[论文解读] Datastringer: easy dataset monitoring for journalists

Matt Shearer, Basile Simon+1 more|arXiv (Cornell University)|Feb 8, 2024

Big Data Technologies and ApplicationsDecision Sciences被引用 3

一句话总结

Datastringer 是一款面向记者的软件工具，允许非技术用户通过定义自定义警报条件来监控持续更新的数据集，采用基于 JavaScript 的可重用架构，确保可扩展性和可访问性。当预设的数据条件被满足时，该系统会及时发出新闻故事警报，作为新闻调查中可访问数据监控的可行性证明。

ABSTRACT

We created a software enabling journalists to define a set of criteria they would like to see applied regularly to a constantly-updated dataset, sending them an alert when these criteria are met, thus signaling them that there may be a story to write. The main challenges were to keep the product scalable and powerful, while making sure that it could be used by journalists who would not possess all the technical knowledge to exploit it fully. In order to do so, we had to choose Javascript as our main language, as well as designing the code in such a way that it would allow re-usability and further improvements. This project is a proof of concept being tested in a real-life environment, and will be developed towards more and more accessibility.

研究动机与目标

• 解决非技术记者监控动态数据集以发现新闻线索的挑战。
• 开发一种可扩展且可扩展的系统，使用时所需技术专长极少。
• 创建一个原型工具，将实时数据检查与可操作的警报功能整合，以供新闻编辑部使用。
• 通过 JavaScript 中模块化、可维护的代码设计，确保可重用性和未来可扩展性。
• 通过自动化检测显著的数据变化，弥合数据可获取性与新闻叙事之间的差距。

提出的方法

• 实施基于规则的监控引擎，根据用户定义的标准评估数据集。
• 使用 JavaScript 作为主要开发语言，以确保广泛的兼容性和简便的部署。
• 设计模块化代码库，以支持第三方未来的可重用性和功能增强。
• 集成定期数据轮询或流式处理，以近乎实时地跟踪数据集更新。
• 当检测到预设条件（如阈值突破或异常）时触发警报。
• 为记者提供简单直观的界面，使其无需编程知识即可输入和管理监控规则。

实验结果

研究问题

• RQ1 如何设计一种既强大又对非技术记者友好的数据监控系统？
• RQ2 哪些架构选择能够在最小化技术门槛的同时实现可扩展性和可重用性？
• RQ3 基于规则的警报系统能否有效检测持续更新数据集中具有新闻价值的变化？
• RQ4 在新闻工作背景下，如何在实时数据评估与性能及可维护性之间取得平衡？
• RQ5 非技术用户在无需编程专长的情况下，能在多大程度上定义和管理复杂的数据监控规则？

主要发现

• 该系统成功使记者能够在无需编程知识的情况下定义并部署数据监控规则。
• 使用 JavaScript 和模块化架构确保了该工具在未来的开发中具备可扩展性和可维护性。
• 该工具在真实世界环境中作为可行的原型工具运行，证明了其在新闻编辑部集成的可行性。
• 当用户定义的数据条件被满足时，警报能够可靠触发，提示潜在的新闻故事。
• 该设计优先考虑可用性和可扩展性，支持未来的功能增强和更广泛的应用。
• 该项目为量身定制调查新闻工作流程的可访问数据监控工具奠定了基础。