2017年12月3日上午9点，新京报数据新闻编辑汤子帅在汕头大学2017年秋季数据新闻工作坊中，继续就数据可视化读者感知改进以及数据新闻技术学习进阶，与大家进行经验分享。
数据可视化读者感知改进
汤子帅介绍了数据新闻的四种呈现形态：图文、一图式、动图和交互式。他以中国人对吃喝挑剔的数据新闻作为例子，解释了可视化在数据新闻中的重要性。他说，可视化是协助我们发掘现象背后隐藏信息的一种工具，它呈现了非可视化看不到的信息，可以帮助用户远离信息焦虑。数据的可视化要由思维出发，从逻辑架构映射到形式架构，最后形成可视化信息图表。
接着，汤子帅围绕如何合理的对叙事逻辑进行可视化架构并呈现问题进行了分享。他就自己图表可视化制作过程中常遇到的三个问题进行了讲解。首先是功能和形式的问题，可视化只是数据新闻报道的实现工具，因此功能要优先考虑，要先思考读者通过你的图表更喜欢回答哪些问题。其次是专业和简单的问题，这需要确定读者群，信息图表的复杂度应与读者的平均水平相匹配，但不能将大众化等同于简单化。可视化数据新闻要能化繁为简，信息量既丰富又能让用户很容易地从整体上去把握，但是要避免过于简洁而失去核心信息的误区。另外，他还谈到挖掘和表达的问题，一张数据新闻图表不仅要表达信息，还要给读者一定的挖掘空间，这样才会有趣。数据可视化的目的是启发。
之后，汤子帅介绍了一些设计数据图表时需要注意的问题和实现原则。第一是大脑的“省时效率原则”。大脑并不会同等级别地处理看到的细节，脑系统易于关注移动和形态迥异的事物，因此在设计时突出重点很重要，按照大脑的优先级展现事物。第二是基于特征的大脑识别机制，大脑总是对对视野内事物轮廓的识别，这种识别基于亮度、颜色以及事物边缘的清晰度和完整性，他还引用了格式塔理论，介绍了数据图表过程中应注意邻近、相似、闭合等设计原则，并结合实际案例给同学们进行了解释与运用。
汤子帅还提到了10项基本数据感知方法。他说，大脑不是把那些颜色和形状片段看作单个实体，而是它们的组合。大脑为了提告效率，降低主机被烧掉的风险，会遵循一定的感知组织原则。另外，他介绍了记忆识别在信息图表的应用。事物识别应用于信息图表要取决于每个图表的作用，整体和局部之间可以互相补充说明。
最后，汤子帅讲到了可视化设计的其他事项。他建议在场同学可以参考一些国际经典杂志的配色和互联网巨头网站配色，来丰富自己的作品。另外还有地图和时间轴两类特殊但常用的呈现类型，并介绍了目前国际上几个比较好的数据新闻奖赛作品网站。他建议大家可以从模仿别人选题制作开始，别人能找到数据你也可以找到数据，别人能做成那样，你就尝试也能模仿做出那样的效果，这个过程对学习来说进步会比较快。
数据新闻技术进阶路径
中途休息过后汤子帅向在场学生分享了一些提高提升数据新闻报道能力的方法。
首先，汤子帅根据自身学习、工作经历，提出大家应该了解一些产品和项目管理的知识。现在很多媒体都在进行转型，如果你在这样的媒体里，有时候就会从传统记者编辑转成项目经理的角色，因为有时报道可能会做成一个小的项目，涉及到记者采编、交互设计等多方参与，这时项目管理的知识就会运用到。
接着，汤子帅按功能介绍了展示型、操作型和挖掘型三种交互式信息图表，并结合案例和同学们分享了他在设计制作时运用到的一些原则。第一是可视化原则：物体的实用性越可见，用户越容易对使用结果形成心理模型。他展示了两幅修改前后作品，提出将返回换成箭头更适合受众去理解，因为在交互设计中,表现模型和用户的心理模型越接近,用户越容易理解并使用它。第二是反馈原则，即向用户提供信息，使用户知道某一操作是否已经完成以及操作所产生的结果，例如在网络环境差时显示loading的加载信息。另外还有受限原则以及一致原则。
此外，汤子帅还分享了自身学习数据挖掘和分析的学习路径。他认为，现在很多需求都可以不需要敲代码就能找到替代解决方案，为此他介绍了一些数据可视化软件、插件。但他也鼓励感兴趣的同学学习编程，学会码代码。他说，自己作为一个文科生入门编程的时间晚，很多方面也不够专业，但找到路子还是可以学习的。他介绍了自己学习html、css以及python语言的经过，并演示了python如何进行网页数据抓取和分词。在他看来，最好的学习方式就是多模仿，研究和还原优秀作品的实现过程，从中汲取营养。
记者：孙国丰、区铭慧
编校：陈丽吟