
大数据解密有“趣”中国人
六成以上的中国人认为自己兴趣广泛,可是只有14%的人拥有真正的兴趣;95%的人认为自己是有兴趣爱好的,可也只有一半的人能选择到自己有兴趣的工作——中国社会科学院国情调查与大数据研究中心联合QQ兴趣部落日前发布首份《中国兴趣报告》,通过大数据全面分析让我们看到平时不了解的有“趣”的中国人。
啥叫有兴趣?
光“乐在其中”可不行
大数据显示,有95%的中国人认为自己有兴趣,并且有62%的人认为自己兴趣广泛,其中,郑州、北京、成都位列兴趣广泛城市的前三名,上海、深圳、广州分别位于第五、第七和第十的位子,苏州成为江苏唯一上榜的城市,排在第六位,看来并不是城市越发达居民的兴趣越广泛。而且,兴趣广泛城市排行的前十名中有8个都是南方城市,南方的小伙伴们表示,兴趣要有质更要有量!
可是,说了这么多,兴趣到底是什么?是自己由衷热爱的,能让自己集中精力和获得满足的,还是打发时间的或者能让自己上瘾、获得满足感欲罢不能的呢?
根据社科院的官方定义,只有满足“乐在其中”“愿意持续投入”“能自我提升”这三个条件的才能叫做兴趣,在这样的标准筛选下,竟然只有14%的人拥有真正的兴趣!表示自己兴趣广泛的小伙伴们很受伤啊!
“洪荒之力”
让游泳课学生翻倍
那么最受国人欢迎的兴趣有哪些呢?60后到00后的兴趣排行中,音乐、运动、阅读,分别以55%、46%、40%的比例排在前三位,成为当之无愧的全民兴趣,而音乐作为其中的王者,基本上统治了所有年龄段的兴趣排行前两位。
当然不同年龄的人,兴趣大不同。00、90、80后不羁爱自由,70、60后成熟重养生,对于精力十足的年轻人而言,看电影、玩游戏、追爱豆一直是他们的兴趣所在,放生、二次元、手工制作,他们的兴趣都很“新兴”。不过随着年龄层的增长,这些娱乐类兴趣的关注度也随之骤降,而养生的关注度则急速上升。
有意思的是,国人的兴趣是具有时代性的。有调查表明,在2016里约奥运期间,国人对运动的关注骤然提升,其中洪荒少女傅园慧的魅力,足足使游泳课的报名人数翻了一倍。由此可见,国人的兴趣并非一成不变的,而是具有时代特性。
除了年龄外,从分类来看,在兴趣部落中,TFBOYS以近2000万的粉丝量成为最受欢迎的音乐类兴趣;在游戏类兴趣中天天酷跑的粉丝数直逼5000万,把第二名远远甩在后面。而在运动类别中,健身超越羽毛球、足球,成为排名第一的兴趣。
七成学生
选专业首看兴趣
兴趣与自己未来的发展存在十分重要的联系,这点毋庸置疑。而由于外界因素的影响,兴趣也时常被无奈放弃。对还未工作的学生来说,兴趣最重要,有68%的学生会把兴趣作为选择专业的第一要素,而发展前景和专业实力通通排在兴趣之后,不得不让职场前辈们感叹一句,年轻,就是任“兴”!
不过随着毕业进入工作岗位,只有54%的人选择的工作与兴趣相符,福利薪酬和个人发展等现实问题逐渐超越个人兴趣成为了职业发展中的第一要素,其中高学历高收入群体的工作更加符合个人兴趣,看来学霸更容易从事自己喜欢的职业。而80后则成为了放弃兴趣比例最高的一代人,对于逐渐成为社会中坚力量的80后而言,兴趣往往要为工作和学习让位。
虽然大人往往会屈服于现实,可是大数据显示,兴趣班仍是国人非常重要的兴趣培养手段渠道,40%的国人认为兴趣班对兴趣培养很重要。77%的国人会让自己的孩子去上兴趣班,为了让孩子赢在起跑线上,家长们也是操碎了心。
有趣的是,在这些父母中,上过兴趣班且兴趣班内容成为真正兴趣的父母,会更倾向于让孩子也去上兴趣班,比例高达46%,莫非兴趣也会遗传?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10