1. 資料新聞學
資料搜尋&處理
青平台基金會 / 張維志 – 2013/07/21

2. 青平台 / 張維志
Contact me :
• http://fb.me/opendata.tw
• http://www.opendata.tw
• http://www.opencampus.tw
• http://fb.me/groups/Open.Campus/
• whisky@ystaiwan.org
• Twitter : @opentaiwan

3. 重點摘要
• 資料新聞學 – 先談一下
• 資料新聞學 – 工作流程
• 資料收集
• 資料清理
• 資料解讀
• 資料整合
• 說出故事
• 團隊與角色 – 找出你的定位

4. 資料新聞學
是什麼？
與，為什麼？

5. 資料新聞學 – 是什麼
Data + Journalism
資料 + 新聞（學）?

6. 資料新聞學 – 是什麼
Data Driven
Journalism
從資料中找出故事，用
資料來說故事 #DDJ

7. 資料新聞學 – 為什麼
為什麼忽然 (2009)
大家都在談
資料新聞學？

8. 資料新聞學 – 為什麼

9. 資料新聞學 – 為什麼
因為，這是一個
「數位時代」，
「資訊時代」！

10. 資料新聞學 – 為什麼
生活越來越仰賴
資訊的流通與解讀
資料來源更多
資料產量更大
工具與技術能力更強

11. 資料新聞學
如何做？

12. 資料新聞學 – 如何做

13. 資料新聞學 – 如何做
這是新聞報導…
不是論文寫作…

14. 資料新聞學 – 工作流程
目的 – 當然是寫出一篇新聞（報導） XD
一切都從這開始：
我有個問題，想找答案
我有組資料集 (dataset) 我想看
看能「挖掘」出什麼

15. 資料新聞學 – 工作流程
我們要的是：
從資料下載 -
Html / CSV /
SQL / KML…
• 2010.07.25
• 91,731 份文件
到…
http://mirror.wikileaks.info/wiki/Afghan_War
_Diary,_2004-2010/

16. 資料新聞學 – 工作流程
到… 一篇報導

17. 資料新聞學 – 工作流程

18. 資料新聞學 – 工作流程
Simon ROGERS
“Before a dataset results in a data
journalism story, there’s a whole process
of sifting and finessing and generally
sorting the data out. The split is roughly
70% tidying up the data, 30% doing the
fun stuff of visualising and presenting it.”

19. 資料新聞學 – 工作流程
• 資料匯整
• 資料清理
• 資料解讀
• 資料整合
• 說出故事

20. 資料新聞學 – 工作流程

21. 資料新聞學 – 工作流程
資料匯整 – 把資料找出來
• 網路搜尋
• 政府部門與政府資訊公開法
• 開放資料與網路資料庫
• NPO / NGO 與倡議組織
• 鄉民 (SNS) 與駭客

22. 資料新聞學 – 工作流程
資料匯整 – 網路搜尋
網路搜尋 = Use Google?

23. 資料新聞學 – 工作流程
資料匯整 – 網路搜尋
• Google 以外的選擇 (為什麼?）
• MS Bing
• Yandex (俄羅斯)
• DuckDuckGo – 尊重個人隱私
• Blippex – 其他的搜尋計算公式
• Wolfram Alpha – 人工智慧的表現
• Pipl – 找人（但是應該沒台灣人，不支援中文搜尋）
http://www.bbc.co.uk/news/technology-23318889

24. 資料新聞學 – 工作流程
資料匯整 – 網路搜尋
成為 Google 搜尋的 power user!
• 使用進階功能 http://mashable.com/2011/11/24/google-
search-infographic/
• Site:
• Author:
• Filetype:
• Related“:
http://www.googleguide.com/advanced_operators.html

25. 資料新聞學 – 工作流程
資料匯整 – 網路搜尋
成為 Google 搜尋的 power user!
• 關鍵字的運用
• 越詳細找到的東西越符合我們的期待
• 不知道要期待什麼，就打簡單的幾個字，加上 “~” = related
• 從搜尋結果中再篩選
• 搭配搜尋指令使用

26. 資料新聞學 – 工作流程
資料匯整 – 政府部門與政府資訊公開法
政府資訊公開法 – 人民有知的權利
12 類需主動公開的資料：
• 五、施政計畫、業務統計及研究報告。
• 六、(一)公務-預算及決算書。
• 八、書面之公共工程及採購契約。

27. 資料新聞學 – 工作流程
資料匯整 – 政府部門與政府資訊公開法
但是… 政府一般不太情願把資料丟出來。
那怎麼辦？
• 寫信去所屬機關跟他們要
• 還是不給，找很多人一起去要！
• 就是不給，打行政訴訟！

28. 資料新聞學 – 工作流程
資料匯整 – 政府部門與政府資訊公開法
http://www.kickstarter.com/projects/cir/foia-machine

29. 資料新聞學 – 工作流程
資料匯整 – 政府部門與政府資訊公開法
不過，請先找對機關，
問清楚對口單位 XDD
(這沒有想像中簡單啊..）

30. 資料新聞學 – 工作流程
資料匯整 – 開放資料與網路資料庫
開放資料 : 資料可被自由使用，不限制使用資格，使用方法，使用
範圍。（授權，技術格式，最低收費）
開放資料運動帶來更大量資料的釋出：
• 世界銀行 - http://data.worldbank.org/
• 各國政府開放資料平台 – http://data.gov.tw/
• 搜尋 : open data portal / open data catalog

31. 資料新聞學 – 工作流程
資料匯整 – 開放資料與網路資料庫

32. 資料新聞學 – 工作流程
資料匯整 – NPO / NGO 與其他倡議組織
不管大大小小議題，其實都有人在關心…
所以，或許可以先把他們找出來..
問題是，這些 NGO/NPO 一般都對資料很無感
XDDD

33. 資料新聞學 – 工作流程
資料匯整 – 鄉民 (SNS) 與駭客
這不是鄉民的正義….
• 鄉民 : Crowdsourcing 群眾外包
• 駭客 : 有能力寫程式幫你處理問題

34. 資料新聞學 – 工作流程
資料匯整 – 鄉民 + Crowdsourcing

35. 資料新聞學 – 工作流程
資料匯整 – 鄉民 + SNS

36. 資料新聞學 – 工作流程
資料匯整 – 駭客 / 強大的能量！

37. 資料新聞學 – 工作流程
資料匯整 – 駭客 / 強大的能量！
不過這些人，用的語言不太一樣
學會跟他們溝通
學會瞭解駭客的文化，技術
學會參與
有個組織叫做 g0v

38. 資料新聞學 – 工作流程
資料清理 – 資料集的格式與內容
• 將資料轉為程式（電腦）可讀可運算格式
• 將資料中遺漏，缺失，重複，錯誤格式等找
出並修復

39. 資料新聞學 – 工作流程
資料清理 – 程式可讀可運算的資料集
資料不是只是拿來給人看與閱讀
資料是要拿來用程式跑過與處理

40. 資料新聞學 – 工作流程
資料清理 – 程式可讀可運算的資料集
開放資料格式的五星等級
PDF  OCR  試算表

41. 資料新聞學 – 工作流程
資料清理 – 程式集的清洗
資料集 : dataset，指的是一組彼此有關連的資料。
清洗的幾種方法
• 移除重複的資料
• 將欄位重新合併或是切割
• 確定欄位內容格式是否一致
• 去除多餘的空白字元，縮寫是否一致
• 檢查時間，數字，文字等格式設定

42. 資料新聞學 – 工作流程
資料清理 – 程式集的清洗
使用工具：
• Google OpenRefine / http://openrefine.org/
• Data Wrangler / http://vis.stanford.edu/wrangler/
• 或是直接使用試算表程式 (excel, calc…)

43. 資料新聞學 – 工作流程
資料解讀 – 定義出資料的含意與可信度
• 資料存在的原因
• 資料內容與單位

44. 資料新聞學 – 工作流程
資料解讀 –資料存在的原因
• 資料的存在有他的原因
• 回應的需求
• 資料取得的方法
• 何時，適用期限
不要對資料過度解讀！

45. 資料新聞學 – 工作流程
資料解讀 –資料內容與單位
資料使用的單位
是最大的陷阱

46. 資料新聞學 – 工作流程
資料解讀 –資料內容與單位
檢驗取得的資料內容
與要回答的問題之間的關係

47. 資料新聞學 – 工作流程
資料整合 – 整理出一個回答問題的資料集
• 原始資料集的重新排序，切割，合併，簡化
• 與其他資料集的混搭 – Mashup
• 從空間，時間，連結關係上開始

48. 資料新聞學 – 工作流程
資料整合 – 整理出一個回答問題的資料集
• 原始資料集的重新排序，切割，合併，
簡化
• 只使用資料備份版本
• 定出問題與資料範圍
• 只保留有用的資料

49. 資料新聞學 – 工作流程
資料整合 – 整理出一個回答問題的資料集
• 與其他資料集的混搭 – Mashup
• 資料跟自己比較是沒有多大意義
• 找出其他可能相關資料集
• 建立資料集間的關係（共同 key）

50. 資料新聞學 – 工作流程
資料整合 – 整理出一個回答問題的資料集
• 從空間，時間，連結關係上開始
• 從不同變數（空間，時間）開始建立
基礎模型與呈現
• 將不同資料彙整在同一資料集內

51. 資料新聞學 – 工作流程
資料整合 – 整理出一個回答問題的資料集

52. 資料新聞學 – 工作流程
接下來？
問題有得到答案嗎？
需要更多資料？
那就重新再跑一次吧

54. 資料新聞學 – 工作流程
說出故事…

55. 資料新聞學 – 團隊與角色
Want to build a data journalism team?
You’ll need these three people

56. 資料新聞學 – 團隊與角色
Computer Assisted Reporter
– 電腦輔助報導人
News Applications developer
– 新聞應用程式開發者
Data visualization specialist
– 資料視覺化呈現專家

57. 資料新聞學 – 團隊與角色
你該學會的新把戲
1. 基礎技能
（Fundamentals）
2. 統計（Statistics）
3. 程式設計
（Programming）
4. 機器學習（Machine
Learning）
5. 文字採礦/自然語言處理
（Text Mining / Natural
Language Processing）
6. 資料視覺化（Data
Visualization）
你該學會的新把戲 2
7. 大量資料（Big Data）
8. Data Ingestion
9. Data Wrangling
10. 工具（Toolbox)

58. 資料新聞學 – 團隊與角色
不過至尐…
對資料，統計，程式語言和網路工具… 想辦法多學一點

59. 資料新聞學 – 團隊與角色
資料新聞學，
依然是新聞的一種
但這也是我們學習如何「發現」，
「閱讀」，「述說」
世界的一種方法

60. 重點摘要
• 資料新聞學 – 先談一下
• 資料新聞學 – 工作流程
• 資料收集
• 資料清理
• 資料解讀
• 資料整合
• 說出故事
• 團隊與角色 – 找出你的定位

61. 青平台 / 張維志
Contact me :
• http://fb.me/opendata.tw
• http://www.opendata.tw
• http://www.opencampus.tw
• http://fb.me/groups/Open.Campus/
• whisky@ystaiwan.org
• Twitter : @opentaiwan