[閒聊] 五等分推特用戶簡易分析

[lmchen (實習五學家兼菜鳥工程師)]

初次發文，如有違規或排版問題還請指教

大家好，我是實習五學家兼菜鳥工程師，雖然至今為止都在潛水

最近在常看到例如「日本三玖派很多」等等...
想來嘗試不同於問卷，而是行為面上的一些驗證。

這裡我嘗試使用twitter API來抓取推特用戶上的一些資料做了一些小統整。


◆ 資料來源

從五等分官方推特帳號(@5Hanayome)上的follower名單中，
擷取其中公開有效的76165名使用者帳號，取得其個人頁面資料、時間軸等資訊
收集日期:2019/11/16


◆ 使用者黨派判定

從使用者的個人頁面中，取得其使用者名稱及自我介紹，
從其中尋找是否含有派系的關鍵字：

■ 一花派：一花、ichika
■ 二乃派：二乃、nino
■ 三玖派：三玖、miku
■ 四葉派：四葉、yotsuba
■ 五月派：五月、itsuki

從其關鍵字的數量中尋找出現次數最多的判定為黨派，
而若有複數同時最高特別歸為「multiple」，都沒有提到任何關鍵字的就是無黨派。

而從這些使用者中有98.2%人沒有這麼明顯的表現出是哪一派的
不過即使是這樣也是有一千多人在名稱或自我介紹中表明了自己的黨派
而其中的分布如下：

https://i.imgur.com/Wqm7mgK.png

可以看到三玖派的確是最多的

◆ 單一推文黨派判定

從使用者最近的200則推/轉推文中針對每一則進行文字比對，
有出現一次以上關鍵字(同上)的即被歸為該派別，
因此同一則推文可能會被判定為多個派別。

可能大部分的人並不會這麼明顯地在名稱裡表態，但可以從推文行為判斷
因此統計了提到這五人的推文數量：

https://i.imgur.com/AAcptJ5.png

三玖相關的推文仍然是最多的

然後把剛才調查有表態的使用者中，統計他們提到各角色的推文數，看看是否相符

https://i.imgur.com/xh0NaOc.png

看起來大致是相符的，不過三玖文比較多，這是只看其他四人的狀況：

https://i.imgur.com/ygRaDkH.png


◆ 推文模式判定

針對每一個使用者的「單一推文黨派判定」可得到該使用者近200則發文提到過的關鍵字
推文次數，例如以下：

■ 一花：10次
■ 二乃：0次
■ 三玖：9次
■ 四葉：14次
■ 五月：0次

我們取至少一次發言過當作判斷，則這個使用者將會被判定為「1+3+4」這樣的推文模式
使用者。
這裡是想知道喜歡什麼角色的可能同時也喜歡另外哪個角色(CP?)，
當然，事實上有非常多的使用者只針對單一角色發過推文。

以下節錄部分，從高到低排序

https://i.imgur.com/SxrVkYq.png

only三玖的使用者非常多，甚至超過了全都提過的，只發過四葉的甚至比2+3少


◆ 使用者帳號地點判定

儘管官推是日文，follow的也不全然是日本人，因此也順便收集了關於地點的資料
只是這裡能從API得到的資訊不多，實際所處的地點沒有辦法確實地取得。
這裡是從使用者頁面中的「地點」中的文字加以計數統整。並使用文字雲來呈現：

https://i.imgur.com/Xs8MjzV.png



結語

礙於API和我自己電腦的一些限制，也可能是一些我不了解的問題，
只能得到的一些粗淺的統計，有一些沒那麼有趣但也姑且做的統計
我做了一個可互動的展示用網頁放在github，有興趣的版友們可以來看看

https://miksin.github.io/5hanayome-twitter-user-analysis/


感謝各位


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.158.82.135 (日本)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1574601909.A.3E0.html
→ lmchen: 等等  我色碼怎麼沒出來
推 TMC850613: 真楔倌ゲa
推 gwendless: 五學界又來了個工程師(拜
→ TMC850613: 推文跑掉 我是要打真五學家XD
→ leukemia853: 硬核分析推w
→ Aggro: 好久沒看到的五學家文!
對不起，有人可以教我色碼怎麼做嗎XD  為什麼沒有出現QQ▃
※ 編輯: lmchen (60.158.82.135 日本), 11/24/2019 21:31:10
→ naluchra: 色碼我都用*[1;35m *[m的格式比較不會錯
推 lairx: 怕爆 五等分各種科學分析法
推 vct886: taiwan蠻大的耶
※ 編輯: lmchen (60.158.82.135 日本), 11/24/2019 21:33:30
推 gwendless: ctrl+c
→ scotttomlee: 推 感覺越來越強了(?
推 sky070650: https://imgur.com/FDXIqo4 色碼我都直接按這裡
推 Aggro: 數字打錯位置?
※ 編輯: lmchen (60.158.82.135 日本), 11/24/2019 21:36:02
→ scotttomlee: *[m用ctrl+c比較保險 用複製貼上有時候沒有效果
→ naluchra: Ctrl+C後要把1;35打在中間變*[1;35m
→ Aggro: 我自己手打會ctrl+v自己測試過先 所以不知道哪邊有問題 囧
推 Sakamaki: 用pttchrome的話按右鍵 有輸入小幫手
推 vct886: https://tinyurl.com/zm5y3q8
※ 編輯: lmchen (60.158.82.135 日本), 11/24/2019 21:40:28
推 undeadmask: 好狂
→ naluchra: 這次只有前面Ctrl+C 後面的*[m也要Ctrl+C才不會整個變黃
推 rul284dl: 39派感謝信心加持
推 Aggro: 步驟 Crtl+c->*[m  數字打在*[(數字放這)m 然後範圍最後要
→ Aggro: 再打一次*[m當成句點 把變色範圍鎖定 最原始做法應該是這樣
→ naluchra: 我都習慣直接兩次Ctrl+C然後才輸入數字
→ Aggro: 檢查的話 Ctrl+V 可以預先檢視效果 基本是這樣
推 kimono1022: 太專業啦！！！
→ kimono1022: 四葉……XDDDDDDD
→ Aggro: 假如我要弄出紅色的"三玖天下第一" 打法應該是
感謝各位！我成功了！原來可以預覽嗚嗚
※ 編輯: lmchen (60.158.82.135 日本), 11/24/2019 21:42:04
→ Aggro: *[1;31m 三玖天下第一 *[m
推 aegis43210: 果然三玖天下第一
推 scotttomlee: 三玖天下第一
推 zeldaluna: 推分析
推 same60710: 其他地方不說 日本我還滿有自信一直都是三玖天下第一
推 bowcar: 其實有抓多於200則推特的方法，雖然必要性應該不大XD
推 leftavoid: 三玖天下第一
推 y28822885: 39天下第一
推 postfaker900: 看來我推特關注的五月繪師太少了 竟然照成我以為人
→ postfaker900: 氣1>5的錯覺 來個人推薦一下五月繪師啊w
推 Hey2: 好猛喔推推
推 yukari8: 很猛了 現在下班都不想動程式_(:з」∠)_