テキストマイニングの本音

第6話 テキストではないものを対象にした分析

　作品の本文やキャッチコピーだけではなく、星の数や公開日、フォロー数、タグなどもデータとして集めています。

　テキストマイニングの応用では、タグの相関ルールを紹介していますが、実際これは分かち書き（文章から単語を抽出する処理）をしていないため、テキストマイニングに該当しないと思います。そんな細かいことを気にしている方はいないでしょうし、そもそもそんなに読まれていないので、相関ルールのエピソードを投稿しました。

　タグの相関ルール以外にも、分析した結果があるのでここで紹介します。

・古い投稿作品ほど星が多いというわけではない

　2017年や2018年、2019年の作品を調べました。横軸を公開日、縦軸を星の数としグラフを描きましたが、右肩下がりになるような傾向は顕著に表れませんでした。

　なお、小説フォロー数も、応援コメント数も同じ傾向でした。

・一話の文字数が少ないジャンルはエッセイと詩

　エッセイと詩のジャンルは一話あたり文字数が少なく1000文字ほど。次点は創作論で1500文字です。その他のジャンルは全て変わらず、2500文字となりました。

・星の平均値は2.49

　星の数をおすすめレビュー数で割った値を平均星の数とし、集めた作品全体で平均値を求めると、その数値は2.49でした。最大値は3、最小値は0となるような指標です。

・星よりも応援コメントの方がもらいにくい

　横軸を応援コメントの数、縦軸をおすすめレビューの数（星をつけた人の数）としてグラフ化すると、応援コメントは頂きにくいことがわかります。

　直感的になんとなくわかるような内容だと思います。

　こうやって、データを集めて可視化して図を眺めるのは、何だか楽しいと思います。