おひさまマラソン

イチャイチャ虫

おひメーター20260114実績速報

執筆者:

としくまくん

カテゴリ:

2026/01/14Youtube音源再生データYoutubeMV再生データUSEN推しリクSpotifyバイラル合計
再生数いいね数コメント数再生数いいね数コメント数順位daily20bonus順位daily50bonus
本日の実績169859067791446488200–
本日のおひメーター169851800600779149280882000–0–19477.9
前日までの実績157910261112212731623588221327–––––
前日までのおひメーター157910522201220012731627176402132700––434583.2
本日までの実績174895270112813510763634622209–––––
本日までの
累積おひメーター		17489554020128001351076726920222090000454061.1

データコラム連載

Youtubeコメントを分析する。

　おひさまでぃすこーどでは今シングル向けの新たな取り組みとして「Youtubeコメント」の分析から　おひさまがどんなことに興味を持っているのかを分析中です。

親コメント約1.8万件のコメントデータをもとにGoogleのColaboを活用し、ワードクラウドを作成し、どんなことに興味を持ったのかを探りました。

作成したワードクラウドを時系列でみると　楽曲やMVでのパフォーマンスについて→急上昇入りやミリオン入り等の「実績」について→USEN推しリク等日向坂を応援に向けた話について等変化が見られます。

※コード作成はGoogle Geminiを活用してます。

※日向坂　クリフハンガー等　一部ワードをノイズとして外してます。

!pip install transformers fugashi ipadic unidic-lite japanize-matplotlib tqdm wordcloud
import pandas as pd
from google.colab import auth
from google.auth import default
import gspread
from transformers import pipeline
import torch
import matplotlib.pyplot as plt
import japanize_matplotlib
from tqdm import tqdm
from wordcloud import WordCloud
import fugashi
import os

# --- 設定 ---
SHEET_URL = 'コメントを取得したGoogleスプレッドシートのURL'
TARGET_COLUMN = 'コメント内容'
DATE_COLUMN = '投稿日(JST)'

# ★ここで除外したい単語を設定します
EXCLUDE_WORDS = {'日向坂', '日向', 'クリフハンガー', 'クリフ', 'ハンガー', 'MV', '坂'}
# ------------

# 1. Google認証 & データ読み込み
print("Google認証とデータ読み込みを行います...")
auth.authenticate_user()
creds, _ = default()
gc = gspread.authorize(creds)
workbook = gc.open_by_url(SHEET_URL)
worksheet = workbook.sheet1
rows = worksheet.get_all_values()
df = pd.DataFrame(rows[1:], columns=rows[0])

# 2. 日付データの変換
print("日付データを処理しています...")
try:
    df['datetime'] = pd.to_datetime(df[DATE_COLUMN], errors='coerce')
    df['date_str'] = df['datetime'].dt.strftime('%Y-%m-%d')
except:
    pass

# 3. 分析モデル準備
device = 0 if torch.cuda.is_available() else -1
print(f"分析モデルをロード中... (モード: {'GPU' if device==0 else 'CPU'})")
sentiment_analyzer = pipeline(
    "sentiment-analysis",
    model="koheiduck/bert-japanese-finetuned-sentiment",
    tokenizer="koheiduck/bert-japanese-finetuned-sentiment",
    device=device
)

# 4. 分析実行
def analyze_sentiment(text):
    if not text: return None
    try:
        return sentiment_analyzer(str(text)[:512])[0]
    except:
        return None

print("全データの感情分析を開始します...")
tqdm.pandas()
results = df[TARGET_COLUMN].progress_apply(analyze_sentiment)

df['感情判定'] = results.apply(lambda x: x['label'] if x else None)
print("分析完了！")

# --- 日別ワードクラウド生成（除外設定付き） ---

print("\nポジティブコメントの日別ワードクラウドを作成します...")

tagger = fugashi.Tagger()
def extract_nouns(text):
    if not isinstance(text, str): return ""
    words = []
    for word in tagger(text):
        if word.feature.pos1 == '名詞' and word.feature.pos2 not in ['非自立', '代名詞', '数']:
            words.append(word.surface)
    return ' '.join(words)

font_path = os.path.join(os.path.dirname(japanize_matplotlib.__file__), 'fonts', 'ipaexg.ttf')

# ★設定にstopwords（除外リスト）を追加しました
wc_config = {
    'font_path': font_path,
    'width': 600, 'height': 400,
    'background_color': 'white',
    'regexp': r"[\w']+",
    'colormap': 'spring',
    'collocations': False,
    'stopwords': EXCLUDE_WORDS  # ← ここで除外リストを適用
}

positive_df = df[df['感情判定'] == 'POSITIVE'].copy()
grouped = positive_df.groupby('date_str')
target_dates = sorted(positive_df['date_str'].dropna().unique())

if target_dates:
    MAX_DAYS = 20
    if len(target_dates) > MAX_DAYS:
        print(f"※日数が多いため、コメント数が多い上位 {MAX_DAYS} 日分を表示します。")
        top_dates = positive_df['date_str'].value_counts().nlargest(MAX_DAYS).index
        target_dates = sorted(top_dates)

    for date in target_dates:
        day_comments = grouped.get_group(date)[TARGET_COLUMN]
        full_text = " ".join(day_comments.astype(str))
        nouns = extract_nouns(full_text)
        
        # 除外後の単語数が少ない場合はスキップする処理
        # (WordCloud内部でも除外されますが、念のため生成前にチェック)
        if len(nouns) < 10: continue

        wc = WordCloud(**wc_config).generate(nouns)
        
        plt.figure(figsize=(8, 5))
        plt.imshow(wc, interpolation='bilinear')
        plt.title(f'{date} のポジティブワード', fontsize=16)
        plt.axis('off')
        plt.show()

print("全処理が完了しました。")