【摘要】[目的/意义]数据驱动时代面临数据认知困难、解释结果晦涩难懂以及模型决策可信度不足等诸多挑战。融合可解释性结果的数据故事化方法，为应对上述挑战、增强数据利用价值提供理论支撑和解决方案。[方法/过程]梳理模型无关局部可解释性技术的解释形式、数据故事的叙事结构以及目前数据故事化研究中采用的方法，基于可解释性理论与数据故事化实现模式构建“析出—重组—叙事”的数据故事化模型，利用定义的要素元组给出数据故事映射流程，明确实现故事化模型设计的关键技术。[结果/结论]在数据故事化模型设计的理论指导下，提出面向解释结果的“扇形”故事化实现路径和融合解释结果与故事化模型要素的交互框架，并通过案例研究验证数据故事化方法在结果解释方面的实用价值。通过构建基于可解释性结果的数据故事化方法体系框架，为扩展具备数据感知与认知、可辅助智能决策功能的故事化路径提供新思路。