2020-05-22 18:00:00更新:

• 先行研究3を追加
• 総ツイート数、ユニークアカウントの表現をわかりやすく修正

このページの意義

第9回シンデレラガール総選挙＆ボイスアイドルオーディションの投票ツイート集計(いわゆる出口調査)については、以下のとおり複数の有志が行っており、分析の内容的には十分と思われるが、その根拠となる数値の正確性・信頼度を検証するためにはできるだけ多数の観測者による集計が存在することが望ましい。

• 第9回シンデレラガール総選挙集計 *1
• 第09回総選挙出口調査 *2
• 第9回シンデレラガール総選挙 ツイート人数集計 *3

そこで、このページでは、筆者が収集した投票ツイートの内容を簡単にまとめて掲載する。また、収集用のスクリプトと集計用SQL文をそのまま掲載する。

全順位について具体的な数値を公表することの是非については議論の余地があるが、すでに上記のサイトで行われており、これらのサイトの信頼性を検証できないまま数字だけが独り歩きするよりは、本稿で完全に収集手法を公開した状態で公表し、相互に妥当性を検証できるようにすることのほうが価値があると判断した。

集計手法

収集に使用したスクリプトをGitHubに掲載した。キーワード検索(Search API)を用いる手法ではなく、事前にキーワードを指定するとそれを含むツイートをサーバ側から送信してくるStreaming APIを使っているところが特徴といえる。
https://github.com/shuukei-imas-cg/stream_crawler

原則として公式の投票ツイートの書式そのままを対象としており、前後にコメントを付与するようなことは許容されるが、アイドル名から名字を除去したり、あだなで記載したツイートはカウントされない。また、複数のアイドル名を含めた場合、公式の「アルバム順」 で順番の早いアイドル1名のみが優先して判定される。
RTや引用RTは除外される。

公式の投票ツイートのタグや書式の確認のため5分を要したため、集計を開始したのは04/17 15:05からとなっている。

集計結果

集計期間 2020-04-17 15:05 ～ 2020-05-15 19:00

総ツイート数

• 総選挙 391782
• VA 352316
• 合計 744098

ユニークアカウント

• 総選挙 33393
• VA 55230
• 総選挙またはVA 68731

一覧

タイトル(モバマス/デレステ)は区別せず、合算している。ソート順はユニークユーザ数降順である。

総選挙

VA

集計用SQL

ツイート数

mode=0で総選挙、1でVA

1
2
3
4
5
6
7
8
9

select idols.name, q.c from (
    select count(idol_id) as c, idol_id
    from cg9th
        where mode=0
        and timestamp BETWEEN "2020-04-17 15:00:00" AND "2020-05-15 19:00:00"
    group by idol_id
) as q, idols
where idols.id = q.idol_id
order by q.c desc

ユニークアカウント数

mode=0で総選挙、1でVA

1
2
3
4
5
6
7
8
9
10
11

select q.idol_id, idols.name, count(q.idol_id) as uu from (
  select
    user_id,count(user_id) as c, idol_id, title
  from cg9th
     where mode=0
     and timestamp BETWEEN "2020-04-17 15:00:00" AND "2020-05-15 19:00:00"
  group by user_id, idol_id, title
  order by c desc
) as q, idols
where q.idol_id = idols.id
group by q.idol_id,idols.name order by uu desc

考察

先行研究1,2の結果と比べると、本集計はツイート数に対してユニークアカウント数が大きい傾向がある。また先行研究3はツイート人数(ユニークアカウント数を指していると解釈する)のみを扱っているが、これと比べても本集計のユニークアカウント数は多めに集計されている。これは、Streaming APIの利用によって多くのツイートが収集できている割にツイートの書式について厳密な判定を行っているためと考えられる(改変したツイートを除外している)。順位については票差が近いところでは入れ替わりが見られるが、大まかな傾向は合致している。
これらの差異は収集方法や判定の厳密さ、Twitterの仕様によって発生したものと思われる。

結論としては、誰がどのようにして集計しても、恣意的な操作がない限りは集計結果は”大まかには”近くなるといえる。

おわりに

結果が発表されたら改めて何らかの考察を行いたいと思います。