
百度搜索大數據揭秘90后“二戰(zhàn)觀”
近年來抗日神劇在熒幕上風生水起,刷新了觀眾的三觀,而出生在遠離戰(zhàn)爭年代的90后是否受到這些影視劇的影響?近日,百度搜索用戶行為研究部(UBS)和百度搜索用戶體驗中心(SUX)通過百度平臺的海量大數據,發(fā)布了一篇“90后眼中的二戰(zhàn)”微博長圖,引發(fā)不少網友的關注和討論。
90后有在關注二戰(zhàn)這件事嗎?很多人認為,90后根本不關心歷史。然而百度搜索的研究數據顯示,90后對二戰(zhàn)相關歷史的搜索量占二戰(zhàn)總搜索量的37%。這個不小的比重事實上顛覆了人們對于90后的固有看法。
此外,在搜索二戰(zhàn)信息的90后群體中,男生達68%占大多數,而女生比例只有32%。從地域來看,臺灣地區(qū)的90后對二戰(zhàn)資訊的關注比例超過50%,明顯高于其它省份,而四川、寧夏、海南、新疆、云南、西藏等多個地區(qū)的比例也高于平均值。通過人群細分所呈現(xiàn)的搜索特點,與其所處的地域文化、歷史背景和成長環(huán)境有著必然的內在聯(lián)系。
對于90后而言二戰(zhàn)很遙遠,除了刷屏的抗日神劇以外,他們是通過哪些渠道來了解二戰(zhàn)呢?數據顯示,90后多數通過抗日有關的熱門電影和電視劇來了解二戰(zhàn),而不同風格的影視作品對不同人群的吸引力也有不同。比如,高達50%的90后男生鐘愛《亮劍》,超過20%的90后女生偏愛《小兵張嘎》,相比之下非90后群體卻更喜歡看《生死連》。二戰(zhàn)時期的著名歷史事件及二戰(zhàn)題材的戰(zhàn)爭游戲也是他們掌握二戰(zhàn)背景知識的主要渠道,二戰(zhàn)游戲《使命召喚》就吸引了將近90%的90后群體。
90后可以通過多個渠道了解二戰(zhàn)歷史,那么他們最關注二戰(zhàn)的哪些方面呢?從百度搜索數據看出,90后對于慰安婦、南京大屠殺等歷史事件最為關注。其中,關注慰安婦事件的90后比例為58%,關注南京大屠殺的90后比例為27%,而90后女生對慰安婦事件的關注占比則高達67%。另外,在二戰(zhàn)時期的經典戰(zhàn)役中,“盧溝橋事變”和“諾曼底登陸”成為了90后最想了解的歷史事件。更有意思的是,90后還意外地對二戰(zhàn)時期的坦克大戰(zhàn)和摩斯密碼等黑科技情有獨鐘。其實,從90后對智能產品的追捧和對未知領域的好奇心,或許能得到合乎情理的解釋。
90后作為中國新一代公民,有著鮮明的時代特點。他們喜歡追求新鮮刺激,好奇心強,個性張揚且興趣多元。此前,不少人給90后打上了盲目跟風的“腦殘粉”、“殺馬特”,甚至是漠視歷史、拋棄傳統(tǒng)等標簽。此次百度搜索公布的大數據也許能刷新公眾對90后的固有印象,從真實、客觀的搜索數據出發(fā),還原90后的歷史觀。
據了解,除了這組別出心裁的數據長圖之外,百度還在反法西斯紀念日聯(lián)合中國傳媒大學崔永元口述歷史研究中心推出了一檔《小崔聊抗戰(zhàn)》獨家視頻,有二戰(zhàn)情結的小崔在視頻里向90后喊話,要跟這群新新人類聊聊二戰(zhàn)那些事兒。網友們只需要在百度搜“閱兵”“反法西斯”等關鍵詞,就能直接在搜索結果頁找到視頻觀看通道。
在這個信息更加便捷的時代,互聯(lián)網帶來了更多有趣的資訊和獲取信息的渠道。與此同時,大數據技術的發(fā)展也為深度解析不同群體的特征和喜好提供一個更加有力的科學支撐。也許不久的將來,社會學家們也要依賴互聯(lián)網的大數據去揭開背后所隱藏的秘密,繪制出一個更加真實的人類群體印象。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協(xié)同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11