京公网安备 11010802034615号
经营许可证编号:京B2-20210330
最为乌龙的一个大数据案例是,美国Target百货公司的一套客户分析工具可以对顾客的购买记录进行分析,并向顾客进行产品推荐。一次,他们根据一 个女 孩在Target连锁店中的购物记录,推断出这一女孩怀孕,然后开始通过购物手册的形式向女孩推荐一系列孕妇产品。这一做法让女孩的家长勃然大怒,事实真 相是女孩隐瞒了怀孕消息。看似杂乱无章的购买清单,经过对比发现其中的规律和不符合常规的数据,往往能够得出一些真实的结论。
今天小编整合了一些数据分析下的国人衣食住行的真实情况,大数据下的中国或许会令你大吃一惊!
Tips:<中国去年产生的大数据,相当于1200万个国图藏书量>2013年中国产生的数据总量超过0.8ZB,即8亿TB,相当于1200万个中国国家图书馆藏书量;2013年世界上所储存的数据如果印刷成书,则可以覆盖整个美国52次。
环境保护部今年发布了首个全国性的大规模研究结果。结果显示,我国有2.5亿居民的住宅区靠近重点排污企业和交通干道,2.8亿居民使用不安全饮用水。
由于规划和产业布局原因,我国有1.1亿居民住宅周边1公里范围内有石化、炼焦、火力发电等重点关注的排污企业,1.4亿居民住宅周边50米范围内有交通干道。在大气污染物浓度相同的情形下,我国城市居民暴露于大气污染健康风险是农村居民的70%。
中国传统的筷子本来是我们的骄傲,但是一次性筷子的滥用却成了国人的耻辱。据英国《卫报》2006年报道,中国每年消耗450亿双筷子。
情况似乎在今年内变得更糟。最新调查结果显示,我国2013年生产800亿双一次性筷子。这需要砍伐2000万棵生长了20年的大树!如果每双筷子按长度20厘米、宽度1厘米、厚度0.5厘米计算,800亿双筷子可铺满363个天安门广场。
睡眠是生命中最珍贵的事,我们通过大数据分析发现国人的几个怪现象:南方人比北方人更爱熬夜,单身比恋爱中的人睡的多……
调查报告显示,“中国睡眠指数”的总得分为66.5分,较去年的64.3分提升了2.2分,表明我国居民整体睡眠状况呈现向好发展趋势。但其中超过三成 (36.2%)居民的得分低于及格线(60分),这也说明了国人的睡眠状况两极化趋势渐现:整体来看,人们开始享受舒适的睡眠,但同时也有更多的人饱受睡 眠障碍的困扰。
QQ大数据发布《网民睡眠质量报告》显示,我国网民平均睡眠时间为7.05小时,而一线城市网民睡眠时间最少,仅为6.95小时,熬夜用户占到20.9%。据统计,在即使是在最爱睡的城市呼和浩特,平均睡眠也只有7.33小时,没有达到8小时。
相比女性,男性熬夜时间更长,较女性高了4.7个百分点。而就年龄段而言,90后的熬夜能力是最长的,达到了人数的31.5%,果然是年轻气盛啊!
热恋中的用户平均比单身用户多睡18分钟,可见人是个不堪寂寞的物种……
大部分网民半夜不睡觉,都在做什么呢?据统计,44.8%的人在深夜追剧,另外43.8%的人在深夜中打游戏,大约有1/4的人会熬夜看书,煲电话粥则占了13.8%。看见美剧和游戏都是时间的一大杀器。
在睡姿统计中,不同地域的人往往会选择不同的睡姿。可能睡姿也一定程度上暴露了性格,豪放的“东北爷们”最爱熊抱睡。
由于历史等各方面原因,南北方人在身高饮食等各个方面都有着不小的差异,没想到连睡觉时间都不一样。南方人的熬夜指数比北方大约高5个百分点。
从2010年至今,手机等电子产品的普及和发展进一步“偷”走了用户的时间。很多人熬夜上网,玩游戏、看小说,对身体有着极大的危害。5年来,熬夜人数上升了8%,平均睡眠时间也下降了一小时,由原来的8.1小时降到7.05小时。
睡眠和健康是直接相关的,在科技爆炸的时代,睡眠时间和质量越来越受人关注,建议国人还是要减少熬夜,保持身体健康。
最近中国的雾霾备受世界瞩目,就在今年2月,美国宇航局公布了VIIRS(NASA的NPP卫星搭载的可见光红外成像辐射套件)设备拍摄亚洲上空的雾霾画面。图中可以清晰地看到,中国华北一带的上空是厚厚的灰色雾霾层。
卫星数据展现雾霾笼罩下的中国
通过卫星数据看到雾霾后,我们得利用大数据解决雾霾的问题。有研究机构称,可以根据现有监测站所提供的空气质量数据以及城市里的其他多种数据来源 (包括 气象情况、交通流量、人员流动趋向、路网结构、人口集中点等),运用数据挖掘和机器学习技术,对大数据加以充分利用,并在监测信息和对应结果之间建立一个 隐式映射,从而可以实时推断出包含细颗粒物信息的城市空气质量数据。
中国局部卫星图展现的雾霾
据悉,中国准备在京津冀、长三角和珠三角地区建立雾霾应急减控对策系统,这个系统依托于“天河一号”计算机,可以将采集到的海量空气质量数据进行分析,以对雾霾作出全面的分析及准确的预报。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12