传媒教育网

 找回密码
 实名注册

QQ登录

只需一步,快速开始

搜索
做个试验
楼主: admin
打印 上一主题 下一主题

数据新闻案例集锦

[复制链接]
21#
 楼主| 发表于 2014-2-14 21:54:54 | 只看该作者
本帖最后由 admin 于 2014-2-14 21:58 编辑

【案例】
http://weibo.com/1424710994/z5vxY3RpD
数据化管理

【数据挖掘的重要性——从林彪的一个故事谈起】有时候数据分析与挖掘并不需要高深的理论和高端的分析工具,仅仅需要一颗善于发现的大脑和永远不放过细节的心!via@萧秋水

收起|查看大圖|向左轉|向右轉






(8)|
轉發(5222)|
收藏|
評論(502)

2012-11-16 23:11來自新浪微博
|舉報

罗月领:【政策】决策与数据//@刘强-同舟共济: //@国匠城市规划论坛: 【大数据更需要小心思】大数据的提法近日甚嚣尘上,首先要明白数据是石油,谁掌握了他就能建立一个王国,所以数据的占有,是有垄断倾向的。但更重要的是,大数据需要的是小心思,城市研究也是如此,小心思往往蕴含大能量,期待我们去发现。 (2013-2-4 09:42)


善良品道://@中国灯谜: 好故事。陈省身说数学是最美的语言。//@野有蔓草2000: mark(2013-1-27 15:52)
舉報|

|
回覆

广州亚运会收藏:大数据时代,需要我们从数字中去追求真相。 (2013-1-24 19:18)


|
回覆

熟视无睹-做好自己://@邝海炎不骂人: 哈哈,这个大数据案例太牛了//@涂子沛: 这个林彪运用数据分析的故事非常精彩!数据是对客观世界的记录,真相总是会通过数据留下珠丝马迹。 (2013-1-24 18:37)

Anyon在路上:的确,大数据看的不是数量而是关系


22#
发表于 2014-2-14 22:46:40 | 只看该作者
【案例】
@泛媒研究院
汪卫教授谈大数据具有4V特征:体量volume、多样性Variety、价值密度Value、速度Velocity。计算机学科在做哪些大数据工作?一是基于云计算的大数据处理平台,以实现对大规模、高速变化的各种类型数据的处理能力。二是面向应用领域的海量数据分析技术,以实现对数据中蕴含的信息的全面、深入的挖掘。

收起|查看大圖|向左轉|向右轉

|
轉發(2)
|
評論(1)

16分鐘前來自专业版微博


23#
发表于 2014-2-16 13:50:37 | 只看该作者
【案例】
关注公安微博
大数据给意图移民加拿大的富人带来了麻烦。

@网络新闻联播
【加拿大回应“取消移民是否针对中国富人”】加拿大投资移民计划被叫停,有媒体称是因为中国富人申请令加方“难以应对”。对此,加拿大公民与移民部媒体事务负责人表示,压垮投资移民项目的不是申请,而是移民没有为加拿大社会做出贡献。以20年为时间段,一名投资移民比一名技术移民少纳税20万加元。

收起|查看大圖|向左轉|向右轉




(4)|
轉發(14)
|
評論(5)

27分鐘前來自央视新媒体


|
轉發|
收藏|
評論

2分鐘前
來自新浪微博


24#
发表于 2014-2-20 22:38:52 | 只看该作者
本帖最后由 刘海明 于 2014-2-20 22:41 编辑

【案例】数据新闻学的发展路径与前景 (2014-02-20 21:22:26)[url=]转载[/url]


如何将数据转化为故事和洞见:兼论数据新闻学的发展路径与前景

史安斌(清华大学新闻与传播学院副院长、教授、博士生导师)
廖鲽尔(清华大学新闻与传播学院硕士生)

刊于《新闻与写作》2014年第2期


摘要:
在全球进入“大数据时代”的背景下,新闻传播学应运而生了一个新兴的学科分支——“数据新闻学”,并被视为未来新闻业发展的主要方向之一而受到各方广泛关注。本文旨在梳理“数据新闻学”产生的背景、内涵、外延、功能及基本特征,结合国际主流媒体践行“数据新闻”的经典案例与新闻学界这一领域所开展的教学研究上的探索,探讨“数据新闻学”的发展路径及前景,并为我国在新媒介环境下如何发展数据新闻提出具有启示性的建议。


关键词:大数据 数据新闻 多媒体 交互性 可视化


数据新闻的诞生背景
“大数据”(Big Data)是近年来全球媒体和舆论关注的“热词”之一。仅在“谷歌搜索”就接近8亿个条目。2013年初,由牛津大学互联网研究院维克托·迈尔-舍恩伯格(Viktor Mayer-Sch渀戀攀爀最攀爀)与《经济学人》数据新闻编辑肯尼思·库克耶(Kenneth Cukier)合著的一本带有鲜明的“福音书”色彩的《大数据时代:生活、工作思维的大变革》(Big Data: A revolution that will transform how we live, work and think)在我国翻译出版,并迅速成为畅销书。他们在书中满怀信心地预言,大数据将是人们获得新知、创造新价值的源泉,也是改变市场与组织的结构以及政府与公民关系的有效途径。[1]换言之,当今世界正在经历一次大规模生产、传播和运用数据的革命,量化、质化等社会科学的研究方法已伴随着社交媒体时代产生的海量信息和数字化浪潮深入人心,社会各行各业都日益倾向于使用数据进行决策与运作。
与之相应,新闻传播学界也提出了一个新的概念——“数据新闻学”(Data Journalism)。业界使用的更为准确的说法是“数据驱动的新闻”(Data-driven Journalism)。首先,它的出现顺应了当今公共信息走向公开透明的总体趋势。目前世界上已经有30多个国家的中央政府建立了“开放数据库”,利用数字化手段推动政务公开,“阳光执政”已经成为不可阻挡的时代潮流。从本质上看,大力发展“数据新闻”也是为了保障民主社会当中公民所拥有的知情权、参与权、监督权和选择权。
其次,数据新闻学的发展也是为了更好地适应当今新闻传播的变局。在社交媒体时代,新闻报道的专业“门槛”越来越低,人人都是记者,人人都是电视台,而传统媒体在重大突发事件的报道中丧失其“第一落点”已经成为“常态”。此外,在过去一年中,谷歌眼镜、小型无人机(drone)等新型装备的面世及其在新闻报道中被广泛使用。由“叙事科技”(Narrative Science)等网站联合美国西北大学梅迪尔(Medill)新闻学院共同开发的“机器人记者”和机器新闻写作软件正式进入业界实践。上述这些变化都预示着新闻报道“去人工化”、“去专业化”的趋势将彻底改变传统新闻生产的模式和机制。另一方面,在新闻日趋“扁平化”、“碎片化”和资讯、数据高度“饱和”的今天,提供深度挖掘的资讯和数据,对全球大事与天下大势做出富于洞见的解读、剖析和预测,反而成为一种“稀缺资源”,甚至可以被迅速转化为行之有效的盈利手段。有鉴于此,在社交媒体和技术变革的挑战面前,媒体机构和专业记者积极开发“数据新闻”就成为维持其生存能力、进而提升其核心竞争力的“不二法门”。
早在2010年8月,首届“国际数据新闻”圆桌会议在阿姆斯特丹举行,对这个概念做出了如下界定:“数据新闻是一种工作流程,包括下述基本步骤:通过反复抓取、筛选和重组来深度挖掘数据,聚焦专门信息以过滤数据,可视化的呈现数据并合成新闻故事。”[2]具体来说,媒体机构和专业记者通过对各类原始数据信息的挖掘、鉴别、甄选、吸收、分析,将错综纷繁的信息和数据“碎片”筛选、整合、凝练而成条理清晰的新闻报道,从而更好地描绘全景、提炼观点、阐释细节。实际上,在“数据新闻学”的概念明确提出之前,学界和业界已经围绕着“计算机辅助报道”(Computer Assisted Reporting)、“精确新闻”(Precision Journalism)及“数据可视化”(Data Visualization)等概念和模式做了大量的研究和实践工作,其共同点都在于最大限度地发挥数据信息的功效来提升新闻报道的品质,为具有不同需求的受众提供“纵深化”、“利基化”(niche)、“定制化”的内容。作为大数据时代下新闻传播学的最新发展趋势之一,数据新闻学集中体现了跨学科、精细化、多平台的特点,在专业知识和技能上提高了新闻生产的“门槛”,具体来说,除了传统的文字写作、音视频制作外,专业记者还要掌握包括社科研究方法、计算机数据抓取与处理、可视化、平面/交互设计、计算机编程等众多领域的知识和技能。[3]


数据新闻的两种模式
从功能上讲,“数据新闻学”与传统新闻学最根本的区别在于,前者为社交媒体时代的新闻记者赋予了一种新的核心竞争力——即同时拥有敏锐的新闻“嗅觉”和使用大规模数据处理信息的能力,从而完成更具有深度和专业性、更富于逻辑性和感染力的报道。[4]简言之,当今的专业记者应当擅于挖掘“数据”,将其转化为生动的“故事”和深邃的“洞见”,并且借助于新媒体使新闻报道呈现出“可视性、纵深性、互动性”的特点,满足受众对新闻报道“更精确、更深入、更直观”的要求。数据新闻涵盖的往往是与公共事务和国计民生密切相关、但又不容易通过文字或图表等传统手段理解和阐明的领域。目前较为成功的数据新闻集中于政治(主要是选举活动)、财经、能源、环境、体育等领域的相关选题。本文将结合两个典型的案例来分析数据新闻的两种基本模式:“利基模式”和“类比模式”。
所谓“利基模式”就是对数据进行筛选、整理和挖掘后转化为满足不同层面受众需求的细分化、定制化的新闻资讯,借助于新媒体平台,以直观、易用的形式向公众提供互动式服务,满足公众日益增长的知情、监督和选择的需求。在世界各大知名媒体当中,澳大利亚广播公司(ABC)是数据新闻的先行者,也是“利基模式”的创立者。 2011年11月24日,伴随着带有数据新闻“烙印”的“用数字解读煤层气”(Coal Seam Gas by the Numbers)的专题亮相,ABC开展的“多平台报道工程”及其所开发的“ABC在线新闻”网站正式启动并上线。[5]这个数据新闻专题是由五个页面的交互地图、可视化数据及文本内容构成的。煤层气(俗称“瓦斯”)则是近年来当地各阶层公众非常关注的热门话题,这是因为它与公共安全和环境保护密切相关,但不同阶层关注的“兴趣点”并不一致。ABC的记者围绕煤层气做了大量的前期采访和调研,挖掘出与其相关的细分数据,并进行系统过滤与整合,利用多媒体平台手段进行展示。其中值得一提的是在数据新闻理念下制作的“澳大利亚煤层气开采”交互地图。用户可以通过点击不同的地点来查看煤层气管道和矿井建设现状,不同的色块和深浅反映出开采活动的密度和频次,从而让受众在宏观上了解澳大利亚煤层气的资源分布和开采情况。同时,不同阶层的用户可以点击“深入”(Zoom in)功能自主查看某一个具体煤层气矿藏的发现者是谁,开凿日期是哪一天,最新的开采进度如何等个性化的详细信息,确保信息的公开透明和公众的知情权、监督权和选择权。例如,环保主义者可以据此了解煤层气开采对当地环境带来的影响;中产阶级可以查阅相关信息来决定是否在当地定居或购房;选民可以找到他们所需要的信息来决定当地政府的管理部门在煤层气开采的问题上是否履行了相应的职责,等等。


ABC制作的“澳大利亚煤层气开采”交互地图(来源:ABC News Online)


所谓“类比模式”是指使用量化、质化等社会科学的研究方法,根据报道主题确定相关的“变量”,针对这些“变量”挖掘不同类别和层面(例如,不同国家、社群、族群等)的相关数据,让受众通过直观化、互动化的手段进行横向和纵向的类比,促使他们在全球视野下和充分知情的基础上进行理性分析,以免做出“标签”式的臆断或产生“坐井观天”式的偏见。与提供专业信息服务的“利基模式”相比,“类比模式”旨在引导受众寻找数据当中蕴藏的“洞见”,提升全球公民意识和媒介素养。
有近70年历史的德国《时代周报》(Die Zeit)在其网站“时代在线”(Zeit Online)利用数据新闻理念,制作了名为“基于PISA项目的国家财富比较”(PISA based Wealth Comparison)的报道集中体现了“类比模式”的一些特点,值得在此做出进一步的分析。PISA的全名为“国际学生评估项目”,是“经济合作与发展组织”(OECD)所实施的对全球65个国家和地区的中学教育水平的总体测评。[6]近年来,代表中国内地参评的江浙沪等省市在这项评估中一直名列前茅。“时代在线”的报道超越了教育领域,通过挖掘各个不同领域的数据之间的内在联系,旨在向受众揭示各国经济社会发展水平与教育之间存在的有机联系。在具体做法上,报道团队首先确定了进行量化与质化类比的三个主要领域——即社会科学研究中所说的“变量”,并对它们进行可视化的展示,其中包括:“物质财富”——通过电视机、汽车和家用浴室的拥有数量来呈现;“家庭状况”——通过与老年人一起居住的家庭数量、独生子女家庭比例及父母(特别是母亲)失业率来呈现;“知识获取”——通过互联网家庭普及率、电子邮件使用频率及个人书籍拥有量来呈现。在网络技术人员的帮助下,他们把这些数据事实通过生动形象的“自述图符”展现给受众。从传播效果来看,不同国家和地区之间的数据类比就如纸牌游戏的较量一般生动有趣。此外,这个报道项目还充分显示了传统媒体与新媒体之间的“竞合”关系。《时代周报》从“德国开放数据网络”(German Open Data Network)等互联网机构聘请了数位信息设计专家。在他们的帮助下,报纸记者在前期搜集的海量数据的基础上,制作出质量更高的“气泡式”(bubble-styled)交互化、可视化的报道。受众通过与数据的互动和不同领域数据之间的类比,全面而深入地把握了不同国家经济社会发展与教育水平之间的关系。这个数据新闻报道项目不仅为大幅提高了“时代在线”的访问流量,同时也为“类比模式”的数据新闻报道提供了以资借鉴的报道范式。


Zeit Online制作的“PISA各国财富比较”数据化报道(来源:Zeit Online)


为了更好地总结和分享各国在数据新闻方面的实践经验,由行业组织“全球媒体总编协会”(GEN)和谷歌公司联合发起了“数据新闻奖”(Data Journalism Awards),这是全球范围内第一个在数据新闻领域设立的专业奖项,目前已经举办了两届,旨在表彰一批引领实践前沿的媒体和个人(自媒体),激励新闻工作者更加重视数据挖掘和深度报道。2013年度“数据新闻奖”吸引了来自全球300多家新闻机构及网站、自媒体报名参加,最终评选出了“美国各州同性恋权益交互地图”、“数字解读阿根廷内阁2004-2013支出状况”、“英国社会层级数字计算器”、“威尔士儿童关怀状况”等8个获奖项目。其中既有来自BBC、《卫报》、阿根廷《民族报》等老牌媒体机构,也有来自 “为了公众”(ProPublica)、“威尔士传媒”(Media Wales)等公民新闻网站或自媒体组织。[7] 评选主题分成四个大类:数据驱动的调查性新闻、数据驱动的移动应用软件(APP)、数据化叙事报道、数据新闻站点或机构。上述四个类别基本反映了数据新闻在业界和实践层面发展的现状和趋势,今后会随着业态的逐步丰富而增加新的奖项。


数据新闻的发展启示
大数据时代的到来,不仅推动新闻业界做出相应的战略性调整,同时也给传统新闻学的教育理念、模式和内容带来了诸多挑战。新闻教育已经不再满足于5W、倒金字塔、标题导语写作等一些采写编拍的基本技巧,这是因为在新闻报道日渐“去人工化”的今天,上述这些“雕虫小技”都可以由机器代替。为了顺应这一发展潮流,许多国家的新闻学院和研究机构在“数据新闻学”的专业教育、学术研究和行业培训方面做了诸多具有前瞻性、广泛性的努力和尝试。在此,本文结合一个最新的案例进行分析。
2014年初,“欧洲新闻学研究中心”将推出一门题为“数据新闻学:关键步骤、技能、工具”的网络公开课由来自高校的新闻学教授和来自推特等社交媒体的业内专家共同执教[8]课程由五个在线教学模块组成,通过讲义、视频、论坛等手段,重点传授记者如何获取大数据、如何从中有效挖掘出“故事”和“洞见”及制作“可视化新闻”的技巧。这五个模块涵盖了数据新闻学”在新闻生产实践中的各个关键环节,细致清晰地勾勒出数据新闻生产与传播的脉络,值得一一介绍。课程的“起始模块”首先利用丰富的实例,阐释“数据新闻学”的内涵,对数据新闻生产的流程进行生动而具体的展示。“模块二”重点教授学生如何挖掘出支撑新闻故事所需的各项数据,包括培养学生对常用数据信息源的“敏感度”和使用简易、省时的搜索引擎的技能。“模块三”利用电子制表软件和基础数据,在帮助学生在做好数据挖掘的基础上,对已收集数据进行细致的理解和分析,从而更好地以此支撑新闻文稿的撰写。“模块四”指导学生在基本数据挖掘的基础上进行更深层次的数据信息分析,对信息进行精密细致的“过滤”,最终从鱼龙混杂的海量数据中筛选出最有价值的数据。最后一个模块会对“可视化新闻”进行详细的讲解,教会学生如何把抽象的数据转化成生动的故事、图表、视频和其他视觉互动形式(如动漫、数字高程模型或称DEM、卫星导航图等),以期启发受众形成对新闻事件的深入认知和“洞见”。
   大数据时代的口号是“一切皆可量化”,“数据新闻学”作为一门应运而生的学科分支,越来越受到学界和业界的关注和重视。数据新闻利用精细准确的大数据信息及交互、可视的多媒体技术,正在逐渐替代仅依托“文本配图片”式的传统报道模式。从理念上说,数据新闻已从简单描摹事件的表层现象转为深入挖掘其内在本质。近年来,数据新闻在中国也正蓄势待发。在学界,一些高校的新闻院系与国际一流媒体强强联手,开始设置“财经新闻数据挖掘与分析”(清华大学全球财经新闻硕士项目与彭博新闻社合作开设)、“数据新闻学”(香港大学新闻及传媒研究中心与路透社合作开设)等相关课程,致力于培养适应大数据时代新闻生产需要的媒体人才。在业界,一些国内知名媒体也在积极探索和践行数据新闻,以期提高自身的报道质量与影响力,如“新浪图解新闻”、“网易新闻数读”、“搜狐数字之道”等。随着中国经济社会快速发展,国民媒介素养不断提升,可以预见到数据新闻在中国未来广阔的发展前景。为了更好地适应大数据时代的新闻传播变局,中国新闻界应该继续深入思考,开拓创新,鼓励和引导受众挖掘数据,认知数据,与数据进行互动,从而更好地发挥数据新闻在信息传播、公众沟通、舆论监督等方面的重要作用。


[1] Victor Mayer- Sch渀戀攀爀最攀爀, Kenneth Cukier:《大数据时代:生活、工作思维的大变革[M],盛杨燕,周涛译,杭州:浙江人民出版社,2013.1

[2] 方洁:《全球视野下的“数据新闻”:理念与实践》,《国际新闻界》[J]2013年第六期

[3] 郭晓科:《数据新闻学的发展现状与功能》,《编辑之友》[J]2013年第八期





[8] http://www.datadrivenjournalism.net/course/


http://blog.sina.com.cn/s/blog_81651ac20101rh5r.html





25#
 楼主| 发表于 2014-2-28 22:51:28 | 只看该作者
【案例】高永亮博士

//@沈浩老师: //@周老老:【知识+信息】现在大数据很火,但是有多少人关心其中蕴含的科学与技术内容呢?

@数据挖掘与数据分析

【基础知识:统计学和数据挖掘区别】统计学和数据挖掘有着共同的目标:发现数据中的结构。事实上,由于它们的目标相似,一些人(尤其是统计学家)认为数据挖掘是统计学的分支。这是一个不切合实际的看法。因为数据挖掘还应用了其它领域的思想、工具和方法,尤其是计算机学科,例如数据库技术和机器学习

[url=]
收起[/url]
|[url=]
查看大圖[/url]
|[url=]
向左轉[/url]
|[url=]
向右轉[/url]




[url=]
(53)[/url]
| 轉發(414) | 評論(65)

2月27日07 : 14來自iPhone客户端


[url=]
[/url]
| [url=]轉發[/url]| [url=]收藏[/url]| [url=]評論[/url]

6分鐘前 來自iPad客户端


26#
发表于 2014-3-3 10:25:41 | 只看该作者
本帖最后由 刘海明 于 2014-3-3 10:28 编辑

【案例】
媒体统计各国民众每周阅读时间 印度近11小时居首
2014-03-03 09:14:29 来源:
新华网 有1人参与





  新华网3月3日电 据科技博客网站Gizmodo报道,随着电脑和移动设备的广泛普及,人们阅读的时间相对下降了许多,上面这张名为“全球各地的阅读者”的数据图清晰地展示了世界各国民众每周用在阅读上的时间。
  一项研究报告显示,美国人要比世界其他国家或地区国民的阅读时间少得多。这一数据来自NOP世界文化评分指数,并由@Amazing Maps 据此绘制出了一幅地图。印度国民的阅读时间雄踞第一位,每周的阅读时间长达10小时42分,美国则“愚钝地”排在第22位,美国人每周只阅读5小时42分钟,下面是完整的名单:
  1. 印度——10小时42分
  2. 泰国——9小时24分
  3. 中国——8小时
  4. 菲律宾——7小时26分
  5. 埃及——7小时30分
  6. 捷克共和国——7小时24分
  7. 俄罗斯——7小时06分
  8. 瑞典——6小时54分
  8. 法国——6小时54分
  10. 匈牙利——6小时48分
  10. 沙特阿拉伯——6小时48分
  12. 香港——6小时42分
  13. 波兰——6小时30分
  14. 委内瑞拉——6小时24分
  15. 南非——6小时18分
  15. 澳大利亚——6小时18分
  17. 印度尼西亚——6小时
  18. 阿根廷——5小时54分
  18. 土耳其——5小时54分
  20. 西班牙——5小时48分
  20. 加拿大——5小时48分
  22. 德国——5小时42分
  22. 美国——5小时42分
  24. 意大利——5小时36分
  25. 墨西哥——5小时30分
  26. 英国——5小时18分
  27. 巴西——5小时12分
  28. 台湾——5小时
  29. 日本——4小时06分
  20. 韩国——3小时06分
  与此同时,数据显示,美国则在其他不太费脑筋的项目上占据领先地位,比如,美国人看电视时间全球排名第五,每周有19小时。不过,在非工作互联网使用时长方面,美国只排在19位,每周大约9个小时,这一结果有些奇怪,因为每天有那么多美国人花那么多时间在刷Facebook。数据还显示美国人每周听广播的时间长达10个半小时,但是小编感觉现实中,人们坐在车里聊天的好像比听广播的更多。
http://world.163.com/14/0303/09/9MDCLDG000014JB5.html


27#
发表于 2014-3-4 00:28:31 | 只看该作者
【案例】
传播小王子
右边所言极是,《爆发》里说,94%的人类行为都可预测。难在得出预测模型。//@cnsns:不能仅满足用所谓“数据”报道过去事件,进一步是论证事件,更要用数据去预测事件,更牛是用数据影响事件的走向。我说的“事件”,可以理解为新闻。无论如何,把事件单位粒度变小,会使整个社会生态发生巨大改变。

@传播小王子
【大数据与新闻生产】新闻联播和焦点访谈都在采用大数据来解读新闻事件,这的确是一个方向。个人对此颇有兴趣,也做了一些尝试。感觉目前学界和业界做的描述性的统计分析、观点的聚类和词频统计已经很成熟了,不知道下一步的研究该是什么呢?

(4)|
轉發(51)
|
評論(11)

3月3日20 : 23來自Android客户端


|
轉發(2)|
收藏|
評論(2)

8分鐘前
來自新浪微博


28#
发表于 2014-3-4 17:03:05 | 只看该作者
【案例】
数据挖掘与数据分析
两会的召开直接关系着国计和民生,既然与自己的生活息息相关,咱们又怎么能不好好的关注关注呢?大家都对两会的什么方面感兴趣?在大家的理解之中,两会又是什么概念层面上的东西?我想,这通过手机百度的热搜关键词排行榜就不难看出。
收起|查看大圖|向左轉|向右轉




|
轉發(2)|
收藏|
評論

6分鐘前
來自新浪微博


29#
 楼主| 发表于 2014-3-9 18:53:43 | 只看该作者
【案例】@马丁路德纲

有人发现MH370.com域名居然是2014.3.7日飞机起飞之前注册的…是巧合吗?!

[url=]
收起[/url]
|[url=]
查看大圖[/url]
|[url=]
向左轉[/url]
|[url=]
向右轉[/url]




[url=]
(48)[/url]
| 轉發(257) | 評論(75)

今天 16:22來自iPad客户端


30#
 楼主| 发表于 2014-3-15 17:02:37 | 只看该作者
【案例】
@Echolley
失联飞机还没找到,国家实力比拼已甚清晰。当中国还在南海和马六甲徒劳搜索,美国根据卫星数据直接派军舰去了印度洋。飞机美国生产,发动机英国制造,卫星数据来自美国,如今重大新闻也都华尔街日报、纽约时报、BBC独家发布了。谁真正掌握着我们的技术、数据、航空空间和信息来源?

(1)|
轉發(17)
|
評論

35分鐘前來自新浪微博

发表回复

您需要登录后才可以回帖 登录 | 实名注册

本版积分规则

掌上论坛|小黑屋|传媒教育网 ( 蜀ICP备16019560号-1

Copyright 2013 小马版权所有 All Rights Reserved.

Powered by Discuz! X3.2

© 2016-2022 Comsenz Inc.

快速回复 返回顶部 返回列表