C77のサークル名をN-gram解析してみた - びびび新書

急にコメントが来たので 前回、C77のサークル名で文字頻度の解析をたわむれにやってみたところ、コメントやらTwitterやらでわずかながらもいくつか反応をいただけました。ありがたい限りです。その際、 英数字やカナの場合N-gramといってN文字単位で切り出したものをカウントすると言う手法もあります。 というアドバイスをいただいたので、ははあなるほど世の中にはそんなものもあるのか、では試験勉強の現実逃避にひとつそのN-gramというものもやってみるか、と思い立った次第です。勉強しろ。 前回と同じく、C77のCD-ROM版カタログから抽出した全40324サークル（抽選漏れ含む）の名前リストを、ExcelとVBAを使って適当に処理しています。 N-gramってなにさ ご存じの方は飛ばしてくださってかまいません。ご存じでない方も、N-gramで検索をかけた方が分かりやすい気がします。 N-gram

[maple_magician]

Ｃ７７時点。

[Louis]

野暮だけど面白い

[Kizunatter]

※サークル名にはどんな単語が使われているか

[ardarim]

読み仮名でやった方が良さそう。すたじお/スタジオ/STUDIOとかの表記ブレも吸収できるし。

[a-park]

俺が「～～亭」をサークル名にしてるのは、好きなサークルが同じく「～～亭」なのにあやかってのことです　/　検索性を考えて「～～」の部分は誰でも読めかつオリジナルなものになるよう気を付けたりしたなあ