JP2012048683A - インフルエンサを発見する装置及び方法 - Google Patents
インフルエンサを発見する装置及び方法 Download PDFInfo
- Publication number
- JP2012048683A JP2012048683A JP2010192925A JP2010192925A JP2012048683A JP 2012048683 A JP2012048683 A JP 2012048683A JP 2010192925 A JP2010192925 A JP 2010192925A JP 2010192925 A JP2010192925 A JP 2010192925A JP 2012048683 A JP2012048683 A JP 2012048683A
- Authority
- JP
- Japan
- Prior art keywords
- user
- transition probability
- users
- replies
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】Nユーザの中からネットワークにおけるインフルエンサを発見する装置は、i番目のユーザにとってj番目のユーザがどのように影響するかを示す行列要素を算出することで(1≦i,j≦N)、遷移確率行列を決定する決定部と、前記遷移確率行列の固有ベクトルを求める固有ベクトル算出部とを有し、前記固有ベクトルの成分はNユーザ各々の遷移確率を表し、相対的に大きな遷移確率を有するユーザが、ネットワークにおけるインフルエンサとして決定され、行列要素は、j番目のユーザの発言回数に応じて変化する第1の値と、j番目のユーザの発言の重要性を示す第2の値との線形結合により表現される。
【選択図】図1
Description
Nユーザの中からネットワークにおけるインフルエンサを発見する装置であって、
i番目のユーザにとってj番目のユーザがどのように影響するかを示す行列要素を算出することで(1≦i,j≦N)、遷移確率行列を決定する決定部と、
前記遷移確率行列の固有ベクトルを求める固有ベクトル算出部と
を有し、前記固有ベクトルの成分はNユーザ各々の遷移確率を表し、相対的に大きな遷移確率を有するユーザが、前記ネットワークにおけるインフルエンサとして決定され、
前記行列要素は、j番目のユーザの発言回数に応じて変化する第1の値と、j番目のユーザの発言の重要性を示す第2の値との線形結合により表現される、装置である。
2.インフルエンサを決定する方法
3.フォロー関係による遷移確率行列
4.実施例で使用される遷移確率行列
5.変形例
図1は、インフルエンサを決定する装置の機能ブロック図を示す。この装置は、様々なユーザの端末とネットワークを介して通信することが可能なサーバに設けられる。図1には、本装置に備わる様々な機能要素の内、実施例の説明に特に関係のあるものが示されている。本装置は、ユーザ情報データベース10、フォロー管理部11、リツィート管理部12、リプライ管理部13、お気に入り管理部14、遷移確率行列決定部15、遷移確率・固有ベクトル算出部16を少なくとも有する。
図2は、インフルエンサを決定する方法のフローチャートを示す。この方法は、図1の装置において使用される。
次に、遷移確率行列、固有ベクトル及び遷移確率を求める具体的な方法を説明する。説明の便宜上、先ず、フォロー関係による遷移確率行列を用いた方法を説明し、その後に「4.ウェイトを考慮した遷移確率行列」において、より適切な遷移確率行列を説明する。
図3−5の計算例に登場した遷移確率行列は、ユーザ間のフォロー関係を考慮しているが、これだけではユーザ同士の相互関係を適切に表現しているとは言えない。例えば、ユーザAは、ユーザB及びユーザCに対してフォロー関係がある(A→B、A→C)。ユーザBの発言はユーザAの端末に自動的に表示され、ユーザCの発言もユーザAの端末に自動的に表示される。ユーザBの発言が100回あるのに対して、ユーザCの発言が3回しかなかったとする。この場合、ユーザAは、ユーザBの発言を目にする機会が圧倒的に多く、ユーザAがユーザCの発言を参考にする機会は非常に少ない。しかしながら図3−5に示す遷移確率行列は、このような事情を考慮しておらず、必ずしも実情を反映していない。
ここで、Nは2以上の整数であり、i及びjは1以上N以下の整数であり、i≠jである。α、βは所定の定数である。
Uiがフォローしている全ユーザの発言回数は、言い換えれば、i番目のユーザの端末に提示される他のユーザの総発言回数である。(2)式を参照するに、分子のUjの発言回数が多いほど、R(Ui→Uj)は大きくなる。これは、Ujの発言回数が多いほど、ユーザUiはユーザUjの発言を目にする機会が多くなり、ユーザUjの影響を受けやすいことを反映している。Ujの発言回数を分母の全ユーザの発言回数で除算したものは、ユーザUiが目にする他ユーザの発言の内、ユーザUjの発言が占める割合を示す。したがって、ユーザUjの発言回数が例えば50回あったとしても、ユーザUjが他の発言を1000回見ていた場合、ユーザUjの発言は、ユーザUiにそれほど大きな影響を及ぼさない。ユーザUiが目にする他ユーザの発言の内、ユーザUjの発言が占める割合が大きい場合こそ、ユーザUjの発言は、ユーザUiに大きな影響を及ぼす。
R(A→B)=(Bの発言回数)/(B及びCの全発言回数)=5/7
R(A→C)=(Cの発言回数)/(B及びCの全発言回数)=2/7
となる。このように、ユーザAはユーザB及びユーザCをフォローしているが、ユーザB及びユーザCの発言回数に応じて、R(Ui→Uj)の値は異なる。この点、図3−5における遷移確率行列の行列要素と大きく異なる。
上述したように、引用回数及び返信回数は、Ujの発言が重要であることの指標であり、この数が多い場合、ユーザUjの発言は、ユーザUiにとって重要であることになる。一方、上述したように、発言は、自らの発言だけでなく、リツィートによる発言(引用による発言)と、リプライによる発言(返信による発言)とがあり、分母の「ユーザUiによる総発言回数」は、これらすべての数を含む。したがって、引用回数や返信回数がある程度なされていたとしても(例えば、50回)、自らの発言が非常に多かった場合(例えば、1000回)、引用や返信による発言の回数は、総発言回数に比較して相対的に小さく、ユーザUiにとってユーザUjは相対的に重要ではないことになる。逆に、自らの発言全体の内、引用や返信による発言の回数が占める割合が比較的多かった場合、ユーザUiにとってユーザUjは相対的に重要であることになる。このように、自らの発言全体に対する引用発言や返信発言の割合を考慮する観点から、(3)式は好ましい。
C(A→B)=(Bの発言の引用回数+Bへの返信回数)/(Aの発言回数)=3/100
C(A→C)=(Cの発言の引用回数+Cへの返信回数)/(Aの発言回数)=1/100
となる。
(4)式を参照するに、分子は(3)式と共通しているが、分母が異なる。(4)式の場合、分母は、(ユーザUiによる総引用回数)と、(ユーザUiによる総返信回数)との和である。したがって、ユーザUiの発言の内、引用と返信による総発言回数が分母の値になっている。(4)式は、引用や返信に特化して他ユーザの発言の重要度を計る観点から好ましい。
C(A→B)=(Bの発言の引用回数+Bへの返信回数)/(Aによる総引用回数+Aによる総返信回数)=(2+1)/(3+1)=3/4
C(A→C)=(Cの発言の引用回数+Cへの返信回数)/(Aによる総引用回数+Aによる総返信回数)=(1+0)/(3+1)=1/4
となる。このように、(3)式による場合も、(4)式による場合も、ユーザBはユーザCよりも、ユーザAに影響を及ぼしている。しかしながら、(3)式による場合、C(A→B)=3/100=0.03であるのに対して、(4)式の場合、C(A→B)=3/4=0.75であり、ユーザBの発言の重要度C(A→B)が大きく異なる。また、(3)式による場合、C(A→C)=1/100=0.01であるのに対して、(4)式の場合、C(A→C)=1/4=0.25であり、ユーザCの発言の重要度C(A→C)も大きく異なる。ユーザAによる発言回数全体に対する重要度を算出する観点からは、(3)式によりC(Ui→Uj)を算出することが好ましい。これに対して、引用や返信に特化して重要度を算出する観点からは、(4)式によりC(Ui→Uj)を算出することが好ましい。
Pij=α×R(Ui→Uj)+β×C(Ui→Uj)・・・(1)
として算出される。Nは2以上の整数であり、i及びjは1以上N以下の整数であり、i≠jである。α、βは所定の定数である。
上述したように、ユーザUiにとってユーザUjの発言がどの程度重要であるかを示す指標として、リツィート回数及びリプライ回数に加えて、お気に入りに保存した回数もある。したがって、ユーザUiにとってユーザUjの発言がどの程度重要であるかを示す指標であるC(Ui→Uj)は、お気に入り登録数を考慮して算出されてもよい。
分子に(ユーザUiがユーザUjの発言を登録した登録数)が加わっている点、及び分母に(ユーザUiによるお気に入り登録数)が加わっている点が(3)式と異なる。さらに、C(Ui→Uj)は、次式のように算出されてもよい。
分母に(ユーザUiによるお気に入り登録数)が加わっている点が(4)式と異なる。
11 フォロー管理部
12 リツィート管理部
13 リプライ管理部
14 お気に入り管理部
15 遷移確率行列決定部
16 遷移確率・固有ベクトル算出部
Claims (12)
- Nユーザの中からネットワークにおけるインフルエンサを発見する装置であって、
i番目のユーザにとってj番目のユーザがどのように影響するかを示す行列要素を算出することで(1≦i,j≦N)、遷移確率行列を決定する決定部と、
前記遷移確率行列の固有ベクトルを求める固有ベクトル算出部と
を有し、前記固有ベクトルの成分はNユーザ各々の遷移確率を表し、相対的に大きな遷移確率を有するユーザが、前記ネットワークにおけるインフルエンサとして決定され、
前記行列要素は、j番目のユーザの発言回数に応じて変化する第1の値と、j番目のユーザの発言の重要性を示す第2の値との線形結合により表現される、装置。 - 前記第1の値は、j番目のユーザの発言回数と、i番目のユーザに提示される他のユーザの総発言回数との比率により表現される、請求項1記載の装置。
- 前記第2の値は、i番目のユーザがj番目のユーザの発言を引用して発言した引用回数に応じて変化する、請求項1又は2に記載の装置。
- 前記第2の値は、i番目のユーザがj番目のユーザに個人的に返信した返信回数に応じて変化する、請求項1ないし3の何れか1項に記載の装置。
- 前記第2の値は、i番目のユーザがj番目のユーザの発言を引用して発言した引用回数、及びi番目のユーザがj番目のユーザに個人的に返信した返信回数の和と、i番目のユーザによる総発言回数との比率により表現される、請求項1ないし4の何れか1項に記載の装置。
- 前記第2の値は、i番目のユーザがj番目のユーザの発言を引用して発言した引用回数、及びi番目のユーザがj番目のユーザに個人的に返信した返信回数の和と、i番目のユーザによる総引用回数及び総返信回数の和との比率により表現される、請求項1ないし4の何れか1項に記載の装置。
- Nユーザの中からネットワークにおけるインフルエンサを発見する方法であって、
i番目のユーザにとってj番目のユーザがどのように影響するかを示す行列要素を算出することで(1≦i,j≦N)、遷移確率行列を決定し、
前記遷移確率行列の固有ベクトルを求めるステップ
を有し、前記固有ベクトルの成分はNユーザ各々の遷移確率を表し、相対的に大きな遷移確率を有するユーザが、前記ネットワークにおけるインフルエンサとして決定され、
前記行列要素は、j番目のユーザの発言回数に応じて変化する第1の値と、j番目のユーザの発言の重要性を示す第2の値との線形結合により表現される、方法。 - 前記第1の値は、j番目のユーザの発言回数と、i番目のユーザに提示される他のユーザの総発言回数との比率により表現される、請求項7記載の方法。
- 前記第2の値は、i番目のユーザがj番目のユーザの発言を引用して発言した引用回数に応じて変化する、請求項7又は8に記載の方法。
- 前記第2の値は、i番目のユーザがj番目のユーザに個人的に返信した返信回数に応じて変化する、請求項7ないし9の何れか1項に記載の方法。
- 前記第2の値は、i番目のユーザがj番目のユーザの発言を引用して発言した引用回数、及びi番目のユーザがj番目のユーザに個人的に返信した返信回数の和と、i番目のユーザによる総発言回数との比率により表現される、請求項7ないし10の何れか1項に記載の方法。
- 前記第2の値は、i番目のユーザがj番目のユーザの発言を引用して発言した引用回数、及びi番目のユーザがj番目のユーザに個人的に返信した返信回数の和と、i番目のユーザによる総引用回数及び総返信回数の和との比率により表現される、請求項7ないし10の何れか1項に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010192925A JP5489924B2 (ja) | 2010-08-30 | 2010-08-30 | インフルエンサを発見する装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010192925A JP5489924B2 (ja) | 2010-08-30 | 2010-08-30 | インフルエンサを発見する装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012048683A true JP2012048683A (ja) | 2012-03-08 |
JP5489924B2 JP5489924B2 (ja) | 2014-05-14 |
Family
ID=45903428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010192925A Expired - Fee Related JP5489924B2 (ja) | 2010-08-30 | 2010-08-30 | インフルエンサを発見する装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5489924B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014010491A (ja) * | 2012-06-27 | 2014-01-20 | Exa Corp | アカウント抽出支援装置及びアカウント抽出支援プログラム |
JP2015069232A (ja) * | 2013-09-26 | 2015-04-13 | Kddi株式会社 | 友人整理装置、友人整理方法およびプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006202253A (ja) * | 2004-12-24 | 2006-08-03 | Nippon Telegr & Teleph Corp <Ntt> | 情報評価装置、コンテンツ検索装置、情報評価方法、コンテンツ検索方法、それらのプログラム及び記録媒体 |
WO2009013788A1 (ja) * | 2007-07-20 | 2009-01-29 | Hewlett-Packard Development Company, L.P. | 情報伝播解析システム、情報伝播解析装置、情報伝播解析方法およびそのプログラム |
JP2010061332A (ja) * | 2008-09-03 | 2010-03-18 | Nifty Corp | ブランド分析方法及び装置 |
-
2010
- 2010-08-30 JP JP2010192925A patent/JP5489924B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006202253A (ja) * | 2004-12-24 | 2006-08-03 | Nippon Telegr & Teleph Corp <Ntt> | 情報評価装置、コンテンツ検索装置、情報評価方法、コンテンツ検索方法、それらのプログラム及び記録媒体 |
WO2009013788A1 (ja) * | 2007-07-20 | 2009-01-29 | Hewlett-Packard Development Company, L.P. | 情報伝播解析システム、情報伝播解析装置、情報伝播解析方法およびそのプログラム |
JP2010061332A (ja) * | 2008-09-03 | 2010-03-18 | Nifty Corp | ブランド分析方法及び装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014010491A (ja) * | 2012-06-27 | 2014-01-20 | Exa Corp | アカウント抽出支援装置及びアカウント抽出支援プログラム |
JP2015069232A (ja) * | 2013-09-26 | 2015-04-13 | Kddi株式会社 | 友人整理装置、友人整理方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5489924B2 (ja) | 2014-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Disentangling social media influence in crises: Testing a four-factor model of social media influence with large data | |
Keusch et al. | Coverage error in data collection combining mobile surveys with passive measurement using apps: Data from a German national survey | |
Kimble et al. | Big data and business intelligence: Debunking the myths | |
US20190182621A1 (en) | Privacy-sensitive methods, systems, and media for geo-social targeting | |
Hajli et al. | Establishing trust in social commerce through social word of mouth | |
Davoudi et al. | Social trust model for rating prediction in recommender systems: Effects of similarity, centrality, and social ties | |
McCabe et al. | Efficient probabilistic forecasts for counts | |
US20110258256A1 (en) | Predicting future outcomes | |
US20240037573A1 (en) | Method and apparatus for group filtered reports | |
Wang et al. | Networked publics and the organizing of collective action on Twitter: Examining the# Freebassel campaign | |
David | Powering economic growth and development in Africa: telecommunication operations | |
Ciavolino et al. | Simultaneous equation model based on the generalized maximum entropy for studying the effect of management factors on enterprise performance | |
Ruiz-Herrera et al. | Technology acceptance factors of e-commerce among young people: An integration of the technology acceptance model and theory of planned behavior | |
US9208509B1 (en) | System, method, and computer program for personalizing content for a user based on a size of a working vocabulary of the user | |
Debreceny et al. | Corporate network centrality score: Methodologies and informativeness | |
Hannum et al. | Spatial analysis of Twitter sentiment and district-level housing prices | |
Weitzel et al. | Measuring node importance on twitter microblogging | |
US20170213283A1 (en) | Device and a computer software for provisioning a user with requested services | |
Khardani et al. | Non linear parametric mode regression | |
JP5489924B2 (ja) | インフルエンサを発見する装置及び方法 | |
De Choudhury et al. | Analyzing the dynamics of communication in online social networks | |
AU2019202083B2 (en) | Real-time method and system for assessing and improving a presence and perception of an entity | |
US10853820B2 (en) | Method and apparatus for recommending topic-cohesive and interactive implicit communities in social customer relationship management | |
Li et al. | ICT, human capital and productivity in Chinese cities | |
Rakhmetullina et al. | Mathematical modeling of the interests of social network users |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140129 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5489924 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |