大数据说出爱情的残酷真相

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:        信息专家分析了成千上万条可怕又令人心碎的分手数据后,发现人们其实可以预测到恋人的关系可能会以什么方式来结束。   先来看则好消息:每天约有300万情侣开始首次约会,这是300万次让各位将萍水相逢变为人生乐事的机会,是300万次火花的迸发,是300万次人与人沟通的良缘。

       信息专家分析了成千上万条可怕又令人心碎的分手数据后,发现人们其实可以预测到恋人的关系可能会以什么方式来结束。

  先来看则好消息:每天约有300万情侣开始首次约会,这是300万次让各位将萍水相逢变为人生乐事的机会,是300万次火花的迸发,是300万次人与人沟通的良缘。同时,在美国这个总人口中5.4%的人到死都没结过婚的国度里,这个数字又表明有300万人将认识生命中可能不会与之共度余生的那个人。

  比起恋爱来说,婚姻中的迷茫更为常见。相爱到婚姻是幸福,那么反面就是相爱然后分手。

  信息专家大卫·麦克坎德莱斯(David McCandless)和李·拜伦(Lee Byron)在分析了成千上万条可怕又令人心碎的分手数据后,发现人们其实可以预测到恋人的关系可能会以什么方式来结束。

  

  他们的数据来源于美国人口普查局、Facebook上的投票、Twitter、杜蕾斯全球性调查,以及雅虎问答(YahooAnswers)。

  1、婚恋宏观面

  在全世界范围,每天约有300万对情侣开始首次约会。以美国为例,每年250万人宣誓结婚,同时超过100万对夫妇离婚,还有,5.4%的美国人一辈子到死都没结过婚。

  2、全年分手高峰与低谷

  出乎意料的是,情人节和春节期间并非情意融融的季节,而是处于攀升分手高峰的趋势中。

  

  3月:全年最容易分手的高峰时期。

  春天不是读书天,也不是郎情妾意的好时光。或许因为情人节、春节等节日密集期间容易产生情侣矛盾,导致分手“牛市”在接下来的3月份一触即发。所以,情侣们要在春天要多冷静、多包容。

  11月与12月交界:圣诞假期之前,是全年分手另一个高峰。因此,重要假期前后都是情侣们内分泌、肾上腺素等紊乱的期间。所以,假期出没,请注意。

  分手频率高的其他时期:愚人节、暑假,以及4、5月间的每个周一。

  3、怎么分手

  1975年前出生的人:74%是直接说的,当面了结;只有16%人选择通电话“把爱变成往事”。

  1984年后出生的人:只有47%面对面说分手,30%的人选择了“电话割爱”,14%的人选择了QQ等即时通讯工具“说拜拜”。另外,5%通过Facebook结束恋情,4%发email来一刀两断。


   

  4、不能说的秘密

  全世界47%男性和40%女性曾经有过一夜情。

  36%的成年人承认曾因对方的容貌而分手——外貌协会的力量真不容小觑。

  56%的成年人表示性生活不和谐。


  5、忠诚的真相

  全世界22%的婚恋中人曾经出轨。

  对婚恋最为不忠的是土耳其人,高达58%的情侣发生过出轨“事故”。接下来是冰岛,这个只有33.2万人口的北欧国家,却有39%的人背叛过对方;第三名是奔放的意大利人——“劈腿”比例为26%;17%的浪漫美国人有外遇史;而被认为保守的英国人,也有14%的不忠率。

  在这个“出轨榜单”上,位列第五的是中国香港,11%的香港人曾经是“花心萝卜”。排名第六的是以色列,该指标为7%。

  6、TA们为什么分手

  出轨:22%的离婚原因是出现了第三者;“小三”也让18%的恋人“走不下去”。

  不感兴趣了:28%的情侣因为厌倦而放弃了对方,而26%的夫妇出于“七年之痒”而埋葬了婚姻。

  距离:16%的夫妇因为两地分居而“有缘无份”,21%的“异地恋”无疾而终。

  3.5%的分手原因是“父母或朋友不赞同”。宁拆十座庙,不毁一桩婚。前辈们可以对别人的婚姻作些“指点”,但不要“指指点点”吧。


原文发布时间为:2014-02-08


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
259 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
43 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
82 1
|
2月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
54 3
|
21天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
43 4
|
27天前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
24 4
|
1月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
58 3
|
1月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
66 2