統計分析 on IT 空間

hololive 六期生 holoX 的 Twitter 統計分析(包含圖表)

jia@jiatool.com (Jia) — Sat, 08 Jan 2022 21:05:00 +0800

前言

在 2021 年 11 月 26 日 Vtuber 龍頭品牌之一的「hololive」宣布推出六期生「祕密結社 holoX」！！
旗下有「ラプラス・ダークネス」、「鷹嶺ルイ」、「博衣こより」、「沙花叉クロヱ」以及「風真いろは」五名成員，在短短的時間迅速累積了極高的人氣。

各自的初配信時間如下
* ラプラス・ダークネス：11/26
* 鷹嶺ルイ：11/27
* 博衣こより：11/28
* 沙花叉クロヱ：11/29
* 風真いろは：11/30

Vtuber 他們除了在 YouTube 平台上片外，發布消息、粉絲互動主要則在 Twitter 平台，從他們出道已經過了一個多月，今天我們來簡單統計在 Twitter 上的推文紀錄，看看有什麼有趣的結果吧~

祕密結社 holoX (來源：hololive production官網)

* 這次 Twitter 推文的資料來源我是使用官方的 Twitter API (當然不可能手動一則一則計算😆)，有關 Twitter API 的使用，如果反應好、我有空，之後應該會寫篇文章教學。

資料範圍

holoX 的初配信時間是從 11/26 ~ 11/30，照理說應該可以從 12/1 就開始統計，但就某位「博衣こより」博士 11/26 剛出道 10 分鐘 Twitter 就被凍結了 wwwwww，直到 12/8 日才成功解封。
因此我統計的範圍改從間隔一天後開始 12/10(五) ~ 1/6(四)，共 28 天完整四個禮拜。而且推文已排除"轉推"與"回覆"的推文類型。

* 稍微提醒，因為 holoX 成員都是住在日本，所以這邊是使用日本時區(GMT+9)為依據。

統計結果

📂 一星期中每天的推文篇數

「一星期中每天的推文篇數」是指統計的這四個禮拜當中，星期一發了多少篇推文、星期二發了多少篇推文……以此推類。

* 時間也是依照日本時區

「一星期中每天的推文篇數」表格

「一星期中每天的推文篇數」圖表

可以看出 Vtuber 一週七天都是沒有在休息的，各成員每天發布的推文都還算平均，也沒有說週末可以休息發文比較少。

📂 一天之中各時段的推文篇數

「一天之中各時段的推文篇數」可以觀察到哪個時段最常發文、哪個時段發布的推文較少。
一天共劃分 24 小時，「0點」代表著 0 點 ~ 1 點之間。

* 這邊時間也都是轉換為日本時區了

「一天之中各時段的推文篇數」表格

發布的時段大概都集中在晚上 6 點到凌晨 0 點多，但不知道為什麼，沙花叉在下午五點竟然只有孤單一篇😂

📂 各發布管道的推文數量

在 Twitter 發布推文時，Twitter 會將你發布的管道(裝置平台)記錄下來。

「各發布管道的推文數量」表格

從結果來看，有人習慣使用手機發文，有人習慣使用電腦網頁版的，而且手機無一例外，全部都是拿 iPhone。

📂 總篇數、平均篇數與平均字數

「總篇數」很容易明白，就是統計的這 28 天發過多少篇推文，像前面說的，已排除"轉推"與"回覆"的推文類型。

「平均篇數」則是總篇數除以 28 天，得知平均一天發布了多少篇推文。

「平均字數」指的是平均一篇推文有多少字數。這邊的「字數」其實是指「字元數」，也就是一個日文字算一個、一個英文字母算一個，換行也算一個字。
另外推文內容可能會有網址，但我覺得網址比較不屬於推文想表達的內容，而且網址的字元數又佔很多，因此這邊的字數會去除網址後再統計。

「推文總篇數與平均字數」表格

像是博衣，一天 24 小時，等於幾乎每一小時都發一篇推文，而且這還是把睡眠時間放進去平均…👏 果然是話最多的 XD，而且平均字數竟然也是她最多。

而我發現 La+ 很常開語音(音訊)，所以相對來說推文數量才比較少吧。

📂 推文內最常使用的 Emoji

我將各成員推文內容出現 Emoji 的次數統計出來，取前三多的：

「推文內最常使用的 Emoji」

這也是個很有趣的統計，可以觀察出各自最常使用哪個 Emoji。

* 話說沙花叉的黑心 Emoji，在我深色主題的 Twitter 根本很難發現🤣

結語

從上面的統計來看，會發現 Vtuber 外表看似鮮豔活潑的職業，其實背後要做很多準備，花費大量時間經營，根本沒什麼休息時間。

而且這還是僅僅只統計「Twitter」上的推文篇數罷了，他們主力還是在 YouTube 平台上，也可以感覺到這真的不是一般人可以持續維持的啊~

通通給我看過來
(Yes My Dark.)

—— ラプラス・ダークネス (holoX)

巴哈姆特 GNN 新聞統計分析

jia@jiatool.com (Jia) — Sun, 06 Sep 2020 15:20:00 +0800

前言

之前看到巴哈姆特 GNN 新聞發了這篇文章：
巴哈姆特 GNN 遊戲新聞達成 20 萬篇里程碑！感謝所有玩家一路相挺
慶祝經過服務誕生 20 周年之際，在此篇新聞正式邁入第 20 萬篇新聞的里程碑，並統計了 GNN 相關數據。
覺得這統計還蠻有趣的，在想是不是也可以藉由爬蟲，來抓取巴哈姆特 GNN 新聞做一些簡單的統計。
本分析也只是帶著趣味所做的統計而已，大家當茶餘飯後娛樂看看就好。🤣

💬 本篇數據皆以我能收集到的 GNN 新聞文章進行統計，分析說明也只是本人見解。

資料說明

使用 Python 爬蟲將 GNN 新聞抓取下來，保存其"文章編號"、"標題"、"發布時間"、"按讚數"、"留言數"、"來源(作者)"，並以這些資料來做簡單的統計、分析。
資料來源為巴哈姆特 GNN 新聞列表的文章，這次我抓取了從 2000 年 11 月 20 日第一篇開始，到 2020 年 8 月 31 日為止的 199,472 篇巴哈姆特 GNN 新聞文章(包含巴友投稿)，某些文章不知名的原因已遭移除，因此才會不滿 20 萬篇。

備註：
💬 "按讚機制"在GNN新聞頁面是"推"、小屋內是"喜歡"，本文統一叫做"讚"。
💬 文中所述"文章編號"代表網址 https://gnn.gamer.com.tw/detail.php?sn=200000 中sn=後方的數字。
💬 "投稿系統"、"留言系統"、"按讚機制"不是一開始就有的，是之後才加入，因此統計時也會區分排除開來。

投稿系統：根據官方說法是從 2009 年開始啟用，不過也許之前投稿的文章會放置於 GNN 的頁面，不像現在連結到作者小屋的創作頁面，所以已我目前判斷的依據(文章位於作者小屋)，第一篇是編號 63168 於 2012-03-08 發表的文章開始計算。
留言系統：官方是說從 2007 年 11 月 28 日正式導入，不過我從編號 312 於 2001-01-07 發表的文章就開始看到第一則留言，但之後這段時間內有留言的篇數很少，也許是官方在測試此功能(?)。
按讚機制：官方貌似沒有說從何時加入，但我在編號 45 於 2000-12-04 的文章發現按讚按鈕，在編號 19743 於 2005-04-29 的文章出現了第一個讚。不過也許我了解不多，因為並不是每篇GNN新聞都有按讚的按鈕。

篇數統計

總篇數

首先來看看目前還有效的文章總篇數為 199,472 篇，
其中 GNN 編輯部佔了 173,589 篇 (87.0%)；巴友投稿佔了 25,883 篇 (13.0 %)。
(這百分比還真的是這樣…87)

文章總篇數

累積總篇數依照官方所述，10 萬篇新聞是於 2014 年 7 月達成 (花費 13 年 8 個月)，20 萬篇新聞是於 2020 年 7 月達成 (僅花費 6 年)。
我將其以每 5 萬篇文章切割，並換算成天數來比較，發現到前 5 萬篇所需要的時間最久，需要 3,698 天，後來大概都只需 1,000 多天：

累積文章總篇數耗費時間 (表格)

累積文章總篇數耗費時間 (圖表)

假如以文章編號來計算，從 2000 年 11 月 20 日第一篇開始，到 2020 年 8 月 31 日為止，文章編號大約是 202600 左右 (因為玩家投稿的文章收錄後可能編號還比較後面，這邊以大略值估計)，共計 7225 天，等於平均一天發布 28 篇新聞文章。

最多篇數的一天

發布最多文章的一天前三多的分別是"2014-08-15"、"2014-10-24"、"2020-06-12"、"2013-11-01"，各別有114、110、103、103篇文章，不知道是剛好有什麼盛大的活動還是什麼原因？

最多篇數的一天

各年月星期的篇數

這部分我各別依照文章發布日期的年、月、星期做區分統計，並把官方發布跟巴友投稿拆分統計。

各年份的篇數

初期巴哈剛創立，而且可能全台瘋 ACG 的人數不像現在越來越多，發布的篇數相較後期是較少的。
照官方的說法從 2009 年起加入投稿系統，也透過各位巴友貢獻了許多文章，豐富了巴哈姆特 GNN 新聞。
(* 今年只統計到八月底，因此文章量較少)

各年份的文章篇數

各月份的篇數

按照各月份統計的篇數就蠻平均的，二月份的那個窟窿應該是二月只有 28 天的關係。XD

各月份的文章篇數

各星期的篇數

從依照星期來區分的數據中，可以很明顯地觀察出週末(六日)的文章非常少，就像日本製造的壓縮機非常稀少(X
而平日從週一到週五有逐步上升的趨勢，這與"星期一症候群"有關嗎?!😂

各星期的文章篇數

按讚數

全部文章中最多按讚的前五名如下表，第一名是 [ 論遊戲 ] 為什麼我們輸很大?! 就認證角度淺談韓國遊戲人才培育，共有 1,535 個讚。
其中發現到作者"哈利菠菜"竟然有兩篇文章擠進前五名，真的是非常佩服。

最多按讚數前五名

平均按讚數中，GNN 頁面上的平均一篇文章會有 2.11 個讚，而巴友投稿的平均多達 24.4 個讚。

平均按讚數

* 如果文章沒辦法按讚則跳過不計，

留言數

全部文章中最多留言的前五名如下表，第一名是赤燭《還願》埋梗小熊維尼風波延燒發行商宣布終止合作並將求償，竟多達 1,775 則留言，回應非常熱烈。
全部都是 GNN 官方文章，推測是在 GNN 網頁(不是個人小屋)，其留言的意願比較高。

最多留言數前五名

平均留言數中，GNN 頁面上的平均一篇文章會有 34.29 則留言，而巴友投稿的平均一篇文章會有 15.6 則留言。

平均留言數

官方在 20 萬篇里程碑有說到 "於 2007 年 11 月 28 日正式導入留言系統，在這 12 年間累積超過 480 萬則留言，平均每篇新聞有 37 則留言"。
而我統計到今年 8 月底的數據，累積總留言數 542 萬則留言、平均每篇新聞有 32 則留言。

而《劍俠情緣 3 免費版》代理商於中國哀悼日為維護台灣玩家權益不惜與原廠終止合作同時擠進最多按讚與最多留言的前五名，討論也是非常熱烈。

標題文字雲

在展示標題的文字雲之前，先來看看最長、最短、平均標題字數(字元)為何。一個中文字、英文字母、標點符號、空白都算一個字元，例如："最近最熱門的遊戲：Fall Guys" 這樣算 18 個字。
從統計結果看來，平均標題使用 32 個字元，最長的有到 94 個字元，最短的竟然只有 3 個字。😆

標題字元數

這邊我簡單使用 jieba 套件加入繁體中文詞彙來分詞，並搭配 wordcloud 套件來繪製標題的文字雲。

先來看看全部文章的標題文字雲：

標題文字雲全部

再來我將其依照年份分為四等分，分別為"2000年~2005年"、"2006年~2010年"、"2011年~2015年"、"2016年~2020年"：

標題文字雲 2000年~2005年

標題文字雲 2006年~2010年

標題文字雲 2011年~2015年

標題文字雲 2016年~2020年

題外話 (八二法則)

突然想到試試看八二法則 (關鍵少數法則、帕累托法則) 是否存在。
先以留言數來計算，總篇數 199,472 篇，前 20% 占了 70% 的留言數，只能算接近八二法則，不過我想是因為抓取時忘記將沒有留言區塊的文章去除…

八二法則留言數

而按讚數有將沒有按讚區塊的文章排除掉，總篇數 81,948 篇，前 20% 占了 87% 的按讚數，不知是否跟不是每篇文章都有按讚區塊有關？

八二法則按讚數

歡迎底下留言你的看法、討論~~~📢

參考：
巴哈姆特 GNN 遊戲新聞達成 20 萬篇里程碑！感謝所有玩家一路相挺
 巴哈姆特 GNN 遊戲新聞突破 10 萬篇！感謝所有玩家一路相挺

再小的努力，乘以 365 都很明顯；
再大的困難，除以 365 都很簡單。