OpenStreetMap現地調査と編集

名駅キャンパス周辺のことを知ってもらうことと、ゼミ生間の交流を図るため、OpenStreetMapの現地調査と編集を行いました。OpenStreetMapは、インターネット上で地図を作るクラウドソーシングプロジェクトです。Googleマップは印刷物を配布する場合などに制限がありますが、OpenStreetMapでは、印刷物の配布やデータ利用を自由に行うことができます。
グループに分かれて名駅キャンパス周辺のお店などの現地調査をしてもらった後、OpenStreetMapへの登録作業をしてもらいました。登録作業はWebブラウザで簡単に行えるため、問題なく完了しました。
本ゼミは教室での演習が中心ですが、たまに外にも出ます。

文献講読

 2025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年生ゼミの教科書は、次の書籍です。

　藤代 裕之 編著『フェイクニュースの生態系』青弓社

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、「はじめに」の紹介をしました。

LocalWiki

今週から、ゼミが始まりました。

3年生ゼミでは、自己紹介の後、名駅キャンパスのことを良く知ってもらうためにLocalWikiの演習を行いました。

Wikipediaでは、客観情報・事実情報しか記述できません。それに対して、LocalWikiでは地域の情報を中心に、主観的な情報を記述できるという違いがあります。お勧めのお店や場所などについて、誰でも記載して公開できます。例えば、室蘭のページは大変充実しています。

LocalWikiの説明をした後に、大学のLocalWikiページに名駅キャンパスの情報を追加してもらいました。具体的には、各自で場所を決めて、現地で写真を撮ってきてもらい、その写真を載せて説明を書いてもらいました。新入生や受験生に役に立つような情報を提供していければ良いな、と思っています。

X（旧Twitter）コミュニティノートの分析

 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。

　

X（旧Twitter）ポストのテキストマイニング

X（旧Twitter）ポストの分析演習を行いました。
SNS上の投稿をはじめとする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Exploratory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。

今回は、Hugging Faceにある日本語BERT感情モデルを使って、ポストの内容がポジティブ・ネガティブ・ニュートラルのどれに該当するか分類する方法も紹介しました。
説明後、Xで自分の興味ある言葉を含んでいるポストを取得してもらい、テキストマイニングしてもらいました。下の図は分析してもらったものの1つです。アメリカ大統領に関するポストの共起ネットワーク図です。ネガティブなポストには、日本メディアによる偏向報道に関するものがあったとのことです。

擬人化企業X（旧Twitter）アカウントの分析

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。

• リプライの割合
• リツイートの割合
• 自発ツイートのテキスト文字数の平均値
• 自発ツイートにURLが含まれている割合

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。

• 片山桜、土方嘉徳：「Twitterにおける擬人化企業アカウントの特徴分析」、第5回計算社会科学ワークショップ(CSSJ2021)

Webとソーシャルメディアの課題図書

2期の3年生ゼミでは、まずWebとソーシャルメディア関連の課題図書を分担して読んでもらい、内容を紹介するプレゼンをしてもらいます。今回は、その分担を決めました。
課題図書は以下のものです。書籍によって、一部の章または一冊全部を担当します。

• 『フェイクニュースを科学する 　拡散するデマ、陰謀論、プロパガンダのしくみ』、笹原和俊 著、化学同人、2018年
• 『暴走するネット広告　1兆8000億円市場の落とし穴』、NHK取材班 著、NHK出版新書、2019年
• 『ネット炎上の研究　誰があおり、どう対処するのか』、田中辰雄・山口真一 著、勁草書房、2016年
• 『ネットは社会を分断しない』、田中辰雄、浜屋敏 著、KADOKAWA、2019年

どれも良い本ですので、ゼミ生には是非全冊読んでもらいたいものです。

GlideによるWebアプリ作成

今回は、GlideによるWebアプリ作成の説明をして、簡単なアプリを作ってもらいました。Glideは、Googleスプレッドシートを利用して、手軽にWebアプリを開発して公開することができるサービスです。プログラミング言語を覚えなくても、例えば、観光地や店舗などの情報を紹介するアプリが簡単にできます。

　

旅行の口コミ分析

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。

Scratchグループワーク

プログラミング演習として、数回にわたりScratchの実習をしました。Scratchでは、マウス操作でブロックを並べるだけで簡単にプログラミングができます。
基本的な使い方を学んだあと、グループに分かれて作品作成をしました。グループごとに何を作るかアイディアを出してもらい、プログラミングやデザインなどの役割を分担して作品を作ってもらいました。グループごとの工夫が取り入れられていたと感じました。

これまでのグループワークで作成されたプログラムのうち、一つのキャプチャを載せておきます。木や雲などの背景をスクロールさせることで、キャラクターが歩いているように見えるよう工夫しています。

本ゼミでは、できるだけグループワークを行うようにしています。「情報リテラシー」や「情報システムとAI」といった授業では、学生個人のスキルを上げることが目標ですので、個人での作業ばかりになってしまいます。ゼミでは、グループで作業したり、プレゼンテーションするといった内容を多くしています。

文献講読

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。

ソーシャルメディア分析グループワーク

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。

YouTubeコメントのテキストマイニング

 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。