京公网安备 11010802034615号
经营许可证编号:京B2-20210330
婚前婚后大不同,短信词频分析_数据分析师
Alice Zhao小姐是美国西北大学出身的数据科学家,她丈夫的职业虽然不明,但据她自豪地形容,至少也是一位nerd,因为当年他送给她的恋爱一周年礼物实在太棒了——一个包含这一年里他们所有短信内容的word文档,他称之为数据礼物。云码
于是,为了纪念他们恋爱六周年,Zhao小姐决定把新婚后这一年里的短信拿出来和2008年的进行数据对比,看看婚前婚后的短信有什么不同。
经过词频分析,最明显的就是Zhao先生无论婚前婚后都特别喜欢说“家”这个词,而Zhao小姐当初总是以Hey开场的习惯消失了,代之以越来越多的OK。
她接着对比了短信中一些常用词的出现频率,这也反映了他们之间亲密程度的变化,比如对话从最初生疏的“Hey,过得怎么样?”到后来更随意的“OK,听起来不错。”
他们不再称呼对方的名字,也不再像以前一样经常说“爱”了(尤其是Zhao先生婚前婚后说love的频率变化……),不过Zhao小姐的解释是他们在一起之后不需要通过短信表达爱意了。
再来看具体的出现场合,Zhao小姐发现谈恋爱时love通常用来表达“I love you”,到了后来就变成“Hahaha, love it!”。
还有一些词的使用频率没有多大变化,但内容指代却不一样了,比如“晚餐”和“家”,以前问dinner是为了约出来吃饭,现在是直接问晚上吃啥,而home以前是各回各的家,现在是指他们共同的房子。
Zhao小姐对他们发短信的时间变化也很感兴趣。她发现刚开始约会时,他们会从下午三点一直聊到凌晨三点,但是自从订婚开始,他们半夜都选择了还是睡觉吧,而结婚以后发短信就只限于白天上班的时间了。
她认为这也反映了情侣之间的普遍情况,因为刚开始时,双方大部分时间都不在一起,所以需要经常查岗看对方在干什么,跟谁在一起,尤其是晚上!
最后,Zhao小姐总结道,刚开始我们总是想方设法确保自己发的内容好玩有趣,随着关系的进展,短信内容变得越来越可预测,但这是因为不可预测的内容都当面说了。
以上就是Zhao小姐回馈给对方的新婚纪念礼物——2014年最新版的#thegiftofdata。
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 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22