01 基本データ

※ ブックマークが非常に多いため、全 59,292 件のうち直近 30,000 件を分析対象としています（統計値は分析対象の集計です）。

解析対象30,000件、真の総数59,292件。活動16.9年、活動日3,355日、稼働率92.7%。コメント率50.6%、中央値26字、総スター14,981、平均0.50。取得上限に達しているため、表示総数は真の総数を優先する。

02 投稿時間帯

時間帯（0〜23時）

曜日

投稿の山は21時9.7%、20時8.1%、7時6.1%。曜日では水曜14.8%、月曜14.7%が上位。時間帯は生活属性を断定する材料ではないが、巡回がどこへ集中するかは比較的はっきりしている。

03 よく参照する媒体

ほか計30媒体

参照先はqiita.com1,544件、anond.hatelabo.jp993件、twitter.com890件、speakerdeck.com887件が上位。上位媒体の組み合わせから、匿名投稿・SNSまとめ・報道・専門媒体のどこへ重心があるかが見える。媒体名だけで立場を決めず、実際の巡回件数として読むのが妥当だ。

04 主要テーマ・関心

主要テーマはAI/IT/技術28.1%、メディア/報道14.8%、ネット/SNS11.5%、学術/教育9.6%。スター平均が高い領域は政治/政党2.72、メディア/報道1.62、学術/教育0.74。よく読むテーマと反応されやすいテーマは必ずしも一致しないので、量とスター効率を分けて見ると輪郭が出る。

05 頻出語

頻出語は「広島、大学、日本、便利、学習、研究」など。タグ・名詞では「機械学習、math、ruby、emacs」も反復する。単語だけで思想や属性を決めつけることはできないが、主要テーマと重ねると、繰り返し追う対象を具体化する補助線になる。

06 文体の特徴

短文8,553件、長文522件、引用2,149件、疑問符473件。短文8,553件・中央値26字という圧縮型で、技術圏の前提知識を共有している相手には速い一方、外側の読者には説明を省いた断定に見えやすい。攻撃候補率1.6%の強い語は引用・語尾・政治的定型句が多く、継続的な対人攻撃を芸風の中心とみなすには弱い。

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）

watto（146）、aopis（102）、zu2（92）、ohchidani（86）、togusa5（85）など、古参のニュース・技術・政治読者から広く継続反応を受けている。総スター14,981に対して平均0.50なので、一発バズより3万件規模の長期蓄積型。政治/政党2.72が2,360件の母数で最も高く、メディア/報道1.62も4,451件と大きいため、技術を主食にしつつ時事・制度へ一言入れる時の反応が相対的に強い。逆引きでは特定相手への突出した付与は確認できない。

08 思想・政治傾向

関心の地図では政治/政党7.9%、外交/安全保障2.9%、医療/健康2.4%が確認でき、AI/IT/技術28.1%、メディア/報道14.8%、ネット/SNS11.5%も上位にある。頻出語・タグでは「機械学習、math、ruby、emacs」が見える。これは社会的な争点を継続して読む傾向の材料にはなるが、テーマ比率や語彙だけから左右、支持政党、価値観、属性を断定することはできない。ここでは記事ごとに評価や補足を置く関心傾向として扱う。

09 類似・正反対・idコール頻度が高いユーザーとの比較

shogo_okamotoは、技術記事を追いながら政治・制度のニュースを構造の一言へ変換する点で近い。Nyohoの方がコメント率はやや低く、より短いメモや技術クリップも大量に混ざる。対照的なのはmegumin1。同じ技術・制度の誤読を見つけるタイプでも、megumin1は少数の記事へ100字級の添削をほぼ必ず書き、スター効率も極端に高い。Nyohoが長期巡回の中で時折赤線を引くなら、megumin1は赤線を引く記事だけ選んで答案返却まで行う。

10 総合評価

技術記事では前提知識を共有した短いメモで素早く要点を残し、政治や報道では閣議決定、主権、手続きの整合性へ視線が向く。分野が変わっても「仕組みとして筋が通っているか」を先に見るのが芯である。その圧縮力は強みだが、共有前提の薄い話題では結論だけが先に見え、説明不足の断定として読まれやすい。