小町のレス数が予測できるか試してみた

1. 発言小町のレス数は予測できるか
試してみた
Team 朝寝坊

2. レス数？
● 発言に対する返信の数

3. これができると？
● レスがもらいやすい文章かどうかをチェックできるサービ
ス
– （炎上回避の側面も？）
●
● 盛り上がる文章の特徴認の確認
– 単語？
– 文体？

4. どうやって？
● 対象：発言小町の全データ (all.json)
– 特徴量候補
● タイトル
● 発言者名
● 本文
● アイコン
●
● 分析
– JubatusのRegressionを利用
● サーバー建てるのを面倒だったのでembeddedを利用

5. 結果１
● 未加工で投入→今ひとつ
予
測
正解

6. 試行錯誤の始まり
● 追加した特徴量
– 品詞によるフィルタ（MeCabを使用）
– 品詞の出現頻度
– 係り受け情報
（CaboCha:https://taku910.github.io/cabocha/ を使用）
–
● 収束してない？10回繰り返し学習

7. 結果２
● 結果１とあまり変わらず
予
測
正解

8. 他考えたこと
● その時のテーマみたいなものがあるか？
– →直近（2016/9・10）の最レスポンス数トピックを見るとそうでもない
● 「新築の家に2人の子供がいる友達が子連れで来ます」
●
● 近傍探索を用いて、レスがつきやすいテーマがあるかの調査
– →そもそも近傍のトピックとテーマに関連性が見えなかった
● (↑のトピックスの近傍トピック）
● 【ＰＲ】あなたのイチオシ紅葉スポット、オススメの楽しみ方を教えてくださ
い！ (レス24件)
● 結婚前提なのに忙しいと会って貰えません。 (レス223件)
● 女一人旅の楽しみ方を教えてください (レス56件)
● 文系博士の民間就職と研究の継続 (レス59件)
● ペットの葬儀とお悔やみのメッセージ (レス15件)
●
発表者寝坊のためここまで！

9. 現状の結論
● 現時点でレス数を決定づける要素は文中に見つけられませ
んでした
●
● 仮説１：結局どれだけ露出されるか次第で決まる
– Twitter等でURLの言及量を特徴量として使う
● 仮説２：文としては問題がないが全体的な構成で決まる
– 文の関連情報（文と文の関連性）

10. おまけ
● 投票数も同様にやってみました（画像は「びっくり」のも
の）