
大数据解读上海市民阅读习惯_数据分析师
47%上海读者1年读完10本书
这份调查报告显示,目前,全民阅读的氛围浓厚,阅读几乎成为大部分受访者生活的必需品。大部分受访者几乎每天都会阅读,每天阅读多于1小时的比例达到36%。48%受访者过去一年的阅读量达10本以上图书,几乎是一个月一本。
根据这次调查收集的上海数据,上海读者的阅读量与全国平均水平基本相当。在2014年,35%的上海读者每天阅读时间超过1小时,1年读完10本书以上的上海读者占比达47%,高于全国水平。
58%上海读者“在路上”读书
随着社交网络的兴起,以社交媒体为主的浅阅读已经成为很多读者生活的重要组成部分。报告显示,相比每天读书超过1个小时的受访者占36%,51%的受访者每天会用超过1个小时阅读社交媒体上的信息(刷微信、看微博或通过电子设备看新闻等)。
数据还显示,“睡前”、“节假日”以及“工作休息时以及上下班、上下学或出差途中”仍是读者主要阅读时间,但在阅读时间的选择上则越来越碎片化。利用“上下班、上下学或出差途中”等零散时间阅读的比例明显上升,2014年利用零散时间阅读的受访者比例达39%,而去年这一比例仅为29%。
与全国数据相比,上海读者碎片化阅读倾向和对电子阅读的接受度均高于全国水平。睡前、节假日、上下班上下学或出差途中仍是上海读者的主要阅读时间,但和全国数据相比,利用“上下班、上下学或出差途中”时间阅读的上海读者比重达58%,远远高于全国的39%。
60后爱读社科经管, 后爱读孕产育儿80
“扩充知识”仍是大多数读者阅读的主要目的。在这一目的下,读者在选书上就非常重视书籍的实用性,不同年龄段的读者也呈现不同的阅读选择。例如作为社会精英管理层的60后,对“社科”和“经济管理”类图书的关注度均高于其他年龄段;多数为人父母、正处于养育子女阶段的70后,则侧重于关注“少儿”和“生活”类图书;恰逢婚育年龄的80后,对“孕产育儿”类图书的关注度最高;而作为学生主力军的90后,“教材教辅”类图书在其阅读的图书品类中排名第二,阅读比例也远高于其他年龄段人群;而00后则对“青春动漫”、“心灵励志”、“哲学”、“原版”的图书关注度最高,对“经济管理”类图书的关注比例则最低。
电子阅读比例增加1成
数字化阅读趋势也在这个报告中得到了体现——和去年数据相比,2014年使用电子书的受访者比例达78%,比2013年增长11%。上海在阅读习惯上也紧扣时代脉搏。81%的上海读者会看电子书,这一比例略高于全国的78%。上海读者在选择电子书时也更看重电子书的便捷性和高性价比。“电子书携带方便”、“电子书价钱更便宜”是上海读者选择电子书的主要原因,这两个比例也高于全国。
用不同介质阅读,阅读内容也有所区别。读者读纸质书,阅读最多的两大品类是学术书籍和教材教辅,使用手机阅读,阅读最多的两大品类是在线文学和有声读物,而使用Kindle电子书阅读器阅读,阅读最多的两大品类是小说和社科书籍。
在电子书阅读介质上,Kindle成为除手机外最受读者欢迎的电子书阅读器。从调查反馈中发现,Kindle使用者80%集中在18-35岁之间,76%受过大学本科以上教育,60%使用者是男性,40%为女性。Kindle使用者每次的阅读时长为65分钟。
用Kindle对阅读总量提升有相当大的助力。72%的Kindle用户全年阅读总量超过12本书,其中50%Kindle用户的年阅读量超过24本书,而48%读者全年纸质书阅读超过10本。
上海读者更关注少儿书
从亚马逊中国2015一季度图书排行榜来看,上海读者对于少儿书的关注度要明显高于全国读者。《动物王国大探秘(套装共4册)》(第5名)及《我的第一本专注力训练书》(第1名)同时进入上海市图书排行榜的前十名,而在全国榜前十中没有一本少儿书上榜。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20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