注意

トピックの性質上、性的な表現が含まれるため、苦手な方はブラウザバック推奨です。

はじめに

Twitterでは、自動生成したように見える怪しいアカウントが大量に存在しています。

今回は、ブルアカの生徒+αの名前が含まれる怪しいアカウントの数を数えます！！

怪しいアカウントの例

ミユ💒/北海道/裏アカ爆乳裏アカ男子と繋がりたいせフレ（以下略）
サキ❤/鹿児島/えろ令嬢彼氏募集せフレ募集（以下略）

手法

Python + Tweepy でユーザー検索を行い、なんとなく基準で「怪しいか？」の判定を行います。

import tweepy
from time import sleep

# スパムっぽいかを判定する
def analyse_user(user_id):
  user = api.get_user(user_id)
  if(user.friends_count < 5 or user.followers_count < 5 or 
     user.statuses_count < 10 or user.favourites_count < 50):
    return True
  else:
    return False

def search_spams(name):
  spams = set()
  words = ['動画', '募集', '裏']

  for word in words:
    lastuser = ''
    q = name + '%20' + word
    for count in range(1,100): # 最大1000件
      users = api.search_users(q, page=count, count=10)
      if(len(users) == 0 or lastuser == users[0].screen_name):
        break
      lastuser = users[0].screen_name

      for x in users:
        isspam = analyse_user(x.screen_name)
        if(isspam):
          spams.add((x.screen_name, x.name))
          # print(x.screen_name, x.name)
      sleep(10)
  
  return spams



dict_spams = {}

# 記事に載せるとヤバそうなので代わりに似たような文字列にしています
consumer_key =  "jf83jp3aRFJnwu93hda9w"
consumer_secret = "AREi823A3ajiw3a3wV89a3wAvrh89w3AWRVQBT"
access_token =  "8221376934152951367-ASE3h8ajiwo3AWASTHTiofbxZXgPICs"
access_token_secret = "Aaj03wAgeZBRoaEZjeNQmbZRj8154AgEz2DzAEIGZNEjie83"

auth = tweepy.OAuthHandler(consumer_key,consumer_secret)
auth.set_access_token(access_token,access_token_secret)

# API を作成
api = tweepy.API(auth)

student_names = ['ホシノ', 'サヤ', 'ハナコ', 'コタマ', 'セリナ', 'ミヤコ', 'ヒヨリ', 'ミサキ', 'アツコ', 'アイリ', 'カリン', 'ツバキ', 'シュン', 'ヒナ', 'ノドカ', 'ミチル', 'ハルナ', 'アル', 'ユウカ', 'ミモリ', 'カヨコ', 'アスナ', 'アリス', 'アカネ', 'ヒビキ', 'ワカモ', 'ツクヨ', 'セナ', 'サキ', 'コハル', 'ハレ', 'ウイ', 'チヒロ', 'フウカ', 'エイミ', 'イズミ', 'ハナエ', 'ハルカ', 'シロコ', 'ヒナタ', 'マシロ', 'ツルギ', 'セリカ', 'シズコ', 'カエデ', 'チセ', 'ムツキ', 'マキ', 'ネル', 'スミレ', 'チナツ', 'ヨシミ', 'スズミ', 'ミク', 'ノノミ', 'モモカ', 'マリー','ジュリ', 'フブキ', 'キリノ', 'チェリノ', 'リン', 'フィーナ', 'イオリ', 'トモエ', 'アヤネ', 'ウタハ', 'イロハ', 'ヒフミ', 'シミコ', 'ナツ', 'ミドリ', 'モモイ', 'アカリ', 'ハスミ', 'イズナ', 'アコ', 'アズサ', 'ジュンコ', 'コトリ', 'イブキ', 'マコト', 'ミカ', 'ナギサ', 'セイア', 'ミネ', 'レイサ', 'イチカ', 'カズサ', 'シグレ', 'モミジ', 'ミノリ', 'メル', 'メグ', 'カスミ', 'モエ', 'サクラコ', 'ユメ', 'コユキ', 'リオ', 'ノア', 'ヒマリ', 'ニヤ', 'カホ', 'サツキ', 'ウミカ', 'ココナ', 'リンカ', 'アロナ', 'ソラ', 'マリナ', 'カンナ', 'リン', 'カヤ', 'アユム', 'ヒエロニムス', 'カイザー', 'エリカ', 'ミクリ', 'キサキ', 'メイ', 'ルミ', 'ユキノ', 'ニコ', 'オトギ', 'クルミ', 'シノン', 'マエストロ', 'ゴルコンダ', 'デカルコマニー', 'ベアトリーチェ', 'ラブ']

for student_name in student_names:
  print(student_name, end=' ')
  dict_spams[student_name] = search_spams(student_name)
  print(len(dict_spams[student_name]))

このような感じのコードを実行しました。かなり適当に書いてしまいました……

ざっくり説明すると、例えばコハルの場合は
「コハル動画」「コハル裏」「コハル募集」
とアカウント検索をかけて出てきたアカウントの中で

・フォロー数が5未満
・フォロワー数が5未満
・ツイート数が10未満
・いいね数が50未満

のどれかを満たすアカウントを「怪しいアカウント」としてカウントしていく、といった作業をホシノ、サヤ、ハナコ……と全ての名前に対して実行していく、という方法になっています。つまり適当です

結果発表

131～112位　0人

アツコ、アヤネ、アロナ、ウタハ、カズサ、カヨコ、コタマ、コトリ、ゴルコンダ、シミコ、シロコ、チェリノ、ツクヨ、ツルギ、デカルコマニー、ノノミ、ヒエロニムス、フィーナ、ベアトリーチェ、ワカモ

111～101位　1人

ウミカ、オトギ、キサキ、ノドカ、ハスミ、フブキ、マリナ、ミモリ、ムツキ、モミジ、モモイ

100～69位

2 イズナ、サクラコ、シグレ、シズコ、シノン、セイア、ハナエ、マエストロ、マシロ、ヨシミ
3 キリノ、スズミ、セリカ、トモエ、ホシノ、ミノリ、ユキノ、レイサ
4 ハレ、ヒフミ
5 ジュンコ
6 エイミ、ニヤ、ハナコ
7 アユム
8 ウイ、カイザー、ジュリ、ミチル
9 アスナ、ミクリ、ミネ

68～50位

10 イブキ
11 ルミ
12 イズミ、セリナ、ツバキ、ヒビキ
14 カスミ
15 マリー、ミドリ
16 ハルナ
18 モエ
23 サヤ、マコト
24 チヒロ
26 ネル
27 ミヤコ
28 ヒマリ
29 イオリ
30 コユキ

49～20位

31 アカネ
32 ココナ、チセ
35 ヒヨリ
36 カヤ
37 イチカ
40 アズサ、ナギサ
42 アカリ、サツキ、セナ
43 ハルカ、リンカ
44 ヒナタ
47 カリン
50 クルミ
51 フウカ
54 スミレ
55 アイリ
57 カンナ、コハル
59 チナツ、ユメ
60 ミサキ
63 イロハ
67 ナツ
70 アコ
71 ミカ
74 カホ
75 メグ

20～11位

75 メグ
76 カエデ
76 モモカ
76 ユウカ
82 シュン
85 リオ
88 メイ
93 マキ
99 ソラ
100 アル

ここからはTOP10です！

10位　119人　エリカ

ブルアカの最初の画面に出てくるけどまだ登場していない生徒、エリカさんが119人で10位です。

9位　120人　ノア

ミレニアムのセミナー所属の実装されていない生徒が9位です。

8位　129人　ヒナ

ゲヘナ学園・風紀委員長の空崎ヒナが129人で第8位です。

ヒナ以外にも、ヒナノなどもカウントされたことが上位に食い込んだ理由として上げられます…！

7位　134人　サキ

SRT特殊学園・RABBIT小隊、RABBIT2の空井サキが134人で第7位です。
単純に裏垢・エロ垢が一番多いのはサキ、と言っても過言ではないかもしれません。

6位　138人　ニコ

SRT特殊学園・FOX小隊のニコは、138人でRABBIT小隊のサキに僅差で打ち勝ち6位です。
「ニコ動画」を含むアカウント……ニコニコ動画関連で多くヒットしたのでしょうか……

5位　144人　ミク

初音ミクさん！？！？！？？144アカウントが見つかりました。
「ミク募集」「ミク動画」で検索しているため、多くのアカウントが見つかったと考えられます。

4位　165人　リン

強い……ブルアカのプロローグに出てくる例の人、七神リンが165人で第4位です。
単純な「リン」の多さだけではなく、「スズリン」「カリン」などの部分文字列でもあることが、上位になった理由だと考えられます…！

ここからはTOP3です！！

3位　201人　アリス

ミレニアム・ゲーム開発部のAL-1S、天童アリスが201人で、4位に30垢以上の差をつけて第3位です。
単純な「アリス」の強さの上に、「シノアリス募集垢」が多かったことが理由かもしれません。

2位　290人　ラブ

ジャブジャブヘルメット団のリーダー、河駒風ラブがなんと290人で2位です！

「ラブホ」「ラブライブ」の力を借りて、ラブは2位です！

優勝は……？

1位

1位　1141人

1位　1141人　メル

レッドウィンター連邦学園、知識解放戦線所属、姫木メルが2位に851人もの差をつけ、1141人で堂々の1位です！！

「メル募集」が、強い！！！！！

いかがでしたか？

ブルーアーカイブに登場する生徒の中で、最も怪しいアカウントが多いのは「メル」でした！

実際のアカウントの中身を考えると、現実的に最も怪しいアカウントが多いのは「サキ」でした。

みなさんもお気に入りの生徒の裏垢を探してみましょう！

注意

はじめに

手法

結果発表

131～112位 0人

111～101位 1人

100～69位

68～50位

49～20位

20～11位

10位 119人 エリカ

9位 120人 ノア

8位 129人 ヒナ

7位 134人 サキ

6位 138人 ニコ

5位 144人 ミク

4位 165人 リン