第4回:動画タグの共起性でAV女優をクラスタリング~階層的クラスタリング~
当ブログについて
アダルト動画サイトますたべ(なんとXVideosじゃない)の動画のデータを集め、いい感じの知見を見つけていこうというブログです。データの詳細については第0回記事を参照してください。shitofumei.hatenablog.com
動画タグの共起性でAV女優をクラスタリング
今回は、ざっくり言うと「女優さんのクラスタリング(グループ分け)」をします。クラスタリングなので何らかの基準で「近い」あるいは「似ている」ものを集めるわけですが今回は「一緒に使われるタグが何か」ということを参考に女優さんの「近さ」「似ている具合」を測ります。詳しくは後述します。
階層的クラスタリング
階層的クラスタリングとは「Rによるデータサイエンス」(金明哲)によれば、「個体間の類似度あるいは非類似度(距離)にもとづいて、最も似ている個体から順次に集めてクラスターを作っていく方法」です。クラスター内での個体間の近さまで表現するので、非階層的クラスタリングに比べて、サンプルサイズがあまり大きくない場合に便利な方法です。
対象女優一覧
> classter_use_actress [1] "上原亜衣" "JULIA" "仁科百華" "波多野結衣" "明日花キララ" [6] "麻美ゆま" "鈴村あいり" "成瀬心美" "桜井あゆ" "Rio" [11] "大槻ひびき" "希志あいの" "北川瞳" "春菜はな" "あやみ旬果" [16] "西條るり" "里美ゆりあ" "佐山愛" "麻倉憂" "みづなれい" [21] "瑠川リナ"
実はこの対象女優を絞る作業が面倒でした。1000種類くらいあるタグの中から女優名を表すタグを抽出しなければならないからです。MeCabで形態素解析にかけ「人名」と判断されたタグのうちさらに出現頻度150(/124429)回以上のタグを使用しました。
一応有名というか聞いたことのある女優さんばかりになったので、この21人でクラスタリングを行います。
女優同士の「近さ」について
クラスタリングには個体間の距離(大きければ大きいほど似ていない)あるいは類似度(大きければ大きいほど似ている)が必要になります。持っているデータはますたべの各動画に対して再生数やタグなどか付いたものなので、なんらかの方法で女優同士の距離または類似度を定義しなければいけません。
そこで今回は、クラスタリング対象の各女優について、その女優名以外のタグ(「巨乳」「熟女」など)が同じ動画に使われる(共起する)確率を計算し、その確率をその女優のスコア(「巨乳」具合、「熟女」具合など)として使うことにしました。
例えば女優Aのタグが付いた動画のうち80%に「巨乳」タグも付いているならば女優Aの「巨乳」スコアは0.8となり、同様に女優Bの「巨乳」スコアが0.7、女優Cの「巨乳」スコアが0.4ならば「巨乳」(具合?)という指標については女優Aは女優Cよりも女優Bに近い(似ている)ということになります。これをクラスタリング対象の女優タグを除いた1148種類のタグについて求め、女優間の距離を求めます。
結果
結果は以下のようになりました。
距離の定義が一般的ではないので、結果を見て納得感があるかどうかが結構大事なのですがいかがでしょうか?
個人的よく知ってるところで言うと、「春菜はな」さんと「麻美ゆま」さんが近いというのが全然納得できない感じがします。
まとめ
今回はタグの共起具合から有名女優について階層的クラスタリングをしました。
結果はすっきりした感じではないですが(逆どうなってたら納得だったのかという話はある)、見る人が見れば面白いのかもしれません。
次回は対象女優を増やして非階層的クラスタリングを行いたいと思います。
第3回:アダルト動画のタグでアソシエーション分析
当ブログについて
アダルト動画サイトますたべ(なんとXVideosじゃない)の動画のデータを集め、いい感じの知見を見つけていこうというブログです。データの詳細については第0回記事を参照してください。shitofumei.hatenablog.com
アダルト動画のタグでアソシエーション分析
第3回の今回は各動画についているタグでアソシエーション分析をしてみたいと思います。
何が分かるかというと「実は(orやっぱり)タグAとタグBは一緒に出てくる」みたいなことが分かります。
アソシエーション分析については、存在や用途はなんとなく知っていたものの実際にやるのは初めてなので、以下の書籍を参考にしました。
- 作者: 金明哲
- 出版社/メーカー: 森北出版
- 発売日: 2007/10/01
- メディア: 単行本(ソフトカバー)
- 購入: 36人 クリック: 694回
- この商品を含むブログ (64件) を見る
アソシエーション分析について
アソシエーション分析の目的は「Rによるデータサイエンス」によると"トランザクションデータから、頻出するアイテムの組み合わせの規則を漏れなく抽出し、その中から興味深い結果を探し出すこと"だそうです。*1
頻出する組み合わせの規則の有名な例がスーパーの客の購入行動における「ビールとおむつ」ですね。一見関係なさそうに思える(というか人間の仮説ベースだとそもそも「ビールを買ってる人ってどれくらいおむつを買ってるんだろう?」という話にならない)組み合わせですが実は頻出していたりするそうです。
そういう意外な組み合わせから、やっぱりそうだなという組み合わせまで、数値ベースで列挙してみるというのがアソシエーション分析です(雑)*2。
今回は各動画に付けられたタグの組み合わせを1トランザクションとし、Aprioriというアルゴリズムを使って組み合わせの規則を抽出するアソシエーション分析を行います。
タグの使われ具合
アソシエーション分析の前にまずはタグの使われ方の全体像を見てみたいと思います。
下のグラフは縦軸にそのタグが使われた動画の割合を取り、使われる割合の上位20位を示したものです。
男性読者の方にとっては馴染み深いタグが並んでいるかと思います。
特徴としては前回記事でも触れた内容ですが、「巨乳」タグが3割近い動画で使われており2位以下を寄せ付けない感じになっています。
とは言っても上位20位なのでこいつらはかなり強い部類のタグです。タグは全部で1163種類あるのですが、平均被使用割合は0.22%と20位の「スレンダー」タグの1/10にも満たない数字です。第1回記事では動画自体が上位数%の強い動画とその他の弱い動画で構成されるという話をしましたが、動画についているタグも同様の構造をしているようです。
アソシエーション分析
では本題のアソシエーション分析に入っていきたいと思います。技術ブログではないので結果だけ紹介します。
結果の見方
lhs rhs 規則の出現頻度 規則の確からしさ 1 {ごっくん} => {フェラ} 0.010415578 0.8355899
例えば上の例だと、「ごっくん」タグが付いていたら「フェラ」タグも付いているという規則を表しています。
その規則が出現した動画の割合が全体の0.0104で、「ごっくん」タグが付いている動画のうち、「フェラ」タグも付いている動画の割合が0.8356となります。
結果
まずは0.5%(623件)以上の動画に出現するタグ1つ→タグ1つの規則を見てみます。
lhs rhs 規則の出現頻度 規則の確からしさ 1 {ごっくん} => {フェラ} 0.010415578 0.8355899 2 {ロリ系} => {美少女} 0.020099816 0.7752635 3 {ロングヘアー} => {フェラ} 0.007980455 0.7620875 4 {ロングヘアー} => {手コキ} 0.006742801 0.6438987 5 {手コキ} => {フェラ} 0.035803551 0.6385266 6 {ごっくん} => {美少女} 0.007626839 0.6118633 7 {個人撮影} => {素人} 0.010712937 0.6089539 8 {ごっくん} => {顔射} 0.007570582 0.6073501 9 {ごっくん} => {手コキ} 0.007546472 0.6054159 10 {ごっくん} => {ぶっかけ} 0.007450032 0.5976789 11 {ロリ系} => {フェラ} 0.015317972 0.5908246 12 {ごっくん} => {巨乳} 0.007265187 0.5828498 13 {ごっくん} => {素人} 0.007168747 0.5751128 14 {ごっくん} => {ロリ系} 0.007088380 0.5686654 15 {ごっくん} => {無修正(モロ)} 0.007008013 0.5622179 16 {個人撮影} => {ハメ撮り} 0.009684238 0.5504797 17 {ごっくん} => {ハメ撮り} 0.006766911 0.5428756 18 {ぶっかけ} => {フェラ} 0.011532681 0.5297158 19 {無修正(モロ)} => {素人} 0.026183607 0.5235417 20 {ロングヘアー} => {素人} 0.005328340 0.5088258
いかがでしょうか。表示する規則の数は目視で確認できるくらいになるように調整しています。
個人的には「ロングヘアー」タグの挙動が面白いなと思いました。例えば「ロングヘアー」タグが使われた動画の76%で「フェラ」タグも使われているという。
次に0.75%(934件)以上の動画に出現するタグ2つ→タグ1つの規則を見てみます。
lhs rhs 規則の出現頻度 規則の確からしさ 1 {顔射,手コキ} => {フェラ} 0.008076895 0.9644914 2 {ロリ系,手コキ} => {フェラ} 0.009861045 0.9631083 3 {ぶっかけ,手コキ} => {フェラ} 0.008382290 0.9621771 4 {ハメ撮り,手コキ} => {フェラ} 0.009258292 0.9616027 5 {手コキ,無修正(モロ)} => {フェラ} 0.012103288 0.9519595 6 {手コキ,中出し} => {フェラ} 0.009153815 0.9467997 7 {ぶっかけ,ロリ系} => {フェラ} 0.007642913 0.9462687 8 {手コキ,素人} => {フェラ} 0.015277789 0.9043768 9 {手コキ,美少女} => {フェラ} 0.015824285 0.9040404 10 {ロリ系,手コキ} => {美少女} 0.009153815 0.8940345 11 {ハメ撮り,手コキ} => {素人} 0.008591245 0.8923205 12 {ハメ撮り,ロリ系} => {美少女} 0.009836935 0.8875997 13 {ロリ系,中出し} => {美少女} 0.008157262 0.8795494 14 {ロリ系,無修正(モロ)} => {美少女} 0.010359321 0.8651007 15 {フェラ,ロリ系} => {美少女} 0.013204317 0.8620147 16 {ロリ系,素人} => {美少女} 0.011026368 0.8558952 17 {ロリ系,巨乳} => {美少女} 0.009917302 0.8486933 18 {ハメ撮り,無修正(モロ)} => {素人} 0.017511995 0.8472006 19 {巨乳,手コキ} => {フェラ} 0.014353567 0.8428504 20 {ごっくん} => {フェラ} 0.010415578 0.8355899 21 {ぶっかけ,美少女} => {フェラ} 0.008776089 0.8285281 22 {ハメ撮り,ロリ系} => {素人} 0.009161851 0.8266860 23 {ぶっかけ,顔射} => {フェラ} 0.007948308 0.8173554 24 {ぶっかけ,巨乳} => {フェラ} 0.008092969 0.8030303 25 {顔射,美少女} => {フェラ} 0.008189409 0.8017309 26 {ハメ撮り,フェラ} => {素人} 0.014747366 0.8016601 27 {ハメ撮り,手コキ} => {美少女} 0.007715243 0.8013356 28 {手コキ,中出し} => {無修正(モロ)} 0.007747390 0.8013300
こちらも興味深いですね。
タイトルにもしましたが、「手コキ」してたら「フェラ」もしてそうだと。これ実は上のタグ1つ→タグ1つの規則にも出ていて、
lhs rhs 規則の出現頻度 規則の確からしさ 5 {手コキ} => {フェラ} 0.035803551 0.6385266
となっています。「手コキ」タグが付いてると64%の確率で「フェラ」タグが付いているし、「ロリ系」「ハメ撮り」「美少女」「素人」あたりが付くとよりその確率が高まるようですね。
あと28番目の
lhs rhs 規則の出現頻度 規則の確からしさ 28 {手コキ,中出し} => {無修正(モロ)} 0.007747390 0.8013300
も面白いなと思いました。パッと見全然関係なさそうですもんね。
まとめ
いかがでしたでしょうか。
個人的にアソシエーション分析はこのデータ収集したときからやろうと思って楽しみにしていました。ゆえに裏ではまだまだいじくり回しているのでここに書いてないおもしろい結果もあったりしますが今回はここまでにします。
今回もとても有益でしたね。
第2回:アダルト動画人気タグランキング
当ブログについて
アダルト動画サイトますたべ(なんとXVideosじゃない)の動画のデータを集め、いい感じの知見を見つけていこうというブログです。データの詳細については第0回記事を参照してください。shitofumei.hatenablog.com
アダルト動画人気タグランキング
今回は各動画についたタグのランキングを紹介します。
- まずはタグの使われた回数のランキングTop50です。
TagName UsedNum UsedRank(%) 1 巨乳 36611 29.42 2 お姉さん 17528 14.09 3 フェラ 17090 13.73 4 美少女 14706 11.82 5 素人 13925 11.19 6 ギャル 12464 10.02 7 ハメ撮り 9530 7.66 8 人妻 9401 7.56 9 中出し 8268 6.64 10 痴女 8257 6.64 11 手コキ 6977 5.61 12 無修正(モロ) 6223 5.00 13 レイプ 5977 4.80 14 女子校生 5809 4.67 15 オナニー 5632 4.53 16 熟女 4634 3.72 17 ナンパ 4189 3.37 18 マッサージ 3863 3.10 19 OL 3694 2.97 20 スレンダー 3682 2.96 21 制服 3265 2.62 22 ロリ系 3226 2.59 23 パイズリ 3049 2.45 24 黒髪 3026 2.43 25 顔射 2952 2.37 26 騎乗位 2768 2.22 27 ぶっかけ 2709 2.18 28 色白 2646 2.13 29 美乳 2579 2.07 30 レズ 2508 2.02 31 コスプレ 2345 1.88 32 個人撮影 2189 1.76 33 女子大生 2057 1.65 34 パイパン 1987 1.60 35 清楚 1977 1.59 36 アナル 1974 1.59 37 盗撮・のぞき 1895 1.52 38 電マ 1877 1.51 39 拘束 1768 1.42 40 企画 1662 1.34 41 乱交 1658 1.33 42 ごっくん 1551 1.25 43 水着 1541 1.24 44 クンニ 1496 1.20 45 バイブ 1495 1.20 46 女教師 1413 1.14 47 野外・露出 1358 1.09 48 パンスト 1329 1.07 49 ロングヘアー 1303 1.05 50 痴漢 1263 1.02
特筆すべきは「巨乳」タグの圧倒的な使用頻度でしょうか。約30%の動画に使われています。
- 続いては各タグが付いた動画の平均再生回数のランキングTop50です。
TagName AverageView UsedNum 1 ボディピアス 38886.00 9 2 青井いちご 37853.00 1 3 あいかりん 34246.00 1 4 北野のぞみ 33890.43 7 5 花嫁・若妻 30366.69 61 6 愛須心亜 29719.00 5 7 ミニ系・小柄 29389.58 170 8 ミディアムヘアー 29154.93 343 9 白咲碧 27383.82 11 10 アイドル・芸能人 27316.91 85 11 局部アップ 26616.82 76 12 ごっくん 26264.71 1551 13 お嬢様・令嬢 25759.81 69 14 催眠・洗脳 25556.50 8 15 ショートヘアー 25057.47 298 16 白人女優 24348.48 27 17 ロングヘアー 24205.16 1303 18 貧乳・微乳 23305.41 621 19 ロリ系 22590.68 3226 20 くびれ 22065.36 392 21 無修正(モロ) 21466.10 6223 22 学生服 20968.34 427 23 茶髪 20498.99 834 24 澁谷果歩 19974.00 2 25 和服・浴衣 19869.60 72 26 ドキュメンタリー 19835.65 63 27 3P・4P 19758.39 353 28 水野朝陽 19504.57 7 29 姉・妹 19343.29 98 30 ラブコメ 19201.64 11 31 無修正 19174.76 21 32 体操着・ブルマ 18998.45 62 33 競泳・スクール水着 18973.55 55 34 タトゥー 18830.56 16 35 乙葉ななせ 18722.89 18 36 淫乱・ハード系 18657.72 94 37 なつめ愛莉 18156.00 1 38 個人撮影 18023.37 2189 39 ぶっかけ 18003.14 2709 40 調教・奴隷 17612.58 83 41 さくらゆら 17091.90 10 42 脚フェチ 16861.32 164 43 学園もの 16859.17 95 44 異物挿入 16605.75 24 45 南梨央奈 16583.75 4 46 ドラッグ 16528.71 17 47 その他フェチ 16200.49 83 48 職業色々 15952.83 52 49 川菜美鈴 15928.20 10 50 キャバ嬢・風俗嬢 15906.71 78
個人的に4位の北野のぞみさんは納得です。
ただ使用回数の少ないタグはあまりピンと来ないので、使用回数でフィルターしてみます。
- 100本(全動画124429本中)以上の動画に使われたタグだけのランキングTop50
TagName AverageView UsedNum 1 ミニ系・小柄 29389.58 170 2 ミディアムヘアー 29154.93 343 3 ごっくん 26264.71 1551 4 ショートヘアー 25057.47 298 5 ロングヘアー 24205.16 1303 6 貧乳・微乳 23305.41 621 7 ロリ系 22590.68 3226 8 くびれ 22065.36 392 9 無修正(モロ) 21466.10 6223 10 学生服 20968.34 427 11 茶髪 20498.99 834 12 3P・4P 19758.39 353 13 個人撮影 18023.37 2189 14 ぶっかけ 18003.14 2709 15 脚フェチ 16861.32 164 16 寝取り・寝取られ 15810.41 198 17 顔射 15421.53 2952 18 巨乳フェチ 13909.85 255 19 外国人 13427.12 175 20 色黒 13030.39 147 21 企画 12876.61 1662 22 手コキ 12794.38 6977 23 美脚 12743.86 836 24 女子大生 12682.23 2057 25 素人 12485.23 13925 26 中出し 12437.30 8268 27 黒髪 11593.21 3026 28 ハメ撮り 11165.93 9530 29 処女 11129.92 344 30 おもちゃ 11100.64 228 31 巻き髪 10900.16 190 32 美少女 10416.91 14706 33 美乳 10384.76 2579 34 指マン 10296.40 253 35 色白 10180.83 2646 36 辱め 9794.40 106 37 フェラ 9148.72 17090 38 ドラマ 9120.08 223 39 清楚 9025.28 1977 40 スレンダー 8931.92 3682 41 女子校生 8539.84 5809 42 乱交 8112.62 1658 43 アニメ 7752.85 899 44 尻フェチ 7668.59 128 45 妄想 7564.46 314 46 麻倉憂 7528.11 190 47 ナンパ 7377.88 4189 48 めがね 7301.19 140 49 パイパン 7017.96 1987 50 野外・露出 6732.47 1358
少しクセが強めなタグの中でのランキングみたいな感じでしょうか。
- 最後に1%(1245本)以上の動画に使われたメジャーなタグだけのランキングTop50を見てみます。
TagName AverageView UsedNum 1 ごっくん 26264.71 1551 2 ロングヘアー 24205.16 1303 3 ロリ系 22590.68 3226 4 無修正(モロ) 21466.10 6223 5 個人撮影 18023.37 2189 6 ぶっかけ 18003.14 2709 7 顔射 15421.53 2952 8 企画 12876.61 1662 9 手コキ 12794.38 6977 10 女子大生 12682.23 2057 11 素人 12485.23 13925 12 中出し 12437.30 8268 13 黒髪 11593.21 3026 14 ハメ撮り 11165.93 9530 15 美少女 10416.91 14706 16 美乳 10384.76 2579 17 色白 10180.83 2646 18 フェラ 9148.72 17090 19 清楚 9025.28 1977 20 スレンダー 8931.92 3682 21 女子校生 8539.84 5809 22 乱交 8112.62 1658 23 ナンパ 7377.88 4189 24 パイパン 7017.96 1987 25 野外・露出 6732.47 1358 26 水着 5937.88 1541 27 盗撮・のぞき 5933.10 1895 28 痴女 5329.56 8257 29 お姉さん 5252.56 17528 30 レイプ 4139.90 5977 31 痴漢 4010.58 1263 32 巨乳 3723.02 36611 33 マッサージ 3605.71 3863 34 人妻 3484.36 9401 35 ギャル 3216.82 12464 36 パンスト 3037.22 1329 37 OL 2879.48 3694 38 パイズリ 2659.18 3049 39 騎乗位 2420.12 2768 40 制服 2243.92 3265 41 クンニ 2205.50 1496 42 電マ 2111.77 1877 43 女教師 2018.16 1413 44 コスプレ 1867.39 2345 45 アナル 1716.71 1974 46 オナニー 1653.65 5632 47 バイブ 1548.72 1495 48 熟女 1131.87 4634 49 拘束 945.87 1768 50 レズ 884.27 2508
いかがだったでしょうか。
今回も有益でしたね。
次回はタグを使ってのアソシエーション分析を予定しています。
第1回:アダルト動画の4割は100回も再生されず、上位数%の動画が再生回数の半分を稼いでいる
当ブログについて
アダルト動画サイトますたべ(なんとXVideosじゃない)の動画のデータを集め、いい感じの知見を見つけていこうというブログです。データの詳細については第0回記事を参照してください。shitofumei.hatenablog.com
アダルト動画の4割は100回も再生されない
初回は再生回数の偏りについて見ていきます。
平均や最小値最大値についてはこんな感じです。
> summary(d$View) Min. 1st Qu. Median Mean 3rd Qu. Max. 2 50 274 2755 1406 546200
平均(Mean)と中央値(Median)の離れ具合から、再生回数の偏りが想像されます。
ちなみに最も再生回数の多い動画のタイトルはこちら
> d[d$View == max(d$View),"Title"] [1] "【無修正】丸見え/高画質【上原亜衣】ちゃんのオマンコどころか膣内まで丸見え!"
納得感がありますね。
最も再生回数が少ない動画はこちら
> d[d$View == min(d$View),"Title"] [1] "初めての感触に快感と不快感が入り混じり自分を見失う熟女"
自分を見失った熟女さんをフォローしておくと、この動画はデータ収集時点で投稿されたばかりでした。
最小再生回数は経過時間にもろに影響されるので仕方ないです。
次にヒストグラムを見てみます。
- 全体のヒストグラム
ちょっと見にくいですね。
範囲を絞ります。
- 再生回数10000回までのグラフ
ビンの幅は100なので、再生回数0~100回の動画がたくさんあることが分かります。
割合を確認すると、39.6%の動画が再生回数0~100回でした。
以外と厳しい世界ですね。
念のため投稿日時によって真ん中より古い動画のグループと新しい動画のグループに分けても、再生回数100回以下の動画の割合は前者38.1%、後者で41.0%とほとんど違いは見られず、例えば投稿間もない動画による影響に引っ張られているということではなさそうです。
ちなみに再生回数1000回以下の動画は全体の69.0%、10000回以下の動画は全体の94.3%という結果になりました。
上位数%の動画が再生回数の半分を稼いでいる
意外と再生回数の少ない動画が多いということが分かりましたが、再生回数上位は数十万回というレベルで再生されており、そういった強い動画が総再生回数に占める割合が気になるところです。
累積頻度をグラフをにしてみると、このようになります。
赤い破線は再生回数3000(/124429)位を表しています。
つまり上位2.4%の動画が全再生回数の半分を稼いでいるということになります。
まとめ
100回も再生されない大量の動画と、数十万回レベルで再生される小数の動画がアダルト動画サイトを構成しているということが分かりました。
プロではないのでよく知りませんが、コンテンツビジネスって大概こういう構造になっているんでしょうね。詳しい人教えてください。
第0回:プロジェクトサマリー
当ブログについて
アダルト動画サイトますたべ(なんとXVideosじゃない)の動画のデータを集め、いい感じの知見を見つけていこうというブログです。データの詳細については第0回記事を参照してください。shitofumei.hatenablog.com
使用データ
アダルト動画サイト「マスタベ」さんから動画一つ一つに付随する情報をスクレイピングしました。
データ収集日は2016年4月17日です。
サンプルサイズ(動画の数)は124429です。
サマリー
> summary(d) VideoCode Title Deleted View AddList Comment Length:124429 Length:124429 0:75109 Min. : 2 Min. : 0.000 Min. : 0.00000 Class :character Class :character 1:49320 1st Qu.: 50 1st Qu.: 0.000 1st Qu.: 0.00000 Mode :character Mode :character Median : 274 Median : 1.000 Median : 0.00000 Mean : 2755 Mean : 7.477 Mean : 0.04188 3rd Qu.: 1406 3rd Qu.: 4.000 3rd Qu.: 0.00000 Max. :546186 Max. :1058.000 Max. :127.00000 PostUserName PostTimestamp VideoPlayer Tag Length:124429 Min. :2014-04-29 deleted :49320 Length:124429 Class :character 1st Qu.:2015-06-25 embed.redtube.com : 21 Class :character Mode :character Median :2015-08-17 flashservice.xvideos.com:38080 Mode :character Mean :2015-08-25 javynow.com :17950 3rd Qu.:2015-10-31 static.fc2.com :18158 Max. :2016-04-17 xhamster.com : 900
変数説明
VideoCode
各動画に付いているIDです。マスタベの動画ページは基本的に「masutabe.info/video/ID」というURLになっています。
好きで何回も観てる動画とかはID覚えちゃったりしませんか?僕はしません。Title
文字通り動画のタイトルです。
繊細なセンスが問われる部分ですね。Deleted
男性の皆さんはご存知かと思いますが、動画が観れないページというのがよくあります。
削除されている場合1、削除されていない場合0になっています。View
再生回数です。主要な評価指標になるかと思います。AddList
ますたべにはユーザーがお気に入りの動画をブックマークしておくマイリストという機能があり、その動画がマイリストに追加された数を表しています。ちなみにマイリスト機能の使用にはユーザー登録(メールアドレス不要)が必要なようです。Comment
動画に対するコメント数です。パッと見た感じではあまり機能していないように見えます。
女優名が明記されていない動画では、「この女優さん誰?」というような使い方をされていたりします。PostUserName
投稿ユーザーの名前です。
アダルト動画まとめサイトにアダルト動画をアップする人たちってどういう人たちなんですかね.....
分析関係ないですけど興味あります。PostTimeStamp
動画の投稿日時です。VideoPlayer
これまた男性の皆さんはなんとなく分かると思うんですけどネット上のアダルト動画って大体XVIDEOSかFC2かJavyNowで再生されますよね。これ僕もいまいち仕組み分かってないんですけど、YouTubeみたいなものなんですかね。XVIDEOSとか自体もアダルト動画サイトであり、APIかなんかでマスタベのようなサイトでも再生できるようになっていると。詳しい方いたら教えてください。Tag
アダルト動画にはサイトによってはジャンルを表すタグが付いています。このタグが分析には重要で、タグの付き方の的確さでマスタベを選んだみたいなところはあります。ElapsedDays
投稿からの経過日数です。
質問やアドバイス、お問い合わせなどがあれば
内容についての質問や分析手法に関するアドバイス等はコメントにてお願いいたします。特に分析手法に対するアドバイスをお待ちしています。