X（旧Twitter）には、コミュニティノートという、誤解を招く可能性のある投稿に対し一般ユーザが情報を追記できる機能があります。日本では、2023年7月から利用できるようになっています。2024年1月の能登半島地震の際には、真偽不明や誤りの投稿が多くされて、それらにはコミュニティノートが付きました。このコミュニティノートは全てWeb上でテキストファイルとして公開されており、ダウンロードすることができます。
今回は、能登半島地震の前後5日間のコミュニティノートの件数とどのような内容が多いかテキストマイニングをしました。能登半島地震前は国内のコミュニティノート件数は1日200件程度でしたが、地震後は1日600件になったことが分かりました。ワードクラウドや共起ネットワークを作成して調べることで、地震関連のコミュニティノートが多いことも分かりました。
ソーシャルメディアの分析を数回にわたって行っていきます。
今回は擬人化企業X（旧Twitter）アカウントの分析を行いました。いわゆる“中の人”と呼ばれる広報担当者がゆるい運営をしているアカウントのことです。
調査したのは、以下の項目です。自発ツイートは、リプライでもリツイートでもないツイートのことです。
シャープのアカウントを例に、分析の仕方を説明しました。ツイートの取得には「ついすぽ」を使いました。少し面倒かなとは思いましたが、無事作業ができました。分析はExcelで行いました。今回は、Excelでのフィルターや簡単な関数で行える範囲の分析です。この結果、擬人化アカウントであるシャープのアカウントではリプライの割合が高く、フォロワーとのやり取りを頻繁に行っていることが分かりました。その後、いくつかの擬人化・非擬人化アカウントについて調査をしてもらいました。
なお、この調査では、以下の学会発表を参考にしています。
Webスクレイピングと口コミ分析を行いました。
Webスクレイピングとは、Webサイトから特定の情報を抽出することです。今回は、Visual Web ScraperというChrome拡張を使って、「じゃらん」のサイトから観光スポットの口コミを収集しました。Visual Web Scraperを使うと、プログラミングなしで簡単に大量の口コミをスクレイピング可能です。口コミはPythonを使って、年代別や同行者別などに分けてどのような単語が多いか調べました。
ゼミ生の好きな観光スポットを選んでもらい、実際にスクレイピングと分析の演習をしてもらいました。その結果、南知多ビーチランドでは30代が多く家族連れが多いため、イルカショーに関する口コミが多いこと、リトルワールドの口コミからは、女性は衣装、男性は世界観に惹かれていることが分かったようです。
2022年度卒業生のゼミ論文である「YouTuberの今と昔 ―第１世代とＺ世代の違いを比較する―」の内容を紹介しました。
この研究では、YouTubeがサービス開始した初期のころのYouTuberと現在のYouTuberの動画を比べています。その結果、動画の長さについては、初期のころは1～2分程度の短いものが多かったものの、最近は20分を超えるものが多く、1時間程度のものもあることが分かっています。サムネイルやタイトルについても変化が起きていることが分かっています。
2020年度卒業生のゼミ論文である「2020年音楽から読み取る日本の社会心情 〜流行歌の歌詞の分析〜」の内容を紹介しました。
この研究は、見田宗介著『近代日本の心情の歴史：流行歌の社会心理史』の手法を参考にして、2000年、2010年、2020年に流行した楽曲151曲の歌詞を対象にモチーフ分析を実行し、その分析結果から日本現代社会の心情を読み解こうとしたものです。
分析の結果、社会意識の変化によって、流行歌のモチーフが変化することが分かったとのことです。
現代人は、「諷刺」「自嘲」「閉塞感」といった悩みの中で「希望」を求めて歌を聴いているのではないかと考察しています。
今回のゼミでは、Hugging Face上の感情分析モデル（Mizuiro-sakura/luke-japanese-large-sentiment-analysis-wrime）を使って歌詞の分析をする演習も行いました。入力したテキストデータから「喜び、悲しみ、期待、驚き、怒り、恐れ、嫌悪、信頼」の8種類の感情を推定できます。歌詞の大まかな感情をとらえることができます。
以下の論文の紹介をして、この論文前半と同じ手順で演習を行いました。
李光鎬「ツイッター上におけるニュースの普及 : どのようなニュースを誰がリツイートするのか」, メディア・コミュニケーション（慶応義塾大学メディア・コミュニケーション研究所紀要）, No.65, pp.63-75, 2015年
この論文の前半では、ツイッター上ではどのような内容特性を持つニュースが、よりリツイートされるのか調査しています。具体的には、まず、ニュースツイート60個について、「面白いニュースである」「知っておくべき重要なニュースである」「笑えるニュースである」といった10項目それぞれについて、学生に1～5の5段階で回答してもらっています。そして、それらの平均値とリツイート数との関係を、相関係数、無相関検定、重回帰分析といった手法を使って分析しています。その結果、娯楽的価値が高いツイートほど、より多くリツイートされることが明らかとなりっています。今回は、これらの分析手法の説明をした後、Excelを使って分析の演習をしてもらいました。
近年、データサイエンス・AI教育の重要性が高まっており、本学でも「数理・データサイエンス教育プログラム（MDS）」が開始しています。このゼミでも、データサイエンスの手法について演習を行っていきたいと考えています。
2024年度も教科書としてソーシャルメディアに関する書籍を1冊選んで、みんなで講読していきます。各回担当のゼミ生に説明してもらいつつ、関連する議論を進めていきたいと思います。全員、教科書を購入し、毎回予習として授業で扱う範囲を読んで来る必要があります。3年生ゼミと4年生ゼミの教科書は、それぞれ次の書籍です。
3年生ゼミ： 藤代 裕之 編著『フェイクニュースの生態系』青弓社
4年生ゼミ： シナン・アラル 著、夏目大 訳
『デマの影響力 なぜデマは真実よりも速く、広く、力強く伝わるのか？』
ダイヤモンド社
今回は文献講読の1回目でしたので、どのような資料を準備してくる必要があるか説明して、第1章の紹介をしました。
数回にわたって、Web上の口コミ、Xの投稿、YouTubeのコメントの取得方法と簡単な分析方法について演習を行ってきました。そのまとめとして、グループに分かれてテーマを考えてもらい4週にわたってグループワークを行いました。今回はその発表をしてもらいました。それぞれのグループとも面白いテーマで分析して、興味深い結果を発表してくれました。
その中から1つのグループの発表「坂道グループのそれぞれの強み」を紹介します。乃木坂46、櫻坂46、日向坂46の3グループについて、YouTube動画のコメント欄を分析することで、閲覧者がどのようなポイントについて興味を持っているかをまとめています。次に、各グループの歌詞をテキストマイニングすることで、どのような単語が多く使われているかを比較しています。これらの結果、乃木坂はダンスや歌詞が強み、櫻坂は高い表現力とカッコいい雰囲気が強み、日向坂は元気いっぱいで可愛さが武器のグループとまとめています。担当したアイドル好きな学生も、今回の分析で新たな発見があったと感想を述べています。
2019年度卒業生のゼミ論文である「YouTuber 東海オンエアについての考察 ～投稿動画のコメントから東海オンエアの人気を分析〜」の内容を紹介しました。
この研究では、再生回数が多い動画と少ない動画のコメントを分析することで、再生回数が多い動画の特徴を調べました。その結果、視聴者から特に注目されている動画内ポイントとして、メンバーの謎の動き、ふと出た言葉、巧みな言葉選びといったことが指摘されています。
この研究では、学生が目視で3000以上のコメントを1つ1つ確認して分類したため、大変な作業だったと思います。本人が好きなYouTuberだからできた研究と言えます。
今回のゼミでは、YouTubeからコメントを取得して、テキストマイニングする方法を説明しました。テキストデータをコンピュータで定量的に解析し、有用な情報を取り出す技術のことをテキストマイニングと言います。様々なソフトウェアがありますが、今回はKH Coderを用いました。形態素解析して、単語の使用頻度を調べたり、共起ネットワーク図を描いたりすることがプログラミングなしで簡単に行えます。投稿内容の傾向を大まかにつかむことができます。大量のコメントでも、簡単に分析ができます。しかし、詳細な分析をするには人間がコメントを読むしかないでしょう。
以下の論文の紹介をして、同じ手順で演習を行いました。
大出 彩,松本 文子,金子 貴昭「流行歌から見る歌詞の年代別変化」, 人文科学とコンピュータシンポジウム「じんもんこん2013」論文集, pp.103-110, 2013年
この論文では、日本レコード大賞および優秀作品賞受賞曲の計344曲を対象に、年代ごとに表れる歌詞の変化を調査しています。その結果、例えば、1990年代後半から2000年代にかけてネガティブな内容からポジティブな内容へ変化が見られることが示されています。
KH Coderを使って、レコード大賞曲を対象に同様の調査をしました。まずは、論文と同様のコーディングファイルを用いて、コードと年代のクロス集計し、カイ二乗検定結果を確認してもらいました。カイ二乗検定については、先週のゼミで説明と演習を行っています。予定では、コーディングファイルの書き方の説明をして、各自で工夫して新しいコードを追加して分析してもらうつもりでしたが、時間が足りませんでした。
今回の演習で、KH Coderによる分析の仕方に慣れたと思います。
