
我们分析了1.2万个童年梦想,发现多数都被别人实现了
“爸爸,我想要造飞机!”
“我长大要考清华和北大!”
“我小时候的梦想,是要成为流川枫的女人。”
当时光的列车缓缓驶向了新的一年,又将有许多人不会再记得童年的玻璃弹珠,还有那些小时候的梦想。
数读菌收集了11792名微博网友的童年梦想,发现了一幅千奇百怪、光怪陆离的梦想画卷。
有的人实现了自己的梦想:
有的人发现自己的梦想并没有小时候想的那么美好:
有的人另辟蹊径,梦想勉强实现了一半:
有人发现曾经的梦想很伟大,如今的自己却渺小而平凡:
还有人和星梦擦肩而过:
还有些实现了梦想的人这样说:
“医生嘛,实现了小时候的梦想,是江直树给我的动力喔。”
“以前想做个律师,还真实现了,可是发现法律有时候还让人挺失望的。
有些没能实现梦想的人这样说:
“曾经想当个警察叔叔,现在梦想实现了一半,是个叔叔了。”
“哈哈,小时候梦想当然是宇航员啦,现在是个工程师,一个在天,一个在地呀。”
“又一年了,我小时候的梦想还没实现,如果别人帮我实现了,没有关系,我也很开心。”
- 曾经,我不止想当科学家 -
小时候当长辈问起你,“长大后想做什么呀?”,你可能真的回答过“科学家”。在自定义了一份较为完善的职业词典后,数读菌利用R语言的中文分词包,统计得到了梦想职业关键词的词频数,并根据结果进行排序,选取前20名生成“梦想职业”榜单。
我们在近1.2万个梦想中,找到了822个“科学家”职业梦想。在此之后便是耳熟能详的“教师、警察、医生”。
那时年少无知的我们眼中,这些职业的存在是如此神圣,科学家无所不知,无所不会,甚至有着拯救世界的能力;警察惩恶扬善,让小时的我们总想跟着动画片大喊,“快,抓住那个坏蛋!”;而教师和医生,因“无私奉献”的标签而被颂扬至今,仿佛也一直是父母口中孩子最好的出路。
但梦想并不总是如出一辙。有的孩子想要开一家杂货铺,有的孩子想要做一名考古学家,有的孩子还想做个熊猫饲养员。无法上榜的职业梦想千千万万,无论哪一个都是小时候我们心中那颗弥足珍贵的彩色弹珠。
- 那时,我也想走出大山 -
未来的职业也许不是那么有吸引力的话题,有时候,一根冰棍、一颗牛轧糖就能成为孩子们口中那一点小小的理想。数读菌将这些与日常生活相关的梦想挖掘了出来,同样进行了关键词的词频统计,聚类整合后,取前15类进行排名,制作了这份梦想生活榜单。
农村的孩子们想要走出大山,是比拥有魔法、变身超人还要更加强烈、更加现实的愿望。那时的我们,眼里只有清华北大两所大学,我们希望变俊男靓女、出人头地,甚至行走江湖、行侠仗义。
有趣的是,有的男孩儿的梦想是开着一台拖拉机,轰隆隆从县城穿过,仿佛自己是最拉风的司机。还有的女孩儿,小时候就梦想着嫁给警察、军人、厨师,还有的一心想嫁给齐天大圣,甚至是卖糖葫芦的、开超市的。
这些异想天开的梦想,不知今天看来是否会一笑而过呢?
- 现在,谈起梦想我总说“长大了” -
比起回忆小时候的梦想,更令人感慨的是人们提起梦想时的言语。
从默认词典的自由词频分析结果中,选取次数较多的情感表达类关键词,随后对所选关键词相应的原始数据做二次分词与聚类,我们就能够看到,在提及某个词语时,人们具体都在说些什么。
当网友们谈到小时候的梦想,最常挂在嘴边的词语是“长大”。儿时,总被问“长大后想干什么”,而现在,总是说“等到我长大了,才知道…”。
排在前面的还有“记得”,有位网友说道,“能记得小时候的梦想,真是太好了”,而我们中的很多人,已经在岁月的摧残下,忘记了小时候的梦想是什么。
有人说梦想之所以是梦想,正是因为它的遥不可及,难以实现。在11792名网友中,有四成认为自己“实现了梦想”,12%的人“实现了一半”,18%的人正在“努力实现”,而还有9%的人认为这辈子都没可能实现梦想了。
对于很多人来说,学会长大的第一件事,就是背叛自己的童年梦想。曾经被视为“三岁看到老”的标志,如今也只能成为回忆过去时的一碗鸡汤:至少它的存在,意味着有那么段时间,我们心中总怀揣着一轮“明天的太阳”,对未来还有期望。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10