犬と猫はどっちが注目されている？Wikipediaの更新頻度を調べる

概要

生き物への興味・関心の方向性も様々あると思いますが、Wikipediaの記事の更新頻度を見ると、その傾向の一端がうかがえるのではと思い、調べることにしました。
今回は例として、"Cat","Dog"の比較を行います。

検索ボリューム

直近の関心度合いを調査するとき、検索された量は一つの参考になるので、Wikipediaを身肉前に、Google Trendsにて見てみます。

過去5年、ほぼ定常的に、全世界だとDogが優位ですね。
ルーマニア、インドネシアはCat優位など、地域差もありそうなのでこれも調べると面白いかもです。

Wikipediaの更新頻度

ChatGPTさんに、更新頻度の調べ方を聞いたら、次のコードを出してきたので、ひとまずこのまま走らせます。

import requests
import pandas as pd
from datetime import datetime

def get_article_revisions(article_title):
    url = "https://en.wikipedia.org/w/api.php"
    params = {
        "action": "query",
        "prop": "revisions",
        "titles": article_title,
        "rvlimit": "max",
        "rvprop": "timestamp|user",
        "format": "json"
    }
    response = requests.get(url, params=params)
    data = response.json()
    revisions = data['query']['pages']
    revs = []
    for page_id in revisions:
        revs.extend(revisions[page_id]['revisions'])
    return revs

def calculate_edit_frequency(revisions):
    dates = [datetime.strptime(rev['timestamp'], '%Y-%m-%dT%H:%M:%SZ') for rev in revisions]
    df = pd.DataFrame(dates, columns=['timestamp'])
    df['year_month'] = df['timestamp'].dt.to_period('M')
    frequency = df['year_month'].value_counts().sort_index()
    return frequency

article_title = "Cat"  # Example article title
revisions = get_article_revisions(article_title)
frequency = calculate_edit_frequency(revisions)
print(frequency)

現時点（2024/8/5）で走らせると、

year_month
2022-06    16
2022-07     8
2022-08     9
2022-09    20
2022-10    13
2022-11    23
2022-12    33
2023-01    21
2023-02    22
2023-03     4
2023-04     7
2023-05     6
2023-06     8
2023-07     5
2023-08    25
2023-09    22
2023-10    44
2023-11    44
2023-12    21
2024-01    13
2024-02    17
2024-03    22
2024-04    22
2024-05    33
2024-06    10
2024-07    25
2024-08     7
Freq: M, Name: count, dtype: int64

このように出力されます。合計が500なのでAPIから最新の500件の更新日時が取れているようです。問題なさそうなので、["Cat","Dog"]でそれぞれ出力して、比較します。

recent_updates = pd.DataFrame([])
articles = ["Cat","Dog"]
for article_title in articles:
    revisions = get_article_revisions(article_title)
    frequency = calculate_edit_frequency(revisions)
    df = pd.DataFrame(frequency)
    df.columns=[article_title]
    recent_updates = pd.concat([recent_updates,df],axis=1)
recent_updates = recent_updates.sort_index()

recent_updates.plot()

直近500件の更新でみると、Catのほうが直近に更新されていて、Dogのほうが500件前の更新日が過去にさかのぼります。Dogが2024に追い越しているようにも見えます。

検索ボリュームと比べると、記事の更新は変動が大きいです。一方で、検索とは異なる傾向が見えているので、とらえている現象もおそらく別で、使い道もありそうかと思います。

今回は以上です。