ブクネット「テキストマイニングを用いた本の共起ネットワーク」

どうも、忠太です。
すっかりさぶくなってきましたね。そういえば大学ではインフルエンザが流行っているようで、みなさんも風邪ならいいですが（よくないかｗ）インフルエンザは厄介なので、体に気をつけてくださいね。予防接種が恐い人も勇気を出して未来ある一歩を踏み出しましょう。でも病院の中で泣き叫ぶのは、僕ぐらいなので、やめましょう。

さて、今回はブックマップなるものを作りました。
どういうものなのかと言いますと、着想に至ったきっかけは

「ひとつの本が読み終わったら次はどんな本を読もう？」

こういった疑問をお持ちの方は多いと思います。僕もフランス文学を読んでいたのですが、正直次に何を読めばいいか迷っています。

そこでその疑問を解消してくれるようなツールを作れないかというのがきっかけでした。

というわけで、「皆の意見」、つまりこういう本を読んだ人はこんな本も読んでるよ。といったAmazon（アマゾン）みたいに表示してくれるようなソフト。それでいて、Amazonとは違い、それを複数の本を軸にして、表示してくれるツールを作るには

皆の意見が必要なわけです。

この皆の意見をどこから、集めてくるか。これが次の課題でした。
しかし、この課題はすぐに解消できます。
要はひとつの本に興味を持っている人が他にどんな本を読んでいるか、わかるサイトがあればいいわけです。

それでブクログというサイトからデータを収集することを決めました。
ブクログとうのはどういうサイトかと簡単にいいますと、自分の本棚をネット上に作っちまおうという目論見でできたサイトです。
このサイトではほとんど全ての本がデータバンクに登録されており、自分が好きな本を探してクリックすれば、皆のレビューを見れたり、レビューしている人の本棚を見れたりできるわけです。

というわけで、本のレビュアーの本棚の情報を収集し、ブックマップを作るということになったわけです。

しかしながら、ひとつの本でこれをやっても、アマゾンのサービスと変わりないので、複数の本を基準に
今回はフランスの有名文学をレビューしているレビュアーの本棚からブックマップを作ってみました。

有名なフランス文学を二つほど選んだのですが、
今回は試験的に「人間の土地」と「異邦人」にしました。

おおよそ、本のデータ数は5千件にのぼりました。
そして本のタイトルを辞書に登録し、早速テキストマイニングで共起ネットワーク分析をかけます。
うまくばらけたように思います。結果は以下に表示した通りです。








拡大版はうえの画像をクリックしてください。
フランスという大きな円の部分が
「異邦人」と「人間の土地」をパソコンに同じと思わせるように「フランス」と置換した結果です。

図の解釈をしていきます。
図を見てください。
小さい丸と大きな丸があるのがわかりますか？
大きなのはそのタイトルの頻度が高いものです。
そして、色もわかれていて
水色、白、ピンクという順に中心性は高くなります。
このことから「フランス」は頻度は高いけれども中心性は薄いということがわかります。
おそらく、フランス文学をメインに読んでいる人が少ないのではないかということが推測できます。

一番大きな丸のフランスは「異邦人」と「人間の土地」をパソコンが一緒に認識してくれるように
「フランス」と置き換えたものでやはり頻度は一番高いですが
繋がりは少なく弱いようです。

ですが、直接つながっている「変身」はフランツ＝カフカというフランスの作家であり、納得できます。
人間失格も異邦人とストーリーのテーマは共通しているので、筋は通ります。

視点を変えて赤丸の「斜陽」を見てもらうと面白いのですが、
斜陽は帰属の堕落とその悲しみを背景とした小説であり、サガンの「悲しみよ、こんにちわ」と
直接的なつながりがあるのがすごく面白いですね。

「異邦人」は全部で４０００件ほどのデータで「人間の土地」は１０００件のデータ数があり
両者のデータ数の違いにより、「異邦人」に比重が傾いてると考えて下さい。

＊ネットワークの利便性と欠点（今のところ）
利便性：集団の意識を反映させることができる。
中心性や繋がりの強さをみることができ、解釈が多様にできる。

欠点：ノイズが多い。
漫画やＤＶＤも情報として含まれるが、データの型が違うので扱いがうまくできていない。
一つの本棚で区切るか、そのまま区切らずにデータを扱うか、まだ決めていない。

まぁ欠点の方が目立ちます。
それでも改善して頑張っていこうと思っています。

ちなみに上の結果を利用して、
近日中にブクログに本棚を作ってみるので、よかったら遊びに来てください。
http://booklog.jp/users/1210tee

ブックネット（フランス編）

ようやくできました。
これがブックネットです。まだ改善の余地は多々ありますが、jaccardでも読み込むためにはどうするかを考えていたらできました。おそらく改行が多すぎて、共起ネットワーク処理の際に共起語を認識できなかったというのが問題かと思います。なら改行を「,」に変換すれば、共起語として処理してくれるんじゃないかとやってみたら、以下の通りできました。









拡大は上の図をクリックしてください。


先ほどと説明が重複しますが、
ブクログから本のレビュアーの本棚に入っている本のデータを集めて、ネットワークにしたものです。

図の解釈はこちらの方がしやすいですね。
図を見てください。
小さい丸と大きな丸があるのがわかりますか？
大きなのはそのタイトルの頻度が高いものです。
そして、色もわかれていて
水色、白、ピンクという順に中心性は高くなります。
このことから「フランス」は頻度は高いけれども中心性は薄いということがわかります。
おそらく、フランス文学をメインに読んでいる人が少ないのではないかということが推測できます。

一番大きな丸のフランスは「異邦人」と「人間の土地」をパソコンが一緒に認識してくれるように
「フランス」と置き換えたものでやはり頻度は一番高いですが
繋がりは少なく弱いようです。

ですが、直接つながっている「変身」はフランツ＝カフカというフランスの作家であり、納得できます。
人間失格も異邦人とストーリーのテーマは共通しているので、筋は通ります。

視点を変えて赤丸の「斜陽」を見てもらうと面白いのですが、
斜陽は帰属の堕落とその悲しみを背景とした小説であり、サガンの「悲しみよ、こんにちわ」と
直接的なつながりがあるのがすごく面白いですね。

ただ反省点もいくつか…
下の5,8,女というのは明らかに意味をなさないつながりです。
恐らく「女」という作品の巻数なのかと思われます。
これからはもう少し、ノイズに意識した分析を行いたいです。


他にも色々面白いつながりがありますが、あとは個々人の解釈に任せます。

ではでは、連続更新で申し訳ないですが、下のはブックマップとなっていますのでよかったらそちらも
見てください。

それでは、また。

Ｐ．Ｓ
ブクログの方でブクネットを元にした本棚を作ってみたのでよかったら見てください。
http://booklog.jp/users/1210tee