01 基本データ
2016年から2026年まで9.7年、4,555件。活動日は2,339日、期間内稼働率は65.8%である。コメント率36.2%は選んだ記事の一部にだけコメントを足す選択型を示し、中央値52字からコメントは一段落以内の中距離が中心。総スター4,559、1件平均1.00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0時の8.6%で、次いで23時8.1%、12時7.4%。日中9〜17時は37.0%、18〜23時は35.1%、深夜0〜5時は22.6%で、深夜から早朝にも活動が残る。曜日は水曜15.1%が最多、日曜13.5%が最少。土日合計27.1%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anond.hatelabo.jp 793件、togetter.com 302件、note.com 183件、www.itmedia.co.jp 111件。上位2媒体で24.0%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→報道→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
主要テーマはネット/SNS 34.4%（Twitter・はてな・増田）、AI/IT/技術 16.2%（開発・エンジニア・AI）、メディア/報道 15.8%、学術/教育 9.1%。量の首位はネット/SNSだが、反応効率は医療/健康の平均2.32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「AI」28回、「データ」15回、「Google」11回、「開発」11回、「大学」26回、「研究」15回。単語を束ねるとIT・開発（AI・データ・Google・開発）、研究・教育（大学・研究・学生）、報道・情報流通（新聞・NHK）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
| 短文ツッコミ（30字以下） | 436 |
| 引用括弧「」を含む | 367 |
| 疑問符を含む | 220 |
| URL提示・資料参照を含む | 186 |
| 長文コメント（100字以上） | 138 |
| w/草/笑を含む | 94 |
| 一人称（俺・私・自分）を含む | 84 |
| 感嘆符を含む | 28 |
| というか型 | 17 |
| そもそも型 | 10 |
| idコールを含む | 9 |
| むしろ型 | 2 |
主調は資料補助線型で、追加資料や参照先で記事の不足を補う。定量マーカーは短文26.4%、長文8.4%、引用22.3%、疑問符13.3%、コメント中央値52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。相手や記事の文言を抜き出し、矛盾を見せる傾向も併存する。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sds-page 37、wisboot 29、pikopikopan 28、rgfx 28。上位5人の合計は総スターの3.2%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 2.32、メディア/報道 2.21、ジェンダー/家族 1.98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（AI・データ・Google）、研究・教育（大学・研究・学生）、報道・情報流通（新聞・NHK）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、IT・技術、報道、学術・教育にまたがるが、代表例では制度運用の穴に反応する視線が共通し、追加資料や参照先で記事の不足を補う。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: hirata_yasuyukiとは、AI・ITと学術・教育への比重が近いうえ、『纏め・NHK・Google』周辺の語も重なる。両者とも記事や他者の文言を引用し、そこから矛盾を示す。ただし、本人は学術・教育へ、hirata_yasuyukiは経済・労働へ相対的に広がる。上位スター付与者は14人重なる。
10 総合評価
gmymの4,555件には、AI・データ・Google・開発が何度も戻ってくる。強みはIT・開発と研究・教育の制度運用の穴を、追加資料や参照先で記事の不足を補う力で、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、慎重な書き方のため重要な判断が埋も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。