ブログ - 1,000 投稿を記念して集計！

先日、2009年1月5日に当ブログを開設してから 1,000 ポスト目の記事を公開することができました。（ちなみに、この投稿は 1,024 ポスト目です）

毎月アクセス解析・集計して当ブログ投稿したり、ホームページでリアルタイムに閲覧できるようにしたりしていますが、今回は 1,000 ポストという節目なので少し別の視点で集計してみました。

個人的な記録ですので、興味がなければスルーしてください。

ちなみに、集計は Markdown で記載している全ての記事（テキスト）ファイルを Ruby で読み込んで集計しました。（形態素解析には “MeCab” を使用）

1. カテゴリ別投稿数

当ブログのサイドバーでも確認できるが再掲してみた。（投稿数の降順）
当ブログがどのような趣向なのかが分かる。
（当投稿は集計に含んでいなので、サイドバーの「ブログ」カテゴリの件数と１件だけ合わない）

カテゴリ	投稿数
サーバ構築	332
プログラミング	262
PC_Tips	194
ブログ	177
数学	86
ホームページ	67
日々の話題	60
株式	51
ロト６	43
自作PC	35
玄箱	27
SNS	18
ルービックキューブ	5

2. タグ別投稿数

こちらも、当ブログのサイドバーでも確認できるが再掲してみた。（投稿数の降順）
当ブログがどのような趣向なのかが分かる。
（当投稿は集計に含んでいなので、サイドバーの “MeCab”, “Ruby” タグの件数と１件だけ合わない）

タグ	投稿数
Ruby	265
Linux	121
WordPress	102
MySQL	101
Windows	97
CentOS	79
Fedora	61
Rails	54
Debian	43
C言語	39
Octopress	39
ScientificLinux	37
LinuxMint	34
Cygwin	31
PHP	26
Apache	24
Mail	23
Twitter	22
nanoc	17
Nginx	17
HTML	13
JavaScript	12
W3C	11
Google	10
CSS	9
レジストリ	9
Webカメラ	9
シェル	8
FreeBSD	7
Vim	7
VMware	7
Unix	7
Facebook	7
VisualBasic	7
Java	6
Markdown	6
カレンダー	6
アフィリエイト	6
Samba	6
SQLServer	6
P183	6
Antec	6
Git	6
R	6
ウィルス対策	6
画像	6
FTP	6
正規表現	5
Postfix	5
バッチ	5
XML	5
端末	5
Atom	5
SSH	5
VirtualBox	5
Feed	5
DNS	4
MariaDB	4
VisualC＃	4
TEX	4
Unicorn	4
Intel	4
スパム対策	4
jekyll	3
プラグイン	3
Excel	3
munin	3
D945GCLF	3
NTP	3
XHTML	3
Knoppix	3
tmux	3
VisualC++	3
ASUS	3
GitHub	2
タグクラウド	2
Dovecot	2
bitly	2
Lokka	2
Yahoo	2
SMTP	2
OAuth	2
SEO	2
NFS	2
C#	2
Dirac	2
Noah	2
Fortran	2
Python	2
PXE	2
MeCab	2
Namazu	1
VBScript	1
FreeNAS	1
RedHatEnterpriseLinux	1
VisualStudio	1
Scala	1
SQL	1
エミュレータ	1
ENERMAX	1
atom	1
Perl	1
テスト	1
RSpec	1
Ubuntu	1
モバイル	1
形態素解析	1
Sinatra	1
TeX	1
Proxy	1
Core2Duo	1
Office	1
物理	1
SCYTHE	1
サーバ構築	1
SSL	1
WebDeveloper	1
zsh	1
tDiary	1
Disqus	1
OGP	1
thin	1
ファイアウォール	1

3. 本文行数別投稿数（空白行は除く）

１投稿当たりの行数（空白行は除く）別に集計。
170 行未満の投稿が多いようだ。

行数	投稿数
0〜9	21
10〜19	123
20〜29	154
30〜39	104
40〜49	77
50〜59	75
60〜69	58
70〜79	44
80〜89	47
90〜99	42
100〜109	26
110〜119	38
120〜129	29
130〜139	16
140〜149	24
150〜159	14
160〜169	20
170〜179	5
180〜189	8
190〜199	7
200〜209	6
210〜219	6
220〜229	5
230〜239	5
240〜249	3
250〜259	6
260〜269	3
270〜279	4
280〜289	2
290〜299	2
300〜309	2
310〜319	4
330〜339	1
350〜359	2
360〜369	3
370〜379	1
380〜389	1
390〜399	1
410〜419	3
420〜429	2
440〜449	2
460〜469	1
470〜479	4
480〜489	1
490〜499	3
500〜509	2
520〜529	3
530〜539	3
540〜549	2
550〜559	2
560〜569	5
570〜579	1
600〜609	1
1430〜1439	1

4. 本文文字数別投稿数

１投稿当たりの文字数（改行は除く）別に集計。
300 〜 400 文字以上 3,000 〜 3,100 文字以内が多いようだ。

文字数	投稿数
100〜199	2
200〜299	4
300〜399	16
400〜499	36
500〜599	52
600〜699	44
700〜799	26
800〜899	29
900〜999	25
1000〜1099	18
1100〜1199	28
1200〜1299	19
1300〜1399	26
1400〜1499	26
1500〜1599	17
1600〜1699	23
1700〜1799	22
1800〜1899	21
1900〜1999	23
2000〜2099	21
2100〜2199	13
2200〜2299	21
2300〜2399	22
2400〜2499	12
2500〜2599	23
2600〜2699	18
2700〜2799	20
2800〜2899	21
2900〜2999	13
3000〜3099	24
3100〜3199	17
3200〜3299	12
3300〜3399	13
3400〜3499	15
3500〜3599	9
3600〜3699	10
3700〜3799	6
3800〜3899	15
3900〜3999	14
4000〜4099	12
4100〜4199	13
4200〜4299	3
4300〜4399	11
4400〜4499	4
4500〜4599	7
4600〜4699	11
4700〜4799	4
4800〜4899	10
4900〜4999	3
5000〜5099	7
5100〜5199	7
5200〜5299	11
5300〜5399	4
5400〜5499	4
5500〜5599	5
5600〜5699	2
5700〜5799	7
5800〜5899	2
5900〜5999	8
6000〜6099	1
6100〜6199	3
6200〜6299	6
6300〜6399	3
6400〜6499	3
6500〜6599	2
6600〜6699	4
6900〜6999	5
7000〜7099	2
7100〜7199	1
7200〜7299	1
7300〜7399	1
7400〜7499	1
7500〜7599	3
7600〜7699	2
7700〜7799	1
7800〜7899	1
7900〜7999	2
8100〜8199	3
8200〜8299	4
8300〜8399	2
8400〜8499	1
8500〜8599	1
8700〜8799	1
8900〜8999	1
9000〜9099	1
9300〜9399	2
9400〜9499	2
9600〜9699	1
9700〜9799	1
10000〜10099	3
10100〜10199	2
10200〜10299	3
10300〜10399	3
10400〜10499	2
10500〜10599	2
10700〜10799	4
10800〜10899	3
10900〜10999	4
11000〜11099	4
11200〜11299	2
11400〜11499	3
11600〜11699	1
12000〜12099	1
12100〜12199	1
12200〜12299	2
12400〜12499	1
13000〜13099	1
13300〜13399	1
13400〜13499	1
13500〜13599	1
13900〜13999	1
14500〜14599	1
16300〜16399	1
17200〜17299	1
18100〜18199	1
18900〜18999	1
24800〜24899	1

5. １投稿当たり単語数別集計

形態素解析による単語認識で、１投稿当たりの単語数を集計。
当然ながら、行数・文字数に比例した結果となった。

単語数	投稿数
0〜99	1
100〜199	28
200〜299	99
300〜399	67
400〜499	59
500〜599	76
600〜699	58
700〜799	56
800〜899	67
900〜999	51
1000〜1099	58
1100〜1199	45
1200〜1299	47
1300〜1399	42
1400〜1499	25
1500〜1599	32
1600〜1699	22
1700〜1799	23
1800〜1899	11
1900〜1999	11
2000〜2099	14
2100〜2199	11
2200〜2299	4
2300〜2399	13
2400〜2499	11
2500〜2599	5
2600〜2699	10
2700〜2799	4
2800〜2899	9
2900〜2999	5
3000〜3099	3
3100〜3199	2
3200〜3299	3
3300〜3399	4
3500〜3599	1
3600〜3699	2
3700〜3799	3
3800〜3899	5
3900〜3999	4
4000〜4099	8
4100〜4199	5
4200〜4299	7
4300〜4399	3
4400〜4499	2
4600〜4699	1
4800〜4899	1
4900〜4999	1
5000〜5099	1
5700〜5799	1
5900〜5999	1
6300〜6399	1
7100〜7199	1
9700〜9799	1

6. 品詞別出現回数

形態素解析による単語認識で、全投稿内の品詞別出現回数を集計。
やはり、「名詞」がダントツで多いようだ。（使用する形態素解析エンジンにもよるだろうが。当方は “MeCab” を使用）

品詞	出現回数
名詞	920,217
助詞	106,616
記号	71,021
動詞	50,886
助動詞	35,665
副詞	4,797
接頭詞	3,712
接続詞	3,568
連体詞	2,737
形容詞	2,673
感動詞	1,114
フィラー	73

7. 単語別出現回数

形態素解析による単語認識で、全投稿内の単語別（品詞別）出現回数を集計。
使用する形態素解析エンジンにもよるだろうが、判別がシビアなため上位に出現する単語は「単語」とは程遠いものだ。
また、単語別（品詞別）なので全部で 30,000 種類もあった。

単語	品詞	出現回数
.	名詞	35459
-	名詞	31402
$gt;	名詞	26001
。	記号	22796
/	名詞	22771
td	名詞	22198
の	助詞	18434
_	名詞	17620
<	名詞	17171
、	記号	16372
：	：	：

参考

Ruby で形態素解析エンジン MeCab を使用する方法については、以下の過去記事を参照。

• Linux Mint - Ruby で形態素解析 MeCab を使う！

アクセス解析の観点での集計は、当方サイト「ブログ」メニューから確認できる。

• mk-mode SITE

---

「集計した結果がどう」というより、「集計する作業」自体が楽しかっただけのような気もします。
普段から行なっているアクセス解析の方が有用性が高いです。

以上。