京公网安备 11010802034615号
经营许可证编号:京B2-20210330
520红包大数据 双子座最主动,天秤座最土豪
5.20日已成为网民狂欢的“网络情人节“,在这样一个属于年轻人的网络节日里,铺天盖地而来的是从线上到线下到集体狂欢,各种告白体、各种打折促销层出不穷。
不过,最直接的表白,又怎比得上直接给钱呢。
于是,微信红包、QQ红包再次成为这个节日的主角,发红包给心仪的人赫然已成为今年520最新潮的表白方式。21日,520红包大数据:20日当天,微信、QQ红包收发总金额达52.4亿元,这是一份多么沉甸甸的爱情啊。
收发红包总用户达6122
据财付通数据统计,520当天,微信、QQ红包收发总个数达4.15亿个,共有6122万人参与收发微信和QQ红包,其中微信红包收发人数为5462万,QQ红包收发人数为660万。微信、QQ红包收发总金额达52.4亿元。
区别于春节“抢红包”的形式,520红包多为单人定向“发红包”, 不少情侣表示,红包收到多少都可以,互发红包本身就是图一乐。但其中不乏有豪气网友,为了取悦女友,他一个人发送微信红包金额就超过101430元,还有疯狂的网友要表白的对象可真多,他总共发出了2469个红包。而收到红包自然心情大爽,一位女神最高收到微信红包金额达151883元,价值相当于一辆经济型小车。
18-35
5.20以爱情告白为主题,从0.52元到52000元网友们以发红包形式向异性表白,既简单方便又直截了当。其中第一个520元的红包,诞生于QQ红包。我们发现,18-35岁网民是红包表白的主力军,占整体红包用户的62%,这也正值恋爱婚嫁年龄。网民以发红包的行动表明现代年轻人的态度:爱就要大胆说出来。
不少年轻情侣和夫妻纷纷互动,在朋友圈中晒出自己收到的红包。从数据显示,通过QQ红包告白的90后男生更主动,男女比例高达1.7:1。其中来自广西北海的男性用户,共给他的妻子发了18个红包共计3万元。而来自福建龙岩的男性用户,给他女朋友发了520个1元的红包,堪称最长情的告白。
双子座最主动,天秤座最土豪,巨蟹座最幸福
在520告白红包中,有些有趣的数据。在发红包数据里,多变的双子座男生显得特别的主动占比位居第一位,最高发送红包累计2469个。而天枰座是公认的大土豪之一,不仅吃穿用度奢侈,连发红包也格外豪气,作为榜首的520告白红包都超过10万元。充满爱心的巨蟹座女生是最受男生追求的对象,一位女神收到最高158个红包,累计金额超过15万元。
北京人最浪漫,武汉人最小气
从地域占比来看,北京人有钱就是任性,表白的诚意也是满满的,收发红包用户数最多,占到520红包用户数的6.06%;而杭州、深圳紧跟其后,占比分别是5.68%、5.07%;而发红包最少的武汉市,仅占1.93%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05