オンラインソーシャルネットワークにおける情報拡散の特徴付け(Characterizing Information Spreading in Online Social Networks)

田中専務

拓海先生、最近SNSでの情報の広がり方をビジネスで活かせないかと部下に言われましてね。どこに投資すれば効果が出るのか全く見当がつきません。そもそもSNS上で情報はどうやって広がるのですか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、一緒に整理すれば必ず見えてきますよ。要は、人と人のつながりの形(ネットワーク)と、人の見方や行動の時間的な変化が情報の広がり方を決めるんです。今回の論文はその関係を数式で明確に示した研究で、経営判断にも使える示唆が得られますよ。

田中専務

数式ですか……怖い響きですが、現場で使えるものなのでしょうか。うちのような老舗企業がSNSで宣伝しても、効果が出るか不安でして。

AIメンター拓海

安心してください。専門用語は後で噛み砕きます。まず結論だけ3点で示すと、1) ネットワークの「形」が広がりの速さと範囲を左右する、2) ユーザーの行動は時間で変わり、その変化を入れると予測が格段に良くなる、3) これらをまとめて6つのパラメータで表現できる、ということです。経営判断に必要な要点は押さえられますよ。

田中専務

これって要するに、ネットワークの構造と時間的な利用者の盛り上がり方を定量化すれば、広告や告知の打ち方を決められるということですか。

AIメンター拓海

その通りです。言い換えれば、誰に何をいつ見せるかの戦略が立てやすくなるんです。実務ではターゲット層のつながり方(例えば中心的な人が多いかどうか)と、時間帯やバズの盛り上がり方を見れば、投資対効果を高められますよ。

田中専務

実際にどういうデータが必要ですか。うちの現場はクラウドも苦手で、細かなネットワーク構造を取れるか自信がありません。

AIメンター拓海

重要なのは完璧さではなく代表性です。ネットワークの全体像が取れない場合でも、代表的なサンプルから「度数分布(degree distribution)」や「結びつきの偏り(degree-degree correlation)」を推定できます。例えるなら、全社員の全ての仕事履歴がなくても主要部署の働き方を見れば組織改善の打ち手が見つかるのと同じです。

田中専務

それなら現場でも何とかなりそうです。ところでこのモデルは実際のSNSデータで検証されているのですか。信頼できる結果でしょうか。

AIメンター拓海

検証済みです。中国の大規模SNSであるRenrenの動画共有データを使い、理論モデルの予測が実測に近いことを示しています。ですから実務における方向性の決定やA/Bテストの設計に十分使える信頼性があると言えますよ。

田中専務

具体的にうちで使うとしたら、どんな実務ステップになりますか。最初の一歩が知りたいのです。

AIメンター拓海

まず第一に目的を絞りましょう。販促なら到達範囲、ブランディングなら継続的な接触頻度を指標にします。第二に小さなサンプルでネットワークの度数分布と時間変化を計測します。第三に6つのパラメータで簡易モデルを当てはめ、施策をシミュレーションしてから本格投下します。順を追えば投資対効果は高まりますよ。

田中専務

分かりました。これって要するに、データを取って小さく試してから拡大するということですね。それなら今の体制でも始められそうです。では私の言葉でまとめますと、ネットワークのつながり方とユーザーの時間的な反応を6つの指標で表してシミュレーションすれば、告知の最適なタイミングと対象を決められる、ということですね。

AIBRプレミアム

関連する記事

AI Business Reviewをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む