吉田 周平

背景：Twitterには多くの人の感情や行動が反映されるが、Twitterの時系列変化に関する研究の多くは用途が限定的。 目的：個々の単語のツイートにおける出現数には日や週を単位した周期性があり、人々の行動・感情の周期性と整合するということを確かめる。 手法：TwitterAPIとPythonを用いてツイートを収集。各単語の出現数を時系列ベクトル（一日/一週間単位、分刻み、一時間刻み）にし、クラスタリングとクラスターの解釈、主成分分析を行いました。 結果：一日単位での変動周期が確認できました。「暖かい」「眠い」などといった温度感覚や眠気に関わる単語は平日と休日で異なる変化をすることがわかりました。朝から夜にかけて状態から瞬間（変化）という動作表現の変化と、客観から主観という感覚表現の変化が現れていました。例えば、「わかる」「はじめる」などの状態変化を表す動詞や「すごい」「悲しい」などの主観的な形容詞はは比較的夜に多く、「いる」など状態を表す動詞や「高い」「大きい」などの客観的な形容詞は昼に多いです。