Scientific Reportsという論文誌に"Japanese conservative messages propagate to moderate users better than their liberal counterparts on Twitter"という論文が掲載されました． 日本国内の話ですので，折角だから解説したいと思います． 今北産業安倍政権時代の安倍晋三元首相に関する1億2千万件以上の大量ツイートを分析した結果，保守派のツイートの方がリベラル派のツイートよりも穏健な中間層によく届いていることが明らかになりました． もうちょっと詳しく東京大学・豊橋技術科学大学・香港城市大学の国際共同研究グループは、1億2千万件を超える安倍元首相に関するツイート（「安倍」または「アベ」が含まれるツイート）を解析し，保守派のツイートの方がリベラル派のツイートよりも穏健な中間層によく

「ツイッターで見た」計算社会科学という学問があります．社会科学にコンピュータサイエンスを導入して，これまでにない分析を行おうという学問です．最近日本でも計算社会科学会が発足するなど今盛り上がっている研究分野です． そんな計算社会科学の分野で扱われる課題の一つに，ソーシャルメディアによる社会の分断の分析があります．アメリカ大統領選や新型コロナ禍でフェイクニュースを目にする機会が多くなりましたが，フェイクニュースや偏った情報の取得は，人々を分断させ社会を混乱させると言われています． 分断を生み出す要因の一つが，エコーチェンバー現象にあると言われています．これは，ソーシャルメディアなどでは自分と似たような価値観を持つ人とつながりがちであり，自分の意見をいうと周りから「そうだそうだ」と同意を得られ，自分の意見が社会全体の意見のように見えてしまう現象をいいます．実際にはソーシャルメディアで可視化され

前編の記事に続いて、2020年12月21日にTBS系列「news23」で放送された菅義偉総理の約21分間の単独インタビューを取り上げる。本記事では、残り8分間（13問目〜18問目）の質疑を一字一句漏らさずにノーカットで信号機で直感的に視覚化していく。具体的には、信号機のように3色（青はOK、黄は注意、赤はダメ）で直感的に視覚化する。（※なお、色表示は配信先では表示されないため、発言段落の後に（　）で表記している。色で確認する場合は本体サイトでご確認ください） また、当日の映像はTBS NEWSのYouTubeチャンネルで、全文 文字起こしは筆者のnote「【全文 文字起こし】 news23 菅義偉首相インタビュー2020年12月21日」で公開されている。 信号無視話法分析の結果については、前編で述べたように、首相の見解を問うような緩い聞き方の質問もあったため、青信号の割合が3割弱あるものの

2020年12月21日、TBS系列「news23」に菅義偉総理が出演。番組のアンカーである星浩氏、メインキャスターの小川彩佳氏の2名が約21分間にわたって菅総理に単独インタビューし、新型コロナウイルス対応を中心に、桜を見る会、日本学術会議の任命拒否などの問題を幅広く質問した。このインタビューは当日17時台に事前収録されたものだが、23時からの放送ではノーカットで放送され、大きな注目を集めた。これまでテレビで放送されてきた菅総理の国会やグループインタビューにおける受け答えは、あたかも質問に回答できているかのように編集された映像が大半であったが、今回は約21分間にわたる質疑がノーカットで放送されてしまったため、総理の回答はことごとく質問とズレるという事実が露呈したからだ。 本記事では、全18問の質疑を一字一句漏らさずにノーカットで信号機で直感的に視覚化していく。具体的には、信号機のように3色（

TwitterなどのSNS上ではネットいじめと呼ばれる誹謗中傷の嵐にさらされることがありますが、炎上に反応して書き込みを行ったことがある人は全体の1.5％程度しかいないという調査結果も存在しており、攻撃してくるのはごく一部のユーザーのみであることがわかっています。炎上ツイートに反応して誹謗中傷するユーザーや、リプライ欄に湧く大量のクソリプを送りつけてくるユーザーなどを、わかりやすく可視化するツールが「リプライユーザ可視化システム」です。 リプライユーザ可視化システム http://torix.sakura.ne.jp/tma/ 使い方は簡単で、上記URLにアクセスして画面左上にある「Start Mention Analyzer」をクリック。 Twitterにログインしていない場合はログイン画面が表示されるので、ユーザー名とパスワードを入力して「ログイン」をクリック。 すると以下の赤枠部分に

by rawpixel.com トヨタが生み出したとされる「問題の原因を特定するためには、『なぜ』を5回繰り返すことで当初は見えなかった問題の原因が見えてくる」という「5回のなぜ」メソッドは、なぜなぜ分析ともいわれて広い分野で使われています。そんな5回のなぜを使って原因を特定するメソッドを医療の現場に応用する際の問題点について、カリフォルニア大学でヘルスケアの研究を行うAlan Card准教授が解説しています。 The problem with ‘5 whys’ | BMJ Quality & Safety https://qualitysafety.bmj.com/content/26/8/671 なぜなぜ分析とは、ある問題が引き起こした要因「なぜ」を提示し、さらにその要因を引き起こした要因「なぜ」を繰り返し提示していくという問題分析手法です。5回ほど「なぜ」を繰り返すことにより、当初は

by Patrick Alexander DNAを検査して先祖のルーツを分析してくれるDNA検査企業に「ペットの犬のDNA」を分析させたところ、「ルーツの20％はカナダの先住民である」という検査結果が出てしまったと報じられています。 Heredity or hoax? | CBC News https://newsinteractives.cbc.ca/longform/dna-ancestry-test After dog DNA debacle, Indigenous researcher says ancestry testing is 'stupid science' | CBC News http://www.cbc.ca/news/canada/edmonton/dna-testing-indigenous-ancestry-1.4705797 トロントに本拠を置くDNA検査会

日本でも音楽ストリーミングサービスのSpotifyを使っている人が多いと思いますが、そのSpotifyは配信している音楽に関するデータをWeb APIを通して公開しています。このAPIを使って様々な情報が取れるのですが、今日は以下のAPIを使って、音楽のジャンルに関するデータ分析をExploratoryを使ってしてみたいと思います。(他のAPIはこちらを参照) ジャンルを取るAPI 曲検索のAPI 曲の属性を取るAPI これらのAPIを組み合わせて、Spotifyからジャンル毎に1000曲ずつ取ってきて、それぞれの曲の属性データをもとに、ジャンル同士の類似性を調べてみます。 事前準備 Spotifyのアカウントの作成 SpotifyのAPIを使うには、先にSpotifyのディベロッパー・ダッシュボードでデベロッパー・アカウントを作成しておく必要があります。登録が終わったら、クライアントID

By Samsung Newsroom YouTubeが360度ムービーに対応するなど、左右前後すべてを見渡すことができるVRコンテンツが一般的になりつつありますが、「VRコンテンツの視聴者は360度の視野をすべて見渡せているのか？」という疑問を解決するべく、VRコンテンツの分析会社「Vrtigo」が1000万回もの動画ビューを分析し、視聴者が実際にどこを見ているのかがわかるデータを割り出しています。 Do People View All 360°? https://blog.vrtigo.io/do-people-view-all-360-f60b858059fe#.aomwb3ins 3D空間で視聴者がどこを見ているかは「ヨー、ピッチ、ロール」の値で示されます。最も重要なのが視聴者の視野の上下の動きを示す「ピッチ(Y軸)」と、左右を示す「ヨー(X軸)」となります。 Vrtigoは視聴者

すでに報道で明らかになっているが、去る2016年7月10日に執行された参院選において、山田太郎候補が比例区において29万票余りの得票を得ながら落選した。 落選そのものは今回新党改革からの出馬であったことから予想されていたことであったし、驚くべきことではない。一人の当選者を出すために政党で100万票が必要である以上、どう考えても不可能なことであった。 しかしながら、山田が29万票も取るということはほとんどの人が予想していないことだった。選挙に携わる様々な団体の運動員、政党関係者、マスコミ、予想していなかった事態である。選挙終了後の20時の段階でマスコミは当確を出すが、その時点で山田は15万票でで落選という報道がされた。この15万票というのは、出口調査でのアンケートを参考にしながら、マスコミの専門家が分析しているものであるが、おおよそこの倍の数字が出たというのは、誰も予想していなかった得票数と

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます これまでの連載の中でデータ分析における注意点や可視化方法などを説明してきました。いよいよ心構えはできたということで、実際のデータを分析していきましょう、と言いたいところですが、まずはデータを分析する環境を整える必要があります。そこで、今回は近年非常によく活用されるようになったオープンソースのツール「R」の使い方を解説していきます。 Rをダウンロードする まずはこちらからご自身のPC環境にあったRをダウンロードしましょう。Rはフリーのソフトウェアなので、特に費用はかかりません。原稿執筆時点（4月）では3.1.0が最新のバージョンになっています。その際、CRANのミラーサイトの選択をする必要があります。日本ではミラーサイトが複数あり、Hyo

無視。 いやね、こういう分析を見て気になったわけですよ。 内容はまあ別にどうでもいいんですが、ここでイケダ氏が最重要にすべきは「このチャンスを逃さずイベントにたくさん集客して収益を上げ、寄付できる金額をなるべく大きくすること」ですよね。 2013-02-09 うん多分これ違う。寄付金を集めたい、というのはポーズでしかないから。こんな難癖付けられた話にも乗ってやってかつそれで稼ぐのカッコ悪いから寄付するぜ、というポーズ。目的が「寄付したい」でははじめからないし、そもそも寄付ってのもなんとなくイベントを成立させなくするための布石みたいにしか見えないんですけどね。 イケダハヤト師が界隈で物申すのは自分の生活のため、というのが目的であるのは自明。んでもって、彼の言うようなことは「インターネットに詳しくない中小企業の経営者向けにこれからのウェブを語るセミナー」みたいなところでしか通用しないじゃないで

CEDEC2013にて発表させていただいた内容の一般公開用スライドです。 ネットサービスの基本中の基本とされるKPI 「DAU（Daily Active Users）」。売上の分解にも使いやすく、複数のサービスを比較するときには必須の指標です。しかし、運営の現場では「ノイズが多くて使いにくい」「経営者（えらい人）にサービスの状況の誤解を与える」という扱いを受けがちな指標でもあります。 セッションの内容 : 本セッションでは、ソーシャルゲームのDAUを題材に、測り方にほんの少し工夫（工夫の方法は汎用的なものです）を加えることで、DAUを現場の肌感覚にもあう指標に変身させる方法、特に、運営期間が長くなったサービスにおける課題抽出に活用する方法をご紹介します。 発表日時 : 2013年8月23日(金) 16:30～17:30 詳細URL : http://cedec.cesa.or.jp/201

とし @toshihiro36 <ナレーション>　いま日本中の車がどこを走っているかを示した地図。車のカーナビゲーションが発信する大量のデータから作られました。私たちは毎日、さまざまなやりとりで膨大な情報を生みだしています。爆発的に増えている情報を「ビッグデータ」と呼んで、それを分析る取り組みが始まっています。 2012-05-29 08:54:24

アノニマス匿名のハッカーがpastebinにtwitterアカウントのユーザ名とパスワード55,000以上を漏洩させたという書き込みがありました。（注:当初anonymous hackersをアノニマスハッカーと訳していましたが、ここは「匿名の」という意味ですね。訂正します） 真偽のほどはよくわかりませんが、ここに貼られていたパスワードを少し分析してみました。当然ながら、このパスワードを使ってログインしてみる、というのは違法行為ですので、絶対にやってはいけません。以下はあくまでもパスワード文字列の統計的な分析です。 まず、貼られていたアカウントの数ですが、単純に数えると、58,978個あり、約59,000というところです。ところが重複がかなりあり、ユニークなID:パスワードの組み合わせだと、34,069に減少します。さらに、「同一ユーザ名でパスワードが異なる」組み合わせが6個ありました。