1.研究動機
近年ライトノベルや漫画、アニメなどのサブカルチャーにおいて、小説家になろう(以下なろう)に代表される「インターネット小説投稿サイト」の影響がよく見られるようになっている。
2022年2月に「animate Times」(アニメ、漫画、ラノベ等をメインに扱うニュースサイト)が公開した記事によると、2022年2月時点でアニメ化された作品数は46作品(２クール目などの続編を含まず)あり、その大半がここ5年である。(1)
また、それらのインターネット小説投稿サイトからの作品を区別するジャンルとして「なろう系」という分類が発生し、認知度も「Googleトレンド」から確認すると、下図のように右肩上がりである。(2)
図１.「なろう系」のトピックの人気度(Googleトレンド)(2)
また、なろうの人気ランキングの上位を確認してみると、下図のように同じジャンルの作品が乱立している。
従って、ランキングにおいて流行(トレンド)の影響が大きくあることがわかる。
図2.なろうの週間・月間ランキング(3)
これらの事象から、以下のことが推測できる。
- アニメや漫画などのサブカルチャーに影響を与えた結果、ノベル以外のサブカルチャーへの進出を主目的とした作品が発生しているのではないか
- ランキング上位の一定のジャンルに人気が集中しているので、その変化から今後のトレンドとなるジャンルの推定などが行えるのではないか
そのため本研究では、なろうから小説のメタデータを取得し解析することでこれらの事象を確認する。
2.事前知識
2-1.小説家になろう(4)
なろうは、株式会社ヒナプロジェクトが提供する小説投稿サイトであり、無料の会員登録を行うことでウェブ上に小説を公開できるものである。
2004年に個人サイトとして投稿型ケータイ小説サイトとして開設された当サイトは、2010年に運営法人化を目的として株式会社ヒナプロジェクトが設立した。
2014年12月時点で月間約9.5億PV、ユニークユーザー数約400万人(5)、2019年4月時点で月間約20億PV、ユニークユーザー数約1400万人に達している。 登録ユーザーの年代は20代が44%、30代が24%、10代が14%となっており、ユーザー性別比は男性約6割、女性約3割(その他未登録)(6)となっている。
2-1-1.ジャンル
なろうにおいて、小説を投稿する際に様々設定する項目があるが、今回の研究において重要な要素として大ジャンル・ジャンルというものがある。
2016年の3月にジャンルの再編が行われ、その時点で投稿されている小説のジャンルが「ノンジャンル」として扱われた。
大ジャンル・ジャンルの種類は以下のようになっている。
表1.大ジャンルの種類
| 大ジャンル名 |
| 恋愛 |
| ファンタジー |
| 文芸 |
| SF |
| その他 |
| ノンジャンル |
表2.ジャンルの種類
| ジャンル名 |
| 異世界恋愛 |
現実恋愛 |
| ハイファンタジー |
ローファンタジー |
| 純文芸 |
ヒューマンドラマ |
| 歴史 |
推理 |
| ホラー |
アクション |
| コメディー |
VRゲーム |
| 宇宙 |
空想科学 |
| パニック |
童話 |
| 詩 |
エッセイ |
| リプレイ |
その他 |
| ノンジャンル |
|
2-2.WebAPI
今回のデータ取得に利用している技術。
APIとは、Application Programming Interfaceの略であり、WebAPIとはWeb上からネットワーク越しに呼び出すアプリケーション間・システム間のインターフェースのことである
APIの機能はわかっているけれども、その中身の実際の動作は詳しくわからない (知らなくてもよい)機能の塊を、外部から呼び出す仕様のことを指す。(7)
今回はなろうが公開している「なろう小説API」(8)というWebAPIを用いてなろうに掲載されている小説情報を取得する。
2-3.WEBスクレイピング
今回のデータ取得に利用している技術。
webサイトにある情報を抽出するものであり、一般に対象とするサイトにアクセスし、そのサイトのHTMLコードを取得して欲しいデータだけを切り抜いて保存するというものである。
その性質上、webサイトに機械的にアクセスしてデータを取得するため、サーバーに負荷をかけやすく、対象のサイトの規約等を確認しアクセス間隔を1秒程度開けることが暗黙の了解として存在する。
今回「論文作成などで必要な分析において、サーバーに負荷を与えない頻度でのデータ取得は問題ない」という回答を取得済みである。
2-4.時系列解析
時間的概念が紐づいているデータである「時系列データ」を処理する方法の一つであり、時系列性を考慮してデータ分析やモデル構築をするものである。
時系列データは趨勢変動成分(長期的な増減)・季節変動成分(一年以下の周期的なパターン)・不規則変動成分(不規則な変化)の大きく分けて三種類の変動成分で構成されており、これらを解析するのが時系列解析である。(9)
2-5.時系列モデル
時系列解析を行う目的の一つに、時系列モデルを構築するというものがある。モデルを構築することで、今後どのような変化が起きるかを推測することができる。
時系列モデルの一種であるARIMAモデルとは、トレンドが見られ定常でない (平均や自己共分散がその時点に依存していない)時に利用するモデルである。過去との差分を取った階差系列を用いてトレンドの影響をなくし、その階差系列を用いて自己相関や移動平均でモデル化するものである。
また、SARIMAモデルというものもあり、こちらはARIMAモデルの弱点である季節性を効果的に捉えることができないということを解決するものあり、季節性のパラメータを用いることで解決するというものである。
これらの表記として、以下ではSARIMA(p,d,q)(P,D,Q)[m]というものを用いる。
(p:自己回帰の回数 d:階差を行う回数 q:移動平均の回数 P:季節性の自己回帰の回数 D:季節性の階差を行う回数 Q:季節性の移動平均の回数 m:季節性の周期)(10)
2-6.誤差関数
今回利用する誤差関数を簡易的にまとめる。
| RMSE |
平均平方二乗誤差 |
実測値と予測値の誤差を二乗し平均を取り、平方根を取ったもの。局所的な誤差(外れ値)が考慮しやすい。 |
| MAE |
平均絶対誤差 |
実測値と予測値の誤差の絶対値を平均したもの。 |
| MAPE |
平均絶対パーセント誤差 |
実測値と予測値の誤差を実測値で割った値の絶対値を平均化したのち、パーセント化したもの。(11) |
3.データ収集
3-1.なろう小説API
なろうには、公式で「なろう小説API」というWebAPIが用意されている。(8)
APIのURLとして「https://api.syosetu.com/novelapi/api/」があり、URLパラメータとして条件を追加することでほしい情報を取得できる。
※例：出力をJSON、最大出力数を10、小説タイプが完結済みを検索する場合、
「https://api.syosetu.com/novelapi/api/?out=json&lim=10&type=er」となる。
今回取得したメタデータは以下の通りである。
表3.APIで取得した要素と説明
| 要素 |
説明 |
| title |
小説名 |
| ncode |
Nコード(小説のユニークID) |
| biggenre |
大ジャンル |
| genre |
ジャンル |
| keyword |
キーワード(タグ) |
| general_firstup |
初回掲載日 |
| general_lastup |
最終掲載日 |
| novel_type |
連載-短編 |
| end |
完結-連載中 |
| length |
小説文字数(スペースや改行含まず) |
| global_point |
総合評価ポイント(ブックマーク×2+評価ポイント) |
| fav_novel_cnt |
ブックマーク数 |
| impression_cnt |
感想数 |
| review_cnt |
レビュー数 |
| all_point |
評価ポイント |
| all_hyoka_point |
評価者数 |
| weekly |
週間ユニークユーザー |
3-2.PV取得(Webスクレイピング)
上記の通り、APIを用いてもPV情報の取得はできない。
そのため、PVを取得するためになろう公式が公開しているアクセス解析システムである「kasasagi」(12)というものを活用する。
これは、小説のユニークIDである「ncode」をURLの末尾に付加することで対象の小説のPV情報を取得できる。
※例：「転生したらスライムだった件」のPV情報を取得するURL
「https://kasasagi.hinaproject.com/access/top/ncode/n6316bn/」
APIで取得したncodeを利用して機械的にページにアクセスし、そこにあるPV情報を取得する。
3-3.情報取得日
APIでの情報取得日…8/17
スクレイピングでのPV取得日…9/7～19
※2022年度のデータは途中での集計である。
そのため、年別で見た時の2022年のデータは参考程度で解釈する。
5.考察
全体を通していえることとして図3・5などのグラフから、なろうや他のインターネット小説の人気や知名度というのは上がってきており、現状それに陰りがあるように見えない。
時系列解析を行うことである程度の精度で予測することが可能であり、今回使用したpmdarimaライブラリのauto_arima関数以外の方法でフィッティングした場合と比較し、より効率的な予測が可能になるものだと考える。
またジャンルの変遷を見ると、恋愛モノ(特に異世界恋愛)の需要が上がってきており、今後も安定して上昇していくと思われる。
その反面ファンタジーというものが減少してきており、なろう全体の文化が大きく変化しはじめていることがわかる。
しかし投稿する側の視点から見ると、人気度が高い恋愛の数よりも人気度の低い文芸の数のほうがより投稿数が多いことを考えると、
全体としてはあくまで「自分が書いた小説を自由に投稿できる」というインターネット小説投稿サイトであり、数字や実利だけを追い求めているわけではないということがわかる。
今回はあくまで投稿開始月・年での話をメインとしたが、得られたデータをより精査すると他の様々な結果が得られると思われる。
例として、連載期間(最終掲載日-初回掲載日)の長さを基準として考えるということや、
現在のランキング選定で使われている総合評価ポイントの計算式ではなく、 PV数から他の評価軸(レビュー数やブックマーク数)を相対的に評価し、
新しい計算式でのランキングの選定方法の模索というようなことも行えるだろう。
7.参考文献
(1)「なろう系アニメ作品まとめ｜「小説家になろう」 | アニメイトタイムズ」, https://www.animatetimes.com/news/details.php?id=1643684946, (2022/12/30参照)
(2)「なろう系 - 調べる - Google トレンド」, https://trends.google.co.jp/trends/explore?q=%2Fg%2F11jg16w1rk&date=all& geo=JP,(2022/12/1参照)
(3)「小説を読もう！ || 小説ランキング」, https://yomou.syosetu.com/rank/top/, (2022/12/1参照)
(4)「小説家になろう - みんなのための小説投稿サイト」, https://syosetu.com/,(2022/12/30参照)
(5)口コミだけで月間10億PV、ベストセラー続々 京都発の小説投稿サイト「小説家になろう」の歩み」, https://www.itmedia.co.jp/ebook/articles/1412/25/news072.html, (2022/12/30参照)
(6)「Vol.1 個人発サイトがエンタメ／出版業界を席巻する理由」, https://premium.kai-you.net/article/53,(2022/12/30参照)
(7)「Web APIとは何なのか - Qiita」, https://qiita.com/NagaokaKenichi/items/df4c8455ab527aeacf02, (2022/12/30参照)
(8)「なろう小説API - なろうデベロッパー」, https://dev.syosetu.com/man/api/, (2022/12/30参照)
(9)「Pythonで時系列解析・超入門（その1）時系列データに対する3つの特徴把握方法（変動成分・定常性・コレログラム） – セールスアナリティクス」, https://www.salesanalytics.co.jp/datascience/datascience085/,(2022/12/30参照)
(10)「【MAE・RMSE・MAPE・R²】線形回帰モデルの評価関数の種類と計算方法 | self-methods」,https://self-methods.com/mae-rmse-mape-r2/, (2022/1/2参照)
(11)「Pythonで時系列解析・超入門（その3）ARIMA系モデルで予測する方法」,https://www.salesanalytics.co.jp/datascience/datascience087/, (2022/1/2参照)
(12)「KASASAGI2,https://kasasagi.hinaproject.com/, (2022/12/30参照)
