
网恋大数据:北京成功率最高 70后最舍本_数据分析师
2013年,单独二孩成为全国婚恋热点;晚婚晚育引领时尚潮流;“女汉子”、“屌丝男”、“你幸福吗?”等婚恋关键词在2013年持续火爆;传统的婚恋观也在经受各种新观念的挑战。
近日,《2013-2014年中国男女婚恋观调查报告》正式发布,它是由国内最大在线婚恋平台世纪佳缘发起、多家主流媒体联合支持的调查报告,针对2013年的婚恋热点进行系统梳理和全景扫描,对当代中国男女的婚恋观念进行深入剖析。
本次调研采用互联网在线定量研究的形式进行,共有97594人次参与,经过严格的问卷质量复审,最终认定有效样本72660份。其中男性样本35047个,女性样本37613个。
上网找对象 北京成功率最高
根据世纪佳缘调查显示,57%的受访者身边有通过婚恋网站找到对象的成功案例,其中北京地区受访者身边成功的人数最多。
对于自己正在使用婚恋网是否愿意被人知道这个问题的调查,因受性别和年龄的影响,答案存在诸多不同。比如,在婚恋网找对象这件事,大多数人更愿意和闺蜜/铁哥们分享,次之才是告诉自己的父母。
不论分享对象是谁,愿意分享“自己已经在婚恋网站找到对象”的比例高于愿意公开“自己正在使用婚恋网站”的比例,说明如果在婚恋网站成功找到对象之后绝大多数人愿意告诉亲友,但是没有找到之前还是希望保密。
世纪佳缘每年定期采集中国最有代表性的婚恋群体,对当下婚恋热点话题的观点,同时引用“佳缘大数据”,形成系列报告,包括一份年度婚恋观报告和每季一期婚恋观报告。调查样本量大,涵盖范围精确,包含各年龄段、各社会阶层有婚恋交友需求的男女,他们的婚恋价值观具有广泛代表性。
“佳缘大数据”是世纪佳缘基于9000多万注册会员线上交友行为,分别从会员的注册量、成功率、发信量、收信量等方面进行官方权威数据分析,从而得出恋爱人群的恋爱方式、恋爱习惯、恋爱特征等。
恋爱花销 70后男性最“舍得”
根据世纪佳缘数据调查可知,中国男性在恋爱中的平均消费是1591元,约占收入的1/3。前期调研显示70%女性是“大叔控”,而本期结果中显示,70后男性(即大叔们)最舍得在恋爱消费中买单。
屌丝其实很有爱,以收入占比来看,收入越低、学历越低的男性的恋爱花费在自己的收入中占比越高。男性恋爱中的主要三项消费是:约会吃饭、娱乐(看电影等)、给女方买礼物等。
从绝对值来看,浙江、北京、上海、江苏和内蒙古的男性在恋爱中的花费最高;从占收入比例来看,东三省的男性最愿意为心上人拿出钱包;江西、河南、天津、山东、河北的男性在恋爱中的花费相对较低。
分手后 男性更希望挽回对方
根据世纪佳缘数据分析可知,在对方提出分手后,四成女性会答应分手,并且不会做任何挽回的努力,广西女性在被分手这件事上表现出决绝的一面。
而男性比女性更希望挽回对方,在对方提出分手后,男性会通过谈话和各种手段努力挽回感情。
相比女性,男性更加留恋以前的恋情,分手之后也会偶尔联系前任。
对此,有从事情感研究的专家认为,男女对待感情的态度是不同的。通常情况下,女性投入角色需要时间比较久,但是一旦投入,就是全身心的,男性的背叛,给女性带来的情感打击是永久性的,在以后的感情生活中可能会成为双方争吵的导火索。
因此,有近四成的女性会不做任何挽回的努力。而男性相较于女性玩心更重,他们觉得感情中只要是肉体不出轨,就不算出轨,所以在因为自己的原因造成两人感情出现问题时,有72%的男性会通过谈话挽回女友。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02