利用者:Meltbeen/索引の分析

これは、利用者:MeltbeenによるWikipedia:索引の分析や考察です。

反映数

• 記事数 2008年2月で記事が46万ある。（Wikipedia:日本語版の統計より）
• 索引数 2008年2月で32万ぐらい？正確な数ではない。

考察：手動でこんなにもできているので、差分さえあれば雑草とりの方々の作業が促進できるのではないか。

索引ページの数と容量

• 容量の少ない索引ページ： ゐ を ん らさ らる らむ らま らは
• 容量の多い索引ページ： 1 2

索引ページの数と容量
(KBはキロバイト)

容量	数
128KB-	1
64-128KB	7
64-32KB	85
32-16KB	272
16-8KB	434
8-4KB	373
2-4KB	6
1-2KB	1
512B-1KB	2
0-512B	0
計	1181

• あまり多くなると把握やメンテナンスが大変となる。そこで。
  • 10KB未満のもの 併合も考える。
  • 100KB近いもの 容量削減を行う。そして、さらに必要であれば分割する。
  • 後述の頻出文字順にあるように、「ほっかいどう」のように明らかにその項目が多い場合以外は、細かく分割し過ぎないことでページ数を抑制する。
  • ページ数を抑制するには、容量削減が必要。

容量削減技術

必要性が薄く、容量を圧迫するものは削除する。

1. * [[ は *[[ と空白を除去する。数百バイトしか削減できないけれど何ら利便性を損なわない。
2. 数字の「ひらがな読み」のうち通常の読みは省略。
3. Wikipedia:索引 とうきようととでは連続する「東京都道」を「=」で省略しているが、この削減技術のルールと応用の模索。
4. 項目 サブタイトル（こうもく -） ⇒ 項目サブタイトル　　のような空白を除去するだけのような事例は「読み」を省略。少ないのでやる必要性がないかもしれない。

頻出文字順

多いもの カタカナではじまる記事タイトルや、都道府県（特に主要都市）と道、苗字。

サンプル

• 福 2376
  • 井 354
  • 岡 648
    • 県 379

サンプルの解説：福ではじまる記事タイトルが2376個。うち福井は354個。うち福岡は648個。福岡648個のうち福岡県は379個。

• 1 3539
  • 9 1497
• 2 1360
  • 0 840
    • 0 667
• A 1996
• B 1462
• C 1637
• D 1376
• F 1365
• G 1117
• I 1148
• J 1214
• M 2127
• N 1455
• P 1298
• R 1135
• S 2647
• T 1983
• ア 11768
  • ル 1569
  • ン 1703
• イ 3754
  • ン 991
• ウ 3119
  • ィ 931
    • リ 449
• エ 4737
• オ 3748
  • ー 1015
• カ 4892
• ガ 1360
• キ 2250
• ク 3430
• グ 1898
• コ 3158
• サ 4477
  • ン 1593
• シ 3990
• ジ 6207
  • ェ 1258
  • ャ 1444
  • ョ 2182
• ス 5285
• セ 1727
• ソ 1066
• タ 1763
• ダ 1911
• チ 2209
• テ 1947
• デ 2559
• ト 3326
• ド 2122
• ナ 1235
• ニ 1737
• ハ 2967
• バ 3052
• パ 2519
• ビ 1407
• ピ 1578
• フ 6235
  • ァ 1082
  • ラ 1184
• ブ 2602
• プ 1869
• ヘ 1023
• ベ 1647
• ホ 1579
• ボ 1386
• ポ 1613
• マ 5683
• ミ 2177
• メ 1768
• モ 1984
• ユ 1024
• ラ 3152
• リ 2619
• ル 1703
• レ 2151
• ロ 3374
• ワ 1036
• ヴ 2299
• 三 3268
• 上 1753
• 中 4077
  • 国 373
  • 村 609
• 京 1503
  • 都 801
    • 府 377
• 伊 1701
  • 藤 483
• 佐 2032
  • 藤 676
• 八 1011
• 兵 838
  • 庫 771
    • 県 721
      • 道 467
• 北 3176
  • 海 1095
    • 道 1067
      • 道 487
• 千 1379
  • 葉 785
    • 県 512
• 南 1455
• 吉 1361
  • 田 429
• 名 959
  • 古 363
    • 屋 363
• 国 2524
  • 道 475
  • 鉄 504
  • 際 503
• 大 8058
  • 阪 1608
    • 市 654
      • 立 485
    • 府 439
• 天 1387
• 安 1220
• 宮 1482
• 小 4170
  • 林 446
• 山 3892
  • 口 751
    • 県 368
  • 本 472
  • 田 445
• 岡 1431
  • 山 638
    • 県 475
      • 道 366
• 岩 1330
• 川 1280
• 平 1385
• 広 1251
  • 島 844
    • 県 512
• 愛 1293
  • 知 628
    • 県 501
• 新 2693
  • 潟 461
• 日 4505
  • 本 2768
    • の 611
  • 本 2768
• 木 1037
• 東 4255
  • 京 1649
    • 都 642
• 松 2834
• 水 1232
• 田 1582
• 白 1037
• 石 1813
• 神 1882
  • 奈 470
    • 川 462
      • 県 396
  • 戸 377
• 福 2376
  • 井 354
  • 岡 648
    • 県 379
  • 島 673
    • 県 477
      • 道 354
• 第 2332
• 藤 1635
• 西 2366
• 道 1106
  • の 856
    • 駅 853
• 金 1435
• 長 2402
  • 崎 358
  • 野 700
    • 県 535
      • 道 395
• 青 1514
• 高 3351