01 基本データ
17.9年間で2,835件、活動日1,670日、稼働率25.6%の長期継続型。コメント率46.8%、中央値70字で、無言保存と説明付きコメントを使い分ける。総スター3,649、平均1.29、スター付き率22.4%。高反応コメントは、記事の表面より、制度の意図、利害、次に起きる反応を一段先まで読んだものに集中する。
02 投稿時間帯
時間帯（0〜23時）
曜日
8時9.7%、23時8.1%、9時7.9%、0時6.9%、22時6.4%と、朝と深夜に二つの山がある。曜日は月曜15.6%から土曜11.9%まで比較的均等。出勤前後と就寝前にネット世論やニュースを確認し、日中の話題を朝晩に整理する巡回リズムが見える。
03 よく参照する媒体
ほか計30媒体
Togetter234件、増田190件、note107件が上位で、Yahoo!94、旧はてなダイアリー90、Twitter53へ続く。Zenn42、Qiita37など技術媒体も厚い。個人の語りや炎上を起点に、報道、技術解説、動画へ横断する構成で、公式発表だけでなく『誰がどう物語化したか』まで含めて読む。
04 主要テーマ・関心
ネット25.7%、IT17.6%、報道14.9%が中心。文化・医療各7.9%、教育・生活各7.4%と広がり、外交5.8%、経済5.6%、政治4.7%では件数以上に平均スターが高い。政治3.46、経済2.88、外交2.86で、政策の利害や実施後の挙動を読んだコメントが支持される。ITは大量だが平均0.37で、保存用途も多い。
05 頻出語
日本、理解、時間、時代、アメリカ、情報、社会、関係、人間、世界、中国、広告、批判、未来、文化、主義、リスク、世代、会社、システムが並ぶ。現在の出来事を、世代差、技術変化、国際関係、広告・メディア構造へ接続する語彙である。『誰が悪いか』より『どんな仕組みがこの反応を生んだか』を組み立てる。
06 文体の特徴
| 短文ツッコミ（30字以下） | 205 |
| 疑問符を含む | 166 |
| 一人称（俺・私・自分）を含む | 95 |
| 感嘆符を含む | 72 |
| 長文コメント（100字以上） | 65 |
| 引用括弧「」を含む | 45 |
| w/草/笑を含む | 36 |
| URL提示・資料参照を含む | 29 |
| というか型 | 17 |
| そもそも型 | 17 |
| むしろ型 | 5 |
| idコールを含む | 2 |
中央値70字で、短文205件と長文65件を使い分ける。疑問符166件、一人称95件、感嘆符72件で、断定だけでなく仮説として利害や次の動きを提示する。攻撃候補率6.1%だが、排除・死ねは大半が引用や文字列誤検出。サイコパスという診断語を批判対象へ重ねる例はあり、論点を心理ラベルで近道する危うさは残るが、罵倒常用型ではない。
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）
pikopikopan32、yamadasatow31、togusa5 24、ysync23、nirasan・name-3333各20と分散する。ネット文化、制度批評、医療、政治の読者が混在している。高スターは、学校での排除容認の誤読、ミーム戦、政治家と記事筆者の利害、病院経営、報道審議など、発言の二次効果や隠れた動機を具体化したコメントに付く。
08 思想・政治傾向
ネット上の正義や善意を額面どおりに受け取らず、誰が利得を得るか、どの制度が弱いか、発言が次の模倣や排除をどう生むかを見る傾向が強い。政治・外交では現実の力関係と交渉材料を重視し、医療・労働では予算や価格、組織防衛を読む。表現や人権については許容と相互理解を段階的に考える。一方、筆者の動機を推測したり、サイコパスなどの心理ラベルで説明を閉じる時は、精密な制度分析が憶測へ滑りやすい。
09 類似・正反対・idコール頻度が高いユーザーとの比較
gabillとは政治、AI、文化をシステム思考で同じ机に載せる点が近いが、mixmonkeyはミーム戦や報道の語り口など、世論形成の過程をより長く追う。canadieが仕様・統計・医療俗説を資料で補修するファクトチェック型なら、こちらは事実の確認後に利害と次の反応まで推論する。lenoreとは増田とニュースから生活上の不均衡を拾う点が重なり、mixmonkeyは国際・政治・ネット文化へ広く拡張する。
10 総合評価
mixmonkeyは、技術、報道、文化、医療、政治を、制度とネット世論の相互作用として読む長期観測者である。強みは、見出しの誤読、組織の利害、ミーム化、実装後の反応を一つの流れにできること。弱みは、推論が鋭いぶん、記事筆者の依頼主や心理を証拠以上に推測し、診断語で相手を処理する時があることだ。根拠と仮説の境界を明示すれば、観測の解像度はさらに上がる。