新聞記者如何分析社群媒體數據，進而利用數據說一個好故事？數據分析又要如何入門？
BuzzFeed News資深記者Lam Thuy Vo，曾經寫過川普的The Twitterverse of Donald Trump, In 26,234 Tweets，或是真假訊息的Don’t Delete Evil Data，或是從分析自社群媒體所學到的事What We Learned from Staring at Social Media Data for a Year等不同類型文章，對於數據分析保持高度敏銳。
Lam Thuy Vo在本周發行的新書Mining Social Media: Finding Stories in Internet Data，提供她長期在新聞工作場域所累積的數據分析經驗，分享新聞同業。
以下是Lam Thuy Vo新書摘要：
一般人可能都有這樣的社群媒體使用經驗，Instagram看照片、臉書貼文分享、WhatsApp發送訊息，但是使用時間都相當的快速和短暫，多數人通常是手指頭點兩下，一瞥即過，船過水無痕。
一般人習慣性的無時無刻滑手機、點擊內容和更新訊息，這些行為早已被社群媒體巨獸所掌握，所有人的大小數據都被儲存在分布全球各地的伺服器裡，做為商品使用，待價而沽。由於現代人的數據產製量加速累積，影響力當然也就越來越大。
對新聞工作者而言，透過數據可以深入了解人類行為，也可以利用系統功能調查潛在危害，例如假帳號，假訊息，或是建立時間軸演算法，追蹤可疑的內容。
當查看這些龐大數據時，可以發現一般人的可能行為模式、趨勢或是異常，進而掌握線上行為，形塑體驗方式。Lam Thuy Vo的這本書是希望透過簡單貼文或推文內容，理解社群媒體數據的意義。
如何進行數據分析？
數據分析首要目標是從大量資訊中找到有用的獨到觀點，數據分析就好似檢視龐大的檔案紀錄，我們可能會想要知道單一異常事件，或是研究可能的長
期趨勢，這樣的分析過程將會相當漫長曲折，需要使用好幾種不同研究方法才能找到答案。
數據分析問題即使聚焦在特定議題，但是下決定仍是一個相當燒腦的過程。例如哪些數據集是有利於行為檢視？如何取得所需的數據？如果想要確定臉書貼文受到歡迎的程度，是否可以依據按讚數或是哈哈、哇等等筆數進行量化分析？或是結合留言數一起分析？如果想要知道使用者在推特上所討論的特定主題，分類推文主題的最佳方式是要如何處理？這些都必須要仔細思考。
執行數據分析的前提是要具備技術分析能力和判斷力，這是一個創造性的過程，可以說，數據分析既是一門科學也是一門藝術。
社群媒體、網路和新技術正持續影響著每一個人，Lam Thuy Vo這本書主要是提供毫無程式設計和編碼經驗的新聞人一本入門書。本書是透過實際演練，學習程式設計、數據分析、社群網路等基本概念。
各個章節如下：
數據探勘 (Data Mining)，共有五個章節。分別說明
1.程式語言，介紹HTML、CSS和JavaScript程式，以及透過實做，學習Python基礎語言。
2.如何取得數據，解釋什麼是APIs，如何利用JSON格式取得數據。
3.如何編碼，學習從YouTube API取得數據，使用Python語言和JSON格式建立試算表，特別是.csv檔案。
4.如何蒐集臉書數據，利用HTML，抓取網頁數據，將資料匯出為.csv檔案。
5.收集即時網站數據，利用維基百科(Wikipedia)做為頁面編寫練習。
數據分析 (Data Analysis)，共有六個章節。分別說明
6.什麼是數據分析，如何使用Google試算表分析自動帳戶或聊天機器人數據。
7.將數據視覺化，利用Google試算表，透過不同變項建立數據圖表。
8. 數據分析進階工具，利用Google試算表分析自動產生圖表，以及學習Python 3語言，建立虛擬環境，以及利用Jupyter Notebooks工具編寫Python語言，達到快速操作及分析資料目的。
9. 利用Reddit數據探索趨勢，同時使用pandas演算修改數據和過濾數據。
10. 量測政治人物推特使用，格式化數據轉譯為時間標示，以及利用lambda演算法進行修改。
11.提供Python編碼資源清單，進一步學習統計分析，以及利用自然語言處理和機器學習分析文本。
Lam Thuy Vo期待這本友善初學者（beginner-friendly）的專書，可以培力記者數據分析能力。雖然對忙於第一線新聞採訪的記者而言，學習分析數據顯得有些吃力，但是新聞記者如能利用數據說一個好故事，還是挺吸引人的。
參考資料
Lam Thuy Vo (2019.12). Mining Social Media: Finding Stories in Internet Data.