随着数字技术的进一步发展，基于数据挖掘和视觉呈现的数据新闻作为新闻信息传播的创新形式受到各大媒体的青睐。 尤其是2012年以后，国内数据新闻的实践日益推广。 引起了新闻传播学界的持续关注。 本文以知识图谱分析软件为分析工具，以数据新闻为主题，以CSSCI为源类别进行高级检索。 选取CNKI数据库中290篇数据新闻文献（2012-2019年）并描述知识图谱。 为了清楚地了解我国数据新闻研究的轨迹和趋势。
国内数据新闻研究现状
数据新闻研究由“热”转为“冷”。 发表论文数量是反映一个研究领域发展趋势的直观数据。 2012年之前，数据新闻的研究成果还很少。 2013年，大部分文章介绍了数据新闻在全球新闻界的实践。 有学者将其作为大数据时代背景下的一种新的新闻传播方式引入中国。 2014年至2015年，相关论文数量不断增加，优秀案例不断涌现。 学术界的研究重点集中在国内数据新闻实践的介绍和分析上。 在梳理国外优秀作品的基础上，我们开始探索数据新闻的本土化发展。 2016年至2017年，数据新闻相关论文数量逐渐减少，研究主题逐渐集中在生产过程和新闻教育方面。 2018年至2019年，数据新闻论文增速放缓，学者开始对数据新闻进行更加精细化的研究。 例如，有学者关注数据新闻的叙事范式以及算法对数据新闻的影响。
作者及其合作的网络分析。 经过对作者发表论文和合作发表数量的统计，发表三篇及以上论文的作者仅有20人，发表一篇论文的作者数量相对较高。 可见，数据新闻作为一个研究领域，核心作者群体薄弱，高产作者数量较少，缺乏稳定性。 大多数研究者仅将数据新闻作为一个子研究领域，缺乏持续性的研究。 从笔者的学术经历来看，大多数关注数据新闻的学者都长期致力于新媒体研究，对新兴的新闻传播实践更加敏感。 然而，他们很快就会被其他更新的新闻形式所吸引，真正留在数据新闻领域并持续产出研究成果的学者越来越少。 通过对作者协作网络的聚类分析发现，研究者仍以“单独工作”为主，合作高度零星。 大多数学者与自己的研究生合作发表文章。 这与大多数学者只将数据新闻作为一个暂时的研究兴趣密切相关的事实不同。
研究主题和关键词分析。 出现频率较高的关键词可以在一定程度上反映学者在该研究领域的关注重点。 关键词共现聚类分析结果显示，出现频率较高的关键词主要有“大数据”、“可视化”、“新闻”、“媒体整合”、“信息图表”、“卫报”等。词频≥6，“大数据”首当其冲，其次是“可视化”。 究其原因，是国内学者在早期研究中主要介绍国外媒体的经典案例和数据新闻概念，导致研究内容过于集中，没有波及到整个新闻学科，研究视野也相对匮乏。狭窄的。 相比之下，国外学者以“新闻学”为研究核心，从新闻学学科的角度探讨数据新闻、准确新闻、计算机辅助报道以及相关新闻客观性的历史渊源，探讨数据新闻的影响对传统新闻价值观和报道理念的影响。
研究特点及存在问题
通过对CSSCI数据新闻文献的知识图谱分析，我们发现国内数据新闻研究存在以下特点和需要改进的地方。
一是选题呈现横向拓展趋势，专题研究有待加强。 国内数据新闻研究方向大致有四类：国外数据新闻实践经验介绍、数据新闻本土化实践经验介绍、数据新闻对原始新闻生产过程的影响、数据新闻人才培养和新闻教育。 还有少数文章涉及数据收集和使用过程中产生的伦理和监管问题，例如侵犯个人隐私权、违反客观性原则等。 相比之下，国外学者更倾向于对数据新闻的若干主题进行深入探讨，研究对象也集中在与数据新闻发展现状和趋势密切相关的领域。 例如，有学者从价值角度讨论了数据新闻的社会影响。 影响，此类问题涉及数据获取和使用的合法性、新闻工作理念的转变等。此外，一些学者还关注开放的政府和社区安全、数据使用与 小编道德、数据访问权与隐私等话题数据新闻保护，揭示数据新闻在促进社会发展、提高政府和公民责任方面的重要性。
其次，数据新闻的基本概念亟待完善和规范。 尽管国外学者对数据新闻的基本概念有所不同，但大多关注数据新闻的历史渊源和功能特征，体现了新闻传播学科的历史连续性。 在准确表达上，国外更喜欢使用“Data”，而不是“”和“”，明确区分“数据”与“数字”、“数值”，同时也强调“数据”在新闻中的作用生产。 “驱动力”。 数据新闻进入中国新闻传播行业，恰逢大数据技术在各行各业的兴起。 业界和学术界对“数据新闻”概念的理解不一致。 “数据”有时指“大数据”，有时指“小数据”。 最直观的是，有些栏目打着“数据新闻”的旗号，但实际上只是小批量地使用了几个数值。 可见，数据新闻的概念在我国新闻传播界尚未得到规范和界定。 随着研究的逐步深入，一些学者意识到数据新闻迫切需要建立专业标准，消除对数据新闻基本概念的模糊认知。 数据新闻的概念应该与时代背景和技术环境相一致。
第三，研究方法过于单一，影响结论的效果。 通过利用关键词分析考察数据新闻论文的研究方法，我们发现我国数据新闻论文大多采用定性研究方法，其中文献分析法应用较多，其次是案例研究法和访谈法，还有实验研究法。方法很少被使用。 在采用定量研究方法的论文中，最常用的是内容分析法，其次是问卷调查法。 国外数据新闻论文中，定性研究和定量研究的运用比较接近。 在定性研究中，文献分析法主要用于职业道德、受众影响力等理论性论文，而案例研究法则多用于生产实践、编辑室改革等实践性论文。 国内外研究方法的较大差异印证了国内学者得出的结论：我国数据新闻研究重案例研究，实证数据较少。 由于国内学者在数据新闻研究中注重实证分析，以科学实验和量化为基础。 基础性探索较少，影响了研究结论的说服力、实践指导性和学术创新性。
第四，跨学科互动和研究的开放性有待加强。 发表的数据新闻论文基本属于新闻传播学科。 虽然大多数都包含“大数据”、“数据采集”、“数据挖掘”和“可视化”等关键词，但受限于发表期刊的单一性，也反驳了数据。 新闻学研究在中国不被数据科学、计算机科学、统计学等学科认可。 另一方面，国外一些数据新闻论文分布在统计学、信息学、计算机、人工智能等学科领域。 虽然数量不多，但体现了数据新闻研究的开放性，体现了学科之间的互动和融合。 尤其是数据新闻对数据科学的应用研究，体现了数据新闻的专业化和发展趋势。
科技带来了媒体生产实践的改变，不少媒体将数据新闻视为媒体转型的“起点”。 与此同时，学术界也持续关注并产生了许多研究成果。 290篇中文期刊文献的知识图谱描述将帮助我们认识数据新闻研究中存在的问题，拓展视野和思路，发现新的研究主题，进而完善国内数据新闻研究体系，提升相关研究质量。 学术价值。
（本文系中国人民大学马克思主义新闻研究中心（）项目阶段性成果；得到2019年中央大学世界一流大学建设（学科）及特色发展指导意见支持专项基金 ()
（作者单位：中国人民大学新闻学院）