第 6 章 SNS 感情トレンドと社会トレン ドとの関係ドとの関係
6.3 解析
0.160.180.200.220.24
図 6.5: 顔文字を含むツイートの割合の箱ひ げ図
Histogram of ratio of emoticon count to tweet count
ratio of emoticon count to tweet count
Frequency
0.14 0.16 0.18 0.20 0.22 0.24 0.26
010203040
図 6.6: 顔文字を含むツイートの割合の分布 まとめ
全ツイート数、顔文字を含むツイート数、割合を図6.7に示す。この図より、7時前後に顔 文字を含むツイート数の割合の増加のピークがみられる。増加率という観点では5:30~7:20 にピークがあり、起床時間帯に合致している。
00:00 01:32 03:04 04:36 06:08 07:40 09:12 10:44 12:16 13:48 15:20 16:52 18:24 19:56 21:28 23:00
0100200300400500600700
Index
tweet / minute 0.160.180.200.220.24ratio
tweet emoticon ratio tweet emoticon ratio
図 6.7: 全ツイート数、顔文字を含むツイート数、割合 第一Y軸に全ツイート数(赤)、顔文字を含むツイート数(緑)を、
第二Y軸に全ツイート数に占める顔文字を含むツイート数の割合(百分率)(青)を示す
6.3.1 時間帯、曜日単位での感情比較
日本時間(JST)を基準とし、24時間における感情量の推移を曜日ごとに考察をおこ
なった。
図6.7、表6.6より、顔文字を含むツイートの割合は21%程度で安定しており、顔文字
のみを使用した感情解析においても安定した結果を期待できる。平日と土日祝日の感情推
移を図6.8,6.9に示す。平日と土日祝日には、まず感情量の最大値に違いがみられる。土
日祝日の方が最大値が高く、また昼の時間帯の感情量の推移も高い状態を維持している。
平日では8時前後の通勤・通学時間帯、12時前後の昼休憩の時間帯にピークがあり、帰宅 後の18時以降に感情量の継続的な増加傾向がみられるのに対し、土日祝日では7時前後 の起床時間後はほぼ一貫して継続的な増加傾向がみられる。
章4での結果と同様に、平日は通勤通学時間・昼休憩・帰宅後の時間帯に特徴がある。
6.3.2 社会イベント等、外的要因に対する感情表現の依存性
4章から、ポジティブな外的要因と感情の間に関係がある可能性が示唆された。そこで ここではポジティブ/ネガティブな外的要因によって感情がどのように反応するのかにつ いて考察した。なおそれぞれの要因に、世間一般でポジティブなイベントと捉えられるク リスマスを、ネガティブなイベントとして捉えられる地震発生日を例として比較をおこ
00:00 01:42 03:24 05:06 06:48 08:30 10:12 11:54 13:36 15:18 17:00 18:42 20:24 22:06 23:48
010002000300040005000
time
score / minute
joy sad angry fun hurry surprise
図 6.8: 平日の感情の推移
00:00 01:42 03:24 05:06 06:48 08:30 10:12 11:54 13:36 15:18 17:00 18:42 20:24 22:06 23:48
010002000300040005000
time
score / minute
joy sad angry fun hurry surprise
図 6.9: 休日の感情の推移
なった。なお、地震発生日はYahoo!Japanが提供する地震速報1を参考にし、東北地方で マグニチュード5.0、最大震度4以上の地震が発生した2012年10月3日、25日、11月3 日、9日、24日、12月7日とした。図6.10にクリスマスの感情推移を、図6.11に地震発 生日の感情推移を示す。
クリスマスは地震発生日だけでなく平日・休日と比較しても、感情量の総量が増加して いる。クリスマス以外では、23時頃まで感情量の増加傾向がみられ、その後減少傾向に 変化するのに対し、クリスマスではこの変化は見分けられない。
地震発生日については、17時から18時にかけて感情量が急増している。地震速報によ ると、12月7日17時29分に三陸沖にて最大震度5弱、マグニチュード7.3の地震が発生 し、その後20分の間にマグニチュード5以上の地震が二度発生している。大規模な地震 のような突発的な出来事に対しては、情報の不足から事実や推測が普段より多く流通する と考えられ、実際に2011年に発生した東日本大震災時にも地震発生前後でツイート数に 大きな違いがあることが確認されている[榊12]。官公庁(首相官邸2、防衛省3など)におい ては災害関連の情報提供を目的としてTwitterアカウントを開設しており、これらから発 信される公的で信頼度の高い情報が多くリツイートなどを通じて発信されると考えられ る。分析をおこなった日においては、これらの情報の増加と共に、顔文字を含んだツイー トの件数も増加していると考えられる