AVタイトルの特徴分析 その２ - oscillographの日記
前回の記事はこちら（形態素解析に基づくＡＶタイトルの特徴分析） ニコニコ学会から「内容的に全年齢対象で発表は無理」と言われてしまったので こちらで結果の報告をさせていただきたいと思います。 特徴的な語に関する経年変化 まず、単純な集計結果をもとに特徴のある単語を３パターンに分類し それぞれについて見ていこうと思います。 年々割合が上がっている単語（供給Up） どうですか、この供給量アップ。 「○出し」はいったん割合が落ち込みましたが2010年を境に徐々に回復しつつあります。 年々割合が下がっている単語（供給Down） 私は「女子高生」好きなんですけどね。 年々割合が上がっても下がってもいない単語（安定供給） 「素人」についての予想ですが、「素人が来る！」と考えて2011年に多く出したのが失敗して年々下がっていると考えられます。 人妻、熟女は比較的安定していますね。 主成分分析による各年の特
形態素解析に基づくＡＶタイトルの特徴分析 - oscillographの日記
こんばんは。夜の@oscillographです。 最近DMMアダルトがAPIを公開しました。 つまり、プログラムで直接データを取得できるようになったわけです。 ということで、今回はDMMアダルト（動画）の全タイトルを取得して 形態素解析を行うことによって日本のAVタイトルの特徴を分析しよう ということになりました。 手順としては、 DMM（ビデオ）のメーカーページを「あ」～「ん」までHTMLで取得 メーカーが特定タグに囲われていたので、正規表現パターンマッチで全メーカーを取得し、メーカー羅列をテキストに保存 テキストを読み込みながら各AVメーカーごとにapiを用いてAVタイトルを展開し、全メーカーのタイトルを取得 タイトルについて形態素解析を行うことによって単語を集計 正規化（全体の数で割ることによって割合で表す） という感じでやりました。 とりあえず、集計結果です。 上位３０位を抜き出し
分析技術とビジネスインテリジェンス : Python：データ操作Tips（その１）
2012年10月06日16:47 by norikazu197768 Python：データ操作Tips（その１） カテゴリ分析技術 norikazu197768 Comment(0)Trackback(0) これまで主に分析手法の観点から書いてきたので、今回は視点を変えデータ操作の観点からまとめたい。まずはこれまでの記事で使った操作をまとめたい。 pandas : http://pandas.pydata.org/ orange : http://orange.biolab.si/ pyvttbl : http://code.google.com/p/pyvttbl/ ■TSVファイルの読込 #Pandas >>> from pandas import * >>> adult = read_table('./data/adult.txt') #Orange >>> import Or
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
アダルトフィルタ実装に向けたA○女優リストの自動抽出 + α - Y's note
