新語・流行語は、twitter上ではどの程度使われているか調査した
概要
今年も、「現代用語の基礎知識」選 ユーキャン 新語・流行語大賞のノミネートが発表された。新語・流行語の発表があると、そろそろ年の瀬だなと感じる。 このエントリーは、その新語・流行語はtwitter上で実際どのように使われているかを調査するものだ。 ネットでの言葉の流行と、マスメディアでの言葉の流行は異なる。twitterはtwitterで偏った世界だ。 そのため、選ばれた新語・流行語がtwitter上でつぶやかれてないのに流行語ではないなどとは言えない。あくまで、一つのSNSサービスであるtwitter上でどのようつぶやかれているかを調査したものだ。 twitterはタイムラインがあるため、twitterユーザーでも見えている世界が異なる。新語・流行語で自分のタイムラインで見かけなかったからと言って他の人にタイムラインでは流れていたかも知れない。今回は、twitter内で新語流行語がどのようにつぶやかれたかを調査することで自分のタイムラインとどのように違うかを観察する。
忙しい人のまとめ
twitterに投稿されたツイートデータセットを元に、新語・流行語大賞にノミネートされた言葉がどの程度呟かれたかを調査した。
- スポーツは瞬発力があり、がっと盛り上がる
- 対して、社会、政治、芸能は台形に近い形になる。
- スポーツでは、「金足農旋風」と「(大迫)半端ないって」が呟かれた。
- 社会では、仮想通貨/ダークウェブが人気だったが、TikTokが追い上げている。
- 政治では、首相案件、高プロが人気だった
- 芸能では、おっさんずラブが強かった
調査の手法、データについて
twitterでは全公開tweetから少数のデータをサンプルデータとして公開している。 GET statuses/sample — Twitter Developers サンプリングのサイズは一説には、全tweetの1%ではないかと言われている。Substance: 666 and How Twitter Samples Tweets in Streaming API
私は11ヶ月前からそのサンプルデータを取得して、Google Cloud PlatformのBigQueryに保存している。一日に55万件程度のtweet標本を手に入れることができる。今回は、そのtweetデータを利用している。全tweetからランダムに抽出されているため、1%のサンプリング調査だと考えることが出来る。たとえ1%のデータであっても、きちんとランダム化されサンプリングサイズが大きければ母集団の特徴をよく表す集計値になる。
使ったデータセットは、twitterから提供されいるSample realtime Tweets APIから日本語ツイートだけを抽出して保存したものを利用した。取得データの期間は、2018-01-09 から2018-11-13 標本ツイート数は、 182,336,084 ツイート。
月ごとの、標本投稿アカウント数、及び標本ツイート数は以下。
投稿月 | 投稿アカウント数 | 投稿数 |
---|---|---|
2018-01 | 3,985,823 | 13,208,169 |
2018-02 | 4,285,399 | 15,366,631 |
2018-03 | 4,224,926 | 14,570,657 |
2018-04 | 4,754,814 | 18,695,446 |
2018-05 | 4,734,464 | 19,490,071 |
2018-06 | 4,592,642 | 21,338,895 |
2018-07 | 4,654,512 | 19,400,678 |
2018-08 | 4,517,688 | 18,376,566 |
2018-09 | 4,449,907 | 17,945,849 |
2018-10 | 4,326,238 | 17,136,263 |
2018-11 | 2,669,570 | 6,806,859 |
サンプリングされたーデータでは、月の投稿アカウントは、4百万、投稿数は2千万ツィート程度だ。
このくらいの標本数であれば、母集団の大体の傾向は掴めるだろう。
新語・流行語がtwitter上でどのくらいつぶやかれたか調査した。
新語流行語大賞によると、今回ノミネートされた新語・流行語は次のようなものだ。
エントリーナンバー | 新語・流行語 |
---|---|
No.01 | あおり運転 |
No.02 | 悪質タックル |
No.03 | eスポーツ |
No.04 | (大迫)半端ないって |
No.05 | おっさんずラブ |
No.06 | GAFA(ガーファ) |
No.07 | 仮想通貨/ダークウェブ |
No.08 | 金足農旋風 |
No.09 | カメ止め |
No.10 | 君たちはどう生きるか |
No.11 | 筋肉は裏切らない |
No.12 | グレイヘア |
No.13 | 計画運休 |
No.14 | 高プロ(高度プロフェッショナル制度) |
No.15 | ご飯論法 |
No.16 | 災害級の暑さ |
No.17 | 時短ハラスメント(ジタハラ) |
No.18 | 首相案件 |
No.19 | 翔タイム |
No.20 | スーパーボランティア |
No.21 | そだねー |
No.22 | ダサかっこいい/U.S.A. |
No.23 | TikTok |
No.24 | なおみ節 |
No.25 | 奈良判定 |
No.26 | ひょっこりはん |
No.27 | ブラックアウト |
No.28 | ボーっと生きてんじゃねえよ! |
No.29 | #MeToo |
No.30 | もぐもぐタイム |
それらが実際twitter上で月間どのようにつぶやかれたか見てみよう。
サンプルツイート数 | 18/01 | 18/02 | 18/03 | 18/04 | 18/05 | 18/06 | 18/07 | 18/08 | 18/09 | 18/10 |
---|---|---|---|---|---|---|---|---|---|---|
あおり運転 | 363 | 178 | 187 | 114 | 115 | 317 | 325 | 240 | 136 | 86 |
悪質タックル | 2 | 0 | 2 | 2 | 3577 | 447 | 153 | 68 | 37 | 80 |
eスポーツ | 173 | 924 | 504 | 355 | 926 | 1426 | 932 | 1101 | 984 | 1120 |
半端ないって | 235 | 203 | 272 | 396 | 657 | 24189 | 7615 | 3028 | 1478 | 2461 |
おっさんずラブ | 3 | 172 | 85 | 4446 | 18432 | 21975 | 4603 | 3827 | 2396 | 2892 |
GAFA | 47 | 63 | 66 | 71 | 105 | 99 | 81 | 107 | 87 | 116 |
仮想通貨 | 16922 | 14593 | 9944 | 18088 | 11501 | 11939 | 9928 | 9364 | 8837 | 7787 |
金足農 | 1 | 0 | 0 | 1 | 30 | 32 | 132 | 29571 | 1573 | 1285 |
カメ止め | 0 | 1 | 2 | 10 | 16 | 98 | 409 | 1054 | 646 | 445 |
君たちはどう生きるか | 138 | 138 | 81 | 60 | 83 | 125 | 44 | 39 | 19 | 18 |
筋肉は裏切らない | 10 | 14 | 19 | 11 | 22 | 171 | 29 | 1324 | 352 | 125 |
グレイヘア | 1 | 0 | 0 | 3 | 14 | 3 | 1 | 0 | 7 | 104 |
計画運休 | 1 | 0 | 0 | 0 | 1 | 0 | 5 | 2 | 346 | 288 |
高プロ | 117 | 217 | 1412 | 531 | 10183 | 9439 | 1454 | 535 | 271 | 248 |
ご飯論法 | 0 | 0 | 0 | 0 | 512 | 357 | 109 | 54 | 275 | 120 |
災害級の暑さ | 0 | 0 | 0 | 0 | 0 | 0 | 23 | 6 | 2 | 0 |
時短ハラスメント | 2 | 3 | 3 | 2 | 2 | 1 | 0 | 3 | 1 | 0 |
首相案件 | 0 | 0 | 59 | 6822 | 1162 | 116 | 103 | 26 | 25 | 15 |
翔タイム | 4 | 2 | 4 | 35 | 7 | 3 | 4 | 11 | 9 | 11 |
スーパーボランティア | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1513 | 68 | 40 |
そだねー | 53 | 4965 | 1744 | 816 | 508 | 520 | 288 | 220 | 208 | 232 |
ダサかっこいい | 19 | 28 | 20 | 37 | 419 | 1302 | 1815 | 3284 | 1037 | 1148 |
TikTok | 1209 | 1161 | 1310 | 1982 | 2113 | 2680 | 3262 | 4121 | 5241 | 5171 |
なおみ節 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 0 |
奈良判定 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 279 | 24 | 15 |
ひょっこりはん | 445 | 681 | 1046 | 1776 | 2328 | 2587 | 1491 | 1890 | 732 | 781 |
ブラックアウト | 149 | 201 | 141 | 200 | 194 | 166 | 184 | 194 | 2609 | 878 |
ボーっと生きてんじゃねえよ! | 0 | 0 | 0 | 1 | 4 | 3 | 3 | 3 | 3 | 9 |
#MeToo | 655 | 389 | 364 | 2764 | 1172 | 652 | 502 | 642 | 771 | 340 |
もぐもぐタイム | 9 | 772 | 542 | 330 | 1052 | 262 | 165 | 131 | 122 | 222 |
グラフにすると以下のようになる。 項目が多すぎて何がなんだか分からない。
30語は多すぎるので、、分野を分ける。スポーツ、芸能、社会、政治で分けた。
分野と個数は次のようにした。
分野 | 個数 |
---|---|
スポーツ | 9 |
社会 | 10 |
政治 | 4 |
芸能 | 7 |
スポーツ
18/01 | 18/03 | 18/04 | 18/05 | 18/06 | 18/07 | 18/08 | 18/09 | 18/10 | 18/11 | |
---|---|---|---|---|---|---|---|---|---|---|
悪質タックル | 2 | 2 | 2 | 3577 | 447 | 153 | 68 | 37 | 80 | 127 |
eスポーツ | 173 | 504 | 355 | 926 | 1426 | 932 | 1101 | 984 | 1120 | 647 |
半端ないって | 235 | 272 | 396 | 657 | 24189 | 7615 | 3028 | 1478 | 2461 | 579 |
金足農 | 1 | 0 | 1 | 30 | 32 | 132 | 29571 | 1573 | 1285 | 117 |
翔タイム | 4 | 4 | 35 | 7 | 3 | 4 | 11 | 9 | 11 | 50 |
そだねー | 53 | 1744 | 816 | 508 | 520 | 288 | 220 | 208 | 232 | 280 |
なおみ節 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 0 | 3 |
奈良判定 | 0 | 0 | 0 | 0 | 0 | 15 | 279 | 24 | 15 | 28 |
もぐもぐタイム | 9 | 542 | 330 | 1052 | 262 | 165 | 131 | 122 | 222 | 82 |
- 「(大迫)半端ないって」と「金足農旋風」がよく呟かれた。
- スポーツ分野の特徴は、熱しやすく冷めやすいこと。一ヶ月でピークが出来る。
社会
18/01 | 18/02 | 18/03 | 18/04 | 18/05 | 18/06 | 18/07 | 18/08 | 18/09 | 18/10 | |
---|---|---|---|---|---|---|---|---|---|---|
あおり運転 | 363 | 178 | 187 | 114 | 115 | 317 | 325 | 240 | 136 | 86 |
GAFA | 47 | 63 | 66 | 71 | 105 | 99 | 81 | 107 | 87 | 116 |
仮想通貨/ダークウェブ | 16922 | 14593 | 9944 | 18088 | 11501 | 11939 | 9928 | 9364 | 8837 | 7787 |
グレイヘア | 1 | 0 | 0 | 3 | 14 | 3 | 1 | 0 | 7 | 104 |
計画運休 | 1 | 0 | 0 | 0 | 1 | 0 | 5 | 2 | 346 | 288 |
災害級の暑さ | 0 | 0 | 0 | 0 | 0 | 0 | 23 | 6 | 2 | 0 |
スーパーボランティア | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1513 | 68 | 40 |
TikTok | 1209 | 1161 | 1310 | 1982 | 2113 | 2680 | 3262 | 4121 | 5241 | 5171 |
ブラックアウト | 149 | 201 | 141 | 200 | 194 | 166 | 184 | 194 | 2609 | 878 |
#MeToo | 655 | 389 | 364 | 2764 | 1172 | 652 | 502 | 642 | 771 | 340 |
政治
18/01 | 18/02 | 18/03 | 18/04 | 18/05 | 18/06 | 18/07 | 18/08 | 18/09 | 18/10 | 18/11 | |
---|---|---|---|---|---|---|---|---|---|---|---|
高プロ | 117 | 217 | 1412 | 531 | 10183 | 9439 | 1454 | 535 | 271 | 248 | 141 |
ご飯論法 | 0 | 0 | 0 | 0 | 512 | 357 | 109 | 54 | 275 | 120 | 305 |
時短ハラスメント | 2 | 3 | 3 | 2 | 2 | 1 | 0 | 3 | 1 | 0 | 15 |
首相案件 | 0 | 0 | 59 | 6822 | 1162 | 116 | 103 | 26 | 25 | 15 | 25 |
- 高プロ(高度プロフェッショナル制度)への興味が高い。首相案件はよく呟かれた。
芸能
18/01 | 18/02 | 18/03 | 18/04 | 18/05 | 18/06 | 18/07 | 18/08 | 18/09 | 18/10 | |
---|---|---|---|---|---|---|---|---|---|---|
おっさんずラブ | 3 | 172 | 85 | 4446 | 18432 | 21975 | 4603 | 3827 | 2396 | 2892 |
カメ止め | 0 | 1 | 2 | 10 | 16 | 98 | 409 | 1054 | 646 | 445 |
君たちはどう生きるか | 138 | 138 | 81 | 60 | 83 | 125 | 44 | 39 | 19 | 18 |
筋肉は裏切らない | 10 | 14 | 19 | 11 | 22 | 171 | 29 | 1324 | 352 | 125 |
ダサかっこいい/U.S.A | 19 | 28 | 20 | 37 | 419 | 1302 | 1815 | 3284 | 1037 | 1148 |
ひょっこりはん | 445 | 681 | 1046 | 1776 | 2328 | 2587 | 1491 | 1890 | 732 | 781 |
ボーっと生きてんじゃねえよ! | 0 | 0 | 0 | 1 | 4 | 3 | 3 | 3 | 3 | 9 |
- おっさんずラブの人気が高い
- U.S.Aや筋肉はうらぎらないなど、8月に流行ったものが多い
- 「ボーっと生きてんじゃねえよ!」はtwitterではあまり受け入れられいない。
まとめ
twitterに投稿されたツイートデータセットを元に、新語・流行語大賞にノミネートされた言葉がどの程度呟かれたかを調査した。
- スポーツは瞬発力があり、がっと盛り上がる
- 対して、社会、政治、芸能は台形に近い形になる。
- スポーツでは、「金足農旋風」と「(大迫)半端ないって」が呟かれた。
- 社会では、仮想通貨/ダークウェブが人気だったが、TikTokが追い上げている。
- 政治では、首相案件、高プロに興味が集まった。
- 芸能では、おっさんずラブが強かった
後記
個人でも出来るデータ分析
これらのデータ収集は、さくらVPS メモリ1GB及び、GCPのGCE N1 Standard Instance (8cpu mem 30GB)を使って行われた。月額の金額は、サクラのVPSは1000円位、GCPはbigqueryを含めて、2000円くらいだ。このくらいあればtwitterの数億件のサンプリングデータを収集して分析することが出来る。個人でも集計できる良い時代になったものだ。