- ```markdown # 数据新闻分类思维导图 ## 1. 数据新闻定义 - 数据驱动：基于数据收集与分析 - 新闻价值：具有时效性和公共性 - 可视化呈现：信息图表/交互设计 ## 2. 分类维度 ### 2.1 按内容主题 - 时政类（政策分析/选举数据） - 经济类（GDP/市场趋势） - 社会民生（人口普查/就业率） - 科技类（专利数据/AI发展） - 环境健康（空气质量/疫情传播） - 文娱体育（票房数据/赛事统计） - 国际类（国际贸易/外交关系） ### 2.2 按数据类型 #### 结构化数据 - 统计数据（政府年鉴） - 调查数据（问卷结果） - 传感器数据（IoT设备） - 金融数据（股票交易） #### 非结构化数据 - 文本数据（社交媒体） - 图像数据（卫星影像） - 音视频数据（采访录音） - 社交媒体内容（UGC） ### 2.3 按呈现形式 #### 静态呈现 - 数据图表（柱状图/折线图） - 信息图（流程图/关系图） - 数据报告（PDF/长图） #### 动态交互 - 交互式图表（可筛选数据） - 数据动画（时间轴演变） - 视频解说（数据故事化） #### 多媒体融合 - 数据地图（GIS可视化） - 虚拟现实（VR数据空间） - 增强现实（AR叠加展示） ### 2.4 按制作技术 #### 数据收集 - 网络爬虫 - API接口 - 公开数据集（政府开放平台） #### 数据处理 - 数据清洗（异常值处理） - 数据分析（Python/R） - 数据挖掘（机器学习） #### 可视化工具 - Tableau/PowerBI - Python库（Matplotlib/Seaborn） - D3.js/Echarts #### 交互设计 - 用户体验设计 - 响应式设计 - 多终端适配 ### 2.5 按应用场景 - 媒体报道（深度报道/事实核查） - 学术研究（论文支持） - 商业分析（市场洞察） - 政府报告（白皮书） - 公众教育（科普传播） ## 3. 核心特征 - 真实性：数据来源可追溯 - 故事性：数据叙事逻辑 - 交互性：用户参与探索 - 时效性：数据持续更新 ## 4. 质量评估标准 - 数据准确性（来源验证） - 设计合理性（图表误导性） - 传播效果（用户互动量） - 伦理合规（隐私保护） - ```