机器学习分析的70、80、90、00后的网络行为

morinson

机器学习分析的70、80、90、00后的网络行为

2016.11.21

            

今天在人民大学举行的“新中国舆论学研究三十年”论坛上，中国人民大学新闻与社会发展中心、搜狗输入法大数据团队联合发布了《中国网民的信息生产及情感价值结构演变报告》。

据官方介绍，报告数据主要抽样自搜狗输入法在社交、购物、娱乐、工作平台的用户，以微信、微博等热门社交平台上的输入数据为核心数据。由于微信开始产生影响是在2012年，所以数据时间段为2012年6月30日至2016年6月30日。数据先由人工进行关键词分类，编码后，再通过机器学习对高频词进行分类。

根据数据分析和词云绘制分析，报告还对70、80、90、00后进行了人物画像。

70后充满了激情的创业主义精神，马云是典型代表。对互联网的依赖度也不高，每天在网时间4个小时左右，远低于90后的6.5个小时。70后更多地将互联网作为一种新闻阅读和社交联络工具。

80后主要关联词有：北京、我们、周杰伦、匆匆、飞行、摄影等，属于电子移民，平均上网时长为6.2小时，对于互联网属于中度依赖群体。伴随着读图时代成长的80后，是“视觉系”网络行为的代表。

90后是在网时间最高的电子原住民。平均在网时长6.5个小时，所有的社会行为都是在网络中完成。相比较70后和80后，90后更加洒脱和注重个性化表达，观念较超前，卖的一手好萌。娱乐、吐槽和无节操的表达是其主要网络行为。

00后是正在成长中的电子原住民，群体中的多数还在校园中，日均上网时长只有3.6个小时，偏向于反沉淀的社会关系网和追求自我的网络行为模式。对微信等固定的社会关系链依赖较轻，更喜欢“阅后即焚”类型的临时构建的轻互联网应用。

这是搜狗输入法第一次与学术机构合作发布大数据分析报告，相关分析技术也主要由大数据研究院提供。搜狗CTO杨洪涛说：“大数据研究院目前没有盈利方面的考虑，搜狗大数据方面的研究，最终都会为搜狗搜索引擎服务，搜狗输入法的优势也在于此，以语音技术为例，2011年时搜狗才开始研究语音技术，由于技术不成熟，缺少语料库，但搜索引擎很快就填补了数据空白。”

对于最近火起来的语音输入法，杨洪涛认为，大家的识别准确率上没有太大的差距，但是在未来的使用场景中，搜狗将更专注于互联网领域，会更多的将语音技术运用在搜索引擎中。