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
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18