01 基本データ

2011年から2026年まで15.4年、4,299件。活動日は2,065日、期間内稼働率は36.6%である。コメント率7.9%は記事保存が主で、コメントは必要な場面に絞る運用を示し、中央値10字からコメントは短い判定文が中心。総スター242、1件平均0.06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7時の10.0%で、次いで8時8.8%、6時6.0%。日中9〜17時は34.8%、18〜23時は25.7%、深夜0〜5時は14.8%で、日中の巡回が明確に厚い。曜日は月曜15.3%が最多、土曜13.5%が最少。土日合計28.1%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qiita.com 369件、zenn.dev 346件、note.com 201件、togetter.com 200件。上位2媒体でも16.6%で、参照先は比較的分散している。媒体種別では技術→ネット言論→その他の順で、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AI/IT/技術 45.5%（開発・エンジニア・AI）、ネット/SNS 15.5%（Twitter・はてな・リプ）、生活/社会 6.6%、学術/教育 5.7%。量の首位はAI/IT/技術だが、反応効率は医療/健康の平均0.49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「エンジニア」4回、「データ」3回、「AI」2回、「男性」2回、「女性」2回、「炎上」3回。単語を束ねるとIT・開発（エンジニア・データ・AI）、家族・ジェンダー（男性・女性）、ネット言論（炎上）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

主調は短文判定型で、短い一言で論点の急所へ判定を置く。定量マーカーは短文80.8%、長文1.5%、引用2.7%、疑問符5.9%、コメント中央値10字。さらに代表例では結論を先に置く型と説明を足す型が混在。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millfi 17、naari_3 16、aw91 5、ledsun 4。上位5人の合計は総スターの19.0%で、支持が特定少数に集中しているかも読める。テーマ別平均は医療/健康 0.49、事件/司法 0.20、生活/社会 0.09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

IT・開発（エンジニア・データ・AI）、家族・ジェンダー（男性・女性）、ネット言論（炎上）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IT・技術、ネット・SNS、生活・社会、学術・教育にまたがるが、代表例では実装・運用の甘さに反応する視線が共通し、短い一言で論点の急所へ判定を置く。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: for-my-internet-demoとは、AI・ITと学術・教育への比重が近いうえ、『ツール・設計・運用』周辺の語も重なる。両者とも短文で判断を置くが、記事の要約より論点の選別に使う点まで近い。ただし、本人の方が学術・教育への比重が高い。上位スター付与者は9人重なる。

10 総合評価

forest1040の4,299件には、エンジニア・データ・AI・男性が何度も戻ってくる。強みはIT・開発の実装・運用の甘さを、短い一言で論点の急所へ判定を置く力で、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、前提条件や例外が省かれ、判定だけが独立す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。