
运营商大数据:重庆80后90后易患“手机依赖症”
刷微博、玩游戏、耍微信、看电子书、购物……智能手机层出不穷的新功能,让人们和它的关系越来越密切,但同时也埋下了“手机依赖症”的隐患。记者6月8日从重庆移动获悉,该公司通过对手机用户流量调查及大数据分析结果显示,90后人群流量需求最大,80后紧随其后;23点至零时是流量消耗的最高峰,而这一时段的流量,大多也是由80后、90后人群消耗的。
据重庆移动有关负责人介绍,在没有事先说明的情况下,该公司针对22个80后、90后家庭进行了一次实验——在近1个小时的时间内,由父亲或母亲陪自己的孩子玩耍。
仅仅过了不到10分钟,就有爸爸拿出手机自顾自把玩起来。到活动结束,全程没有掏出手机的只有7人。
重庆移动提供的大数据分析结果也进一步表明,80后、90后普遍对手机产生了比较严重的依赖。在该公司2000多万名客户中,90后人群每月流量需求最大,平均每人使用约700MB,排名第二的是80后。这两类人群基本构筑了流量需求的半壁江山,他们大多把流量用在了微信、QQ、微博、视频等方面。
大数据分析结果还显示,与去年同期相比,重庆移动客户对流量的需求增长了3倍。同时,手机流量消耗从每天21点起进入的晚高峰时段,流量较白天翻番。特别是23点以后,流量消耗更是一直居高不下,直到过了零点,才会逐步下降。
心理专家、重庆市协和心理顾问事务所所长谭刚强认为,随着移动互联网飞速发展,手机已成为一种不可缺少的工具。但如果过度沉迷于玩手机,则可能患上“手机依赖症”。
据了解,“手机依赖症”是一种新型心理疾病。其典型特征是:手机没带在身边就心烦意乱,无法认真工作;一段时间手机铃声不响,就会下意识地看一下铃声设置是否正确;别人的手机铃声响起经常当成自己的手机在响;脾气变得越来越暴躁……
谭刚强提醒市民尤其是80后、90后,不要过度沉迷于玩手机,可通过参加有益身心的活动找到新的爱好,逐渐减少对手机的依赖。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30