スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

Google先生に聞く二次元属性の過去現在未来

二次元スキーな皆様は、誰しも心にお気に入りの属性を持っていることでしょう。心のおもむくままに自由に萌えていればいいのですけれど、ふと、自分の好きな属性はどれだけ人気があるのだろうか、と心配になることがあります。これがアニメだったりすると、例えば2chスレの進行度やpixivにアップロードされたCGの数を人気度の指標とすることが可能です。しかしながら、属性といった、なんだかふわふわしたものの人気を調べるにはどうすればいいでしょう。答えは、Big BrotherGoogle様にお伺いを立てればいいのです。というわけで今回は、Google insights for searchを使って、萌え系属性の人気の歴史を見てみようと思います。

#前回エントリで適当に流した話のブラッシュアップ版です。

調査方法

データの取得は、Google insights for searchを使用します。各検索ワードで検索をかけ、人気度の時系列をcsvファイルにて取得しました。調査は、以下の13項目について行いました。基本的に、各項目名を検索ワードとしてデータを取得しています。得られた数値は相対値になります。ですので、各項目毎での数値の絶対値を比較することは無意味です。また同様に、各属性の人気の絶対値を調べるつもりもありません。あくまで、各属性の人気の相対的な増減にのみ着目します。Google insights for searchでは、週単位でのデータを取得できますが、そのままでは若干ノイジーですので、5週の移動平均をとったものをプロットしました。

検索ワードをパラレルに設定することで、各ワード間のスケールを調べることは可能です。しかし、そういった市場調査的なー今何が人気なのかーといったことは、専門の人がもっとちゃんとした方法で調べているでしょうし、興味もないので割愛します。今回の私の興味は、あくまでも「眼鏡っ娘」「幼女」「百合」の属性の来し方行く末にのみあります。


服装・装飾編
  • メイド
  • ネコミミ
  • 巫女
  • ニーソ
  • スク水
  • 眼鏡っ娘

関係・シチュエーション編
  • 幼馴染み
  • ツンデレ
  • ヤンデレ
  • 男の娘
  • 寝取られ

調査困難だったけれどなんとか搦手から攻めてみた項目
  • 幼女
  • 百合


関係・シチュエーションに、妹とか姉とか後輩とか先輩とか(略)が入ってない理由は、これらの単語はあまりに一般的で、二次元に関係ない通常の用法まで引っ張ってきてしまい、今回の調査に対して意味のあるデータを返さないためです。検索ワードの工夫による分離が可能なのかもしれませんが、早々に諦めました。

同様に、幼女・百合も二次元と非二次元の分離が困難でした。しかし、これらの属性の行く末は私に取って死活問題でありますので、なんとか属性自体の人気を推定してみました。

調査結果:服装・装飾編
まずは、メイドからです。一頃は、ヲタといえばメイドという感じで、まさに二次元の象徴でした。今でも秋葉原ではメイドコスのお姉さんがチラシ配ってたりしますが。z軸がある時点でだめですけどね。ところが、データを見てみると、2005年中頃をピークに、メイドの人気度は減少傾向にあります。やっぱり、さすがに飽きられたのでしょうか。
gifs_maid.png
続いては、ネコミミです。これも、昔は大はやりで、メイドコスにネコミミカチューシャは定番でした(何の)。これも実際にデータを見てみますと、2004年10月頃に極めて大きなピークを持つものの(内挿図)、その後の人気度は減少し続け、ここ数年では横ばいです。2004年10月のピークはネコミミモードなんじゃないかと思いますがよくわかりません。ここでは、減少し続ける落ち目の属性であっても、完全に消え去るのではなく、ある一定の人気度に落ち着くケースとして解釈しておくことにします。
gifs_nkmm.png


次は、巫女を見てみましょう。ちょっと前のえろげには、やたらと巫女コスのヒロインが出てきたような気がしますが、最近はどうなのでしょうか。これも、人気度はひたすら低下の一方です。ネコミミのように、人気が減るところまで減ってサチるのか、それとも盛り返しがあるのか。さすがに消え去ることはないでしょう。
gifs_miko.png

さて、お次は、比較的最近勃興した属性であるところのニーソックスです。ただし、二次元萌え的には、略称のニーソのほうがよく使われている気がしますので、ニーソで検索してみました。2009年中頃までは、文句なしにその人気が上昇していきます。まあ、流行ってましたしね。アレとか。ここ半年ほどは若干減少傾向が見られますが、これが一過性のもので、再び上昇or現状維持になるのか、それともバブルが弾けて萎んでいくのか。目が離せないような気もします。
gifs_niso.png

続いては、スクール水着です。これも、二次元と親和性の高い略称「スク水」を用いています。周期的な変動があるものの、概ね一定、若干増加傾向にあります。やっぱり、お好きなんですねえ、って感じです。
gifs_skmz.png

さて、服装・装飾編のラストとして、メガネっ子を調べてみます。こればっかりは外せませんね。表記揺れの吸収のため、メガネっ娘+眼鏡っ娘で調べています。単独でも結果は同様でした。さて、結果はといいますと、惚れ惚れするくらいの減少傾向にあります。なんてこった。まあ、嫌いな人は嫌いでしょうし、人気があるとは思っていませんでしたが、人気度が減少傾向にあるとは……。衝撃を隠せません。ハトプリでつぼみがメガネを外しちゃったのもむべなるかなですか……orz。
gifs_mgnk.png


調査結果:関係・シチュエーション編
さて、続いては、人間関係やシチュエーションを示すワードについて見ていきましょう。まず最初に、鉄板属性「幼なじみ」です。これも、表記揺れの問題を避けるために、幼馴染+幼なじみで検索しました。結果は、さすがに人気属性だけあります。ところどころ、突発的な人気の上昇がありますが、それ以外は非常に安定した人気度です。若干の増加すらみられます。
gifs_osana.png

続いては、ツンデレいってみましょう。これはもともとネットスラングから出てきた言葉であると記憶しています。前回エントリでも少し触れましたが、非常に面白い挙動が見られます。まったく人気度が無かった状態から徐々に上昇し、2005年8月頃に急上昇します。ところが、続く2005年9月にバブルが弾け、一気に減少に転じます。2006年4月に謎のピークがあるものの、その後は減少の一途をたどっています。そろそろサチるのか、もしくはさらに減少を続けるのか。このあたりも非常に目が離せない状況となっています。

2006年4月のピークを除き、口コミで人気が広まり、ブレイクし、その後萎んでいくという過程が非常に綺麗なデータとなっていますので、ガチで真面目な研究が行われていてもいいような気もします。が、私はその辺よく知りません。
Google Scholarで検索しても見当たらないので無いのかなあ……。
gifs_tndr.png

次は、ツンデレから派生したヤンデレです。この挙動はツンデレのそれとよく似ています。2007年8月ころに急上昇した後、バブルが弾けて減少に転じています。ただし、突発的なピークがいくつかあるので、まったく同じ曲線を描いているわけではありませんが。ツンデレの例をそのまま適用するに、ヤンデレも、このまま徐々に人気が落ちていくことと思われます。消滅するのか、どこかで一定になるのかはわかりませんが。
gifs_yndr.png

続いても、言葉自体が新しい例を二つ見ていきましょう。まずは、寝取られです。「寝取られ」なら昔からある言葉ですが、エロゲー界隈から出てきた(2chか?)新語NTRは二次元を色濃く宿した言葉ですので、これを見てみることにします。データは急上昇しています。これも、ツンデレのようにそのうち上昇が止まることと思っております。
gifs_ntr.png
同様の言葉で、「男の娘」を見てみます。これも、近年急上昇しています。まあ、正直このあたりはよくわかりません。
gifs_otokonoko.png

萌え
ちょっと一休み。「萌え」をみてみます。これは、2005年から2006年をピークに、最近では急速に減少しています。メディアに露出することも多くなり、言葉自体を知っている人間の総数は確実に多くなっているはずですが……。手垢がつきすぎて使いたくなくなったのか、あるいは飽きただけなのか。私の個人的な解釈だと、前者のような気がしていますが、はてさて。
gifs_moe.png


調査結果:幼女
さて、幼女を見てみたいと思います。しかし、これには、二次元と3次元の分離の困難が伴います。たとえば、ロリで検索し、ニュースのヘッドラインを見てみます。これ、全て3次元の話です。まあ、合法的な話ならまだいいのですが、関連する検索クエリを見てみると、どうも、リアルな児童ポルノ(創作物に対する児童ポルノとかいう世迷い言でない、リアルな大問題のほうです)を求めて検索しているようなクエリが多いのです。さすがに、それは、むり。

ですので、幼女属性そのものの人気の推移を調べるのは諦め、二次元幼女に特化した商品の人気度を調べることにします。そのような都合のよい商品があります。ロリ漫画雑誌Comic LOです。これなら、関連ワードに3次元臭がするものは混じりません。

結果は、極めて安定した人気度を持続しています。少なくともLO自体の人気は、心配する必要がなさそうです。まあこの件に関しては、むしろ規制による壊滅的打撃が心配です。

gifs_LO.png

調査結果:百合
こちらも、幼女と同様の問題がつきまといます。別に、新百合ヶ丘の情報なんて知りたくありませんよ、って感じです。
今回は、2種類の方法で回避を試みます。まずは、同種の言葉である「ガールズラブ」を使います。これが百合と1対1対応しているかというと疑問ですが、まあ指標にはなりますし、今までも検索ワードの精査なんてしてないのでこれでいきます。(略称のGLはぎんつぶるぐらんだう以外に認めません)
また、幼女の場合と同様に、こちらにも専門の雑誌コミック百合姫が存在しますので、この雑誌名でデータを取得します。


ガールズラブの結果は以下のようになりました。ちゃんとしたデータが出るのが2007年以降なので、長期的なトレンドはよくわかりませんが、それなりの値を保持しているように見えます。
gifs_GL.png
続いては百合姫です。こちらは、非常に残念ですがゆるやかな減少傾向です。芳文社のつぼみに客を奪われた……というだけならまだいいのですが。ジャンル自体の衰退でないことを切に祈ります。
gifs_yurihime.png
両方のデータを見て思うのは、百合ブームって、本当に実在したのかという疑問です。どちらのデータも、ブームと呼べるほどの人気度の上昇は見られません。(唯一、百合姫の結果で、2007年10月頃に若干ピークがありますが……)実感としても、確かに去年は百合アニメが多くてウハウハでしたけど、ブームって感じでは無かったような気がします。


というわけで、強引にまとめます。
「眼鏡っ娘」属性の人気は凋落の一途です。「幼女」属性は、人気自体は頑健ですが、下手をすると真っ先に規制されるであろうジャンルなので、全く安心できません。「百合」属性は、それなりに安定しているようにも見えますが、決してブームなどは起こっておらず、むしろ今後の弱体化が心配です。
結論として、私の二次元ライフの未来には暗雲が立ちこめています。orz
スポンサーサイト

Google Insights for Searchが面白すぎる

Google Insights for Search

面白すぎる。Googleトレンドと同様に、googleで検索されたワードの人気度を時系列で見せてくれる。だけでなく、地域別人気度は取得できるわ、何より、アカウントにログインすれば数値データを取ってこれるわで、ネタ心をくすぐりすぎる。百聞は一見に如かず。

アニメ作品の人気を比べてみます。
ハルヒvsらきすたvsけいおん。チョイスに他意はなし。
まあ当たり前ですけどアニメ放映直後の立ち上がりがすごいですね。その後どれだけ人気を維持できるか、ですが。ハルヒ2期は1期ほどの集客力はなかったようですね(google的に)。エンドレスなんとかのせいでしょうか。ハルヒはアニメ終了後も人気が乱高下しているのに対して、らきすたはアニメ終了後徐々に落ち込みつつも一定の人気を維持していますね。このあたり、何か違いがあるようです。けいおんはどうなることやら。まあ2話で切ったことに後悔はしていないorz



若干真面目な話にスイッチ。
グラフェンvsカーボンナノチューブvsフラーレン。へんてこ炭素3兄弟。順に、2次元シート、1次元チューブ、0次元サッカーボール。ちょっと前までちやほやされてたナノチューブとフラーレンがじわじわと落ち込んでる。そしてグラフェンの台頭すげえ。やっぱりみんな2次元が好きってことですね!



同じデータで気になるのが以下のリンクから飛べる地域別人気度。
Google Insights for Search - ウェブ検索の人気度: graphene, carbon nanotube, fullerene - すべての国, 2004 年 - 現在
なんと英語が母国語じゃないはずの韓国がダントツトップ。日本は屁。日本もこのへんの研究してるはずなんだけどなー(CNT見つけたのは日本の研究者だし)、どうしたことやら。そのあたりはgoogleがどうやってデータを料理しているかわからない状態でぐだぐだ言っても仕方がないので、次にいこう。


真面目な話をするととてもとても疲れるので。
幼女。(日本のみ)
2004年と2005年の12月に鋭いピークがあるのですが、何かありましたっけ。クリスマスプレゼントに可愛い幼女をください!みたいなものとも思えんし。面白いのは、人気度がほぼ定数になっていることですね。幼女の魅力はいつになっても色あせること無し、といったところでしょう。これを、以下に続く検索ワードと比較してみると面白いです。


県別データだってとれちゃう。
Google Insights for Search - ウェブ検索の人気度: 幼女 - 日本, 2004 年 - 現在
秋田、佐賀、栃木あたりの人たちが幼女を検索しているようです。

ツンデレ。2005年9月を境にトレンドが一変しているのが美しいほどであります。2006年4月の特異なピークは、なんだろう。ゼロ魔は7月からだったので、ハルヒですかねえ。


それでは最後に。
めがねっこ。
ヴぁあああああああ明らかな下降トレンドでございます。これはいったいどうしたことだ。眼鏡っ子の人気凋落がgoogle的にも証明されてしまったのか。ツンデレのトレンドが下降気味なのはまあ、新しい言葉ですし単にサチっていく段階と思えます。が、眼鏡っ子は古来より伝わる由緒正しき萌え属性のはず。しかもこの傾向は昨日今日に始まったわけではなく、既に2005年半ばから始まっているようです。最悪、眼鏡っ子属性そのものが自然消滅、とまではいかないまでも、商業作品への登場率がきわめて減少する、なんてことになってしまいそうです。(今でもそうじゃねーかというツッコミはおいといて。)危機感を新たにする必要がありそうです。



で、まあ、どうでもいいネタを連ねていきましたが、googleトレンドとの最大の違いは、数値データを取得できることでしょう。googleの中でどう料理されたかわからない得体の知れないデータではありますが、少なくともお遊びに使うことはできるかな。

#……って今回のネタ、googleトレンドだけでも事足りたような……。まあ気にしない。

はてブで遊ぶ(3) -ホットエントリの総獲得ブックマーク数を予想できるか?-

またしてもはてブであれやこれやです。

前々回のエントリで、ホットエントリー入りした記事の分類を行いました。すると、ほとんどのエントリが、ホットエントリ入りしたときに爆発的にブックマークを稼ぎ、その後はじわじわとブックマークを増やしていく、ということがわかりました。

さて、ホットエントリ入りした瞬間の爆発的なブックマークの伸び(以下「初期速度」と呼ぶ)と、その後のじわじわとしたブックマークの増加(以下「長期成長速度」と呼ぶ)の間には、何か関係があるのでしょうか。単純に考えれば、初期速度が大きいエントリは、長期成長速度も大きいように思えます。そして、もしこの両者の間に関係があるとすれば、ホットエントリ入りした瞬間に、その記事がどのくらいブックマークを稼げるか、わかってしまいます。本当でしょうか。調べてみましょう。

次の図は、典型的なブックマークの時系列と、その関数によるフィッティングです。図中に示してあるように、時系列を、指数関数と一次関数の和で表します。指数関数が、開始直後のブックマークの伸びを示し、一次関数がその後のじわじわとした成長を表します。この関数を微分すると(しなくても)、初期速度と長期成長速度がわかります。これも、図中に示してあります。このようにして、時系列のフィッティングを行い、フィッティングパラメータから、初期速度と長期成長速度を計算します。

hatebuts.png

次の図が、横軸に初期速度、縦軸に長期成長速度をプロットした図です。なお、データは、2008年9月にホットエントリ入りしたデータを用いました。

えー、見事に何も関係がないように見えます。図中に両対数プロットも添えてみましたが、やっぱりバラバラ極まりない感じです。ちょっとだけ面白いのは、初期速度と長期速度は、だいたい3ケタくらい違うということです。ホットエントリの集客力を、ブックマークの速度の面から見ることができました。

bookmark_speed.png

このままだとあんまり面白くないので、今度は、初期速度と総ブックマーク数の関係を示します。ここでの総ブックマーク数とは、2008年の9月から2009年の10月まで、ほぼ1年の間に稼いだブックマークの数ということになります。

横軸に初期速度、縦軸に総ブックマーク数をプロットしてあります。やっぱりというかなんというか、初期速度が大きければ総ブックマーク数も大きいです。しかし、点は非常にばらついていて、初期速度から総ブックマーク数を精度よく予言するのは無理そうです。

bookmarks_vs_initialspeed.png

というわけで、目の付け所が悪かったのか、あまり面白くない結果となりました。もう少し範囲を限定する、たとえば、記事をジャンルごとに分けるなどすれば、何か意味のある結果が出るかもしれません。が、面倒なのでやりません。


関連エントリ

はてブで遊ぶ(2) -ブックマーク数の統計をとってみる-

前回に引き続き、はてブのあれやこれやを調べてみます。

今回は、ブックマーク数の頻度を調べます。すなわち、あるブックマーク数を稼いでいるエントリが何個あるかを調べます。ブックマークされるページのうち、ホットエントリ入りするなどしてブックマークを稼ぐページはほんの一握りで、大多数のページはブックマークをほとんど獲得できていないと予想されます。その分布の様子がどうなっているか、実際に見てみようという目論見です。

ブックマークされている全ページから、20000ページをランダムに選択し、ブックマーク数とその頻度を調べてみました。結果が次のグラフです。横軸にブックマーク数、縦軸に頻度(というか、記事の個数)をプロットしました。なお、両対数プロットにしてあります。

random20000.png

すると、どうやら、記事の頻度はブックマーク数の-2乗に比例するようです。少なくとも、ブックマーク数30以下の記事に対しては、それがあてはまるようです。またべき乗か、このべき乗脳が!とか自分に言いたくなりますが、やっぱりそれなりにべき乗となっているように見えるのです。

一つ気になるのは、高ブックマーク側で、データがべき乗から大きくずれているように見えることです。単純に考えると、数百以上の莫大なブックマークを稼ぐ超人気エントリは、べき乗則が予想するよりも高確率で生成される、ということになります。もしかすると、ホットエントリー入りしたエントリーが、爆発的にブックマークを稼ぐ効果が見えているのかもしれません。

これが本当だったら面白いのですが、さすがにこのばらつきではそこまで言いきれない気がします。またこの結果は、ブックマーカーの母集団の変動を全く考えていません。そのあたりの効果もちゃんと補正しないと意味のあることは言えないでしょう。

解析手法
今回のミソは、ブックマークされたすべてのページの中から、ランダムにページを選ぶやりかたです。
実は、はてブに掲載された記事には、それぞれeidと呼ばれるIDが振られています。例えば、eidが398のページのブクマコメントは、次のURLで取得できます。
http://b.hatena.ne.jp/entry/398
最新の記事では、eidが16000000台です。そこからランダムに20000個の数字を選び、上記のようなURLにアクセスしてブックマーク数の情報を調べています。

関連記事

続きを読む

はてブで遊ぶ(1) -ホットエントリー入りした記事を時系列で分類する-

はてなブックマーク(以下はてブ)は、日本最大のソーシャルブックマークサイトで、独自の濃ゆい空間を作り出しています。はてブでブックマークされる記事の中で、特に人気のある記事は、人気エントリー(以下、ホットエントリーと記述)に掲載されます。

ホットエントリーには、毎日入れ替わり立ち替わり、多種多様なページが掲載されます。一過性のネタ記事やフレームから、非常に資料性の高いページまで、内容は本当に多様です。しかし実は、ブックマーク数の伸び方(ブックーマークの時系列)を見てみると、どうも各エントリがいくつかのカテゴリに分類出来るように思えるのです。

以下では、ホットエントリー入りした記事のブックマークの時系列に着目し、それを分類してみようと思います。2008年9月にホットエントリした記事+αを調べてみました。解析方法はこの記事の最後に書いてあります。その手法から、ブックマークをプライベートモードで使用している人のデータは含まれていません。


  • 完全一発屋タイプ

初っ端から不穏な名称ですがお許し願いたい。
このタイプは、記事の掲載直後にホットエントリー入りし、そこで爆発的にブックマークを集めるが、ホットエントリーから外れるとほとんどブックマークを獲得できないタイプです。例として、以下のページを挙げます。

4Gamer.net — [Gamefest 08#02]ダウンロードコンテンツで儲けるには? アイマス開発者が語るダウンロード販売成功の秘訣(アイドルマスター)
はてなブックマーク - 4Gamer.net — [Gamefest 08#02]ダウンロードコンテンツで儲けるには? アイマス開発者が語るダウンロード販売成功の秘訣(アイドルマスター)

実際に、どのようにブックマークされているか、時系列を見てみましょう。以下のグラフをご覧ください。横軸に時刻、縦軸に総ブックマーク数を取り、ブックマーク数がどのように伸びているかを図示してあります。この記事は、2008年9月4日に掲載され、直後ホットエントリー入りし、9月6日までにブックマークを爆発的に集めました。ところが、その後この記事をブックマークする人はほとんどおらず、グラフは横ばいとなります。
eid9891584.png

  • 当てたあとも着実にタイプ

このタイプは、最初にホットエントリ入りしたときにブックマークを稼ぐけれど、その後もじわじわと少しずつブックマークされていくタイプです。例は次の記事です。

WindowsでSubversionを使う:TortoiseSVNでバージョン管理 - SourceForge.JP Magazine
はてなブックマーク - WindowsでSubversionを使う:TortoiseSVNでバージョン管理 - SourceForge.JP Magazine

これも、グラフを見てみましょう。2008年9月1日にホットエントリ入りし、数日で多数のブックマークを稼ぐところまでは、一発屋タイプと同じです。ところが、ホットエントリーから外れた後も少しずつブックマークを集め、現在では総ブックマーク数の半分程度が非ホットエントリーから得られたものです。
eid9851635.png

実際、ほとんどのエントリーが、「当てた後着実」タイプです。「一発屋」タイプはこれの亜種と言えます。ホットエントリーから外れた後の伸びがどのようなものであれ、記事が発表された直後にホットエントリー入りし、その後はそれなり、というのが基本パターンのようです。

イベントのレポートなど、鮮度が命!な記事や、新聞社の記事ページなどが、一発屋タイプに近くなる傾向があるようです。また、ソフトウェアのTipsなど、時間が経ってもその価値を失わない記事は、着実に伸びていくようです。

以下で紹介するのは、上記の基本パターンから逸脱したタイプとなります。

  • 下積み後ブレイクタイプ

これは、記事(やページ)が発表された当初は少数のブックマークしか集まらなかったが、何かの拍子にホットエントリー入りするというものです。例は下記のサイトです。

9arrows.com | Ruby on Rails オープンソース
はてなブックマーク - 9arrows.com | Ruby on Rails オープンソース

最初のブックマークは、2008年7月24日になされており、そこからじわじわとブックマークが集まります。そして、なぜか9月9日にホットエントリー入りし、大ブレイクします。その後の挙動は「当てた後着実」タイプと同じです。この「下積み後ブレイク」タイプと「当てた後着実」タイプに、なぜ違いが生じるのかは、正直なところよくわかりません。もっとデータを集めれば見えてくるかもしれませんが。。

eid9091888.png

  • 何度もブレイクタイプ

これは、ホットエントリ入り&大ブレイクとじわじわブックマークを交互に繰り返すタイプです。例として、プライベートモードを合わせると6000ブックマークオーバーの、以下の超人気エントリを挙げておきます。

東大で学んだ卒論の書き方★論文の書き方
はてなブックマーク - 東大で学んだ卒論の書き方★論文の書き方

何が起こっているかは、グラフを見れば一目瞭然かと思います。何度も何度も、年に1回くらいはホットエントリー入りしているようです。極めて資料的に価値のあるエントリでは、このようなことが起こるようです。

この記事に関して面白いのは、ホットエントリ入りするタイミングが、必ずしも周期的でないことです。卒論執筆時期に4年生が大挙してブクマ→ホットエントリ入り、の流れだと思っていたのですがそうでもないようで。よく見てみると、どの時期にもコンスタントにブックマークを集めつづけているようです。
toudaisoturon.png

  • 人気急上昇タイプ

続いては、ほとんど「当てた後着実」タイプと同じですが、ホットエントリ入りしていないにもかかわらず、ブックマークが急激に伸びているものです。例は以下のサイト。

はてなブックマーク用ブックマークレット for iPhone - sarusaruworld lab - Web Lab
はてなブックマーク - はてなブックマーク用ブックマークレット for iPhone - sarusaruworld lab - Web Lab

この記事は、2008年8月31日にホットエントリ入りし、その後しばらくは「当てた後着実」タイプとしてブックマークを集めます。「着実」タイプだと、ブックマークの伸びは一定か、もしくは徐々に減速していきます。ところが、この記事だと、2009年の6月前頃から伸びが加速します。このエントリは、iPhone用のユーティリティを扱ったものです。そして実は、iPhone 3GSの発売が2009年の6月です。iPhone 3GSの発売で、潜在的にこの記事をブックマークしうる人の数が増えた、と解釈できます。こんなところからも、iPhone人気が垣間見えたようです。iPhone欲しいです。
eid9827198.png

  • 大御所タイプ

最後に、ホットエントリー入りはしていないけれども、多数のブックマークを獲得しているページを紹介します。Googleのトップページです。

Google
はてなブックマーク - Google

ホットエントリ入りしたとき特有のグラフの飛びはありませんが、着実に多数のブックマークを集めています。そして、ブックマークの伸びは確実に加速しています。はてブを使い慣れている人がわざわざGoogleをブックマークするとも思えませんので、この伸びは、はてブ使用者の増加を反映したもののように思えますが、確証はありません。
google_hatebu.png

データの取得
はてブのページから、ブックマークした日時のデータを取得します。各エントリのHTMLページ(たとえば、はてなブックマーク - Google)では、ブックマークされた日付の情報のみ取得できます。今回のようなロングスパンでの解析ならそれで十分です。

しかし、各エントリのRSSページ(上記の例では、Google)には、分単位の時刻の情報まで記載されています。24時間より短い時間スケールを調べたいときは、こちらの情報が必要となります。本エントリ程度の時間スケールを見たい場合は、ここまでする必要はありません。しかし、別件で既にRSS取得・解析プログラムを作ってしまっていたので、今回はそれを流用してデータをまとめています。

関連記事
プロフィール

null

Author:null
二次元眼鏡少女に蔑まれたいです。

最近の記事
最近のコメント
最近のトラックバック
タグ

考察 統計 ネット 複雑ネットワーク 自然科学 二次元 幼女 エロゲー ネタ アニメ 百合 時事ネタ 計算 igraph R 

月別アーカイブ
カテゴリー
あわせて読みたい
あわせて読みたいブログパーツ
ブログ内検索
カレンダー
05 | 2017/06 | 07
- - - - 1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 -
RSSフィード
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。