Open Data(データ公開)

はじめに

Ceek.jp が収集したデータの一部を誰もが自由に使えるよう、著作権等に留意しながら公開しています。研究等に活用してくださいませ。

2ちゃんねる掲示板のスレッドデータ

2005年11月から運営している 2ちゃんねるのスレッド で収集した 2ちゃんねる掲示板 のスレッドタイトルデータ(4000万件)です。

ライセンス

2ちゃんねる掲示板が定めるルール に従ってください。

更新頻度

毎週日曜日午前8時過ぎに更新されます(JST)。差分の提供は行われません。

スレッドデータ

タブ区切りで以下のデータが格納されています。ファイルは投稿日時の年で分割しています。ファイルサイズは最大で 230MB 程度です。

項目 説明 サンプル
掲示板ID 掲示板のディレクトリ名(フォルダ名)です。掲示板データと対応がとれます。 ghard
投稿日時 スレッドが投稿された日時の UnixTime です。スレッド URL の一部になります。 1356966000
タイトル スレッドのタイトルです。文字コードは UTF-8 に変換し、タブ、改行文字はスペースに置換しています。 あけましておめでとう。
レス数 スレッドに投稿されたレスの数です。 45
削除フラグ 削除されている場合は 1 が、削除されていない場合は 0 が入ります。 1
収集日時 クローラがはじめて発見した日時(JST)です。古いデータは 0000-00-00 00:00:00 になっています。 2013-01-01 00:06:39
更新日時 クローラが最後に更新を検知した日時(JST)です。削除フラグが立っている場合は、そのスレッドが削除された推定日時になります。削除フラグが立っていない場合は、最新のレスが投稿された推定日時になります。 2013-01-03 01:06:06

掲示板データ

タブ区切りで以下のデータが格納されています。ファイルサイズは 15KB 程度です。

項目 説明 サンプル
掲示板ID 掲示板のディレクトリ名(フォルダ名)です。スレッドデータと対応がとれます。 ghard
ホスト名 掲示板のホスト名です。 anago
タイトル 掲示板のタイトルです。文字コードは UTF-8 に変換し、タブ、改行文字はスペースに置換しています。 ゲーム業界、ハードウェア@2ch掲示板
削除フラグ 削除されている場合は 1 が、削除されていない場合は 0 が入ります。 0
収集日時 クローラがはじめて発見した日時(JST)です。古いデータは 0000-00-00 00:00:00 になっています。 0000-00-00 00:00:00
更新日時 クローラが最後に更新を検知した日時(JST)です。削除フラグが立っている場合は、そのスレッドが削除された推定日時になります。削除フラグが立っていない場合は、ホスト名またはタイトルが更新された推定日時になります。 2012-11-02 07:46:34

URL の生成

スレッドの URL は以下のように生成できます。
http://[ホスト名].2ch.net/test/read.cgi/[掲示板ID]/[投稿日時]/
http://anago.2ch.net/test/read.cgi/ghard/1356966000/ (サンプルから生成した例)

掲示板の URL は以下のように生成できます。
http://[ホスト名].2ch.net/[掲示板ID]/
http://anago.2ch.net/ghard/ (サンプルから生成した例)

その他

2013年1月22日に公開しました。

おーぷん2ちゃんねる掲示板のスレッドデータ

2014年3月から運営している おーぷん2ちゃんねるのスレッド で収集した おーぷん2ちゃんねる掲示板 のスレッドタイトルデータです。

データ形式は、上の「2ちゃんねる掲示板のスレッドデータ」に準じます。

ライセンス

おーぷん2ちゃんねる掲示板の権利規定に従い、パブリックドメインです。

スレッドデータ

掲示板データ

その他

2014年3月23日に公開しました。