京公网安备 11010802034615号
经营许可证编号:京B2-20210330
怎样看待国民“大数据”_数据分析师
在第20个“世界读书日”到来之际,一批阅读“大数据”纷纷出笼,除了传统的阅读量调查外,有的甚至细分到特定读者群体。在感叹“大数据”力量的同时,不少人也有点迷惑。比如中国新闻出版研究院公布的第十二次全国国民阅读调查报告显示,去年我国成人对个人阅读数量评价中,44.1%的人认为自己的阅读数量很少或比较少。而上海市公共图书馆阅读报告显示,2014年,上海市中心图书馆图书外借量同比增长30%,达5851万册次。于是,问题来了:当下,人们到底是爱读书还是不爱读书?
“我书读得少,你别骗我。”这句出自电影《精武门》中的台词,一段时间以来成为年轻人的网络流行语。有关中国人只看手机不看书的报道,也时不时见诸报端,网上甚至还出现过谈论中国人阅读的“友邦惊诧论”。但是,中国人真的不爱读书吗?恐怕不能轻易下结论。
事实上,人们对于阅读的渴望从未消退。接受国民阅读调查的受访者对于全民阅读活动的呼声高涨,65.5%的城镇居民认为当地有关部门应该举办阅读活动,农村居民中这一比例更高达72.3%。那么,是什么阻碍了人们阅读?排名第一位的理由是工作忙,其次是没有读书的习惯和喜好。
相比工作忙这个更易被视为借口的理由,没有读书的习惯和喜好,需要引起更大的关注。被评为“最有书卷气歌手”的李健近日在人民日报撰文谈到,“其实我读书并不多,但喜欢反复阅读同一本书,尤其是经典作品。”在他看来,“如今各种出版物浩如烟海,而现代人很难有时间和精力去检验哪些书是好还是坏。那些摆放在机场书店、火车站书店的图书,多数看了会让人失望,但经典不会。”
机场和火车站的书店,可能是身为歌手的李健在日常生活中难得有机会接触纸质书的场所。对于多数现代人来说,专程前往书店买书的少了,通过电商网站买书,乃至在手机、阅读器等移动设备上进行阅读的多了。数据显示,2014年我国成年人数字化阅读方式的接触率达到58.1%。其中,手机阅读快速上升,2014年成人日均手机阅读时长首次超过半小时,手机阅读接触率首次超过50%。而在2008年,这一数字仅为12.7%。
国民阅读方式的变化,是我们在解读阅读量等“大数据”时必须考虑到的变量。在美国,阅读率统计已将“听书”也纳入其中,即通过有声电子读物进行阅读。所以,如果将移动阅读、有声阅读等电子阅读方式也纳入统计的话,中国人的阅读量并不算少。
但是,光凭阅读量数据就能反映阅读状况吗?可以看看中国新闻出版研究院的另一组数据:目前全国年图书出版总量已近45万种,比美国的图书出版量高出一倍。遗憾的是,有学者估算,其中超过85%是“垃圾书”(无益、无害、无聊)。所以,提升全民阅读不只是量的问题,关键在于提质。
阅读习惯是可以培养的,前提是人们有更多的选择、更便捷的渠道。在这方面,技术的力量不可或缺。上海图书流通量的提升,很大一部分得益于市公共图书馆“一城一网一卡一系统”服务体系建设的同城效应。正如,互联网技术的出现,既给传统书城模式带来了挑战,也为实体书店的转型带来了转机。对于书、对于阅读,人们缺的不是数量和品种,而是在浩瀚书海中如何选择。把握读者的这种需求,是实体书店经营走出寒冬的关键,也是适应碎片化阅读趋势、建设“书香社会”、提升全民阅读的重要途径。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07