京公网安备 11010802034615号
经营许可证编号:京B2-20210330
怎样看待国民阅读“大数据”_数据分析师考试
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MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02