【自由苹果】

当2017年财政预算案在10月21日出台后，多数平民百姓所关心的问题并非赤字或国债，而是预算案如何影响他们的日常生活，尤其是钱包。

缴税的打工仔和大小公司老板要知道税务的调整让他们省下还是多付税；公务员要知道是否有花红和其他贷款福利；中低下阶层人士要知道援助金是否更多、购屋购车是否能享有折扣。大家所关心的预算案重点，根据各自的工作领域与经济背景而有所不同。

媒体可转介个性化资讯

一般上本地媒体在报导财政预算案时，都是以清单方式罗列各项重点，因此读者必须自行找出和本身有关的内容，同时在心里计算好坏得失。遇到一些过于技术性或复杂的措施时，一般读者只好跳过或询问身边的人。

事实上，如果媒体懂得善用网络科技，就可以更有效地把预算案的讯息个性化（personalised）后再提供给读者，让各别读者可以直接与详细地了解预算案对本身的影响。

其中一个例子就是《澳洲金融评论报》（Australian Financial Review）在2015年推出的财政预算案计算机。用户只需要输入相关的本身资料，应用程式就能根据预算案内容来计算用户在来年的钱包是膨胀还是缩水。

一些新闻从业员可能会问，新闻媒体的职责是报导资讯，为何要设计这类的互动程序？两年前我在《当今大马》的专栏曾经讨论过，网络科技所带来的强大互动性，让新闻从业员突破过去只能凭报导与评论来引导舆论或影响政策的被动方式，更主动地与读者或用户互动，积极介入公共议题。新闻媒体不再只是报导与传播新闻内容，更可以是一种公共资讯服务。

让资讯更贴近个人需要

协助用户寻找、筛选与组织资讯，让资讯变得更简单易懂，本来就是新闻媒体的服务角色之一。网络科技的发达，只是让新闻媒体进一步强化这项服务，把资讯变得更加个性化，更贴近每一名用户。上述的预算案计算机不仅为用户节省时间，更把财政预算案这么大块的硬新闻，变得更为友善和人性化；不再只是看似遥远、冷冰冰的一对数字，而是容易理解、直接影响个人生活的财政措施。与预算案有了多一层更“亲密”关系，用户也更有兴趣进一步了解预算案里的宏观经济数据和资讯。

传统媒体之所以称之为大众媒体（mass media），就在于它们传播统一的标准资讯给不同的个人。无论我们的文化经济背景或身处地点如何不同，我们从全国性的报章、电视新闻或电台新闻所获得的新闻资讯都是一样的。虽然媒体会把一些资讯内容地方化，例如中文报的地方版，但还是谈不上把资讯个人化。

有了网络科技，新闻媒体除了能以更低的门槛、更广泛的管道传达一样的资讯，还可以根据用户的个人状况，量身打造个人化的资讯，让资讯的传达更有效也更能满足不同用户的需求。目前个性化新闻资讯的呈现方式主要有两种：主动与被动收集用户资料。

互动程式收集个人资讯

上述的预算案计算机就是被动地收集用户资料，因为用户必须自行提供个人资料，应用程序才能展示相关的新闻资讯。这个方式目前最普遍，英国广播公司（BBC）网站就曾在2014年配合在苏格兰举行的共和联邦运动会设计了一个互动程式，用户只需回答13道有关本本身生理与心理表现的问题，程式就能找出最适合用户参与的运动项目。

我本身也曾设计多个互动程式，把沉闷繁琐的数据与个人生活联系起来。一个是配合父亲节所发表的家务时间计算机，为爸爸们计算所耗费在家务和育儿的时间，之后对比其他国家的男性所耗费的时间，最后再和各国的妈妈们相比。互动程式所要探讨的议题是女性普遍上比男性耗费更多时间在无收入工作如家务和育儿，属于一种男女不平权的现象，但是与其通过文章与图表来讨论各国的数据，互动程式能将这些国际数据与个人联系起来，更容易触动每个用户。

国内也有网媒开始以个性化手法来呈现新闻资讯，《当今大马》在今年10月开发了一个选区重新划分查询工具，让用户输入本身的投票站，来查询自己的选区是否受到选委会的选区重新划分建议所影响。比起刊登一条密密麻麻的清单列出所有受影响的选区让用户逐一检查，这个互动程式可以更有效地协助选民获取与他们有关的选区资讯。

第二种呈现方式是主动收集用户资料，其中一个例子就是《纽约时报》去年发表的新闻程式“让孩子成长最好和最坏的地方”。这个程式运用哈佛大学的研究数据，显示美国各县的儿童脱离贫穷的几率。用户可以输入本身的县属，程式就会显示有关县属的数据。但若你在美国打开这个程式网页，程式会自动读取你的IP地址（IP地址就像是电脑的身份证号码）以获取你的所在地（就像是身份证号码显示你的出生地），然后直接显示你的所在地的数据。

个性化新闻资讯只是网络科技协助新闻媒体更有效传播资讯的方式之一，目前欧美的新闻媒体已在积极探索如何使用虚拟实境（virtual reality）和新闻机械人（news bot）要传达新闻资讯。本地媒体若要搭上这班资讯科技列车，就得投入更多资源在网络科技，同时改变编辑室的文化，鼓励更多跨部门合作，尤其是新闻从业员和程式编写员之间。

 

郭史光庆，曾在《当今大马》从事新闻报导长达8年。纽约大学新闻学硕士、陶氏奈特创业新闻中心（Tow-Knight Center for Entrepreneurial Journalism）学人、谷歌新闻学人（Google Journalism Fellow）。目前定居巴生谷，除了制作数据与互动新闻，也成立了DataN为记者提供数据新闻培训。联络：kuangkeng@gmail.com，推特@kuangkeng