### Twitterログ分析 作業手順書

**1. 準備作業：ログファイルの分割**

1.  **ZIPファイル内データの直接処理:**
    *   Pythonの`zipfile`モジュールを使い、`twitter-....zip`を展開せずに直接開く。
2.  **JSONの逐次読み込みと分割:**
    *   ZIPアーカイブ内のJSONファイル（ファイル名は要確認）をストリームとして読み込み、ツイートを一件ずつ処理する。
    *   ツイートの日時（`created_at`）を元に、1年ごとのJSONファイル（例: `tweets_2020.json`）に分割して書き出す。
    *   この方法で、巨大なファイルをディスクに展開することを避ける。

**2. データ分析：年次サマリーの作成**

1.  **年次データの分析:**
    *   年ごとのJSONファイルから、以下の情報を抽出・分析する。
        *   **活動量:**
            *   年間総ツイート数
            *   1日あたりの平均ツイート数
        *   **活動時間:**
            *   ツイートが最も多い時間帯、曜日
        *   **交流:**
            *   メンションを最も多く送ったアカウントTOP3
            *   メンションを最も多く受け取ったアカウントTOP3
        *   **感情分析:**
            *   その年のツイート全体の感情傾向（ポジティブ/ネガティブ、怒りなど）を分析する。
2.  **サマリーの出力:**
    *   分析結果を年ごとにテキストファイル（例: `summary_2020.txt`）として保存する。

**3. 総合評価：17年間の変化をたどる**

1.  **長期的傾向の分析:**
    *   年次サマリーを元に、17年間を通した変化を可視化・分析する。
        *   **トピックの変化:** 「病気」「仕事」に関するツイートが、年々増えたか・減ったか。
        *   **感情の変化:** 「怒り」などのネガティブな感情が、時間と共にどう変化したか。
        *   **関心の変化:** 言及したニュース記事（URL）の傾向を追う。
2.  **最終レポート作成:**
    *   すべての分析結果から「田上君がTwitterと共にどう変化していったか」をテーマに、最終的なレポートを作成する。