3年に及ぶ自身のpixivの諸数値の推移を記録したものを論文形式で大発表します。執筆者:A.T.JANPI(作中J)、共同研究者:コティ・イック(生物工学博士)、助手:きゃび でお送りします。※この結
3年に及ぶ自身のpixivの諸数値の推移を記録したものを論文形式で大発表します。執筆者:A.T.JANPI(作中J)、共同研究者:コティ・イック(生物工学博士)、助手:きゃび でお送りします。※この結
発端は、被害者というchomitama氏による下記ツイートだった。 はてなブックマーク - Twitter / chomitama: 昼からの摸倣犯の理不尽なメールです。世の中にはこのような方もいるということで書き手さんの皆様はお気をつけください。 ツイートを見ると、パクリをした加害者から送られたというメールのキャプチャ画像が公開されていた。画像を信じるなら、加害者は「めど」という名前らしい。 文体はそのままで登場人物だけを変えた小説を投稿し、それがパクリあつかいされる状況を止めるため、パクリ元にした被害者の作品を消すようにたのむ。なんとも身勝手すぎる内容のメールだった。 このツイートで被害者は盗作者を「模倣犯」と誤って表現していたが、後で正確な表現だったとわかる。 一連のツイートは下記Togetterにまとめられ、注目を集めた。現時点で、はてなブックマークが400以上もついている。 小説
この連載では、独自に収集したデータを使って、みんな知ってるようで知らないニコニコ動画やpixivの現在を紹介していきます。今回はひさびさに「アイドルマスター」と、同じくアイドルをテーマとする「ラブライブ!」をpixivを中心に調査してみました。連載一覧はこちら。 明治大学米沢嘉博記念図書館スタッフでニコニコ学会β幹事。趣味で同人誌やニコニコ動画関連の研究をしてる人。記事に使ったデータ元の『ニコニコ統計データハンドブック2014』など同人誌をコミケで頒布。ブロマガでは連載記事の補足も。 Twitterアカウントは@myrmecoleon。関わった近著に『進化するアカデミア 「ユーザー参加型研究」が連れてくる未来』(イースト・プレス刊)。右の画像は筆者を擬人化?して描いてもらったキャラ「ありらいおん子」。男の娘。 ■Amazon.co.jpで購入 pixivでも根強い人気の「アイドルマスター」
はじめに ネットワーク解析やグラフアルゴリズムの研究者がアルゴリズムを実装した際,動作確認のために最初に実行する toy example をどうするかというのは意外と悩ましい.パスグラフやグリッドグラフのような高い対称性を持つグラフや小さすぎるグラフではいまいち動作に確証が持てない.一方,公開されている実データは最も小規模な Karate Club や Dolphin Social Network 等でも目視には大きすぎる.調度良いサイズの,ある程度非自明な形をしており,アルゴリズムによる出力の意味の解釈がある程度可能であり,できれば愛着が持てるグラフデータが必要とされている. そこで,本研究ではそのような用途に適切なグラフデータとして,「ラブライブ! School idol project」のキャラクター間のグラフを構築する.データの構築には,pixiv に投稿されている二次創作作品のタ
進撃の巨人を読んだことない人がデータだけでキャラを推測してみる - あんちべ!というのが面白そうだったので、毎度おなじみのラブライブ!でネットワーク解析をしてみる。 pixivの小説からタグを取ってくる。作業は pixiv というフォルダとする。 # Rで tag <- "ラブライブ" page <- 1000 urls <- paste("http://spapi.pixiv.net/iphone/search_novel.php?s_mode=s_tag&p=", seq(page), "&word=", tag, sep="") write.table(urls, "urls.txt", row.names=FALSE, col.names=FALSE, quote=FALSE) こうして出来た urls.txt を wget を使って取得する。 # ターミナルで cd pixiv
はじめに 最近超人気の漫画として私のTwitter TLを賑わす作品、その名も「進撃の巨人」。 これだけ人気なんだからきっと面白いに違いないのですが、 なんか絵が怖そうだし、人がバンバン死んでてグロいっぽいという噂を聞くので、 なんとか漫画を読まずに、それでいて進撃の巨人のキャラについては知りたい、 そう願う潜在的進撃の巨人ファンも全国に70万人くらいいらっしゃると思います。 そこで、データから進撃の巨人にどんなキャラが登場するか推測してみましょう。 扱うデータとして、pixivのタグ情報を利用します。 商品レビューコメントなどとは違い、ファンの創作活動がダイレクトに反映されるサービスなので、 そこに付与されるタグ情報は、ファンの熱(過ぎる)いメッセージが込められているに違いありません。 今回、以下のような縛りを入れています。 1.勿論原作は見ない 2.pixivのタグ情報は参照するけど、
こんにちは。UI大好きフロントエンド担当の@ykskです。主な仕事はコメントを書くことです。。 さて、先日pixivにプレミアム会員限定のアクセス解析機能が付きました。 プレミアム会員の方はこちらからご自分のレポートを見ることがきます。会員でない方はこちらに登録ページが、また、こちらにサンプルページがあります。主な機能は現在のところ以下の通りです。 イラストの全作品とそれぞれの作品についての閲覧数、総合点/評価回数、コメント数、ブックマーク数と被フォローユーザー数を直近1週間のグラフで見ることができる 作品のリファラー(pixiv内外のどこから訪問されたか)を見ることができる 最近反応のあった作品のリストを見ることができる 今回僕はUIの設計とJS、HTML、CSSの実装を担当したのですが、その際メイン機能のグラフを描く部分ではD3というデータのビジュアライズに特化したライブラリを使ってみ
コンバンワ! pixivとdrawr大好きッコの、ちえみまるです!! 「pixiv」月間6億PV、70万会員突破 - ITmedia News pixiv投稿作品を商品化へ エンターブレインと協業、Webマガジン「ピクシブ通信」も - ITmedia News とか、ハチクのイキオイなpixivなのですがが、おともだちと、 「実際に絵を描いてる人ってどれぐらいいるんだろうねー」 という話になり、調べてみることにしました。 調べ方 1〜700000の範囲で、乱数を 1000個作る。 その数を user_id として、pixiv にアクセスする 絵をアップしてる人の数を数える 1回pixivにアクセスしてから、次のアクセスまでは、約数十秒の間隔を空ける。 むちゃくちゃ時間かかる 70万ユーザーに対して、サンプルの大きさが1000なのですが、これでも十分、統計的推計行えますよー。 結果 1000
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く