[PYTHON] J'ai essayé de visualiser la condition commune des téléspectateurs de la chaîne VTuber

Samari

• Nous avons créé un réseau qui connecte les canaux VTuber.
• Le poids du bord du réseau correspond au chevauchement du spectateur de la chaîne avec une autre chaîne.
• Les bureaux considérés sont Nijisanji, hololive, 774 .inc, upd8, Nori Pro et les particuliers. (La sélection personnelle correspond à 100% de mes hobbies et goûts ...) «Cette fois, je viens de le visualiser. Je ne l'ai pas analysé. Il y a encore beaucoup de choses que je veux faire, alors je le ferai quand le power pro se calmera. ―― Le 12 juillet est le dévoilement 3D de hololive Kakumaki Watame. Voyons voir.

Parmi les bords qui se connectent entre les distributeurs, le réseau qui n'affiche que les bords avec le poids supérieur de 10% est le suivant, et les téléspectateurs sont souvent vus parmi des distributeurs appartenant au même bureau tels que Nijisanji et hollowive. J'ai découvert que je le portais.

Motivé

Actuellement, il existe de nombreux bureaux dans l'industrie VTuber, tels que Nijisanji, hololive, 774 inc., Nori Pro, upd8, etc., et chaque bureau a de nombreux distributeurs. Bien sûr, il existe également des distributeurs individuels qui n'appartiennent pas au bureau. Le distributeur publie des vidéos pendant environ une heure à un rythme d'environ une fois par jour à quelques jours. Si vous additionnez la durée vidéo de chaque bureau, la durée totale des vidéos publiées par jour peut facilement dépasser 24 heures. Par conséquent, il est pratiquement impossible de regarder toutes les vidéos de plusieurs bureaux. Ce qui suit est ma colonne de chaîne enregistrée un jour, mais il est difficile de tout voir. .. .. Peut-être que beaucoup de gens sont dans la même situation. Par conséquent, chaque personne choisit les vidéos et les chaînes en fonction de ses propres goûts et goûts. A ce moment, j'ai pensé que ce serait amusant de visualiser quelles chaînes sont faciles à regarder en même temps, alors j'ai essayé de l'exécuter.

Méthode

De nombreux VTubers diffusent en direct et vous pouvez publier des commentaires pendant la diffusion. Par exemple, si vous lisez la vidéo (https://www.youtube.com/watch?v=Ypc_xKz--fY) de Luna Himemori de hololive (https://www.youtube.com/channel/UCa9Y57gfeY0Zro_noHRVrnw), Vous pouvez voir la section de commentaires suivante au moment de la diffusion en direct de côté. Ce journal des commentaires contient la date et l'heure des commentaires, le nom de la visionneuse, des informations sur l'espace, etc. Cette fois, nous utiliserons les informations sur le nom du spectateur pour évaluer les relations entre les canaux. Soit $ U_i $ l'ensemble des téléspectateurs qui ont commenté une chaîne $ i $, et définissons combien les téléspectateurs ont souffert entre les chaînes $ w_ {ij} $, qui est le rapport commun des chaînes $ i $ et $ j . .. $ w_{ij} := \frac{|U_i \cap U_j|}{|U_i \cup U_j|} $$

Ceci est utilisé comme poids de bord lors de la visualisation en tant que réseau.

Calcul et visualisation de la similitude inter-canaux

La période d'acquisition des données va du 1er janvier 2020 au 30 juin 2020. De plus, nous n'avons pas validé si les commentaires de toutes les vidéos avec commentaires ont été obtenus correctement. .. ..

Obtenir les données des commentaires

Il existe une méthode d'acquisition de données dans l'article suivant, alors utilisez-la presque telle quelle.

• https://qiita.com/tf0101/items/efb2484a0b5b1cdc8291

À titre d'exemple, j'enregistre chaque vidéo au format suivant.

Seul VideoLength est texto. .. .. Je ne vais pas l'utiliser cette fois. .. ..

Créer un jeu de données

Tout d'abord, créez une liste de téléspectateurs qui ont commenté la période de données sur chaque chaîne. Cela peut être fait en fusionnant toutes les listes de commentaires obtenues ci-dessus. Le code ci-dessous essaie de compter le nombre de commentaires, mais c'est pour la commodité d'une autre tâche et n'est pas essentiellement lié à cette tâche.

df = pd.concat([pd.read_pickle(path) for path in comment_paths])
counts = df.groupby(['AuthorName', 'ChannelId', 'VideoId', 'BaseDate']).size().to_frame('Count').reset_index()

Le format est le suivant.

Matrice adjacente

Comme mentionné précédemment, cette fois, nous calculerons la couverture du spectateur entre les chaînes. Cela peut être facilement obtenu en créant une liste d'utilisateurs pour chaque canal et en effectuant une opération définie.

def corr_by_author_set_union(counts, channels):
    corr = pd.DataFrame().assign(Channel=channels).set_index('Channel')
    tmp = counts.loc[:, ['ChannelId', 'AuthorName']].drop_duplicates()
    channelId_to_set = {ch: set(tmp[tmp.ChannelId == ch].AuthorName) for ch in channels}
    for  ch1 in channels: 
        corr[ch1] = [(len(channelId_to_set[ch1] & channelId_to_set[ch2]) / \
                    len(channelId_to_set[ch1] | channelId_to_set[ch2])) for ch2 in channels]
    return corr

Représentation du graphique

Maintenant, dessinons le graphique. Le code est presque le même que celui du site suivant.

• J'ai essayé de visualiser le réseau national des noms de famille à https://datumstudio.jp/blog/networkx
• https://stackoverflow.com/questions/55750436/group-nodes-together-in-networkx

def create_graph(df, threshold=0.5, is_directed=True):
    assert set(df.index) == set(df.columns)

    #Créer un graphique
    if is_directed:
        graph = nx.DiGraph()
    else:
        graph = nx.Graph()

    #Ajouter un nœud
    for col in df.columns:
        if not graph.has_node(col):
            graph.add_node(col)

    #Ajouter un bord
    for a, b in itertools.combinations(df.columns, 2):
        if a == b or graph.has_edge(a, b):
            continue
        val = df.loc[a, b]
        if abs(val) < threshold:
            continue
        graph.add_edge(a, b, weight=val)

    return graph

def draw_char_graph(G, fname, edge_cmap=plt.cm.Greys, figsize=(16, 8)):
    plt.figure(figsize=figsize)
    weights = [G[u][v]['weight'] for u, v, in G.edges()]
    pos = nx.spring_layout(G, k=16)

    nodes = pos.keys()
    colors = list(set([channel_to_color[n] for n in nodes]))
    color_to_id = {colors[i]: i for i in range(len(colors))}
    angs = np.linspace(0, 2*np.pi, 1+len(colors))
    repos = []
    rad = 3.5
    for ea in angs:
        repos.append(np.array([rad*np.cos(ea), rad*np.sin(ea)]))
    for ea in pos.keys():
        posx = 0
        posx = color_to_id[channel_to_color[ea]]
        pos[ea] += repos[posx]

    nx.draw(G,
            pos, 
            node_color=[channel_to_color[n] for n in G.nodes()],
            edge_cmap=edge_cmap,
            edge_vmin=-3e4,
            width=weights,
            with_labels=True,
            font_family='Yu Gothic',
            font_size=8,
            font_color='green')
    plt.savefig(fname, dpi=128)
    plt.show()

Créez et dessinez un graphique en utilisant ces derniers.

Réseau entier

L'épaisseur du trait correspond au pourcentage élevé de téléspectateurs en commun. .. ..

union_corr = corr_by_author_set_union(channels)
#Il est difficile de comprendre s'il s'agit de ChannelId, alors réécrivez-le en ChannnelName
union_corr = rename_ChannelId_to_ChannelName(union_corr)
graph = create_graph(union_corr, threshold=0, is_directed=False)
draw_char_graph(graph, 'fig/graph_author_union.png', figsize=(16, 16))

«Dans l'ensemble, la direction de Nijisanji fait face, et le pourcentage de personnes qui regardent Nijisanji et d'autres bureaux en même temps est élevé.

• M. Shigure Ui et M. Tamaki Inuyama ont un fort avantage non seulement en direction de Nijisanji mais aussi en direction de hololive.

Réseau entier (seulement les 10% supérieurs des poids de bord)

Étant donné que le nombre d'affichages dans le graphique précédent est trop grand, envisagez de réduire le nombre d'arêtes. 10% est un sentiment. Puisque seuls les 10% supérieurs sont tracés, si une ligne est tracée ici, il peut être interprété que la couverture du téléspectateur entre les chaînes est très élevée. .. ..

# (Bord e, betweenness_centrality)
pairs = [(90, 0)]
df = union_corr.copy()
for pair in pairs:
    th = np.percentile(df.fillna(0).values.ravel(), pair[0])
    print(pair, th)
    graph = create_graph(df, threshold=th, is_directed=False)
    draw_char_graph(graph , 'fig/graph_author_union_{}.png'.format(pair), figsize=(16, 16))

―― Taux de téléspectateurs élevé dans le même bureau

• La plupart des connexions de Tamaki Inuyama sont à hololive, et la connexion avec hololive est plus forte que celle de Nijisanji.
• Idem que ci-dessus, M. Shigure

Réseau de bureaux

Ici, seuls les 10% supérieurs des arêtes sont tracés. 　 En tant qu'impression personnelle, si la connexion avec le bureau est faible, les éléments suivants peuvent être envisagés.

• L'ensemble du bureau est connecté et le public est faiblement couvert. ――La connexion avec l'extérieur du bureau est forte et lorsque l'intérieur du bureau est visualisé, la connexion semble faible.

Réseau interne Nijisanji

«Je ne comprends pas parce que les lignes se chevauchent trop.

3 canaux inférieurs et supérieurs de poids connectés à chaque nœud

• 3 canaux inférieurs de poids moyen des bords auxquels les 3 premiers sont connectés
• Les trois derniers sont les trois premiers canaux

Réseau en hololive

―― Tel que ressenti personnellement ――Il est évident qu'un triangle est formé par la couverture du public. .. .. Je ressens --Nonefure

Réseau au sein des holostars

―― Tel que ressenti personnellement --Kaoru Tsukishita est bon

774 Réseau en .inc

-Est-ce que le public est divisé par Sugariri, Hanist et Animare?

Réseau en upd8

――La ligne est fine et il n'y a pas beaucoup de couverture du public ――La ligne entre la viande de l'oncle Bami est épaisse

Réseau dans Nori Pro

――Depuis que la ligne disparaît, dessinez les 25% supérieurs de la ligne uniquement ici --Yuzuru Himesaki et Takuma Kumagai n'ont posté aucune vidéo pour le moment.

Réseau personnel

«J'ai remarqué après avoir comploté, mais Yui Yui et Shia Minase appartiennent au bureau. Il est également évident que les audiences se chevauchent

Réseau avec un autre bureau

――Si vous faites toutes les combinaisons, il y aura beaucoup d'images, donc seulement entre Nijisanji et hololive «Est-ce l'influence de la famille Ozora que le poids de la carre à laquelle M. Subaru Ozora et M. Keisuke Maimoto sont connectés est plus élevé?

Parmi les canaux hololive, le bas 3 de la moyenne pondérale des arêtes connectées à Nijisanji

Parmi les canaux de Nijisanji, les 3 derniers du poids moyen du bord connecté à hololive

Impressions

――Si vous améliorez la collaboration, le public sera débordé, c'est vrai ――Il semble intéressant de faire une extraction de noyau et une analyse de cluster.