KH coder
という凄いフリーソフトがあることを教えられました。
まだチュートリアル程度しか触っていませんが
今までやってきたのは何だったんだ･･･というレベルで便利すぎます。
これをカスタマイズするためにPerlとRを覚えたくなるレベル。
1.使用するデータ
以前別件で使った
2014/04/01~2014/10/01間の「#金曜ロードSHOW！」が入ったツイート
Twitterの過去発言を拾う を参考にして下さい
みんなのキャンパス「東海大学」授業評価
「東海大学」授業評価 2014/09/22に取得したデータ
が調度よい感じにあったので使用します。
utf-8データをshift-jisに変換したので、一部消えた文字・変換した文字があります。
参考程度にお願いします。
2.#金曜ロードSHOW！ツイート
・抽出語リスト
まず、文の中で出てくる単語を見つける「抽出語リスト」
上位20位を表にすると
ちなみに、この時期に200件以上ツイートのあった映画の視聴率、ツイート数を書き上げると
04/18:名探偵コナン絶海の探偵・プライベート・アイ (604件)13.6％
04/25:アメイジング・スパイダーマン (549件)14.0％
05/16:ナルニア国物語／第３章：アスラン王と魔法の島(274件)12.0％
05/23:Ｘ－ＭＥＮ：ファースト・ジェネレーション (646件)11.8％
05/30:藁の楯 (236件)13.0％
06/20:ガリバー旅行記 (249件)11.0％
07/04:もののけ姫 (299件)21.9％
07/11:となりのトトロ (467件)19.4％
07/18:借りぐらしのアリエッティ (342件)17.2％
08/08:トランスフォーマー (253件)11.0％
08/22:ヱヴァンゲリヲン新劇場版：序ＴＶ版 (806件)9.5％
08/29:ヱヴァンゲリヲン新劇場版：破ＴＶ版 (644件)11.8％
09/05:ヱヴァンゲリヲン新劇場版：Ｑ＋巨神兵東京に現わる (1253件)10.0％
09/19:猿の惑星：創世記・ジェネシス (241件)10.2％
ほとんどのワードが入っていますね。
「祭り」は「3週連続ヱヴァ祭り」、
「破る」は「ヱヴァンゲリヲン新劇場版：破」、
「剣」は「ナルニア国物語(7つの剣を集める内容)」でした。
・共起ネットワーク
単語毎の繋がりを見る「共起ネットワーク」
分析してる！って感じがしますよね。
辞書登録をしていなかったので、色々言葉がバラバラになってしまいました。
3.みんなのキャンバス 東海大学 授業評価
・抽出語リスト
講義に関する言葉が出てきています。
・共起ネットワーク
全ての学部の評価を一つにまとめて処理したので、特色のない感じになりました。
・コロケーション統計
以前からやっている係り受け解析に似た感じの処理です。
指定したキーワードに対して、他の言葉がどの位置に多くあるのかを統計します。
「楽しい」をキーワードにして上位10個を表にします。
「楽しい」の近くに「授業」が206個あって
75個が「授業」の左側に(例：楽しい授業)
131個が「授業」の右側に(例：授業は楽しい)あることになります。
「テスト」は「～で楽しい授業でした。テストは～」という形で多く使われているようです。
「厳しい」について同様の処理をすると
「評価」「テスト」「出席」「単位」と学生が気になる言葉が多く出現しました。
4.今後はどうするか
ツイッターだと
・RT、拡散で多く出回っている文章
・一人で何回も同じ発言をしている
そういったツイート文が入ってくるとこが多いです。
炎上もSNSの特徴だから取り入れたほうが良いのだろうけど･･･
取り除いたデータでの解析もしたほうが無難ですよね。
係り受け解析で数を比較する場合、同じ文章が何個もあるとどうしてもそっちに偏りますからね。
注意しないといけません。
今回は無視しましたが、顔文字やネットスラングなど辞書にしにくい言葉も多いです。
ﾜﾛﾀ→大いに笑った
（*＾-＾*） ニッコリ☆ →笑う
(ノД`)・゜・。 →泣く
といったように変換すべきかどうかも考えないと･･･。