ワードクラウド

  • 投稿日:
  • by
  • カテゴリ:

ダニエル・ライ(Daniel Lai)
2014/10/01 14:48
ポータルの名称に一般使用される単語の統計資料である。

ingress_20151001.png

  1. 45名のエージェントから3万827件のポータル名称を入手した。重複するポータルを除外すると2万8522件である。
  2. ポータルの名称を9万3713単語へ構成分析した。ポータルには平均して3.29単語が使用されていることとなる。
  3. 2万4967種類からなる単語それぞれの頻出度を計算した。この際に語幹解釈や除外は行っていない。
  4. 50回以上頻出する単語を抽出したうえでワードクラウドを生成した。約2万5千からなる単語から170種類へ絞り込まれた。

頻出単語の上位10種類は次のとおりである。

  • Church:1271
  • The:1127
  • Park:1040
  • Mural:818
  • Memorial:633
  • Plaque:511
  • And:360
  • House:342
  • Lds:301
  • Firenze:299

興味がある諸君は残る単語をこちらで確認してほしい。

この統計資料は、エージェント数が極めて少ないことによる偏向を有するものであるし、全てのポータル名称で英語が利用されているわけでないことから特に言語上の偏向がある。また、エージェントによっては同一の単語を繰り返し利用することもあるだろう。とはいえ、特定の単語で許可される確率の高低を知ろうとするときには興味深いかもしれない。

ingressstatistics@gmail.com 宛にIPST CSVエクスポートデータを提供してくれれば、今後の分析に活用されることだろう。

kawashima.png川島優志(Masashi Kawashima)
2015/01/07 7:41
ポータルによく使われる言葉のビジュアリゼーション。日本だとChurchの代わりに神社かな...。どんなものがポータルになっているのか、考えさせられて面白い。

Daniel Lai (jujubix)
2014/10/01 14:48
#IngressStatistics on Common Portal Title Words

1) Get portal names from 30827 portals from 45 agents (filtered to 28522 unique submissions)
2) Parse portal names into 93713 words (average 3.29 words per name)
3) Count frequency of each of the 24967 unique words (no stemming or filtering)
4) Get all words with 50 or more occurances and make a Wordle cloud (170 out of 25k)

Top 10 most common words in portal names:
Church:1271
The:1127
Park:1040
Mural:818
Memorial:633
Plaque:511
And:360
House:342
Lds:301
Firenze:299
(rest here for the curious: goo.gl/hthMK0)

This is very biased, since the agent pool is so small, especially concerning language representation and biased word usage, since not all portals are in English, and certain agents may repeatedly use certain words.  Despite this small sample size, if may be fun to see if certain words have a higher or lower acceptance rate.

Submit your IPST CSV Export data to ingressstatistics@gmail.com to be included in upcoming analyses.  Also a belated shout out to +Stiv Foskett for creating IPST, and the Wordle idea when I was browsing his G+.