该男子当街死亡。两天后，约300人聚集在伦敦市中心的警察局进行抗议，后来演变成持续多天的骚乱事件，抗议者引燃了汽车、商店和公交车。当天夜里，伦敦其他地区也发生了类似袭警、抢劫、纵火等事件。一些媒体评论指出，这与贫富差距有关。英国首相卡梅伦接受采访时，声称骚乱事件与贫富差距无关。英国《卫报》记者利用大数据的分析结果，做了关于这一事件的系列报道，其中的一个报道主题，便是骚乱与贫困有没有关联。记者利用谷歌融合图表，在伦敦地区地图上标记出骚乱分子的居住地信息（黄色点）、实际发生骚乱的地点（灰色点），以及贫困地区分布（越偏红色表示越贫穷）。根据这张伦敦市中心的图，网民可以将图扩展到整个大伦敦地区来看，也可以聚焦到具体的街区放大来看，观察每个被标记的骚乱点的人流从哪里来，到哪儿去，从而清楚地看到贫苦与骚乱之间存在的某种关联。这种关系的表达，比起单纯的文字报道来，表现清晰，说服力强。2013年“十一”长假期间，九寨沟发生游客大量滞留现象并引发群体性事件。如果新闻媒体或旅游当局能够在此前运用中国的局部大数据进行预测性报道，完全可以避免这样的群体性事件发生。因为传媒可以根据这方面的大数据，提前报道在哪个具体时间段内，有多少人从哪些地方前往九寨沟，其中男人、女人、老人、儿童各有多少等等。这只是一个小例子，大数据能够预测社会和人们日常生活中的各个方面。通过挖掘大数据，传媒在技术上可以制作出可视化、交互式的图表，告知很多事项。微观的如流行疾病来袭、交通拥堵情况；宏观的如经济指数变动、某种社会危机的来临等等。百度开辟了“百度预测”网页，以“大数据，知天下”的口号推出，预测的产品有高考、世界杯、电影票房等等。它们后期准备上线的产品扩展到了更广的领域，比如金融预测、房地产预测等等。 利用大数据的分析结果，满足网民的信息个性化要求，是国外媒体的最新尝试。例如Five thirty eight数据博客，在2014年5月23日新辟读者来信专栏“亲爱的莫娜”。其第一期开篇语阐释的目的是：“我开这个专栏是为了帮助读者回答一些生活中重要的或者严肃的问题，比如我是不是很正常、我处在世界的哪个地位层面等等，目的不是为了给读者答疑解惑，不是告诉读者应该做什么和不应该做什么。恰恰相反，我提供数据来解释、描述你的经历。”综观这个专栏，读者的提问五花八门，比较严肃的如：“美国有多少人从来没有喝过一滴酒？”“美国有多少男性空乘人员？”也有比较私人的如：“我该多久换一次袜子？”“婚前同居会不会导致离婚”等等。专栏作者利用美国范围内的大数据，即刻将分析结果告知当事人，但避免给出指导性意见，仅告知各种数据的分析结果，让网民自己依照分析结果来处理自己面临的问题。这个专栏与传统的纸媒读者来信专栏不同，不是通过星座、血型、生辰八字或伪装成阅历丰富的专家，来提供些心灵鸡汤式的回答，只用数据来说话。这种尝试在媒体中并不少见。2011年，BBC广播公司曾根据2012年政府的财政预算联合毕马威会计师事务所做了一个预算计算器，用户只需要输入一些日常信息，例如买多少啤酒，用多少汽油等，就能够算出新的预算会让你付多少税，明年生活会不会更好。根据用户需求提供个性化的大数据服务，是未来的发展趋势。这些报道有一个共性，媒体都致力于以用户的需求为中心，利用大数据诠释宏观社会现象对用户的影响，或者回答用户困惑的问题。媒体可以精准定位，经过后台计算，按照用户的接收习惯、工作习惯和生活习惯将服务推送到用户眼前。
答：区别传统图文的枯燥，数据可视化新闻让我们看到的新闻更“鲜活”，在新闻传播领域，数据可视化作为数据新闻的呈现方式，是数据新闻得以成型的环节之一。所谓数据新闻，是一种通过对具有新闻性的海量数据进行挖掘、清洗和整合，以展现数据背后的关联和意义，进而将其可视化呈现的新闻报道形式。列举一些例子便于理解，如下图：

数据新闻和精确新闻的区别为：做法不同、侧重点不同、性质不同。一、侧重点不同1、数据新闻：数据性的侧重点为处理好正面宣传与揭露阴暗面的关系。2、精确新闻：精确性的侧重点为反映事物的客观真正性质。二、做法不同1、数据新闻：数据性的侧重点对新闻的事实进行科学的分析选择。2、精确新闻：精确性的侧重点对新闻的事实进行符合实际的调查研究。三、性质不同1、数据新闻：数据性指的是在新闻报道中的每一个具体事实必须合乎客观实际。2、精确新闻：精确性指的是新闻报道中的时间，地点，人物，事情，原因和经过都经得起核对。
精确新闻：用社会调查方法采访新闻，用数据来揭示事实真相并解释背后的原因。 数据新闻：通过现有数据的分析，得出某些规律性，然后以新闻报道的形式表现出来。
有实地调差，无实地调查的区别

1,大数据已经成为在IT业被广泛应用的一个工具，其涉及领域非常广泛，包括教育机构，企业，甚至政府机关，这些单位都会去在做自己的大数据平台。2, 产业模式不同，决定其做大数据的方向也不尽相同，有的企业是想做数据的整合，这种情况大多数是有用户基础，而且有用户的数据库平台，但是这个数据库平台和大数据平台并不一样，在大数据平台里面，用户更多的是要把他所有相关数据都融合到一个数据库平台之下。还有一些大数据平台的建立是需要进行数据的分析，这种数据分析主要用来协助于业务开展，这种大数据并不是企业本身的业务。第三种情况是用户自己的数据消费，就是将自己所产生的数据作为信息消费的服务内容供应给客户，这是目前比较常见的大数据的应用范围。互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供最详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。3,大数据与传统数据模式的区别及安全性关于大数据的使用差别，其实很多时候我们都在强调一种对于数据的分析方式的差异，在以前，记录一个东西，通常会使用表格方式去进行记录，对一个行为习惯进行统计的时候，就会对这个表格进行排序、叠加或者存储等等的东西，但是在大数据之中有一个概念，那就是关联性。这种关联性有时候很能体现大数据的价值。以人为例，当我们去看一个东西的时候，比如看见一个物品，这个时候如果能够对它进行量化，通常是记录物品大小、形状、重量。但是在大数据观念领域中，关联性思维会让我们在看到这个杯子的时候，不会想这个杯子的重量，而是关联到这个杯子它适合喝茶还是喝咖啡，这就是关联性比较直观的一个体现。4,实际上这种关联性并不是通过逻辑叠加出来的，而是需要数据分析。很多人用大数据东西，这个东西可能更适合什么，这是关于食物的趋势性的讨论。这种通过大数据分析出来的结果，适应性会更强。其实就如同人的思维发散的方式，本质上来说，人的思维模式对于数据的处理和计算机对数据的处理肯定是不一样的，人的思维模式更多的体现了关联性，计算机不会，而大数据就可以让计算机具备这种关联性思维模式。至于安全问题，主要需注意两个方面，其一是在技术上，建设自己技术平台的时候就要考虑它的安全性，所以必须构建一个非常稳定的架构和可控的架构。另外就是对于一些前端的使用者，当你选择把你的一些信息去发布到应用的时候，你也得判断接收这个信息的对方，他是不是一个可信的企业或者说一个数据平台，他拿到你的数据之后不会挪作他用。5,其实大数据主要体现是还是其工具性，通常大数据是在云计算底层平台，可以促进云计算的服务更加有效，或者直接供给到需要服务的人手中。这就要求大数据要有高度的准确性和分析事物的合理性，只有这样的数据，才是有用的。

数据新闻或数据驱动新闻(DDJ) 是一种基于分析和过滤大型数据集以创建或提升新闻故事的新闻过程。数据新闻是一种新闻，反映了数字数据在数字时代在信息生产和分发中的作用越来越大。它反映了内容生产者（记者）与设计、计算机科学和统计学等其他几个领域之间日益增加的互动。从记者的角度来看，它代表了“来自不同领域的一组重叠的能力”。数据新闻业已被广泛用于联合多个概念并将它们与新闻业联系起来。一些人将这些视为新闻过程中从更简单到更复杂的新技术使用的层次或阶段。许多数据驱动的故事都是从开源软件、开放获取出版和开放数据等新可用资源开始的，而另一些则是公共记录请求或泄露材料的产物。这种新闻方法建立在旧实践的基础上，最显着的是计算机辅助报道(CAR)，这是几十年来主要在美国使用的标签。部分相似方法的其他标签是“精确新闻”，基于 Philipp Meyer 的一本书，发表于 1972 年，在那里他提倡使用社会科学的技术来研究故事。数据驱动的新闻有更广泛的方法。该流程的核心是建立在不断增长的开放数据可用性之上，这些数据可在线免费获得并使用开源工具进行分析。数据驱动的新闻致力于为公众提供新的服务水平，帮助公众或特定群体或个人了解模式并根据调查结果做出决策。因此，数据驱动的新闻业可能有助于以一种新的方式将记者置于与社会相关的角色中。特征1、 以服务公众利益为目的；2、 以公开的数据为基础；3、 依靠特殊的软件程序对数据进行处理，挖掘隐藏在宏观、抽象数据背后的新闻故事；4、以形象互动的可视化的方式呈现新闻。

20世纪60年代，当传播学大师麦克卢汉提出著名论点“媒介即讯息”，在当时的社会背景下，由于该观点与众不同，引发了当时学界的争议。再看大数据时代下，“数据即信息”显然成为时代共识，数据的商业价值和管理价值正在得到前所未有的重视与开发。 “数据”（Data）一词，在拉丁文里是“已知”的意思，亦可理解为“事实”。如今，数据代表着对某件事的描述，数据可以记录、分析和重组此事。把现象转变为可制表分析的量化形式的过程，被称作“数据化”[1]。2013年，由美国前情报机构工作人员斯诺登曝光的监听丑闻彰显着数据的价值，数据新闻是全球媒体应对大数据时代变迁作出的关键革新。大数据在新闻领域的应用即数据驱动型新闻，简称数据新闻。