京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“据”说肺癌:百度大数据绘制中国肺癌地图
肺癌,作为癌症中的“头号杀手”,一直备受关注,但受限于传统资源与技术手段,人们对肺癌的关注通常仅集中于单个或少数案例的分析层面,也缺乏全局性的认知。
在今年的肿瘤宣传周中,百度与央视再次合作推出“数说肿瘤”新闻专题,结合百度搜索大数据技术,全面解读网友对肿瘤这一恶性疾病的关注。其中,针对肺癌这一城市居民热点关注的肿瘤类别,百度以其大数据为依据,绘制出中国肺癌关注人群与易感人群的肖像,为肺癌的预防与控制提供了有力的数据支持。
吸烟、雾霾是肺癌的重要诱因
从百度大数据给出的分析来看,相较于其它诱因,网民更加关注“吸烟”与“雾霾”这两大杀手对肺癌的影响。
数据显示,网民每月对“吸烟与肺癌”这个关键词的每月搜索数量高达37.8万,高居榜首。可见,人们对于吸烟的危害有着较深刻的认识。与此同时,大众对于“雾霾与肺癌”的关系也有着较高程度的关注,每月搜索数量可以达到13.2万,仅次于“吸烟”。由此不难看出网民对于漫天雾霾的恐惧之情,以及对自身生存环境导致罹患肺癌的担忧。
女性、高学历人群更关注肺癌
通过百度的大数据可以看出,女性与高学历人群更加关注“肺癌”以及“吸烟与肺癌”等健康问题。
在百度大数据描绘出的“肺癌”搜索人群的人群画像中,62.56%为男性,37.44%为女性;而“吸烟与肺癌”搜索人群中,66.67%为男性,33.33%为女性。虽然从人群数量上看,男性多于女性;但通过数据深度分析,排除男性网民高于女性网民的性别基数干扰,女性关注比例实际上要高于男性。
此外,数据显示,博士与硕士与学士学位人群关注肺癌问题的比例分别为2.74%、3.64%与29.9%,远远高于这三个人群的数量在网民整体数量中所占的比重。由此可以看出,高学历人群中对于肺癌与吸烟等健康问题的关注度远远高于本科以下学历人群。
肺癌关注度低龄化趋势显著
区别于关注其它疾病的人群“高龄化”的现状,百度大数据显示,关注肺癌与吸烟的人群呈低龄化趋势。在关注肺癌的人群中,29岁以下人群的比重占到超过40%,而39岁以下人群所占比重超过95%,肺癌关注低龄化已成为新的趋势。与此同时出现的,是“吸烟”关注低龄化趋势:通过深度分析发现青少年对吸烟特别感兴趣,从关注比例上来看,“19岁以下”与“20-29岁”共同占到超过88%的比重。
大中型城市及沿海担忧度最高
通过百度提供的大数据可以看到,东部沿海以及大中型城市等经济发达地区对于“肺癌”的关注度远远高于中西部欠发达地区,其中,北京、广东、浙江三地民众的关注度分列一二三位。
与此相反的,是高寒地区网民对于“吸烟与肺癌”关注度的攀升,西藏、青海 高于全国平均水平的6-8倍。
百度绘制“肺癌关注图谱”,凸显企业社会责任
基于百度所提供的大数据分析,不难看出,吸烟与雾霾是肺癌的最大诱因,而生活在沿海经济发达地区及大中型城市的女性、高学历人群最为关注肺癌。业内人士指出,百度自成立以来,一直致力于利用自身的技术优势践行企业社会责任,并取得了良好的效果:早在2011年,百度CEO李彦宏与比尔·盖茨签署战略同盟协议,倡导健康生活方式,促进中国与全球健康发展,提出“被吸烟,我不干”的口号,关注吸烟带来的健康问题。2013年第26个世界无烟日,李彦宏更是在国家卫计委组织拍摄的公益广告中,再一次倡导拒绝二手烟。与此同时,百度还与卫计委、中国医学科学院合作,邀请专家对百度百科疾病类词条进行编撰和认证,有效指导患者就医。
据百度企业社会责任部门负责人介绍,本次百度通过大数据绘制的中国“肺癌关注图谱”,希望借此契机普及权威知识,让公众对疾病产生更加直观而全面的认知,同时为癌症的防控提供更加有效的借鉴。利用自身技术和平台解决热点社会民生问题,让更多普通民众有机会享受到科技的普惠价值,始终是百度践行企业社会责任的出发点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 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 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 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 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 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 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 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, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 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”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23