（1）新闻传播学科面临的“大数据”
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才 能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在新闻传播学科，大数据新闻传播是不同于传统新闻报道那样的简单数字交代，而是展示一种从宏观与中观 的层面对社会某一方面的趋势、动态和结构性的把握。大数据方法视野下的新闻传播创新包含这样两个层次的内 涵：①新闻形态的一种创新，包括可视化信息、人性化的嵌入。②一种全新意义上的内容创新，即通过碎片化的 数据及文本的挖掘技术，实现了新形态的“减少和消除不确定性”的新闻内容。
（2）大数据对新闻传播学研究带来的机遇
大数据对新闻传播学研究带来的机遇主要表现在传播研究方法和路径方面的变革：
①数据采集方式的变革。大数据最根本的变革是数据生产方式的改变。人们“无意间”的网络行为成为了数 据来源。对应到传播学研究中，针对大数据的研究将不再需要填写问卷、电话访问等方式，让受访者知道自己的 答案会被用于研究分析中。而且以往的调查研究方式的样本量总是有限的；而新的研究方式是运用一个开放的平 台，让人们主动地自己往上“填写”记录，在很大程度上拓展了社会科学定量研究中的样本数量，甚至做到了样本=总体。
②抽样方法的前景。大数据会提高抽样研究的准确性，但是抽样方式会发生改变。在传统的抽样研究中，会 假设一个全样本，然后进行抽样设计，但在实际操作过程中，往往会受限于数据易得性，而使得研究样本的代表 性和信度受到质疑。而在大数据环境中，大数据本身已经是数据的前端采集结果，它就是一个全样本；而抽样其 实是对数据后端的一次再处理。换言之，大数据本身是伴随着分析处理方法的开发而诞生的，如 mapreduce 等， 运用这些方法直接分析数据的准确性最高，但是需要传播学者进行计算机相关知识的学习，或者跨学科间学者进 行合作。只有在无法使用大数据分析工具的情况下，传播学者才会使用抽样分析方法。在大数据里进行抽样，一 方面使得数据可得性大大提高，按照科学抽样方式设计的可执行度高，另一方面由于操作层面中的数据易得性也 能促进抽样方法的发展和更新，使得抽样方法更准确。
③非结构化数据的结构化分析。传播学者对于大数据的运用是对数据后端的再运用，那么这个再次的运用分 析，就是把数据的“大”往“小”的分析，也是把“非结构化”的数据进行“结构化”的分析。换言之，就是要 从这些看似杂乱无章的数据中寻找到有价值的关系链和运用前景。不同于自然科学数据的特点，社会科学的数据 不仅非结构化数据多，而且实时性强，大量数据都是随机动态产生，根据网络数据做经济形势、安全形势、社会 群体事件的预测却成为了可能。传播学者不是要获取更多的数据，而是要首先得到大数据，然后做去冗分类、去 粗取精，科学合理地二次抽样采集数据，进一步进行数据挖掘。
④可视化分析：数据艺术家的诞生。大量数据的分析处理后的结果需要展示给客户或普通受众，那么普通的 图表已经无法展示大数据的数据处理结果，只有可视化的结果才可以被接受。但是单就可视化的方法来看，它的 展现程度也不尽相同。好的可视化展示应该是通过清晰美观的图示，能让人理解数据的真正含义或者它的真实面 貌。而这对于科学传播和视觉传播的学者来说，都是一个可探索的领域。能美观地、有趣地、便于理解地展示和 分享有关计算的数据和故事，是未来数据艺术家的努力方向。
（4）大数据对新闻传播学研究带来的挑战
①大数据对传统的新闻传播学研究提出了挑战。大数据信息环境下，对大型数据的挖掘、处理、分析、分享 等能力提出了全新的要求，强调的是对大规模数据的综合处理能力。这不仅要求研究者掌握传统的知识与研究方 法，也要求学会数据分析、挖掘、研究的相关领域知识，以及大数据分析工具以及可视化报表工具。传统的偏向 文科的传播学研究者也必须掌握编程以及数理知识，确实是不小的挑战。
②大数据时代给新闻业的“新闻元素”提出了挑战。大数据时代是一个变革的时代，各种各样的元素都融为 一体，新闻业如何将物联网、微信、微博等新鲜元素进行有效的整合，也是一个新的挑战，新闻业对此要有清醒 的认识。
③大数据的准确性具有一定的挑战。尽管大数据技术不断成熟，但从总体上来看，大数据技术仍然是对已有 数据的分析和处理，而基础数据是否真实具有十分重要的影响，如果基础数据缺乏真实性，就会对新闻传播行业 造成不良的影响，甚至出现一些负面的影响，这一点已经引起新闻传播行业的重视。