一、新闻线索发现
在新闻生产流程中，新闻线索是第一环节，在众多纷繁复杂的数据、信息、事件中整理与挖掘出好的新闻线索，是优秀的新闻作品产生的基础。传统媒体时代，新闻线索的获取大多都是通过人工渠道，包括读者来信、受众反馈、线人爆料、记者发掘等；进入互联网时代，新媒体平台拓宽了新闻线索获取的渠道，新闻工作者可以在社区、社交媒体等平台上收集新闻线索。但是无论选择以上哪种方式，都会消耗巨大的人力物力，且效果不确定性较高，人工收集线索还会造成不够全面等情况出现。大数据时代，信息更为海量，传统的新闻线索收集方式有效性持续下降。算法的出现解决了这一问题，通过爬虫软件等工具直接抓取海量数据信息中的目标数据，利用数据分析软件与工具，对数据信息进行整理与相关性分析，发现数据信息之间的密切联系。算法拓宽了新闻线索的获取渠道，信息获取更加全面和富有针对性，为新闻内容生产全流程提供信息保障。目前，新闻线索的获取主要有三种方式。
（一）建立数据库
新闻线索的发现，通常需收集事件相关背景资料、相关同类事件信息等内容，过去通过“文件夹”式的信息整理需要消耗大量的时间，同时人工整理还会产生信息不全面、资源共享性不足等问题。在算法媒体时代，数据的储存与抓取可以通过程序设定直接完成，网络上开放的数据信息资源可以直接实现共享。建立数据库，通过算法对新闻线索关键词进行整合与分类，在新闻生产过程中，一旦需要匹配历史数据时，立刻通过关键词直接获取数据库中全面的数据内容。数据库的建立，一方面提升了新闻线索收集的效率，另一方面也保障了新闻线索的充分性与即时性。除此之外，通过算法程序，还能够将不良的、重复的数据信息从数据库中剔除，使得新闻线索的获取更具有针对性。2018年6月13日，新华社发布推出了智能生产平台“MAGIC”，又被称为“媒体大脑2.0”，该平台“以大数据处理技术、智能算法技术和人机协作技术为核心，将过去线下的数据储存到云端的同时，也打造了媒体资源共享平台，通过机器进行处理，数据库更加丰富与智能。同年，其又发布了“MAGIC短视频智能生产平台”，其中“智能数据工坊”“智能媒资平台”提供了更为丰富的新闻线索储备，建立了新的信源获取渠道。（图15-4）
图15-4 “MAGIC短视频智能生产平台”截图
（二）人机交互获取新闻线索
新闻线索的获取，除了需要固有的数据信息以备提取之外，还有一些正在发生的或者随时更新的线索需要被发掘。算法媒体时代，智能语音聊天助手对获取这一类新闻线索大有助益。“聊天新闻”实现了人机交互，早在“下文”APP这类“聊天新闻”软件之前，华盛顿邮报就开发过一个叫Feels的聊天机器人与用户进行互动，从而进行线索的搜集。在美国大选期间，Feels提供了5种代表不同倾向的表情给用户选择，从而来掌握选民们在大选前半个月的投票意愿。2006年，美国新闻聚合网站BuzzFeed上线，其研发的第一款产品是即时通讯客户端BuzzBot，Buzzbot实质是一款聊天机器人，通过向用户发送信息链接，基于链接点击上升速度的算法，它可以实现从大量的博客那里获取订阅源，并从中搜索新链接，然后迅速向其他网站扩散；同时它还会向用户询问对于新闻的具体看法，以便为后续的新闻提供素材与线索。
图15-5 “BuzzFeed”首页截图
（三）传感器获取新闻线索
现代社会，传感器无处不在。街头巷口、公共区域的摄像监控，无人机设备，乘坐公共交通检测的安检仪等等，充斥在我们的生活中。随着新闻生产对数据信息的需求增强，传感器也开始被应用到新闻领域，传感器新闻亦随之兴起。利用传感器进行数据信息的生成与收集，通过对所获得的数据信息分析整合，使之融入新闻报道之中。传感器新闻通常应用在环境报道、公共事件和突发新闻中。
2014年央视推出的《据说春运》节目就是基于传感器采集新闻线索而呈现的。如图15-6《据说春运：“大数据”展现“大迁徙”》利用算法统计用户的手机定位，将用户的流动轨迹制作为实时动态地图，绘制出了从人口流向和经济发展等角度出发的生动的春运图谱。
近年来，传感器通过采集信息，通过计算机算法相配合，在灾害预警、公共空间等场所广泛应用。利用传感器获取的新闻源能够从宏观角度出发，可以全方位地把握社会议题。借助传感器技术，配合算法，打通了社会与新闻，新闻线索真正做到了“一手”与“真实”，新闻线索的时效性和准确性得到了保障。
图15-6 《据说春运：“大数据”展现“大迁徙”》