在知乎上，如果說(shuō)話題屬于宏觀層次，能反映某一領(lǐng)域大的架構(gòu)和總體趨勢(shì)，那么，問題則屬于相對(duì)微觀的層次，能夠從用戶群中挖掘更為具體、粒度更細(xì)的興趣或需求（點(diǎn)擊下方圖片即可放大）。

在這里，筆者拋出一個(gè)假設(shè)：

各個(gè)話題下的熱門問題會(huì)對(duì)其關(guān)注用戶產(chǎn)生認(rèn)知上的影響，挖掘熱門內(nèi)容就能預(yù)判用戶群感興趣的內(nèi)容傾向。

要理解這個(gè)假設(shè)，不得不提到傳播學(xué)領(lǐng)域的“議程設(shè)置理論”。

“議程設(shè)置理論”認(rèn)為媒體上的信息往往不能決定人們對(duì)某一事件或意見的具體看法，但可以通過(guò)刻意安排相關(guān)的議題（在知乎上可以理解為話題、問題或者具體的內(nèi)容）來(lái)有效地左右人們關(guān)注哪些事實(shí)和意見，以及他們談?wù)摰南群箜樞颉?/span>各類媒體報(bào)道和用戶UGC賦予各種議題不同程度的顯著性的方式，影響著人們的對(duì)周圍世界的大事及重要性的判斷。

了解知乎數(shù)據(jù)分析相關(guān)話題的“議程安排”，我們就能了解占領(lǐng)相關(guān)人群心智的是哪些熱門事件和內(nèi)容。

如下圖所示，由于近期NBA的莫雷和蕭華發(fā)表了不當(dāng)言論，引發(fā)了社會(huì)的熱議。最先知悉這一事件的是體育界人士，但隨著事態(tài)的發(fā)展，以及關(guān)注和搜索這一話題的人不斷增加，該事件登上知乎的熱搜榜單，被越來(lái)越多的人所了解，最終成為一個(gè)有影響力的社會(huì)事件。與此同時(shí)，各種媒體及大V的發(fā)聲，也直接或間接的影響公眾的認(rèn)知、觀點(diǎn)和情緒（點(diǎn)擊下方圖片即可放大）。

剛才的例子可以抽象成如下議程設(shè)置模型，反映一般性的規(guī)律（點(diǎn)擊下方圖片即可放大）：

在本分析項(xiàng)目中，筆者認(rèn)為廣大關(guān)注“數(shù)據(jù)分析”的知乎用戶對(duì)于數(shù)據(jù)分析領(lǐng)域（包括數(shù)據(jù)分析的學(xué)習(xí)、就業(yè)、技能等）中重要問題的認(rèn)識(shí)和判斷與知乎上的各類信息，尤其是話題和問題之間，存在著一種高度對(duì)應(yīng)的關(guān)系，即知乎上的熱門話題和熱門問題，同樣也作為重要信息反映在公眾的意識(shí)和腦海中；知乎上提問越多、回答越多、關(guān)注越多的問題，用戶對(duì)該問題的重視程度越高。根據(jù)這種高度對(duì)應(yīng)的相關(guān)關(guān)系，我們可以認(rèn)為認(rèn)為知乎上的熱門問題具有一種形成“議事日程”的功能,知乎上的熱門問題可以賦予各種議題不同程度“顯著性”的方式，影響著數(shù)據(jù)分析相關(guān)的用戶所矚目的焦點(diǎn)和對(duì)“數(shù)據(jù)分析”相關(guān)問題的認(rèn)知。了解這些熱門話題和問題，我們就能間接的知悉數(shù)據(jù)分析相關(guān)人群的利益訴求點(diǎn)是哪些。

在對(duì)問題數(shù)據(jù)分析之前，我們先來(lái)了解下知乎平臺(tái)上，話題和問題的關(guān)聯(lián)邏輯，這有利于我們更好的理解分析結(jié)果。

• 話題和問題之間的關(guān)系（點(diǎn)擊下方圖片即可放大）

問題是由用戶自發(fā)提出而生成的，每個(gè)問題都可以選擇添加話題標(biāo)簽，所能添加的話題標(biāo)簽數(shù)0=< 話題標(biāo)簽數(shù)<=5，假如某個(gè)問題添加了一個(gè)話題標(biāo)簽，那么

• 問題會(huì)出現(xiàn)在該話題的全部問題中，根據(jù)問題及其回答的質(zhì)量和熱度，可能會(huì)出現(xiàn)在話題動(dòng)態(tài)和精華頁(yè)中

• 問題會(huì)根據(jù)一定規(guī)則出現(xiàn)在該話題的各頁(yè)面中

• 相關(guān)用戶在該話題下的回答數(shù)、獲贊數(shù)會(huì)發(fā)生變化

• 關(guān)注該話題的用戶的話題動(dòng)態(tài)頁(yè)中會(huì)出現(xiàn)這個(gè)問題。未來(lái)，取決于條目和用戶的相關(guān)性，部分問題或者回答還會(huì)出現(xiàn)在關(guān)注該問題的首頁(yè)feed流中

本文根據(jù)問題數(shù)量選取了跟“數(shù)據(jù)分析”相關(guān)的10大話題，依次是數(shù)據(jù)、數(shù)據(jù)分析、算法與數(shù)據(jù)結(jié)構(gòu)、商業(yè)數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)科學(xué)、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)結(jié)構(gòu)、大數(shù)據(jù)分析和互聯(lián)網(wǎng)數(shù)據(jù)分析，從中采集了16W+的問題，其中會(huì)出現(xiàn)有個(gè)問題對(duì)應(yīng)多個(gè)話題情況，也就是說(shuō)，這16W+的問題存在重復(fù)。

下圖是各個(gè)話題下問題數(shù)量的分布情況：

數(shù)據(jù)從2010年12月份開始統(tǒng)計(jì)，在整體上，各大話題下的問題數(shù)量是上升的趨勢(shì)，其中“數(shù)據(jù)”話題下的提問數(shù)量增幅最大，多半是因?yàn)樵撛掝}外延較大，所有跟“數(shù)據(jù)“相關(guān)的問題都能打上”數(shù)據(jù)“這一話題標(biāo)簽。

1.?各個(gè)話題下問題發(fā)布量走勢(shì)

下面統(tǒng)計(jì)一下這10個(gè)數(shù)據(jù)分析相關(guān)話題從2010.12到2019.08的提問數(shù)量趨勢(shì)，如下圖所示（點(diǎn)擊下方圖片即可放大）：

從上個(gè)圖可以看到，在2018.03-2018.07這段時(shí)間，絕大部分話題下的數(shù)據(jù)提問數(shù)量達(dá)到一個(gè)較高的數(shù)值，“數(shù)據(jù)科學(xué)”這一話題下的問題突然猛漲，說(shuō)明這段時(shí)間知乎上用戶對(duì)數(shù)據(jù)相 -關(guān)的問題關(guān)注度較高，間接映射出這段時(shí)間數(shù)據(jù)行業(yè)及其職位的火熱程度。

2. 問題發(fā)布時(shí)間規(guī)律（日&時(shí)）

再根據(jù)提問數(shù)量的時(shí)間分布，我們可以得知知乎上“數(shù)據(jù)分析”相關(guān)用戶群體的互動(dòng)（提問行為）規(guī)律。按提問的day（周一 ~ 周日）和hour（0時(shí)~23時(shí)）來(lái)關(guān)聯(lián)統(tǒng)計(jì)（點(diǎn)擊下方圖片即可放大）。

此外，上圖還反映了一個(gè)有意思的現(xiàn)象，即周一到周四大家都會(huì)在下班后的20時(shí)~23時(shí)之間有活躍，但是在周五下班后卻活躍度大大降低，看來(lái)臨近周末，大家追求、探尋知識(shí)的熱情也大大降低了。

下面，再來(lái)根據(jù)互動(dòng)數(shù)據(jù)找出這10個(gè)話題下16W+問題中的熱門問題。

那么，問題來(lái)了？怎么定義熱門？如何客觀的評(píng)價(jià)問題的熱門程度？

不急，接著往下看。

TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution)，中文名為“優(yōu)劣解距離法”。TOPSIS 法是一種常用的組內(nèi)綜合評(píng)價(jià)方法，能充分利用原始數(shù)據(jù)的信息，其結(jié)果能精確地反映各評(píng)價(jià)方案之間的差距?；具^(guò)程為基于歸一化后的原始數(shù)據(jù)矩陣，采用余弦法找出有限方案中的最優(yōu)方案和最劣方案，然后分別計(jì)算各評(píng)價(jià)對(duì)象與最優(yōu)方案和最劣方案間的距離，獲得各評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)接近程度，以此作為評(píng)價(jià)優(yōu)劣的依據(jù)。該方法對(duì)數(shù)據(jù)分布及樣本含量沒有嚴(yán)格限制，數(shù)據(jù)計(jì)算簡(jiǎn)單易行。

舉一個(gè)容易理解的例子：

16W+問題中，會(huì)存在一個(gè)問題對(duì)應(yīng)多個(gè)話題的情況，所以需要做去重處理，去重之后有10W+的問題量，每個(gè)問題都有如下4個(gè)維度：

• answer_count（回答量）

• comment_count（評(píng)論量）

• follower_count（關(guān)注量）

• view_count（閱讀量）

以下分別是原始數(shù)據(jù)、計(jì)算過(guò)程和結(jié)果（點(diǎn)擊下方圖片即可放大）：

按照熱度綜合得分指數(shù)排名，TOP20熱門話題按熱度值從高到低排列，依次是（點(diǎn)擊下方圖片即可放大）：

為了避免看不清，再次羅列下TOP20熱門問題：

（一）2017 年最令你震驚、悚然的數(shù)據(jù)是什么？

（二）商業(yè)分析能力是怎樣煉成的？

（三）不小心刪除公司數(shù)據(jù)，會(huì)怎么樣？

（四）在哪里能找到各行業(yè)的分析研究報(bào)告？

（五）如何快速成為數(shù)據(jù)分析師？

（六）區(qū)塊鏈?zhǔn)鞘裁矗绾魏?jiǎn)單易懂地介紹區(qū)塊鏈？

（七）如何評(píng)價(jià)大數(shù)據(jù)「殺熟」？

（八）哪段代碼最能代表程序員的暴力美學(xué)？

（九）不小心刪庫(kù)是一種怎樣的體驗(yàn)？

（十）為什么很多不懂比特幣的人，會(huì)詆毀和抨擊比特幣？

（十一）有哪些值得推薦的數(shù)據(jù)可視化工具？

（十二）比特幣是什么？

（十三）五個(gè)囚犯先后從100顆綠豆中抓綠豆。抓得最多和最少的人將被處死，不能交流，可以摸出剩下綠豆的數(shù)量，誰(shuí)的存活幾率最大？

（十四）為什么機(jī)器人研究了幾十年，還是給人感覺沒有太大進(jìn)展？

（十五）你寫過(guò)什么有趣的程序？

（十六）如何看待 2017 年 5 月 12 日中國(guó)大量高校及公共設(shè)備發(fā)生電腦中毒，勒索比特幣的事件？

（十七）在數(shù)據(jù)分析、挖掘方面，有哪些好書值得推薦？

（十八）「數(shù)據(jù)會(huì)說(shuō)謊」的真實(shí)例子有哪些？

（十九）哪些 Python 庫(kù)讓你相見恨晚？

（二十）鹿晗關(guān)曉彤公開戀情，是如何把新浪微博的服務(wù)器搞垮的？?

4.?TOP100熱門問題歸類

秉著“抓大放小”的原則，筆者針對(duì)上述篩選出的TOP100熱門問題使用內(nèi)容分析法進(jìn)行分析。

內(nèi)容分析法（Content Analysis）是一種對(duì)傳播內(nèi)容（包括且不限文本、圖片、視頻等）進(jìn)行客觀、系統(tǒng)和定量的描述的研究方法。其實(shí)質(zhì)是對(duì)傳播內(nèi)容所含信息量及其變化的分析，即由表征的有意義的詞句推斷出準(zhǔn)確意義的過(guò)程。內(nèi)容分析的過(guò)程是層層推理的過(guò)程。

定性內(nèi)容分析的常見起點(diǎn)通常是轉(zhuǎn)錄采訪文本。定性內(nèi)容分析的目的是將大量文本系統(tǒng)地轉(zhuǎn)換為關(guān)鍵結(jié)果的高度組織和簡(jiǎn)潔的摘要。對(duì)逐字記錄的訪談中的原始數(shù)據(jù)進(jìn)行分析以形成類別或主題，這是在分析的每個(gè)步驟中進(jìn)一步提取數(shù)據(jù)的過(guò)程；從表面化的文字內(nèi)容到其蘊(yùn)藏的內(nèi)涵。

以下示例來(lái)自某個(gè)醫(yī)院對(duì)患者的采訪記錄，使用內(nèi)容分析法由淺入深，最終定位到該醫(yī)院存在的服務(wù)問題（點(diǎn)擊下方圖片即可放大）：

在實(shí)操方面，基于MECE分析法（?Mutually Exclusive Collectively Exhaustive，中文意思是“相互獨(dú)立，完全窮盡”）對(duì)TOP100熱門問題中的議題做到不重疊、不遺漏的分類，該分類務(wù)必完全、徹底、能適合于所有問題，使所有分析單位都可歸入相應(yīng)的類別，不能出現(xiàn)無(wú)處可歸的現(xiàn)象，借此有效把握“數(shù)據(jù)分析”相關(guān)問題的內(nèi)容結(jié)構(gòu)和內(nèi)容傾向，發(fā)現(xiàn)其中的熱門主題。

筆者在瀏覽TOP100熱門問題，將其劃分為以下6類：

• 學(xué)習(xí)方法：怎么樣學(xué)習(xí)數(shù)據(jù)分析

• 技能&工具：進(jìn)行數(shù)據(jù)分析的相關(guān)工具，如Excel、SPSS或Python等,以及一些操作小技能，比如怎樣用excel繪制旭日?qǐng)D

• 分析&洞察：利用數(shù)據(jù)（分析）產(chǎn)生的洞見

• 應(yīng)用：數(shù)據(jù)（分析）的實(shí)際應(yīng)用

• 數(shù)據(jù)采集：數(shù)據(jù)爬蟲或者采集軟件

• 學(xué)習(xí)資源：數(shù)據(jù)（分析）相關(guān)的書刊、資料

• 做數(shù)據(jù)分析不得不看的書有哪些？—> 學(xué)習(xí)資源

• 中國(guó)現(xiàn)在各行業(yè)的發(fā)展情況如何？—> 分析&洞察

• 怎樣用 Excel 做數(shù)據(jù)分析？—> 技能&工具

• 怎樣進(jìn)行大數(shù)據(jù)的入門級(jí)學(xué)習(xí)？—> 學(xué)習(xí)方法

• 有哪些網(wǎng)站用爬蟲爬取能得到很有價(jià)值的數(shù)據(jù)？—> 數(shù)據(jù)采集

• 新興專業(yè) BA（business analytics）到底學(xué)什么？發(fā)展前景怎樣？—> 應(yīng)用

然后，統(tǒng)計(jì)各個(gè)分類的占比，結(jié)果如下（點(diǎn)擊下方圖片即可放大）：

目前熱門問題中談到數(shù)據(jù)分析“學(xué)習(xí)方法”的較多，其次是“技能&工具”，二者數(shù)量之和占到TOP100的一半，結(jié)合一些具體問題描述，可以反映出2點(diǎn)：

• 許多用戶在數(shù)據(jù)分析（包括大數(shù)據(jù)、編程、機(jī)器學(xué)習(xí)等）的學(xué)習(xí)路徑方面摸不清頭腦，他們想了解如何在較短的時(shí)間內(nèi)取得較好的學(xué)習(xí)效果，這是數(shù)據(jù)分析相關(guān)人群的一個(gè)很迫切的利益訴求；

• 許多用戶對(duì)于數(shù)據(jù)分析的實(shí)操很感興趣，想了解如何通過(guò)使用數(shù)據(jù)分析工具將數(shù)據(jù)分析工作落地，這方面的閱讀需求表現(xiàn)在對(duì)干貨內(nèi)容（這里是回答）的“癡迷”上。

與此相比，“分析&洞察”、“應(yīng)用”、“數(shù)據(jù)采集”占比偏少，這類內(nèi)容相對(duì)深?yuàn)W或者技術(shù)性較高，讀者看起來(lái)也比較吃力，閱讀興趣隨之降低。

此外，“學(xué)習(xí)資源”的提問占比最少，這從側(cè)面反映廣大知乎用戶（數(shù)據(jù)分析相關(guān)人群）不太愿意花時(shí)間（系統(tǒng)性的）閱讀數(shù)據(jù)分析相關(guān)的書刊、PDF資料或者github開源代碼，惰性暴露無(wú)遺~

總體說(shuō)來(lái)，如果將技巧比作“術(shù)”，強(qiáng)調(diào)如何將數(shù)據(jù)分析用具體的技能和工具落地；將數(shù)據(jù)的應(yīng)用、分析比作“道”，強(qiáng)調(diào)如何高屋建瓴的用數(shù)據(jù)分析解決實(shí)際問題。那么，這部分?jǐn)?shù)據(jù)反映出數(shù)據(jù)分析相關(guān)用戶對(duì)于高層次數(shù)據(jù)分析內(nèi)容的閱讀需求不大，其閱讀興趣主要集中在科普類、技巧類的淺層次內(nèi)容。

5.?問題所屬話題標(biāo)簽的社會(huì)網(wǎng)絡(luò)分析

與用戶的話題關(guān)注列表相比，問題下的標(biāo)簽列表元素組合會(huì)更容易理解一些。在這里，筆者將話題標(biāo)簽之間的共現(xiàn)關(guān)系抽象成圖，采用圖聚類的方法對(duì)熱門話題標(biāo)簽進(jìn)行聚類，以期從問題的角度去發(fā)現(xiàn)熱門主題（在這里，筆者將“主題”設(shè)置為一個(gè)比“話題”內(nèi)涵更大的概念）。

每一個(gè)標(biāo)簽都代表一個(gè)話題，是一個(gè)詞匯。以詞匯為基本要素的聚類方法打破了所有文檔的邊界，對(duì)整個(gè)文檔集合構(gòu)建詞匯共現(xiàn)網(wǎng)絡(luò)。網(wǎng)絡(luò)中的節(jié)點(diǎn)對(duì)應(yīng)文檔集合中的詞匯，網(wǎng)絡(luò)中的邊描述詞匯的共現(xiàn)關(guān)系?；谠~匯共現(xiàn)網(wǎng)絡(luò)，可以采用社區(qū)發(fā)現(xiàn)算法將復(fù)雜網(wǎng)絡(luò)分割成若干子圖網(wǎng)絡(luò)結(jié)構(gòu)。每個(gè)子圖網(wǎng)絡(luò)結(jié)構(gòu)包含若干在內(nèi)容上密切相關(guān)的詞匯，它們指向特定的話題。

在這里，筆者選取共現(xiàn)頻次（Weight）大于500次的高頻關(guān)聯(lián)關(guān)系來(lái)構(gòu)建詞匯共現(xiàn)網(wǎng)絡(luò)，結(jié)果有101對(duì)共現(xiàn)詞匯對(duì)被篩選出來(lái)。結(jié)果如下（點(diǎn)擊下方圖片即可放大）：

根據(jù)共現(xiàn)模式發(fā)現(xiàn)不同的話題組，線條的粗細(xì)代表話題關(guān)聯(lián)關(guān)系的強(qiáng)弱，點(diǎn)的大小代表話題的重要程度，而顏色可以區(qū)分不同類型的熱門主題（點(diǎn)擊下方圖片即可放大）。

• 橙色系：虛擬貨幣

• 綠色系：算法

• 紫色系：大數(shù)據(jù)及數(shù)據(jù)分析

• 藍(lán)色系：數(shù)據(jù)庫(kù)

根據(jù)每個(gè)聚類的節(jié)點(diǎn)數(shù)多少、 聚類中心的節(jié)點(diǎn)大小以及線條的粗細(xì)，我們可以知道

• 大數(shù)據(jù)&數(shù)據(jù)分析是其中最為熱門的主題

• 數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)、機(jī)器學(xué)習(xí)這幾個(gè)話題間存在很強(qiáng)的相關(guān)性，也就是說(shuō)數(shù)據(jù)相關(guān)的問題，同時(shí)出現(xiàn)這幾個(gè)話題標(biāo)簽的可能性較大

6.?發(fā)掘話題的關(guān)注點(diǎn)變化

文本挖掘中常常會(huì)涉及到“分布式假設(shè)”：如果兩個(gè)詞的上下文相似，那么這兩個(gè)詞也是相似的（Words that occur in similar contexts tend to have similar meanings.）。

舉例來(lái)說(shuō)，有以下兩段話分別是周武王和魏征對(duì)商紂王和隋煬帝的評(píng)價(jià)：

• 今商王受無(wú)道，暴殄天物，害虐烝民，為天下逋逃主，萃淵藪

• 煬帝恃其俊才,驕矜自用,故口誦堯、舜之言而身為桀、紂之行,曾不自知,以至覆亡也

上面的評(píng)價(jià)對(duì)兩位帝王的具體措辭不同，但形容紂王和隋煬帝的語(yǔ)境相同，都提到兩位帝王的施政暴虐，不恤民情，因而紂王和煬帝的所作所為基本相同，二者一同劃到“暴君”的行列。

進(jìn)一步來(lái)講，如果詞匯w的含義由分布式表示（w的上下文詞匯）uw 概括，則w含義的變化應(yīng)該能在uw 中反映出來(lái)。如下圖所示，在1850s/1900年代、1950年代和1990年代的英語(yǔ)世界，gay、broadcast和awful的詞義分別有不同的內(nèi)涵，內(nèi)涵的變遷可以通過(guò)其語(yǔ)境（上下文詞匯）呈現(xiàn)出來(lái)。同時(shí)，內(nèi)涵的變遷也折射出社會(huì)人文環(huán)境的變化，比如“broadcast”在1850年代是“播撒種子（通過(guò)sow、seed可以看出）”的意思，但到了1900年代，由于大眾媒體和無(wú)線電的產(chǎn)生，出現(xiàn)了一個(gè)引申含義 — “傳播或者無(wú)線電廣播（通過(guò)newspapers、radios可以看出）”，再到了1990年代，又引申到播放電視節(jié)目了（通過(guò)BBC、television可以看出）…

由此，筆者想對(duì)這16W+問題進(jìn)行詞匯語(yǔ)義變遷挖掘，試圖發(fā)現(xiàn)一些熱門詞匯所代表事物的內(nèi)涵在近些年發(fā)生了哪些變化。以下分別是“數(shù)據(jù)挖掘”和“數(shù)據(jù)分析”在2011~2019這九年間的討論熱點(diǎn)（點(diǎn)擊下方圖片即可放大）。

從上面的圖示中，我們可以發(fā)現(xiàn)兩個(gè)詞匯上下文中的“穩(wěn)定”與“變化”。變化的是趨勢(shì)，穩(wěn)定的是規(guī)律。比如，較長(zhǎng)的時(shí)間段內(nèi)容，“數(shù)據(jù)挖掘”話題跟文本挖掘、NLP方面的話題聯(lián)系緊密，“數(shù)據(jù)分析”跟咨詢、行業(yè)研究聯(lián)系密切；而二者在2019年跟招聘、面試、職業(yè)發(fā)展等相關(guān)話題沾上了邊，反映了相關(guān)用戶對(duì)數(shù)據(jù)挖掘/分析方面的就業(yè)比較關(guān)心，間接反映出該領(lǐng)域的就業(yè)問題比較突出，廣大從業(yè)者不再是前幾年畢業(yè)就遭哄搶的“香餑餑”了。

下面再看看一些互聯(lián)網(wǎng)界的熱門詞匯，看看它們?cè)谶@9年間，內(nèi)涵發(fā)生了哪些變化，它們的解讀就留給熱心讀者了（點(diǎn)擊下方圖片即可放大）~

結(jié)語(yǔ)

從上面的分析中，結(jié)合直接和間接反映的結(jié)果，以及筆者的推斷，得出如下結(jié)論：

• 數(shù)據(jù)分析相關(guān)的問題大都是提問者在上班“摸魚”期間提出的，也就是說(shuō)，這部分用戶在知乎上的活躍時(shí)間是周一到周五，9:00-12:00,14:00-18:00；

• 知乎上數(shù)據(jù)分析技巧類和學(xué)習(xí)方法類的內(nèi)容較為“吃香”，這也折射出這部分用戶執(zhí)著于對(duì)數(shù)據(jù)分析之“術(shù)”的追求，而對(duì)數(shù)據(jù)分析之“道”，即應(yīng)用的關(guān)注較少；

• 虛擬貨幣、算法、大數(shù)據(jù)、數(shù)據(jù)庫(kù)等話題是數(shù)據(jù)分析相關(guān)提問中最為熱門的4個(gè)頭部話題；

• 去年的數(shù)據(jù)（分析）話題的一個(gè)高峰，彼時(shí)相關(guān)崗位還比較熱門，但由于某些原因（中美貿(mào)易戰(zhàn)、經(jīng)濟(jì)下行等），這部分工作目前供過(guò)于求，不再是香餑餑了。