新闻类型-学新传的，出去千万别说自己“不懂”新闻

学新传的，出去千万别说自己“不懂”新闻，毕竟这是老本行。但是随着技术发展，依托于新技术又出现了很多新的新闻类型，之前的硬新闻、软新闻在新名词之前都弱爆了。

撇开大家已经耳熟能详的数据新闻、精确新闻等名词，区块链新闻、沉浸式新闻、断言式新闻等听上去总会让人一头雾水，我是太OUT了吗？

其实，对于这种新的名词解释，大家要重视平时的积累，有意识去总结整理一下，并且这类名词院校非常喜欢考，我们参考院校真题以及学术前沿，为大家整理了下面这份新闻类型名解大全，以下：

数据新闻

数据新闻又称数据驱动新闻，是大数据时代新闻业不断适应媒介环境变化而探索出的新闻生产的新方式。开放的数据、严谨的叙事逻辑、恰当的可视化呈现方式共同构成了数据新闻的基础。作为一种新型的新闻生产模式，数据新闻改变了传统新闻的生产模式和整个运作体系，引发新闻报道理念、思维与模式的变革，成为大数据时代新闻学发展的新领域。

精确新闻

精确新闻又称精确新闻报道，兴起于20世纪60年代的美国。它是基于科学的量化研究的新闻报道。精确新闻能使报道内容更加公正、客观，避免新闻来源“二手”的人为主观因素，更能反映人民的呼声和意见，新闻报道更令人信服。

在采写时精确新闻需注意的问题有以下几个方面：①运用定量研究的方法采集数据。运用定量研究的方法采集数据，这是精确新闻学与传统新闻学的最大区别；②数据应用。数据应用的过程也就是新闻写作的过程，即告诉读者数据是怎么来的；③数据延伸。尽管精确新闻以数据信息作为自己的内容基础新闻类型，但是，数据往往停留在对社会宏观概况的描述，无法深入到社会的深处和细处，显得表面化。

黄色新闻

黄色新闻在新闻领域是有所特指的，是新闻报道和媒体编辑的一种取向，指极度夸张及捏造情节的手法来渲染新闻事件，尤其是关于色情、暴力、犯罪方面的事件。

黄色新闻起源于19世纪末20世纪初普利策和赫斯特的“新式新闻”时代，其特点如下：带有创新性质；更加大众化；充满了煽情性报道、大标题以及较多新闻图片。名称来源于普利策和赫斯特黄色大战中的漫画主角黄孩子。

融合新闻

“融合新闻”又称“多样化新闻”，主要指利用多媒体手段进行新闻传播活动。不同的媒体例如报纸、电台、电视台和网站及手机等，集中在一个信息操作平台上，统一策划、相互协调，取长补短，根据各自媒体和受众特点对信息进行分类加工，发挥各自的传播优势，有针对性地传播给特定受众。融合新闻的理念最早是由芝加哥论坛公司和媒体综合集团两家媒体公司率先进行实践的，这两家媒体为融合新闻的发展探索出不同的发展模式。

反转新闻

反转新闻是指在互联网传播领域中，对同一事件的报道出现一次或多次显著变化甚至出现反向变化的现象，主要特征是吸引舆论眼球的不是事件本身，而是让人瞠目结舌的戏剧性反转以及公众态度的反转。

“反转新闻”大多体现出如下的传播特性：这些新闻事件本身极具话题性，大多反映出当前社会的热点问题，因此传播范围广、受众数量大、媒体热情高，舆论在演变过程中多呈现出高度一致性和极端变化性。可将新闻的反转途径归纳为：事件发生—媒体初始报道—初始舆论形成—事件拐点—舆论反转，有的新闻事件在此基础上可能会再次发生反转。

辫子新闻

美国学者谢尔•以色列在《微博力》一书中提出了“辫子新闻” (Brailed Journalism)的概念。“辫子新闻”是融媒体时代新闻采编的一个新理念。

之所以叫辫子新闻, 是因为它由三股新闻资源交织而成。

一是传统媒体, 特别指以发布专业新闻获取广告收入的纸质及广电媒体。二是自媒体新闻, 指非专业媒体人士传播的新闻及传播行为, 具有突发性、开放性、参与性等特点。三是社会性媒体, 这也是传统新闻与自媒体新闻交叉地域, 包括手机、社交网站等。

事实上, 辫子新闻已经成为一种兼具共享性和合作性的新闻采编发模式, 尤其在对像地震、火灾、空难等其他危机或敏感事件的报道中表现不俗。

建设性新闻

“建设性新闻”这一概念是由兼具记者和学者双重身份的海格拉普在2008 年发表的一篇新闻评论中正式提出的，它是一种新兴的新闻形式，在坚持新闻核心功能的同时（比如“看门狗”、告知公众潜在威胁等功能），将积极心理学和其他行为科学的技巧运用到新闻流程和产品，致力于创作卓有成效、引人入胜的报道。

建设性新闻理念力图打破传统的职业角色设定对记者的束缚，要求记者承担起行动者的角色并提供解困的思路。

建设性新闻最主要的特点在于它具有面向未来的视野，以及开掘可能的解决路径。它打破了突发新闻紧盯当下和调查新闻追溯过去的视野局限，通过吸纳解困新闻、公民新闻等相关理念，推动新闻作为一种建设性的力量参与到社会发展的进程中，提倡新闻从业者秉持着“如何能够推动社会变好”而非“为什么情况这么坏”的思路展开报道，从而将新闻业的合法性从单纯的呈现和批判现实向着推动人类进步的维度转变。

个性化新闻

个性化新闻是根据用户的兴趣和习惯设置新闻内容的个性化平台。各个新闻客户端都在主打个性化新闻推荐，尤其是强调通过算法了解每个用户的喜好，从而“精确”地推荐给用户喜欢的新闻内容，让读者真正拥有“我的新闻”。国内主要以今日头条，天天快报和一点资讯等算法类资讯平台为代表，在美国以 News Republic 为代表。

算法新闻

算法新闻（algorithmic journalism）又称机器人新闻、数据新闻、自动化新闻、计算新闻，是指“建立在算法、人工智能程序平台以及自然语言衍生技术基础上的新型新闻生产模式，其主要特征是新闻的文字及部分视觉内容可由算法直接自动生成”。

当前，算法新闻在欧美各大主流新闻机构均建立起一定程度的智能平台，BBC打造的Jucier，路透社的News Tracer等算法平台，都为其机构生产了一定数量的算法新闻。算法新闻作为人工智能这一新生技术在新闻传播行业的衍生，法律条文还未能及时作出规制新闻类型，行业规范也很不健全，抛开现阶段技术本身的问题，单就伦理层面来讲，面临着隐私权侵犯、算法黑箱、价值偏向、缺乏人文关怀与社会责任感，以及未来强人工智能阶段所涉及的机器伦理等一系列的问题。

迭代新闻

迭代新闻( Iterative Journalism)由美国学者保罗·布拉德肖(Paul Bradshaw)提出，迭代新闻的报道流程是以互联网为核心平台进行的新闻生产，专业人员与用户进行广泛深入的互动。在迭代过程中，在快速基础上，逐渐逼近事件真相，抵达受众对新闻深度的要求。这一模式反映了网络媒介环境的巨大变化：新闻从静态的“产品”变成了动态的“过程”。

保罗·布拉德肖认为这是21世纪新闻生产的一种新旧媒体相结合的比较理想的模式，但在实际操作的过程中，存在很多的问题，报道者几乎不做任何核实，就以最短的时间、最少的核实先报道一个“似是而非的存在”，再“边施工边设计”完成一个“不完美的成果物”。

传感器新闻

所谓的传感器新闻是指利用传感器来生成或收集数据，然后分析、可视化、使用数据来支持新闻报道。

传感器进入新闻生产领域，让人类可以在更大范围内，更加全面深入地审视自身所处的环境。不过传感器技术发展也存在不确定性，技术黑箱的存在、数据结构的复杂、媒体工作者的伦理道德失范、公民的自我保护意识不足、国家的监管力度不够，可能使传感器新闻出现新闻准确性难以保证和公民隐私侵犯的问题。尽管传感器新闻可能引发这样或那样的风险，我 们也不能因噎废食、不再引入新技术，而是要积极采取各种措施，努力规避风险。一方面，要不断发展传感器技术，通过完善技术方案降低技术风险；另一方面，要将传感器新闻可能带来的风险置于社会责任和法律责任的脉络之下，明确不同社会主体责任，建立风险规避的社会体系。

沉浸式新闻

沉浸式新闻以新闻事件作为内容依托，借助 VR、AR 等技术手段，用户以第一人称的叙事视角体验新闻事件发生的情景以及发展脉络，从而具有“沉浸”于事件的独特感官体验。

相较于传统媒体，沉浸式新闻所提供的独特的数字化传播环境，使得认知主体能得到认知对象“存在在那里”的主观感受。这种游走在虚拟世界与现实世界之间的“体验”相互交织，打破了新闻受众原本认知的局限性，并对新闻的传播效果产生特定的影响。

END

8月/专题班录播已上传！

北大新传专题&框架班！知识全面深化~

暑期急速提升~现在报名即可观看！

9日/真题班快要来啦~

只背书可不行，会做题最重要！

现在购买北大全程班有超值优惠！

扫描下方二维码，立即报名！