古巴记者 Barbara Maseda：我用什么工具收集和处理数据？

English

全球的调查记者们都在使用什么工具？在「工具箱」这个栏目中，我们将邀请世界各地的调查记者和读者们分享他们最爱使用的工具。

Proyecto Inventario 直观地展示了古巴总统的官方 Twitter 账号的社交关系图表。照片。屏幕截图

古巴的互联网基础设施建设和透明度都很差，这让记者很难开展工作，有时甚至无法为报道找到最基本的数据。Maseda 曾在哈瓦那大学学习新闻，目前在英国伯明翰城市大学等地研究定量方法在新闻领域的应用。

Barbara Maseda在2018年创立了Proyecto Inventario。

她于2018年在斯坦福大学作为奈特新闻奖学金获得者访学期间，创立了 Proyecto Inventario 项目。该项目旨在让独立记者方便获取关于古巴方方面面的数据和文件。

自从新冠疫情爆发以来，Proyecto Inventario 已经成为了解古巴病毒传播的重要数据来源。他们将报告的病例转化为结构化的数据，并按日期、地域和患者特征进行了分类。Proyecto Inventario 公司所采用的 Flourish 平台可视化技术，也已经被古巴的一些小型媒体所采用。

Proyecto Inventario正在将古巴的新冠病毒传播数据进行可视化。t

Maseda最近被选为 TED2020 奖学金成员，自己经营管理着 Proyecto Inventario，在社交媒体上回应记者们的请求，并计划通过众筹和捐助维持这一项目的运作。

以下是 Maseda 最喜欢的一些调查工具，以及她如何利用这些工具来克服古巴的数据报道困境。

Klaxon

在市面上众多自动检测网站变化的工具中，我们使用的是 Klaxon，这是一个由马歇尔计划（The Marshall Project）创建的工具。因为我们监测了很多网站，以及网页的不同部分，Klaxon 提供的定制化和对细节的调控水准，让我们能够专注于很具体的元素，对我们来说非常好用。

这对于从事新闻业的人来说是很有用的，在古巴更是如此，因为大多数官方网站都不提供新闻订阅服务。另外，独立进行新闻采编在古巴也并不合法，所以记者与官方机构的媒体联络关系几乎是不存在的。因此，自动监测官方网站的变化，无疑是我们以快速了解到官方发布了新消息最好的办法之一。

例如，我们监测的网站之一就是古巴的法律资料库。借助 Klaxon，我们在一小时内就会收到新法规发布的通知，我们利用这一信息提醒采编人员，我们知道他们可能正在报道相关的新闻。

我们还会用 Klaxon 来作用数据爬虫（scraper），如果你不会或是没有时间自己部署爬虫程序，Klaxon 可以作为替代品，储存特定网站的数据。

Klaxon 可以用来监测政府网站的变化，从而快速了解官方发布的消息。

Sublime Text

我喜欢 Sublime Text 是因为它可以成为你电脑本地文件的一个搜索引擎。如果你有成百上千的文档，你可以用它来寻找匹配的文件，如果你想学习如何做到这一点，可以阅读 Friedrich Lindenberg 的精彩教程 A Poor Journalist’s Text Mining Toolkit（一个可怜记者的文本挖掘工具包）。

作为一名来自网络信息闭塞国家的记者，我们的文件流通在很大程度上依赖于在U盘转储，所以它这是一个非常有用的工具。而即使是在信息丰富的情况下，它也很有用，只是在搜索一些文本格式时效果并不理想。

再举一个例子，古巴的法律资料库长期以来一直把 PDF 格式的法例文件压缩成 RAR 格式发布。在这种情况下，一个好的解决方案是下载整个网站的资料，将所有内容转换成更方便检索的文件格式。

Sublime Text 允许你搜索成千上万的文件，例如，搜索包含「电信」这一关键词的相关法律。

Wayback Machine

Wayback Machine 是个人人都喜欢的工具，在一个公共记录保存非常缺乏的国家，我们当然更喜欢它。在古巴，部分网页甚至整个网站经常无法使用，因此有一个像 Wayback Machine 这样的工具来查看网站缓存是非常宝贵的。

我们在数据完整性方面面临的问题之一是，有时一些政府机构在发布新版本的数据集时，会删除旧的记录/条目。例如，新版的非农业合作社注册记录中没有包含最近注销的合作社记录。我们利用 Wayback Machine 获取了注册记录的历史版本，并将所有不活跃或已注销的合作社纳入到数据集中，供记者以及其他有兴趣的人查阅。

Wayback Machine 也可以是一个很好的第三方工具，把你担心可能消失、或者被篡改的网站还原回来，这些网站对你的调查很关键。我们建立了一个数据集，记录了古巴医生在2018年底取消「更多医生计划」（Mais Médicos Program）后从巴西飞回古巴的所有航班，确保我们新闻报道中提到的医务人员数据在 Wayback Machine 抓取的数据中都有迹可循。

视频街景

使用「我的谷歌地图」来整理你所找到的视频。

严格来说，这不是一个工具，但对于古巴这样没法使用谷歌街景的地方来说，可能会很有用。我们在YouTube、Facebook、Twitter等社交媒体平台上找到了拍摄古巴街道的视频，这些视频通常都是长期生活在国外的古巴人回来探亲时拍摄的，通常都是一些未经剪辑的怀旧场景或是曾经的上班路线，之后我们再在谷歌地图上标注这些视频的位置。

DocumentCloud

我们在 Proyecto Inventario 所做的工作的很大一部分是对文档中的信息进行结构化处理，所以整合了多种文档处理功能的 DocumentCloud 让我们的工作变得更加轻松。

除了这些功能之外，我还喜欢它让我能够访问其他用户共享的文档。在这些文档中，有时我可以找到关于古巴的信息。搜索这些公开文件是一个很好的方法，可以找到更多关于古巴的细节，这些细节可能对分享这些文件的新闻编辑部或记者来说无关紧要，但它对我来说是非常重要的。

古巴电信公司（ETECSA）在 DocumentCloud 中公开文档的搜索结果

Kumu.io

Kumu.io 可以将社交联系、公司结构等内容进行可视化。我们在工作中会做大量的社交网络分析工作，你只要更新 Google Sheet 文档，Kumu.io 就可以自动生成和更新社交关系图表。

如果你从可用选项中选择的数据源类型是这样的，那么Kumu.io的网络地图可以很方便地嵌入和更新，只需更新包含地图背后的数据的公共 Google Sheet 文档，就可以轻松地生成和更新社交关系图表。

Kristina Puga 是一名纽约记者。她为NBCNews.com撰稿，关注美国的拉丁裔社区。她还创办了 WiserWithAge.com，采访一些60岁以上的人士，将他们的智慧传递给年轻一代。