
百度搜索大数据揭秘90后“二战观”
近年来抗日神剧在荧幕上风生水起,刷新了观众的三观,而出生在远离战争年代的90后是否受到这些影视剧的影响?近日,百度搜索用户行为研究部(UBS)和百度搜索用户体验中心(SUX)通过百度平台的海量大数据,发布了一篇“90后眼中的二战”微博长图,引发不少网友的关注和讨论。
90后有在关注二战这件事吗?很多人认为,90后根本不关心历史。然而百度搜索的研究数据显示,90后对二战相关历史的搜索量占二战总搜索量的37%。这个不小的比重事实上颠覆了人们对于90后的固有看法。
此外,在搜索二战信息的90后群体中,男生达68%占大多数,而女生比例只有32%。从地域来看,台湾地区的90后对二战资讯的关注比例超过50%,明显高于其它省份,而四川、宁夏、海南、新疆、云南、西藏等多个地区的比例也高于平均值。通过人群细分所呈现的搜索特点,与其所处的地域文化、历史背景和成长环境有着必然的内在联系。
对于90后而言二战很遥远,除了刷屏的抗日神剧以外,他们是通过哪些渠道来了解二战呢?数据显示,90后多数通过抗日有关的热门电影和电视剧来了解二战,而不同风格的影视作品对不同人群的吸引力也有不同。比如,高达50%的90后男生钟爱《亮剑》,超过20%的90后女生偏爱《小兵张嘎》,相比之下非90后群体却更喜欢看《生死连》。二战时期的著名历史事件及二战题材的战争游戏也是他们掌握二战背景知识的主要渠道,二战游戏《使命召唤》就吸引了将近90%的90后群体。
90后可以通过多个渠道了解二战历史,那么他们最关注二战的哪些方面呢?从百度搜索数据看出,90后对于慰安妇、南京大屠杀等历史事件最为关注。其中,关注慰安妇事件的90后比例为58%,关注南京大屠杀的90后比例为27%,而90后女生对慰安妇事件的关注占比则高达67%。另外,在二战时期的经典战役中,“卢沟桥事变”和“诺曼底登陆”成为了90后最想了解的历史事件。更有意思的是,90后还意外地对二战时期的坦克大战和摩斯密码等黑科技情有独钟。其实,从90后对智能产品的追捧和对未知领域的好奇心,或许能得到合乎情理的解释。
90后作为中国新一代公民,有着鲜明的时代特点。他们喜欢追求新鲜刺激,好奇心强,个性张扬且兴趣多元。此前,不少人给90后打上了盲目跟风的“脑残粉”、“杀马特”,甚至是漠视历史、抛弃传统等标签。此次百度搜索公布的大数据也许能刷新公众对90后的固有印象,从真实、客观的搜索数据出发,还原90后的历史观。
据了解,除了这组别出心裁的数据长图之外,百度还在反法西斯纪念日联合中国传媒大学崔永元口述历史研究中心推出了一档《小崔聊抗战》独家视频,有二战情结的小崔在视频里向90后喊话,要跟这群新新人类聊聊二战那些事儿。网友们只需要在百度搜“阅兵”“反法西斯”等关键词,就能直接在搜索结果页找到视频观看通道。
在这个信息更加便捷的时代,互联网带来了更多有趣的资讯和获取信息的渠道。与此同时,大数据技术的发展也为深度解析不同群体的特征和喜好提供一个更加有力的科学支撑。也许不久的将来,社会学家们也要依赖互联网的大数据去揭开背后所隐藏的秘密,绘制出一个更加真实的人类群体印象。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08