最新記事

ネット

「ネット言論のダークサイド」を計算機で解析する ── データ分析による報道の技術とその再現性 ──

2016年5月10日（火）22時31分
大野圭一朗


解析の結果

　はたして、その結果はうんざりするものでした:


The 10 regular writers who got the most abuse were eight women (four white and four non-white) and two black men. Two of the women and one of the men were gay. And of the eight women in the "top 10", one was Muslim and one Jewish.

And the 10 regular writers who got the least abuse? All men.




定期的に記事を執筆している記者のうち、最も多くの嫌がらせを受けた10人の内訳は、8人が女性で2人が黒人男性だった。そのうち2人の女性と1人の男性はゲイだった。その「トップテン」の８人の女性うち、1人はムスリムで、1人はユダヤ人だった。

そして最も嫌がらせを受けた回数が少なかった10人は、全員男性だった。


　この結果を導き出したのは、計算機によるデータ解析でした。解析結果についても思うところはあるのですが、ここでは技術的な部分についてのみ注目してみます。実はこの記事に合わせて、解析チームの方がこの解析に使った手法についてかなり詳細に書いています:

gardians04.jpg


対象とする読者

　本稿ではこの記事に書いてある手法を、技術者ではない方に向けて解説してみます。ですからプログラマの方などが読まれると冗長に感じられるかと思いますが、そこはご勘弁を。専門家向けの記事と、「データ解析」という言葉が事実上「魔法」と同義語で使われている全く技術に触れない記事はたくさんあるのですが、その中間が埋まっていないように感じていたというのが執筆の動機の一つです。実例の解説は、その「魔法」にかかった靄を取り除き、実際の作業がどのくらい地味なものかを明らかにすることができると思います。

gardians05b.jpg

元の記事では、結果を可視化したものが見られる (© The Guardian)

　なお結果の詳細は、D3.jsを使ったインタラクティブなチャートとして元記事に掲載されていますので是非ご覧になってみてください。「ジャズや競馬[注]の話題に関しては穏やかなコメントが比較的多いが、フェミニズムやパレスチナ問題のコメント欄はかなり荒れる」と言う、どこかで聞いたような話だな...と思わず苦笑してしまうような事実がデータに基づき図表で解説されています。実際の嫌がらせの内容にも触れていますので、読んでいてあまり気持ちのいいものではない部分もありますが、「誰でも自由に発信できる世界」に対して記者の方々が払っているコストの生々しい実態が読めます。
[注]: イギリスの記事ですから、日本の競馬とは雰囲気や意味合いがかなり異なるので、そこは注意して読んでください 。

gardians05.png

仮説検証のための技術

　今回の分析では、複雑な統計解析は行われていません。最終的に得られたデータを可視化して、それを使って仮説が正しいかどうかざっと眺めるような作業になっています。基本的な流れとしては、手元にあるデータに欠けている情報を追加し、複数のデータセットを統合し、フィルタリングし、ブラウザ上で可視化するというものです。これは可視化を伴う分析を行う場合の最も基本的な作業です。ただし今回は比較的大きなデータを使っていますので、一部は商用クラウドサービス上でSpark（後述）を利用しています。ここからは実際に使われたデータやツール、手法について詳しくみていきます。

gardians06.png

可視化を目的にする場合の典型的な作業の流れ。基本的に、大量のデータを人間が把握できる大きさまで「濃縮」する作業と言い換えることができる。

使われた技術

　今回使われたツールは、データ分析を業務として行っている方々にはおなじみのものばかりです。例を挙げると:

・テキスト処理のためのPerlスクリプト
・Amazon Web Service (S3, Redshift, EMR)
・Apache Spark
・PostgreSQL
・D3.js
・HTML5

などです。これらのツールは以下のように分類できます。

・データを蓄積して検索可能にする技術: PostgreSQL, S3, Redshift
・データを加工するプログラム: Perlスクリプト
・大規模なデータを複数の計算機で処理する技術: Spark
・それらを実行するための環境を提供する技術: AWS全般, EMR
・最終的なユーザー（今回のケースでは読者）がデータをわかりやすく見られるようにする技術: D3.js, HTML5

これらが実際にはどう使われたのかは後ほど見ていきます。

今、あなたにオススメ
ニュース速報

ビジネス

日経平均は反発、対日関税巡り最悪シナリオ回避で安心
2025.07.08

ビジネス

午後3時のドルは146円付近で上値重い、米の高関税
2025.07.08

ビジネス

街角景気6月は0.6ポイント上昇、気温上昇や米関税
2025.07.08

ワールド

ベトナムと中国、貿易関係強化で合意　トランプ関税で
2025.07.08
ニュース速報一覧
今、あなたにオススメ
MAGAZINE
特集：大森元貴「言葉の力」
特集：大森元貴「言葉の力」
2025年7月15日号（7/ 8発売）

時代を映すアーティスト・大森元貴の「言葉の力」の源泉にロングインタビューで迫る

メールマガジンのご登録はこちらから。
人気ランキング
  • 1
    シャーロット王女の「ロイヤル･ボス」ぶりが話題に...「曾祖母エリザベス女王の生き写し」
  • 2
    ディズニー・クルーズラインで「子供が海に転落」...父親も飛び込み大惨事に、一体何が起きたのか？
  • 3
    「飛行機内が臭い...」 原因はまさかの「座席の下」だった...異臭の正体にネット衝撃
  • 4
    アリ駆除用の「毒餌」に、アリが意外な方法で「反抗…
  • 5
    「ヒラリーに似すぎ」なトランプ像...ディズニー・ワ…
  • 6
    「やらかした顔」がすべてを物語る...反省中のワンコ…
  • 7
    米テキサス州洪水「大規模災害宣言」...被害の陰に「…
  • 8
    為末大×TAKUMI──2人のプロが語る「スポーツとお金」 …
  • 9
    後ろの川に...婚約成立シーンを記録したカップルの幸…
  • 10
    中国は台湾侵攻でロシアと連携する。習の一声でプー…
  • 1
    ディズニー・クルーズラインで「子供が海に転落」...父親も飛び込み大惨事に、一体何が起きたのか？
  • 2
    「やらかした顔」がすべてを物語る...反省中のワンコに1400万人が注目
  • 3
    後ろの川に...婚約成立シーンを記録したカップルの幸せ映像に「それどころじゃない光景」が映り込んでしまう
  • 4
    【クイズ】「宗教を捨てる人」が最も多い宗教はどれ？
  • 5
    職場でのいじめ・パワハラで自死に追いやられた21歳…
  • 6
    為末大×TAKUMI──2人のプロが語る「スポーツとお金」 …
  • 7
    「本物の強さは、股関節と脚に宿る」...伝説の「元囚…
  • 8
    「飛行機内が臭い...」 原因はまさかの「座席の下」…
  • 9
    シャーロット王女の「ロイヤル･ボス」ぶりが話題に..…
  • 10
    アリ駆除用の「毒餌」に、アリが意外な方法で「反抗…
  • 1
    「コーヒーを吹き出すかと...」ディズニーランドの朝食が「高額すぎる」とSNSで大炎上、その「衝撃の値段」とは？
  • 2
    「あまりに愚か...」国立公園で注意を無視して「予測不能な大型動物」に近づく幼児連れ　「ショッキング」と映像が話題に
  • 3
    庭にクマ出没、固唾を呑んで見守る家主、そして次の瞬間...「信じられない行動」にネット驚愕
  • 4
    10歳少女がサメに襲われ、手をほぼ食いちぎられる事…
  • 5
    JA・卸売業者が黒幕説は「完全な誤解」...進次郎の「…
  • 6
    気温40℃、空港の「暑さ」も原因に？...元パイロット…
  • 7
    ディズニー・クルーズラインで「子供が海に転落」...…
  • 8
    燃え盛るロシアの「黒海艦隊」...ウクライナの攻撃で…
  • 9
    「小麦はもう利益を生まない」アメリカで農家が次々…
  • 10
    イランを奇襲した米B2ステルス機の謎...搭乗した専門…
トランプ2.0記事まとめ
日本再発見 シーズン2
CHALLENGING INNOVATOR
Wonderful Story
MOOK
ニューズウィーク日本版別冊
ニューズウィーク日本版別冊

好評発売中