01 基本データ
2020年から2026年まで5.7年、1,530件。活動日は877日、期間内稼働率は41.9%である。コメント率100.0%は保存より発言が主で、ほぼ毎回コメントを置く運用を示し、中央値71字からコメントは一段落以内の中距離が中心。総スター6,712、1件平均4.39スターで、量に対する反応の密度も確認できる。
02 投稿時間帯
時間帯（0〜23時）
曜日
最多は10時の19.3%で、次いで11時12.1%、12時8.0%。日中9〜17時は73.7%、18〜23時は16.1%、深夜0〜5時は9.7%で、日中の巡回が明確に厚い。曜日は金曜18.6%が最多、土曜5.8%が最少。土日合計14.0%なので、平日だけの習慣か週末型かも数字で読める。
03 よく参照する媒体
ほか計30媒体
上位媒体はtogetter.com 299件、anond.hatelabo.jp 234件、automaton-media.com 77件、news.yahoo.co.jp 62件。上位2媒体で34.8%を占め、定番の入口がはっきりしている。媒体種別ではネット言論→その他→報道の順で、単に何を読むかだけでなく、話題をどこで発見し、どの種類の資料へ移るかという巡回経路が出ている。特に増田・Togetter偏重なら村内言論、新聞・NHK偏重なら出来事追随、Qiita等が厚ければ実務情報の比重として読むべきである。
04 主要テーマ・関心
主要テーマはネット/SNS 44.2%（Twitter・SNS・炎上）、文化/表現/オタク 21.5%（ゲーム・アニメ・漫画）、メディア/報道 18.4%、AI/IT/技術 13.5%。量の首位はネット/SNSだが、反応効率は経済/労働の平均7.24スターが最も高い。テーマ比率はタイトル・コメント・タグ・媒体の一致を含むため思想判定ではないが、どの話題へ戻り続けるかは明確に示す。量が多い領域とスターが集まる領域のずれは、本人の関心と読者が評価する芸の違いとして読むとよい。
05 頻出語
特徴語は「ゲーム」138回、「キャラ」21回、「アニメ」18回、「責任」30回、「事故」13回、「詐欺」13回。単語を束ねると作品・娯楽（ゲーム・キャラ・アニメ）、事件・司法（責任・事故・詐欺）、IT・開発（AI・アプリ・データ）という複数の話題群が見える。単独語から立場を決めつけることはできないが、記事ごとの感想がどの制度・職業・国・作品へ繰り返し接続されるかは分かる。一般語を除いても残る組み合わせこそ、このユーザー固有の関心の指紋である。
06 文体の特徴
| 引用括弧「」を含む | 237 |
| 疑問符を含む | 237 |
| 一人称（俺・私・自分）を含む | 159 |
| 短文ツッコミ（30字以下） | 132 |
| 長文コメント（100字以上） | 122 |
| そもそも型 | 38 |
| 感嘆符を含む | 31 |
| w/草/笑を含む | 31 |
| URL提示・資料参照を含む | 24 |
| というか型 | 19 |
| むしろ型 | 4 |
主調は長文解説型で、背景条件を並べてから結論へ進む。定量マーカーは短文8.6%、長文8.0%、引用15.5%、疑問符15.5%、コメント中央値71字。さらに15/53件で比喩・たとえ。疑問形で前提や例外を洗い直す傾向も併存する。候補語には引用や制度批判も多く、強い単語の機械一致だけで攻撃性を断定すべきではない。
07 スター分析
上位スター付与者
スターが付きやすい領域（平均スター）
上位スター付与者はpikopikopan 62、hamu_start 59、hgaragght 51、togusa5 50。上位5人の合計は総スターの4.0%で、支持が特定少数に集中しているかも読める。テーマ別平均は経済/労働 7.24、事件/司法 6.05、医療/健康 5.57が上位で、ブックマーク量の多い話題と、コメントが評価される話題は分けて見る必要がある。
08 思想・政治傾向
作品・娯楽（ゲーム・キャラ・アニメ）、事件・司法（責任・事故・詐欺）、IT・開発（AI・アプリ・データ）が、このユーザーの関心を具体化する語群である。広いテーマではネット・SNS、文化・表現、報道、IT・技術にまたがるが、代表例では言行不一致に反応する視線が共通し、背景条件を並べてから結論へ進む。これは賛否の陣営を示すものではなく、記事のどこに故障・矛盾・不公平を見つけるかを示す観察傾向である。
09 類似・正反対・idコール頻度が高いユーザーとの比較
類似: naoto_moroboshiとは、文化・表現と医療・健康への比重が近いうえ、『加減・詐欺・適当』周辺の語も重なる。本人は長文解説型、naoto_moroboshiは中距離コメント型で、関心が近くても結論までの運び方は異なる。ただし、本人はAI・ITへ、naoto_moroboshiは学術・教育へ相対的に広がる。上位スター付与者記録では両者間に計22スター（本人が受領22・付与0）が確認できる。 対照: akghuaiooajtも文化・表現とAI・ITを追い、『悪意・運営』周辺を共有するが、本人は長文解説型、akghuaiooajtは短文判定型。思想上の正反対と断定する材料はないが、同じ話題を処理する文章の型は明確に対照的である。
10 総合評価
dtg8の1,530件には、ゲーム・キャラ・アニメ・責任が何度も戻ってくる。強みは作品・娯楽の言行不一致を、背景条件を並べてから結論へ進む力で、見出しだけでは落ちる責任・運用・例外をコメント欄へ戻すこと。一方、説明の層が厚くなり、結論の焦点が奥へ隠れる危うさも同じ技法の裏側にある。関心分野の数より、何を『故障の徴候』として拾うかに個性が出るブックマーカーである。