| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-24页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 研究现状 | 第13-19页 |
| 1.3 研究思路、研究方法以及创新点 | 第19页 |
| 1.3.1 研究思路 | 第19页 |
| 1.3.2 研究方法 | 第19页 |
| 1.3.3 本文创新点 | 第19页 |
| 1.4 文献综述 | 第19-24页 |
| 第2章 数据新闻传播的时代背景 | 第24-28页 |
| 2.1 媒介融合趋势 | 第24页 |
| 2.2 web2.0和社会化媒体强势登台 | 第24-26页 |
| 2.3 大数据背景下的数据新闻 | 第26-28页 |
| 第3章 新闻传播现状和面临的问题 | 第28-35页 |
| 3.1 新闻传播现状概述 | 第28-29页 |
| 3.2 目前新闻传播面临的问题 | 第29-35页 |
| 3.2.1 被动地位凸显的媒体要求从业者提高传播能力 | 第29-31页 |
| 3.2.2 同质化问题突出的传播内容对受众吸引力变弱 | 第31-32页 |
| 3.2.3 复杂化的网络信息环境要求更高的新闻真实 | 第32-33页 |
| 3.2.4 自主意识觉醒的网民被无用信息绑架注意力 | 第33-35页 |
| 第4章 数据新闻带来的传播新变化 | 第35-53页 |
| 4.1 网络资源和社会大众成为传播前端数据的主要来源 | 第36-38页 |
| 4.1.1 网民成为网络传播裂变的重要力量 | 第36-37页 |
| 4.1.2 数据实时监控助力媒体抢占传播先机 | 第37-38页 |
| 4.2 信息中转站对数据进行挖掘、统计和分析 | 第38-40页 |
| 4.2.1 数据深度挖掘提供新闻新视角 | 第38-39页 |
| 4.2.2 跨领域合作为媒体人带来全方位发展机遇 | 第39-40页 |
| 4.3 传播后端对数据进行呈现及传播 | 第40-46页 |
| 4.3.1 日益丰富的可视化契合受众心理 | 第40-44页 |
| 4.3.2 海量数据为新闻真实护航 | 第44-45页 |
| 4.3.3 数据语义化组织提升受众思维逻辑 | 第45-46页 |
| 4.4 数据新闻传播案例分析 | 第46-53页 |
| 4.4.1 样本案例选取及概述 | 第46-47页 |
| 4.4.2 样本案例内容分析 | 第47-48页 |
| 4.4.3 样本案例传播过程分析 | 第48-50页 |
| 4.4.4 样本案例情感倾向分析 | 第50-51页 |
| 4.4.5 样本案例传播结果分析 | 第51-53页 |
| 第5章 数据新闻传播趋势 | 第53-63页 |
| 5.1 数据监测与分析实现预测性传播 | 第53-55页 |
| 5.1.1 数据警示未发生的不幸 | 第53-54页 |
| 5.1.2 在数据中发现新闻线索 | 第54-55页 |
| 5.2 接近性提升驱动精准化传播 | 第55-57页 |
| 5.2.1 贴近受众实现精准传播 | 第55-56页 |
| 5.2.2 定制新闻丰富精准传播 | 第56-57页 |
| 5.3 数据交互引发深度互动传播 | 第57-61页 |
| 5.3.1 新闻深度解读实现受众互动 | 第57-59页 |
| 5.3.2 运用虚拟现实与增强现实提升互动体验 | 第59-60页 |
| 5.3.3 可查询数据丰富互动模式 | 第60-61页 |
| 5.4 数据来源扩展鼓励公众参与传播 | 第61-63页 |
| 5.4.1 数据库建立扩展数据来源 | 第61-62页 |
| 5.4.2 公众作为数据来源参与数据新闻传播全过程 | 第62-63页 |
| 结语 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附录 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间取得的科研成果 | 第71页 |
