id:swdrsker
技術と統計を足場に、ネットの雑さを即ツッコミする理系短評型
AI/IT
ネット/SNS
学術
短評
基礎 全員共通・0-20
活動量
6
影響力
8
特性 この人の個性
偏執度
9
瞬発力
9
ネット文化度
9
粘り強さ
9
01 基本データ
2,590
総ブックマーク
9.7年
活動期間
2016年12月26日
ブクマ誕生日
2,590
解析対象ブックマーク
9.7年
解析期間
1,477
アクティブ日数
41.9%
期間内の稼働率
71.1%
コメント付き率
30字
コメント中央値
5,197
総スター数
28.8%
スター付き率
2.01
平均スター
2590件を9.7年、コメント率71.1%、平均2.01スター。技術系を軸にかなり頻繁に短評を置く。
02 投稿時間帯
時間帯（0〜23時）
0時6時12時18時23時
曜日
月
火
水
木
金
土
日
1477日活動、稼働率41.9%。長期的にネットと技術記事を巡回する常連型。
03 よく参照する媒体
anond.hatelabo.jp326
togetter.com321
qiita.com190
zenn.dev86
note.com69
gigazine.net47
www.itmedia.co.jp41
news.yahoo.co.jp40
www3.nhk.or.jp37
twitter.com37
ほか計30媒体
増田・Togetterに加えてQiita190件、Zenn86件。ネット文化とソフトウェア開発の両方を同じ比重で追う。
04 主要テーマ・関心
AI/IT/技術33.1%
ネット/SNS31.2%
学術/教育11.6%
メディア/報道10.7%
経済/労働8.6%
生活/社会8.5%
文化/表現/オタク6.7%
医療/健康5.2%
ジェンダー/家族4.9%
事件/司法4.3%
政治/政党2.0%
外交/安全保障1.9%
AI/IT33.1%、ネット31.2%が二本柱。学術11.6%、報道10.7%、経済8.6%もあり、技術を社会の運用とつなげて読む。
05 頻出語
勉強
子供
仕事
時代
関係
世界
時間
システム
ゲーム
ダメ
エンジニア
テスト
説明
実際
研究
会社
評価
人間
日本
開発
結婚
無駄
絶対
データ
文章
影響
結論
批判
議論
価値
環境
感覚
方法
東大
経験
確率
機能
仕組み
女性
意見
理解
英語
男性
定義
不明
文化
参考
サービス
常識
知識
技術
増田
いじめ
周り
業務
授業
自己
お金
関数
おじ
時点
体制
科学
検査
リスク
反応
情報
大学
教育
バカ
無理
大人
言葉
論文
能力
組織
趣味
タイプ
言語
体験
ご飯
限り
条件
構造
パターン
設定
途中
ネット
目的
オタク
数学
ニューロン
個人
アプリ
老人
効果
映画
市場
障害
対応
期待
解決
漫画
銀行
受験
理屈
設計
事例
比較
経済
成長
実験
アニメ
違和感
先生
課金
労働
人生
間違い
理系
「勉強」「仕事」「システム」「エンジニア」「テスト」「研究」「データ」が上位。仕事・学習・技術の実務感が強い。
06 文体の特徴
| 短文ツッコミ（30字以下） | 931 |
| 疑問符を含む | 106 |
| 一人称（俺・私・自分）を含む | 84 |
| 引用括弧「」を含む | 58 |
| 長文コメント（100字以上） | 23 |
| w/草/笑を含む | 18 |
| そもそも型 | 10 |
| 感嘆符を含む | 9 |
| むしろ型 | 9 |
| というか型 | 6 |
| URL提示・資料参照を含む | 1 |
| idコールを含む | 1 |
30字以下931件の短評型。攻撃候補率3.3%で、高重み候補は語の偶然一致・概念用法が多い。一方、低頻度ながら「救いようのないバカ」等の辛口はある。
こんなおじさん周りにいたらしんどいね😥○○ちゃんは変なおじさんに捕まらないようにしてね😣変な奴に絡まれたらいつでも僕のこと頼ってくれよ笑😤👍…なんてね笑😃
アムウェイから学んだことというタイトルなのに結局ただだの宣伝だし、ネズミ講とマルチレベルマーケティングの何が違うのか結局説明せず宣伝してるだけだし。そういう所だぞ、アムウェイのダメなところ
警察の証拠捏造なんて権力の濫用に他ならない。新聞一面に載せるくらいもっと糾弾されるべき
学問と権力批判って全く土俵の違う話では？(理系脳)
四捨五入して76%という数字にするのに最も小さい分母が気になったので、求めてみたら17(13/17=0.7647)だった。17,21,25,29と続き33は5番目に小さい分母。
全然読んでないけどプロフィールにフェミニストって書く人はやばそうだとはわかる
数字・システム・権力構造の話では、思いつきより条件を確認する習慣がある。技術者らしい「それ本当にその前提で動く？」の視点は強い。ただし、人物や属性の話になると検証前に印象で切る瞬間があり、そこだけ自分の得意な検証作法を捨ててしまう。
07 スター分析
上位スター付与者
ysync33
wisboot30
yumenoa27
togusa525
sds-page25
rgfx22
whkr19
ezmi417
uunfo16
wuzuki16
NQQN16
cl-gaku15
augsUK14
damedom14
ledsun13
Dai4413
mk1613
vmc12
utabuti12
cartman012
zu212
スターが付きやすい領域（平均スター）
メディア/報道4.76
政治/政党4.29
事件/司法3.86
医療/健康3.64
経済/労働3.58
生活/社会3.50
学術/教育2.69
ジェンダー/家族2.66
ネット/SNS2.61
外交/安全保障1.98
文化/表現/オタク1.43
AI/IT/技術0.62
報道4.76、政治4.29、事件3.86、医療3.64が高め。技術そのものより、技術・制度を社会の事件へ接続したコメントが伸びやすい。
08 思想・政治傾向
技術・統計・制度の整合性を重視する傾向が強く、政治的な話題でも「データはどうなっているか」「権力濫用ではないか」と手続き側から見る。思想ラベルには距離がある一方、フェミニズムなど一部テーマで先入観的な短評が出ることもある。
10 総合評価
QiitaやZennを読みながら増田も巡回する、かなり典型的な理系はてな型。数字の分母を自分で求めたり、制度と学問を分けたりする検証癖が強い。一方、短文の勢いで「プロフィールにフェミニストと書く人はやばそう」のような先回り評価も出る。理屈を使う場面と直感で切る場面の差が大きい。