2013年7月27日 第二回ニコニコ学会β　データ研究会＠ドワンゴ新オフィス LT(ライトニングトーク) http://atnd.org/event/nicogakkaidata2

1. ニコニコデータ
セットに扱われてみた
鳥居みゆっき

2. 自己
紹介

3. @toriimiyukki 鳥居みゆっき

4. @toriimiyukki 鳥居みゆっき
高校１年生の時にドワンゴに入社

5. @toriimiyukki 鳥居みゆっき
18歳(大学生になってしまった)
高校１年生の時にドワンゴに入社

7. 使うしかない、
このビッグデータを

8. 感情分析してみた

9. 分析開始:

10. 分析開始: 昨日のお昼

11. 約78万件分析対象:
分析開始: 昨日のお昼

12. 約78万件 /約380万件
まだ２割ほど…
分析対象:
分析開始: 昨日のお昼

13. 約78万件 /約380万件
まだ２割ほど…
分析対象:
分析方法: 以前ニコニコ学会でお会いした
明治大学の中村聡史准教授から
感情分析の正規表現を頂きました
分析開始: 昨日のお昼

14. 約78万件 /約380万件
まだ２割ほど…
分析対象:
分析方法: 以前ニコニコ学会でお会いした
明治大学の中村聡史准教授から
感情分析の正規表現を頂きました
分析開始: 昨日のお昼
さくらのVPSの980円プラン

15. 手元にあったPHPで頑張った
ちなみに４プロセスで動画IDの下2桁の偶数
奇数によって分けてる
数学よくわからないけど「動画コメント数/総
動画コメント数 * 感情にマッチしたコメント数/
動画コメント数」
分析方法(続き):
① ファイルリストを取ってくる
② .tar.gzを展開する
③ 正規表現で解析、MySQLに突っ込む
④ 展開したファイルを削除
⑤ ②へ戻る

16. ・PHPでsplitは使っちゃいけない
(そもそもdeprecated)
・.datファイルは改行(¥n)区切り
(そのまま配列だと思ってた)
・php.iniで memory_limit = -1 にする
・swap領域を拡張しましょう
(デフォルトは2GB)
分析の時につまったところ:

17. 感情の種類

18. 笑い 'ww¦笑える¦わらえる¦おもろい¦
悲しみ 'orz¦涙¦泣¦t-t¦tt¦悲し¦・・・¦
驚き '吃驚¦びっくり¦おおお¦!?';
ポジティブ '最高¦感動¦^神¦[^阪母鬼]+神[^
ネガティブ '氏ね¦死ね¦最悪¦ひどい¦どこがい

19. 笑い No.1
sm1323828
2007年10月20日 21時19分 投稿
再:159,754 コ:108,483 マ:430

20. 笑い No.1
sm1323828
2007年10月20日 21時19分 投稿
再:159,754 コ:108,483 マ:430
wwwwwwwwwwwwwwwwwwwwww
wwwwwwwwww

22. 悲しみ No.1
sm1519602
2007年11月13日 02時14分 投稿
再:166,891 コ:1,389,183 マ:957

23. 悲しみ No.1
sm1519602
2007年11月13日 02時14分 投稿
再:166,891 コ:1,389,183 マ:957
赤木は笑っているだろう・・・

25. 驚き No.1
sm2310110
2008年02月12日 23時28分 投稿
再:777,369 コ:128,504 マ:20,413

26. 驚き No.1
sm2310110
2008年02月12日 23時28分 投稿
再:777,369 コ:128,504 マ:20,413
【最終鬼畜】組曲『U.N.オーエンは彼女なの
か？』【メドレー】

29. ポジティブ No.1
sm3054539
2008年04月20日 22時44分 投稿
再:253,366 コ:963,940 マ:4,868

30. ポジティブ No.1
sm3054539
2008年04月20日 22時44分 投稿
再:253,366 コ:963,940 マ:4,868
ｳｯーｳｯーｳﾏｳﾏ(ﾟ∀ﾟ) 総集編

32. まとめ

33. プレゼンは前もって
準備しましょう

34. おまけ

41. これなんのためなんですか
(́・ω・｀)

42. ご清聴ありがとうございました