01 基本データ
869件／5.5年の活動記録では、コメント率99.3%、平均5.71スターである。件数は中規模だが、ほぼ全件で読み込んだ反応を返し、支持効率が高い。
02 投稿時間帯
時間帯（0〜23時）
曜日
投稿は日常的だが、活動量より一件ごとの反応密度が特徴。感情が動いた記事へ時間を使って言葉を足す。
03 よく参照する媒体
ほか計30媒体
増田217件、Togetter187件が中心。匿名の生活記録、作品感想、家族や仕事のエピソードをよく読む。
04 主要テーマ・関心
ネット55.4%、文化20.9%。報道7.68、経済6.93、ネット6.34スターで、個人の具体的な困難を構造へつなぐ時に強く支持される。
05 頻出語
「子供」「映画」「理解」「仕事」「関係」「最高」が上位。作品を褒める語彙と、人間関係の機微をほどく語彙が並ぶ。
06 文体の特徴
| 短文ツッコミ（30字以下） | 149 |
| 一人称（俺・私・自分）を含む | 129 |
| 感嘆符を含む | 127 |
| 疑問符を含む | 108 |
| 長文コメント（100字以上） | 70 |
| 引用括弧「」を含む | 53 |
| w/草/笑を含む | 32 |
| URL提示・資料参照を含む | 12 |
| そもそも型 | 5 |
| idコールを含む | 5 |
| むしろ型 | 4 |
感嘆符127件、疑問符108件、長文70件。まず感情を受け止め、その後で「何が違うのか」を具体化する二段構えが多い。
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）
1件あたり平均5.71スター。高スターは優しさだけでなく、例外や文脈を分けるコメントに集まり、共感と論点整理が両立している。
08 思想・政治傾向
政治的陣営より、追い詰められた人への言葉、家庭、子ども、性別役割、作品の受け取り方に関心が強い。相手の体験を一括りにせず、具体例が欠けている時は安易に断定しない姿勢が見える。技術記事でも性能自慢より、困りごとがどう解決され、人が前を向けたかを評価する。文化作品についてもジャンルの優劣ではなく、誰に向いた表現か、受け手が何を期待していたかを分ける傾向がある。
10 総合評価
他人の努力を見つけて大きな声で称賛し、同時に「不特定多数への誇示」と「特定の相手への愛情」を分けて読む。共感だけでなく区別の精度が高い。一方、感情が強い時は「ヤバい女仕草」「not for me荒らし」と人物・行動を短いラベルに収めることがあり、普段の丁寧さが急に省略される。スターの多さは、単に優しい言葉を選ぶからではない。感動した理由、批判が成立する範囲、例外となる関係性を具体的に書くため、読み手が自分の経験へ接続しやすい。反面、対象への嫌悪が立つと、その丁寧な区別を省略して短い属性ラベルへ着地する。長所と短所の差は思想ではなく、読む速度の差に見える。特に、書き手が弱さを開示した文章へ、慰めだけでなく「何を成し遂げたか」を返せる点がよい。相手を被害者の位置へ固定せず、行動や工夫を見つけて評価するため、称賛が上からの施しになりにくい。