2ちゃんねるのレスの長さを測ってみた
はじめに
社会的なコミュニケーションは人間を他の動物から特徴付ける現象の一つであり,我々の社会的生活の最も重要な基盤の一つと言えます(参考: Amazon.co.jp: 生命進化8つの謎: ジョン・メイナード スミス, エオルシュ サトマーリ, John Maynard Smith, E¨ors Szathm´ary, 長野 敬: 本).
コミュニケーションは,(当然)それぞれが独立した発言ではなく,コミュニケーションの参加者が相互に強い影響を与えあった結果,創発する現象です.
それではコミュニケーションという現象はどのように創発してどのような時間発展をたどるのでしょうか?
まずコミュニケーションにおける「発言の長さ」に着目しようと思います.
「発言の長さ」はシンプルながらもその発言の特徴を表しやすいパラメータであると考えているからです.そこから上記の大きな問題について少しでもアプローチできたらおもしろいかなと思っています.
そこで,まさに言語的なコミュニケーションのログそのものである2ちゃんねるにおいて,発言(レス)の長さについて調べてみました.
結果,レスの長さによって,レスは明確に特徴付けられ分類が可能であることがわかりました.
方法
以下の板の各スレッドからレスを取得し,レスの長さの頻度分布を計測しました.
- ニュース速報(VIP) : http://hayabusa.2ch.net/news4vip/subject.txt
- 草といえばということで採用.計51,082件のレス.
- 2012/07/07時点の全スレを採用.
- 自転車: http://kohada.2ch.net/bicycle/subject.txt
- VIPとの比較として比較的まったりっぽい趣味系の板を採用.計139,719件のレス.
- 2012/07/07時点の一部スレを採用(全部を対象にすると時間がかかるので)
計測したレスの長さには2ちゃんねるでの表記用のHTMLタグ(brやaタグ)も含まれているため,本来の日本語としての長さよりやや大きめの値になっているので注意してください(今回は長さについては相対的に比較することを主とするので計測を簡単にするためこのようにしています).
結果
以下にレスの長さの分布について集計結果を示します.
横軸がレスの長さ、縦軸が頻度です。
自転車
興味深いことに話題が全く異なる板にも関わらず類似した特徴を持つ分布になっていました.
両者に共通する特徴として以下が挙げられます.
- レスの長さの頻度分布に4つのピークが存在する.
- VIPは5,20,85,190,自転車は3,20,85,200付近にピークが存在しています.
- 最長のピーク(VIPだと190,自転車だと200)より長いレスの頻度は徐々に減少するものの,かなり長いレスも存在する.
- まだ断言できませんがロングテール的な性質を示していると言えそうです.