id:sakidatsumono のアイコン
id:sakidatsumono
三万件の知識断片を短文で分類する、二十一年の巨大索引編集者
大量保存 学術 ネット 短評
基礎 全員共通・0-20
活動量
16
影響力
4
特性 この人の個性
活動量
10
粘り強さ
10
雑食度
10
瞬発力
10

01 基本データ

33,991
総ブックマーク
21.3年
活動期間
2005年4月20日
ブクマ誕生日
30,000
解析対象ブックマーク
15.9年
解析期間
5,009
アクティブ日数
86.2%
期間内の稼働率
69.4%
コメント付き率
20字
コメント中央値
28,894
総スター数
22.1%
スター付き率
0.96
平均スター

※ ブックマークが非常に多いため、全 33,991 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)。

2010-09-03〜2026-07-31の解析対象は30,000件、コメント約20,820件(69.4%)、総スター28,894、平均スター0.96。取得上限に達しており、直近30,000件中心の観測である。 活動期間は21.3年、稼働率86.2%。総量、発言率、反応密度、小標本性を分けて評価した。

02 投稿時間帯

時間帯(0〜23時)

0時6時12時18時23時

曜日

9時台の投稿比率が最大で、曜日では水曜が最多。これは観測期間内の投稿分布であり、職業、勤務形態、家庭環境を断定する材料ではない。生活属性ではなく活動リズムとしてのみ扱う。

03 よく参照する媒体

anond.hatelabo.jp
2,814
www.asahi.com
1,451
togetter.com
1,318
twitter.com
686
www3.nhk.or.jp
666
news.yahoo.co.jp
584
www.nikkei.com
573
headlines.yahoo.co.jp
500
mainichi.jp
416
d.hatena.ne.jp
411

ほか計30媒体

上位媒体はanond.hatelabo.jp、www.asahi.com、togetter.com、twitter.com。媒体構成にはニュース確認、論争追跡、研究資料、娯楽、後読保存が混在する。頻繁に保存している媒体への賛同を意味しないため、コメントのない記事は思想判断に使っていない。

04 主要テーマ・関心

メディア/報道
23.3%
学術/教育
22.5%
ネット/SNS
20.0%
AI/IT/技術
11.1%
生活/社会
10.3%
経済/労働
10.1%
医療/健康
6.8%
ジェンダー/家族
6.8%
政治/政党
5.9%
外交/安全保障
4.6%

主要テーマはメディア/報道、学術/教育、ネット/SNS、AI/IT/技術。themeCandidatesの機械集計から上位10テーマを採用し、count・ratio・avgStarsは改変していない。テーマは重複分類されるため合計比率は100%を超えうる。候補語が引用や否定だけで現れる場合は実コメントで文脈を確認した。

05 頻出語

大学 子供 日本 高校 先生 女性 会社 増田 教育 情報 勉強 時間 結婚 学校 だんな 企業 学生 仕事 無理 広島 ダメ 社会 東京 研究 入試 数学 地方 関係 時代 データ 男性 理系 放送 文系 英語 中学 受験 試験 可能性 女子 沖縄 名前 サービス 経験 マンガ 理解 人間 私立 科学 扱い 米国 偏差値 息子 センター 世界 制度 医者 授業 実際 夫婦 批判 調査 教科書 保育園 発言 テスト 職場 リスク 中国 入学 憲法 卒業 説明 対応 びっくり 公立 教員 評価 東大 論文 災害 ネット 生活 年齢 社員 不思議 地域 就職 家族 母親 進学 学習 能力 日本人 事件 対策 海外 主義 経済 世代 あり 医療 技術 管理 新聞 範囲 育児 防災 主張 か月 半分 検索 ネタ ケース 時点 条件 家庭 システム 案件 差別

頻出語は大学、子供、日本、高校、先生、女性、会社。回数は関心の入口であり、賛否や攻撃性を直接示さない。記事タイトル、引用、固有名詞、専門語、本人の評価を分けて読んだ。

06 文体の特徴

短文ツッコミ(30字以下)14,194
引用括弧「」を含む2,006
疑問符を含む1,511
一人称(俺・私・自分)を含む817
w/草/笑を含む378
感嘆符を含む241
URL提示・資料参照を含む207
長文コメント(100字以上)155
そもそも型128
idコールを含む92
むしろ型66
というか型41

コメント中央値は20字。styleStatsは入力値をそのまま使用した。引用、反語、作品名、医療・技術上の通常用法、制度語、「〜だしね」の誤検出を本人の攻撃と混同しないよう実例を確認した。短文の場合は省略された根拠、長文の場合は結論の位置にも注意した。

“男性客に対しても『家に居場所のない人が何度も来店する』という趣旨の発言がありました。”
別に若者に限らない。批判と非難の区別が付かない人は多い。
2017-06-26 ・ ★192 ・ togetter.com
そもそも東京五輪は、五輪招致委員会が「この時期の天候は晴れる日が多く、かつ温暖であるため、アスリートが最高の状態でパフォーマンスを発揮できる理想的な気候」とIOCをだましてもぎ取ったビッグイベントだ。
2018-07-20 ・ ★145 ・ news.nifty.com
ナンセンスな事例を出してもとの深刻な問題をないことにするメソッド
一度会社のセキュリティガイドを全員で読み合わせたが、毎日一時間やっても2ヶ月はかかった
2024-10-21 ・ ★112 ・ qiita.com
単にデータ分析の知識が世の中に行き渡り,増田の言うところの普通の考え方をする人はみんなおむつとビールの話くらいは知っていて,もっとアホな人がデータ分析の話を聞きに来るようになっただけだろ
二十一年にわたり大量の情報を保存し、専門知識と生活経験の両方から誤解を訂正できる。高スター発言も、保育、統計、五輪、セキュリティなど、議論の前提を短く補うものに集まる。取得上限に達しているため、今回の定性評価は直近30,000件中心である。重要な短評に一つだけ根拠や出典を添えると、巨大な索引が説明可能な知識ベースへ近づく。

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)

ジェンダー/家族
2.22
政治/政党
1.76
ネット/SNS
1.56
生活/社会
1.30
医療/健康
1.24
メディア/報道
1.23
経済/労働
1.20
外交/安全保障
1.07
学術/教育
0.83
AI/IT/技術
0.53

平均スター0.96、スター付き率22.1%。上位付与者はwatto(512)、mk16(361)、zu2(209)、wisboot(201)。これは本人が付けた星ではなく、このユーザーのコメントに付いた星である。スター数だけで正しさを判定せず、どの話題・説明形式で反応が集まるかを確認した。

08 思想・政治傾向

報道、学術、ネット、技術、生活、労働、医療、ジェンダーを二十一年にわたり横断する。長い主張より、記事の論点分類、誤った前提の訂正、データ分析・セキュリティ・保育政策などへの短い補足を残す傾向がある。政治・社会問題では批判と非難の区別、制度の経緯、実務経験を重視する。ネトウヨ等の語も出るが、母数が大きく、引用や分類語としての用法が多い。

10 総合評価

総33,991件、解析は直近30,000件。二十一年のネット記事を、報道、学術、技術、生活へ短文で仕分ける巨大索引である。「批判と非難の区別」「五輪招致時の気候説明」「セキュリティガイドの読量」など、議論に不足する前提を一行で足す。強みは情報量と補足速度、そして専門・生活両方の実務感覚。弱点は中央値20字ゆえ、結論の根拠や例外条件が省略されることだ。攻撃候補は2.7%で、日本死ねの引用、私刑批判、制度用語が多く、attack は不要。国会図書館の索引カードが毎日自動増殖しているような存在だが、カードの説明欄は時々一語だけである。