Mikä numero on yleisin netissä?

Mikähän numeroista (kirjaimin kirjoitettuna) mahtaa esiintyä netissä eniten: yksi, kaksi, kolme, neljä, viisi, kuusi, seitsemän, kahdeksan, yhdeksän vai kymmenen?

Tällainen kysymys heräsi eräänä kevätpäivänä mieleeni, enkä osannut sanoa siihen mitään. Looginen vastaus olisi yksi. Onneksi asia on helppo selvittää.

Eilen 16.12.2019 tilanne eri numeroiden suhteen oli tämä:

"Kolme" on yleisin numerosana.

Tulokset ovat kiinnostavia. Kolme on ylivoimaisesti yleisin, yksi tulee seuraavana ja kaksi kolmantena. Mistähän syystä juuri "kolme" on yleisin?

Kolmikon perässä tulevat numerot tasavahvoina numerot neljä ja viisi. Kuusi on selvästi harvinaisempi. Numerot seitsemän, kahdeksan, yhdeksän ja kymmenen erottuvat omana ryhmänään.

Viisikko näyttää siis erottuvan muista. Arpanopan kuudes luku on orpolapsi. Ero kuusi ja seitsemän -sanojen välillä on lähes nelinkertainen. Kuusi-sanan päällekkäiset merkitykset korostuvat varsinkin näin joulukuussa, joten suosion luulisi olevan viiden luokkaa.

Yksi mahdollinen selitys on taivutusmuodoissa. Perusmuotojen hakeminen ei välttämättä kerro koko totuutta numerosanojen yleisyydestä. Ehkä joitakin numeroita taivutetaan enemmän kuin toisia?

Olen seurannut numerosanojen yleisyyttä kerran kuukaudessa tekemälläni testillä. Tulokset näyttävät vaihtelevan suuresti ajan mukaan.

Kaksi (punainen) on aiempina kuukausina ollut yleisin.

Grafiikasta näkyy, että varsinkin syyskuussa kaksi oli ylivoimaisesti yleisin. Joulukuun tulos on poikkeuksellinen, eikä sitä ole helppo selittää. Kyse voi olla satunnaisesta vaihtelusta tai Googlen hakualgoritmista, mutta kun numeroilla on 100 miljoonaa osumaa, taustalta voi löytyä jotain muutakin. Siinäpä pohtimista.

Numerosanat yhdestä kymmeneen yhteensä antaa osviittaa Googlen hakuindeksin koosta ja web-sisällön määrästä. Syksyllä määrä on selvästi kasvanut, mutta joulukuun lukema on kesän tasolla.

Numerosanojen osumien yhteismäärä (100 miljoonaa).

Jälkiviisaana voi todeta, että seurantaan olisi pitänyt ottaa myös numero nolla. Sitä löytyy juuri nyt 25 270 000 000 kappaletta, eli numero on ylivoimaisesti yleisin. Tulos on ymmärrettävä, sillä nollalla on myös yleismerkitys ("olet täysin nolla", "nollatuntisopimus" jne).

Olen tehnyt saman vertailun myös englanninkielisistä numeroista, mutta siitä lisää toisessa kirjoituksessa.

Lisäys: Twitterissä tuli pari hyvää palautetta. Mitä pidempi numerosana, sitä todennäköisemmin se kirjoitetaan numerolla kirjainten sijaan, sanoi kielioppi mitä tahansa. Ja vaikka suomen numerosanat ovat ääkkösineen outoja, joillakin on päällekkäismerkityksiä. Eniten kaiketi numerolla kolme, joka on japanilaisen tyttöbändin nimi ("Callme").

Jättipään Olli Parviainen listasi Twitter-tunnistuksen perusteella numerosanojen "suomalaisuuden":
Yksi 95 %
kaksi 91 %
kolme 76 %
neljä 100 %
viisi 94 %
kuusi 68 %
seitsemän 98 %
kahdeksan 98 %
yhdeksän 98 %
kymmenen 99 %