進行調查報道時，經常要驗證手頭上的資料是否真實，因此追蹤資料搜集過程極其重要，但又常常被人忽略。本文所介紹的幾款工具，分別能為你自動保存和整理瀏覽過的網頁、查詢同一用戶名的註冊記錄、驗證影片真假，以協助你進行調查報道。
讓網頁永不消失
任何在網上進行資料搜集的人可能都有過這種沮喪的經歷——翻閱一頁又一頁的資料時，突然看見某個似曾相識的事物，可能是一幀照片、一個名字、一則評論。你嘗試從瀏覽記錄找回它的出處，卻始終一無所獲；經過漫長的努力、不斷縮窄範圍，終於找到那個網址時，你卻發現網頁已經被改動過或壓根不在了。
每天在各個網站上搜尋信息，再整理、找到有用資料，再進行編排的工作雖然繁瑣累人，但有其必要。而藉助 Hunchly，可以將繁複的資料編排工作自動化和簡單化。
Hunchly 由 Chrome 擴展程序及一款應用程序組成，適用於大多數操作系統。安裝後，Hunchly 會自動擷取、複製並儲存你所瀏覽的每個網頁，包括這些網頁的龐大元數據（Meta Data）；這一切都在背後靜靜地進行，而且眾多網頁副本會被編排成不同的“個案”。
只需要打開 Hunchly 應用程序，整個資料搜集歷史將一目了然；你可以從中搜尋有用的資料，並將指定的網頁副本輸出成 PDF 或 HTML 文件。通過 Hunchly 的 Chrome 擴展，你還可以在當前瀏覽的網頁上添加註釋。
“Selectors”（選擇器）是 Hunchly 的其中一項重點功能。所謂 “Selectors”，即是針對你所瀏覽的每個網頁的搜尋器——只要你在 “Selectors” 輸入特定名字、電郵地址、甚至網址。隨後，每當你所瀏覽的網頁中出現相符內容，Hunchly 就會發出提示訊號。相反，你也可以在 Hunchly 儲存的歷史記錄上套用 “Selectors”，藉此篩選出有用的資料。
Hunchly 持續追蹤你訪問過的每個網站、進行過的每項搜尋、儲存過的每幅圖片。目前，開發者正提供30天免費試用，隨後你可以考慮付費訂購。
從用戶名開始
網絡上不乏專門設計以協助開源情報（OSINT）資料搜集的工具，但也有不少並非專門為此設計、卻被證明相當有用的工具，Namechec_k 是其中之一。
Namechec_k 可以協助你在數以百計的網站之間搜尋可用的用戶名稱
Namechec_k 可以協助你在數以百計的網站之間搜尋可用的用戶名稱。透過它，你可以確認還有哪些用戶名稱或實名網址可以註冊。
在調查報道中，Namechec_k 也可以助你事半功倍。透過 Namechec_k，你可以找出特定用戶名稱曾經登記於哪些網站。不少網絡使用者會在多個社交網站上登記同一個用戶名稱，因此，當你在資料搜集過程中對某個用戶有興趣，追蹤該用戶名稱的網絡蹤跡，往往能為你的工作帶來益處。
Namechec_k 可以搜尋到所有社交網站及網絡服務平台上的已登記用戶名稱。雖然這並不意味眾多搜尋結果必然指向同一個用戶，但只要稍作跟進調查，往往可以辨識出有用的帳號。
除了 Namechec_k，Knowem 也能在數以百計網絡服務平台中搜尋，從中匹配特定的用戶名。
辨別影片真假
隨着影片製作工具持續進步，加上製作和傳播“假新聞”的手段愈來愈狡猾，驗證影片真偽變得愈加困難。其中一種常見的愚弄和欺騙公眾技術，就是合成兩段影片，從而創造全新的影片內容和意義。
要揭穿這種騙局，最佳方法之一是從影片截取圖像，再將圖像與網絡上的其他照片作比對。Bellingcat 曾經驗證一段聲稱拍下拉脫維亞軍事調動的影片，示範了如何應用這種圖像比對技術。
Bellingcat 所使用的工具，是 YouTube Data Viewer。這種工具簡單易用，只需要輸入 YouTube 影片的網址，然後按“Go”，工具就會羅列該段影片的信息，包括影片何時被上載等。
更重要的是，YouTube DataViewer 會從影片擷取一系列縮略圖。你可以憑這些縮略圖作反向追蹤，考察這些圖像是否曾在其他影片、甚至其他文本中出現過。
另一個驗證影片真偽的方法，是比對在相同時間及地點拍攝的不同影片。YouTube DataViewer 尚未提供這項功能，但另一款應用 YouTube Location Finder 可以做到。透過 YouTube Location Finder，你可以搜尋在指定地點、或該地點周邊範圍內拍攝的不同影片；同時，你還可以輸入關鍵詞或指定時間段，從而收窄搜尋範圍。
與 YouTube Data Viewer 一樣，YouTube Location Finder 也具備自影片擷取縮略圖，從而作反向圖像追蹤的功能。
不一樣的搜尋
絕大部份人習慣使用 Google 在網上搜資料，它的確具備強大的搜尋器和龐大的資料庫，但要發揮其真正力量，前提是你要懂得運用一系列的操作指令和篩選器。
Carrot2 可以將搜尋結果以餅形圖的方式呈現
相反，Carrot2 能為你提供多種簡單而有趣的搜尋方式。其重點功能之一，是辨別不同搜索引擎所得結果之間的共通點，從而將眾多結果分類歸入不同的文件夾內。例如，你以“調查報道”作為關鍵詞而得出的搜尋結果，會被 Carrot2 分門別類到“研討會”、“非牟利新聞”等資料夾內。
Carrot2 也可以將搜索結果以餅形圖的方式呈現，令每個資料夾所包含的搜尋結果數量一目了然。此外，它還提供其他不同種類的歸納演算法，確保能因應不同的資料搜集需要而應用特定的歸納方式。
Alastair Otter 是全球深度報道網技術協調員（IT Coordinator）和歐洲及非洲區培訓主任，他的專長是數據新聞和數據可視化。
