「やめるのだフェネックで学ぶC++ Bot」は、毎時7, 11, 15, 19, 23時に自動投稿します。投稿時刻によってツイートインプレッションの差が出るかどうかベイズ推定します。
投稿するネタの順番はランダムで、一周するまでは同じものは二度出現しません。現在のところ一覧には500件以上ありますので、それより短い期間(100日間以内)であれば同じツイートは二度出現しません。
そこで、それぞれのツイートは内容に従った個別のインプレッションがあるが、それとは別に投稿時刻による差があるかどうかを推定します。つまりツイート内容に従ったインプレッションのばらつきは、十分たくさんのツイートがあれば一様になると仮定します。
ツイートインプレッションは、大半が対数正規分布に従うことが分かっています。後日で検証スクリプトを整備します。
解析対象のデータは、ツイートアクティビティのデータをCSVエクスポートしたものです。今回は2018/1/7-2018/3/17の10週間(70日間)のツイートインプレッションを調べます。引数はanalyze_tweet_activity_bayesian.batを参考にしてください。
- ツイートアクティビティのデータをCSVエクスポートします。曜日の影響を除くために、週単位がよいでしょう。今日から2,3日前までのツイートインプレッションは過少評価されているようですので除きます。
- CSVファイルを、analyze_tweet_activity_bayesian.py で前処理します。ツイート本文の絵文字のように、Rが解釈できそうもない文字を除くのと、botの投稿か中の人の投稿かを投稿時刻で見分ける、ということをしています。
- 同ディレクトリのanalyze_tweet_activity_bayesian.R + analyze_tweet_activity_bayesian.stan でRStanを実行します。
最後まで実行できると、以下のような画像が出ます。このグラフは、毎時11, 15, 19, 23時に自動投稿のツイートインプレッションが、7時のものよりどれだけ多いかという差の、事後確率分布です。差はツイートインプレッションの対数なので、何倍かということを意味します(1.0違うと実数で2.718倍違う)。夜(19, 23時)は朝7時よりもツイートインプレッションが多そうですね。
ちなみに2017/9/16-2017/12/15の三か月間は以下の通りです。当時は2時間おきに投稿していました。朝7時より他の時刻のツイートインプレッションが多い確率は減っています。
