JP7199078B2 - スコアリング装置、スコアリング方法およびプログラム - Google Patents

Description

本発明は、スコアリング装置、スコアリング方法およびプログラムに関し、特に、インフルエンサーのスコアリング装置、インフルエンサーのスコアリング方法およびプログラに関する。

近年、ソーシャルメディアにおいて、人々に強い影響力を有するインフルエンサーを活用してマーケティングを行うインフルエンサーマーケティングが注目されている。このインフルエンサーは、一般に、自身のソーシャルメディアのフォロワー数や自身の投稿に対するいいね数等により評価されている。

しかしながら、自身の評価を上げるために、フォロワー数やいいね数を購入するインフルエンサーがいる。一方で、フォロワー数は少ないが、人々に対して絶大な影響力を有するインフルエンサーがいる。

このような状況の下、インフルエンサーマーケティングを行う者にとって、質のよいインフルエンサーを見極めることは困難である。また、インフルエンサーにとって、マーケティングのために良い投稿をしようとするモチベーションの低下につながっている。そこで、公平かつ明確にインフルエンサーを評価する方法が求められている。

他方、ソーシャルメディアに書き込まれた情報の影響度を算出する方法が知られている（例えば、特許文献１）。しかしながら、このような方法は、インフルエンサー自体を評価するものではない。したがって、依然として、インフルエンサーを正しく評価する方法が求められている。

特許第５５２５４７０号公報

本発明の目的は、インフルエンサーを公平かつ明確に評価することができるスコアリング装置を提供することにある。また、本発明の別の目的は、インフルエンサーを公平かつ明確に評価することができるスコアリング方法およびそれを実行するためのプログラムを提供することにある。

このような目的は、下記（１）～（１３）の本発明により達成される。

（１）ソーシャルメディア内のユーザーの他のユーザーに対する影響力をスコアリングするスコアリング装置であって、
前記ユーザーのリンク数と、前記ユーザーの発信情報に対する評価情報の数および前記リンク数から得られる前記ユーザーの第１の平均エンゲージメント率とを取得する情報取得手段と、
前記他のユーザーの中から、前記ユーザーの前記リンク数と同一のリンク数を有する所定のユーザーを抽出し、前記所定のユーザーの発信情報に対する評価情報の数および前記同一のリンク数から得られる前記所定のユーザーの第２の平均エンゲージメント率を取得する抽出手段と、
下記一般式（Ｉ）を用いて基準影響力値を算出する算出手段と、を含むことを特徴とするユーザーの影響力をスコアリングするスコアリング装置。

（式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｉは０以上の整数を示し、ｎは１以上の整数を示し、φ（ｘ_ｉ，ｙ_ｉ）は各種算出要素の計算式を示し、ω_ｉは前記φ（ｘ_ｉ，ｙ_ｉ）に対してのバイアス変数を示し、前記バイアス変数は０～１０００の値である。）

（２）前記一般式（Ｉ）は、下記一般式（ＩＩ）で表される上記（１）に記載のスコアリング装置。

（式中、ｘ_１は前記第１の平均エンゲージメント率を示し、ｙ_１は前記第２の平均エンゲージメント率を示し、ｘ_２は０～１．０の範囲の女性比を示し、ｙ_２は０．５を示し、ω_１、ω_２は０～１０００のバイアス変数を示す。）

（３）前記ユーザーの単価の所定の範囲と、前記一般式（ＩＩ）とを用いて前記バイアス変数を特定する変数特定手段をさらに有する上記（２）に記載のスコアリング装置。

（４）前記算出手段は、前記基準影響力値に前記リンク数を掛けることにより、前記ユーザーの対価を算出する上記（１）ないし（３）のいずれかに記載のスコアリング装置。

（５）前記算出手段は、前記基準影響力値に所定の調整値を掛けることで、前記ユーザーの影響力値を算出する上記（１）ないし（３）のいずれかに記載のスコアリング装置。

（６）前記影響力値から前記ユーザーをランク付けするランク付け手段をさらに有する上記（５）に記載のスコアリング装置。

（７）ソーシャルメディア内のユーザーの他のユーザーに対する影響力をスコアリングするスコアリング方法であって、
前記ユーザーのリンク数と、前記ユーザーの発信情報に対する評価情報の数および前記リンク数から得られる前記ユーザーの第１の平均エンゲージメント率とを取得する工程と、
前記他のユーザーの中から、前記ユーザーの前記リンク数と同一のリンク数を有する所定のユーザーを抽出する工程と、
前記所定のユーザーの発信情報に対する評価情報の数および前記同一のリンク数から得られる前記所定のユーザーの第２の平均エンゲージメント率を取得する工程と、
下記一般式（Ｉ）を用いて基準影響力値を算出する工程と、を含むことを特徴とするユーザーの影響力をスコアリングするスコアリング方法。

（式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｉは０以上の整数を示し、ｎは１以上の整数を示し、φ（ｘ_ｉ，ｙ_ｉ）は各種算出要素の計算式を示し、ω_ｉは前記φ（ｘ_ｉ，ｙ_ｉ）に対してのバイアス変数を示し、前記バイアス変数は０～１０００の値である。）

（８）前記一般式（Ｉ）は、下記一般式（ＩＩ）で表される上記（７）に記載のスコアリング方法。

（式中、ｘ_１は前記第１の平均エンゲージメント率を示し、ｙ_１は前記第２の平均エンゲージメント率を示し、ｘ_２は０～１．０の範囲の女性比を示し、ｙ_２は０．５を示し、ω_１、ω_２は０～１０００のバイアス変数を示す。）

（９）前記ユーザーの単価の所定の範囲と、前記一般式（ＩＩ）とを用いて前記バイアス変数を特定する工程をさらに有する上記（８）に記載のスコアリング方法。

（１０） 前記基準影響力値に前記リンク数を掛けることにより、前記ユーザーの対価を算出する工程をさらに含む上記（７）ないし（９）のいずれかに記載のスコアリング方法。

（１１）前記基準影響力値に所定の調整値を掛けることで、前記ユーザーの影響力値を算出する工程をさらに含む上記（７）ないし（９）のいずれかに記載のスコアリング方法。

（１２）前記影響力値から前記ユーザーをランク付けする工程をさらに有する上記（１１）に記載のスコアリング方法。

（１３）ソーシャルメディア内のユーザーの他のユーザーに対する影響力をスコアリングするためのプログラムであって、
前記ユーザーのリンク数と、前記ユーザーの発信情報に対する評価情報の数および前記リンク数から得られる前記ユーザーの第１の平均エンゲージメント率とを取得するステップと、
前記他のユーザーの中から、前記ユーザーの前記リンク数と同一のリンク数を有する所定のユーザーを抽出するステップと、
前記所定のユーザーの発信情報に対する評価情報の数および前記同一のリンク数から得られる前記所定のユーザーの第２の平均エンゲージメント率を取得するステップと、
下記一般式（Ｉ）を用いて基準影響力値を算出するステップと、をコンピュータに実行させることを特徴とするユーザーの他のユーザーに対する影響力をスコアリングするプログラム。

（式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｉは０以上の整数を示し、ｎは１以上の整数を示し、φ（ｘ_ｉ，ｙ_ｉ）は各種算出要素の計算式を示し、ω_ｉは前記φ（ｘ_ｉ，ｙ_ｉ）に対してのバイアス変数を示し、前記バイアス変数は０～１０００の値である。）

本発明によれば、インフルエンサーを公平かつ明確に評価することができるスコアリング装置を提供することができる。また、インフルエンサーを公平かつ明確に評価することができるスコアリング方法およびそれを実行するためのプログラムを提供することができる。

図１は、本発明の実施形態にかかるスコアリング装置の構成を示すブロック図である。 図２は、図１に示すスコアリング装置の記憶手段に記憶されているユーザー情報テーブルである。 図３は、図１に示すスコアリング装置の記憶手段に記憶されるユーザー情報テーブルである。 図４は、図１に示すスコアリング装置の記憶手段に記憶されるランクテーブルである。 図５は、本発明の実施形態にかかるスコアリング装置の制御手段を示すブロック図である。 図６は、図５に示す制御手段の抽出手段によって抽出されたユーザーの情報を示す図である。 図７は、本発明の実施形態にかかるスコアリング装置の動作処理を示すフローチャートである。 図８は、本発明のスコアリング装置を含むスコアリングシステムを示すブロック図である。

以下、本発明のスコアリング装置を添付図面に示す好適な実施形態に基づいて詳細に説明する。

１．スコアリング装置
図１は、本発明の実施形態にかかるスコアリング装置の構成を示すブロック図、図２は、図１に示すスコアリング装置の記憶手段に記憶されているユーザー情報テーブル、図３は、図１に示すスコアリング装置の記憶手段に記憶されるユーザー情報テーブル、図４は、図１に示すスコアリング装置の記憶手段に記憶されるランクテーブルである。以下、スコアリング装置１の各部の構成を順に説明する。

本発明のスコアリング装置１は、ソーシャルメディアにおいて、ユーザーの他のユーザーに対する影響力をスコアリングする装置である。スコアリング装置１は、例えば、携帯電話端末、スマートフォン、パーソナルコンピュータ、タブレットなどで構成される。このようなスコアリング装置１は、図１に示すように、入力手段１１と、記憶手段１２と、制御手段１３と、表示手段１４と、通信手段１５とを備える。これらの各部は、データバスによって相互に通信可能に接続されている。

ここで、ソーシャルメディアは、例えば、Ｔｗｉｔｔｅｒ（登録商標）、Ｉｎｓｔａｇｒａｍ（登録商標）等のソーシャル・ネットワーキング・サービス（ＳＮＳ）を含む。また、インフルエンサーとは、他人に影響力のある人、特にインターネットの消費者発信型メディアにおいて他の消費者に大きな影響を与える人のことをいう。また、ユーザーは、特にインフルエンサーを含むが、ソーシャルメディアを使用する全ての者を含む。

＜入力手段＞
入力手段１１は、ユーザーがデータの入力を行うための入力デバイスである。入力手段１１は、ユーザーがデータを入力することができれば如何なる様態でもよく、例えば、キーボードやマウス、タッチパネル等の入力デバイス、ＵＳＢバスや赤外線ポート等のデータ受信モジュールであってもよい。ユーザーが入力手段１１を介してスコアリング装置１にユーザー情報、発信情報などのデータを入力することにより、記憶手段１２内に記憶されている情報を変更、追加、削除することができる。

＜記憶手段＞
記憶手段１２は、読み取り専用の記憶領域であるＲＯＭと、書き換え可能な記憶領域であるＲＡＭとを有している。記憶手段１２は、例えば、フラッシュメモリやハードディスク等の不揮発性記憶装置によって実現される。記憶手段１２は、入力手段１１からの入力情報等を記憶する機能を有する。また、記憶手段１２は、図示しない端末装置から通信手段１５を介して取得した入力情報を記憶する機能を有する。そのような入力情報は、ユーザー情報、発信情報および評価情報などを含む。

ユーザー情報は、ソーシャルメディアを使用するための登録情報を含む。この登録情報は、名前、性別、生年月日、国籍、ＩＤ番号、パスワードなどの個人情報を含む。また、ユーザー情報は、ソーシャルメディア上で自身がフォローする他のユーザーの数（フォロー数）、ソーシャルメディア上で自身をフォローしている他のユーザーの数（フォロワー数またはリンク数）などの情報を含む。その他、ユーザー情報は、自身の投稿、フォロワーの女性比ｄ、他のユーザーによる評価（すなわち、「いいね」等）および発信情報に関連する写真や文章などを含む。

ここで、女性比ｄは、０．０～１．０の範囲である。そのユーザーの全てのフォロワーが女性であれば、女性比ｄは１．０（１００％）を示す。一方、その全てのフォロワーが男性であれば、女性比ｄは０．０（０％）となる。したがって、女性比ｄが大きい程、そのユーザーをフォローする他のユーザーの女性率が高いことを意味する。

記憶手段１２は、ユーザー毎にユーザー情報を記憶する。すなわち、記憶手段１２は、図２に示すように、制御手段１３が取得したユーザー情報をユーザー情報テーブルにまとめて記憶する。このユーザー情報テーブルは、ユーザーが発信情報を提供したとき、他のユーザーから評価情報を受けたときにアップデートされる。

図２を参照すると、例えば、ユーザー番号００００１に対応して、名前、性別、フォロワー数、投稿数、女性比ｄ等の情報を記憶する。このユーザー情報テーブルにおいて、ユーザー番号００００１の○○さんは、女性で、フォロワー数１０００、フォロワーの女性比が１．０（すなわち、女性率１００％）、投稿数１０を有することを示している。

発信情報は、ユーザーがソーシャルメディアに提供した情報、いわゆる投稿情報である。この投稿情報は、図２のユーザー情報テーブルの「投稿数」に関連付けて保存されている。また、評価情報は、他のユーザーがユーザーの投稿情報に応答したエンゲージメント情報である。例えば、評価情報は、いわゆる「いいね」の数や投稿に対するコメント数などのエンゲージメント数を含む。

例えば、記憶手段１２は、ユーザーの投稿情報毎に、評価情報を関連付けて記憶する。すなわち、記憶手段１２は、図３に示すように、制御手段１３が取得した投稿情報に対して、他のユーザーからの評価情報と、エンゲージメント率とをエンゲージメントテーブルにまとめて記憶する。このエンゲージメントテーブルは、ユーザーが投稿情報を発信する毎に、他のユーザーから評価情報を受ける毎にアップデートされる。

図３を参照すると、例えば、ユーザー番号００００１の全ての投稿に対応して、全てのユーザーからのエンゲージメント数（第１のエンゲージメント数）と、同じフォロワー数を有するユーザーからのエンゲージメント数（第２のエンゲージメント数）と、エンゲージメント率とを記憶する。具体的に、図３は、１０００人のフォロワー数（図２）を有するユーザー００００１が投稿１を発信したとき、全てのユーザーから２０個の評価情報を受けたことを示している。そして、２０個の評価情報のうち、同一のフォロワー数（１０００人）を有するユーザーから１０個の評価情報を受けたことを示している。

エンゲージメント率は、第２のエンゲージメント数をフォロワー数で除した率である。そのため、図３において、投稿１に対するエンゲージメント率は、（第２のエンゲージメント数１０／フォロワー数１０００）×１００で、１％であることを示している。さらに、エンゲージメントテーブルは、全ての投稿情報に対するエンゲージメント率を平均した平均エンゲージメント率を記憶する。すなわち、ユーザー００００１の平均エンゲージメント率は、（全てのエンゲージメント率の和／投稿情報数）×１００で、５％であることを示している。記憶手段１２は、このエンゲージメントテーブルをユーザー毎に記憶し、他のユーザーから評価情報を受ける毎にアップデートしている。

また、記憶手段１２は、インフルエンサーの影響力値の範囲と、ランクとを対応して記憶する。すなわち、記憶手段１２は、図４に示すように、ランクＳ～Ｄと、制御手段１３が算出した影響力値の範囲と、影響力値の基準式と、影響力値の範囲に含まれるユーザーの割合とをランクテーブルに記憶する。図４を参照すると、ランクＢは、影響力値が３００～３８０であるユーザーが分類されている。ランクテーブルは、ランクＢに、全てのユーザーの４０％のユーザーが分類されていることを示している。なお、記憶手段１２は、このランクテーブルもユーザーがランクされる毎にアップデートする。

その他、記憶手段１２は、投稿に関連して写真情報やテキスト情報を記憶する。また、記憶手段１２は、後述する一般式、それに関連する変数および抽出したユーザーの平均エンゲージメント率などを記憶する。

＜制御手段＞
次に、制御手段１３について説明する。図５は、本発明の実施形態にかかるスコアリング装置の制御手段を示すブロック図、図６は、図５に示す制御手段の抽出手段によって抽出されたユーザーの情報を示す図である。

制御手段１３は、スコアリング装置１を制御する機能を有する。制御手段１３は、スコアリング装置１を制御するための制御プログラムを保存するＲＯＭと、データを一時保存するためのＲＡＭと、ＲＯＭ内の制御プログラムを実行するＣＰＵとを備える。制御手段１３は、必要に応じて、ＲＯＭ内の制御プログラムを実行することにより、スコアリング装置１の各部を制御する。このような制御手段１３は、情報取得手段１３１と、抽出手段１３２と、変数特定手段１３３と、算出手段１３４と、ランク付け手段１３５とを有する。

（情報取得手段）
情報取得手段１３１は、各種情報を取得する機能を有しており、特に、前述したようなユーザーのユーザー情報、投稿情報、評価情報などを取得する機能を有する。また、情報取得手段１３１は、ユーザーからの指示入力を受けることにより、記憶手段１２に記憶されているユーザー情報テーブルから、特定のユーザー（インフルエンサー）の情報を取得する。例えば、ユーザー番号００００１の入力を受けると、情報取得手段１３１は、図２のユーザー情報テーブルからユーザー００００１のフォロワー数および女性比ｄを取得する。さらに、情報取得手段１３１は、図３のエンゲージメントテーブルから平均エンゲージメント率（第１の平均エンゲージメント率）を取得する。

（抽出手段）
抽出手段１３２は、情報取得手段１３１が取得したインフルエンサーのフォロワー数と同じ数のフォロワー数を有するユーザーを抽出する。具体的に、抽出手段１３２は、図２に示すユーザー情報テーブルから、特定のインフルエンサーのフォロワー数と同じ数のフォロワー数を有する全てのユーザーを抽出する。例えば、情報取得手段１３１がユーザー番号００００１のユーザー情報を取得した場合、当該ユーザーのフォロワー数は１０００人であるから、抽出手段１３２は、１０００人のフォロワー数を有するユーザー番号００００３の△△さんのユーザー情報を抽出する。このとき、抽出手段１３２は、抽出した全てのユーザーのエンゲージメントテーブルも抽出する。

また、抽出手段１３２は、抽出したエンゲージメントテーブルから各ユーザーの平均エンゲージメント率を取得する。そして、抽出手段１３２は、抽出した全てのユーザーと、取得した全ての平均エンゲージメント率とをまとめて一時的に保存する。具体的に、図６に示すように、抽出手段１３２がユーザー番号００００３、０００６２、０００９９、００２５８、１０００１のユーザーと、それら各ユーザーの平均エンゲージメント率とを対応させて一時的に保存する。この時、抽出手段１３２は、得られた複数の平均エンゲージメント率を平均化して、平均エンゲージメント率の平均値（第２の平均エンゲージメント率）を算出する。図６の場合では、平均エンゲージメント率の平均値は、５％を示している。

（変数特定手段）
変数特定手段１３３は、下記一般式（Ｉ）を用いて、バイアス変数を特定する機能を有する。この一般式（Ｉ）は、インフルエンサーをスコアリングする際に考慮する項目の総乗により基準影響力値を算出する式となる。

（式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｉは０以上の整数を示し、ｎは１以上の整数を示し、φ（ｘ_ｉ，ｙ_ｉ）は各種算出要素の計算式を示し、ω_ｉは前記φ（ｘ_ｉ，ｙ_ｉ）に対してのバイアス変数を示す。）

例えば、上記各種算出要素をインフルエンサーのエンゲージメント率と女性比とした場合、下記一般式（ＩＩ）が得られる。

（式中、ｘ_１は第１の平均エンゲージメント率を示し、ｙ_１は第２の平均エンゲージメント率を示し、ｘ_２は０～１．０の範囲の女性比を示し、ｙ_２は０．５を示し、ω_１、ω_２はバイアス変数を示す。）

変数特定手段１３３は、一般式（ＩＩ）のω_１、ω_２のバイアス変数を算出する機能を有する。ここで、一般式（ＩＩ）の簡略化のために、下記の変数を使用する。

上記一般式（ＩＩ）に、上記変数を代入すると、下記一般式（ＩＩＩ）を得ることができる。これは、基準影響力値を示している。

（式中、Δｅ＝ｘ_１－ｘ_２を示し（ｘ_１は第１の平均エンゲージメント率を示し、ｘ_２は第２の平均エンゲージメント率を示す）、ｄは０～１．０の範囲の女性比を示し、ｘおよびｙはバイアス変数を示す。）

バイアス変数は、インフルエンサーの単価を調整する値である。従来のインフルエンサーマーケティングにおいて、インフルエンサーに対価を支払う場合、一般的に、その対価は、フォロワー単価１円（約０．０１ドル）で計算されている。最低単価で対価を計算すると、インフルエンサーは、依頼に対してのモチベーションが低下し、依頼を断る可能性がある。一方、最大単価で対価を計算すると、インフルエンサーマーケティングを行う者の利益を損ねる可能性がある。そのため、バイアス変数は、最大単価と最低単価を調整する値となっている。

ここで、図２のユーザー情報テーブルと、図３のエンゲージメントテーブル、図６のテーブルから、経験側上、Δｅは以下のような範囲にあると求められる。

また、一般に、インフルエンサーの単価は、０～１００円（約０～１ドル）、好ましくは０～５０円（約１～０．５ドル）、より好ましくは、０．１～１０円（約０．００１～０．１ドル）、最も好ましくは０．１～３円（約０．００１～０．０３ドル）である。変数特定手段１３３は、これらの情報から、上記一般式（ＩＩＩ）を用いてバイアス変数ｘ、ｙを求める。まず、変数特定手段１３３は、上記一般式と、上記Δｅの範囲と、上記ｄの範囲と、インフルエンサーの単価の範囲（例えば、０．５～３．０円（約０．００５～０．０３ドル））とから、以下の式（１）を導く。

変数特定手段１３３は、上記式（１）を単純化し、下記式（２）を導く。そして、変数特定手段１３３は、この式（２）を連立不等式から連立方程式に変換する。

すなわち、変数特定手段１３３は、連立方程式を表す下記式（３）および（４）を求める。そして、変数特定手段１３３は、この式（３）および（４）を解く。

変数特定手段１３３は、上記式（３）および（４）により、ｘ＝１３．１２、ｙ＝１．４２として、バイアス変数を特定する。

変数特定手段１３３は、得られたｘとｙの値を上記一般式（ＩＩＩ）に代入し、基準影響力値を算出するための下記一般式（ＩＶ）を作成する。

（式中、Δｅ＝ｘ_１－ｘ_２を示し（ｘ_１は第１の平均エンゲージメント率を示し、ｘ_２は第２の平均エンゲージメント率を示す）、ｄは０～１．０の範囲の女性比を示す。）

なお、バイアス変数は、変数特定手段１３３が使用したΔｅの範囲やｄの範囲を変更することによって異なる値である。このようなバイアス変数ｘは、０～１０００が好ましく、０～１００がより好ましく、０～５０が最も好ましい。また、バイアス変数ｙは、０～１０００が好ましく、０～１００がより好ましく、０～５０が最も好ましい。このようなバイアス変数の範囲により、バイアス変数が適度の値になり、客観的かつ公平性のある基準影響力を得ることができる。なお、バイアス変数ｘ、ｙは、０を含まない。

このように、変数特定手段１３３がバイアス変数を特定することで、ユーザー情報とエンゲージメント率とから基準影響力値を得る一般式（ＩＶ）を得ることができる。このような一般式（ＩＶ）により、後述する算出手段１３４がインフルエンサーの影響力を正確かつ明確に算出することができる。なお、上記一般式（ＩＶ）はこれに限定されず、変数特定手段１３３が使用したΔｅの範囲やｄの範囲を変更することによって、ｘとｙとが上記算出された値と異なる数式であってもよい。

（算出手段）
算出手段１３４は、一般式（Ｉ）ないし（ＩＶ）のいずれか、特に一般式（ＩＶ）を用いて、基準影響力値を算出する機能を有する。具体的に、算出手段１３４は、情報取得手段１３１が取得したインフルエンサーの平均エンゲージメント率ｘ_１および女性比ｄと、抽出手段１３２が算出した平均エンゲージメント率ｙ_１とを上記一般式（ＩＶ）に代入することによって、基準影響力値を算出する。この基準影響力値は、インフルエンサーの根本的な影響力を示す値である。

例えば、１０００人のフォロワー数を有するユーザー００００１の基準影響力値を算出する。この場合、図２から当該ユーザーの女性比ｄは１．０であり、図３から当該ユーザーの平均エンゲージメント率は５％である。また、図６から、ユーザー００００１のフォロワー数と同じフォロワー数を有する他のユーザーの平均エンゲージメント率の平均値は５％である。そのため、一般式（ＩＶ）のΔｅはｘ_１－ｘ_２＝５－５＝０で、女性比ｄは１．０である．したがって、ユーザー００００１の基準影響力値は、（１+０／１３．１２）（１+０．５／１．４２）＝１．３５２となる。これにより、インフルエンサーとしてのユーザー００００１の影響力が基準影響力値１．３５２と評価される。

また、算出手段１３４は、下記一般式（Ｖ）により、インフルエンサーの対価を算出する機能を有する。具体的に、上記一般式（Ｉ）の基準影響力値にフォロワー数ｆを掛けた一般式（Ｖ）を用いて、インフルエンサーの対価を算出することができる。

（式中、ｆはフォロワー数を示し、ｉは０以上の整数を示し、ｎは１以上の整数を示し、φ（ｘ_ｉ，ｙ_ｉ）は各種算出要素の計算式を示し、ω_ｉは前記φ（ｘ_ｉ，ｙ_ｉ）に対してのバイアス変数を示す。）

また、上記一般式（ＩＶ）を利用すれば、一般式（ＩＶ）の基準影響力値にフォロワー数ｆを掛けた下記一般式（ＶＩ）を用いて、インフルエンサーの対価を算出することができる。

（式中、ｆはフォロワー数、Δｅ＝ｘ_１－ｘ_２を示し（ｘ_１は第１の平均エンゲージメント率を示し、ｘ_２は第２の平均エンゲージメント率を示す）、ｄは０～１．０の範囲の女性比を示す。）

例えば、前述したユーザー００００１の基準影響力値は１．３５２であり、フォロワー数は１０００人であるから、ユーザー００００１の対価は、１０００×１．３５２＝１３５２円と算出される。この対価は、ユーザー００００１がインフルエンサーマーケティングを行う者と契約したときに、ユーザー００００１が受け取る対価となる。

上記一般式（Ｖ）および一般式（ＶＩ）は、インフルエンサーへの対価を算出する点では非常に有用であるが、インフルエンサー個人を評価するという点では、正確性に欠けることもある。なぜなら、最近では、フォロワー数を購入することができるからである。そこで、上記一般式に所定の調整値を掛けることで、影響力値を算出する。すなわち、算出手段１３４は、下記一般式（ＶＩＩ）により、インフルエンサーの影響力値を算出する機能を有する。

（式中、ｉは０以上の整数を示し、ｎは１以上の整数を示し、φ（ｘ_ｉ，ｙ_ｉ）は各種算出要素の計算式を示し、ω_ｉは前記φ（ｘ_ｉ，ｙ_ｉ）に対してのバイアス変数を示し、単価上限は前述したインフルエンサーの単価の範囲の上限を示す。）

また、上記一般式（ＩＶ）を利用すれば、一般式（ＩＶ）の基準影響力値に所定の調整値を掛けた下記一般式（ＶＩＩＩ）を用いて、インフルエンサーの影響力値を算出することができる。この影響力値は、１６０～１０００の範囲に含まれる。

（式中、Δｅ＝ｘ_１－ｘ_２を示し（ｘ_１は第１の平均エンゲージメント率を示し、ｘ_２は第２の平均エンゲージメント率を示す）、ｄは０～１．０の範囲の女性比を示す。）

上記一般式（ＶＩＩＩ）では、調整値は、１０００／３となっているが、単価上限が前述したインフルエンサーの単価の範囲内であれば、これに限定されない。調整値は、１０００／５、１０００／０．３や１０００／３．５であってもよい。

前述したように、ユーザー００００１の基準影響力値は１．３５２であり、調整値は１０００／３であるから、ユーザー００００１の影響力値は、１．３５２×１０００／３＝４５０．７と算出される。この影響力値は、他のユーザーに対するユーザー００００１の影響力を評価する際の指標となる。

このように算出手段１３４によって算出された基準影響力値、対価、影響力値等は、記憶手段１２に提供される。これにより、記憶手段１２は、ユーザーと対応付けてこれらの値をユーザー情報テーブルに記憶する。この場合、ユーザー情報テーブルはアップデートされる。

また、基準影響力値、対価、影響力値は、表示手段１４にも提供される。これにより、表示手段１４は、インフルエンサーの基準影響力値、対価、影響力値を表示することができる。したがって、ユーザーは自身の影響力を、また、スコアリング装置１を使用する者はインフルエンサーがどの程度の影響力を有するのかを、一見して正確に把握することができる。

（ランク付け手段）
ランク付け手段１３５は、算出手段１３４によって算出されたユーザーの影響力値をランク付けする機能を有する。具体的に、ランク付け手段１３５は、記憶手段１２に記憶されているランクテーブルを参照し、算出された影響力値が含まれる範囲に対応するランクにユーザーをランク付ける。この場合、ユーザー情報テーブルはアップデートされる。

前述したように、ユーザー００００１の影響力値は４５０．７であるから、ランク付け手段１３５は、図４のランクテーブルを参照し、ユーザー００００１の影響力をランクＢとランク付ける。したがって、ユーザーは、自身の影響力を、数値で把握することができる。また、インフルエンサーマーケティングを行う者は、どのインフルエンサーがどの程度の影響力を有するかということを客観的かつ正確に把握することができる。

＜表示手段＞
表示手段１４は、制御手段１３からの指令に基づいて、スコアリング装置１の利用者用の操作画面を表示する。また、表示手段１４は、記憶手段１２に記憶されている情報や基準影響力値等を表示することができる。表示手段１４は、たとえば、液晶ディスプレイ（ＬＣＤ:Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）等によって実現される。

＜通信手段＞
通信手段１５は、ネットワークを介して他の端末装置と通信を行う機能を有する。すなわち、通信手段１５は、端末装置から送信される各種データや信号を受信する受信部としての機能と、制御手段１３の指令に応じて各種データや信号を他の装置へ送信する送信部としての機能とを有している。通信手段１５は、例えば、ＮＩＣ、ＴＣＰ／ＩＰ等の通信プロトコルを有するネットワークインターフェース等によって実現される。なお、本発明において、通信手段１５は省略してもよい。

また、通信手段１５は、基準影響力値やスコア等を他の端末装置等に提供することもできる。これにより、通信手段１５を介して、図示しない端末装置とユーザーの基準影響力値、対価、影響力値を共有することができる。

以上説明したような本発明のスコアリング装置１は、インフルエンサーマーケティングを行う者、インフルエンサー、それらの仲介者等によって使用される。これらの者は、本発明のスコアリング装置１によって、インフルエンサーの影響力を客観的かつ正確に知ることができる。そのため、インフルエンサーマーケティングを行う者や前記仲介者は、影響力のあるインフルエンサーを簡単かつ正確に特定することができ、信頼性の高いマーケティングを行うことができる。一方、インフルエンサーは、自身の影響力を客観的に知ることができ、質の高い投稿を発信するようになる。

２．スコアリング装置の動作処理
次に、本実施形態のスコアリング装置の動作処理について詳細に説明する。図７は、本発明の実施形態にかかるスコアリング装置の動作処理を示すフローチャートである。

まず、情報取得手段１３１は、ユーザーからの入力指示に基づき、特定のインフルエンサーのユーザー情報を取得する（Ｓ１）。このユーザー情報は、インフルエンサーのフォロワー数と、平均エンゲージメント率ｘ_１と、女性比ｄとを含む。次に、抽出手段１３２は、特定のインフルエンサーのフォロワー数と同一のフォロワー数（リンク数）を有するユーザーを抽出する（Ｓ２）。それと同時に、抽出手段１３２は、図３のエンゲージメントテーブルを参照して、抽出したユーザーの平均エンゲージメント率を取得する（Ｓ３）。抽出手段１３２は、図６に示すように、抽出したユーザーと、平均エンゲージメント率とを対応させて、平均エンゲージメント率の平均値ｙ_１を算出する（Ｓ４）。

次に、変数特定手段１３３は、インフルエンサーの対価の範囲と、インフルエンサーの平均エンゲージメント率ｘ_１と、各ユーザーの平均エンゲージメント率の平均値ｙ_１と、女性比ｄと、一般式（Ｉ）ないし（ＩＩＩ）のいずれかとを用いて、バイアス変数を算出する（Ｓ５）。これにより、例えば、算出されたバイアス変数を一般式（ＩＩＩ）に代入した一般式（ＩＶ）が得られる。この一般式（ＩＶ）が、インフルエンサーの基準影響力値を算出する具体的な式となる。

算出手段１３４は、情報取得手段１３１が取得した平均エンゲージメント率ｘ_１および女性比ｄと、抽出手段１３２が算出した平均エンゲージメント率の平均値ｙ_１とを一般式（ＩＶ）に代入し、インフルエンサーの基準影響力値を算出する（Ｓ６）。次に、算出手段１３４は、基準影響力値にインフルエンサーのフォロワー数を掛けるか否か判断する（Ｓ７）。算出手段１３４がフォロワー数を掛けると判断すると、算出手段１３４は、基準影響力値にユーザーのフォロワー数を掛け、インフルエンサーの対価を算出する（Ｓ８）。これにより、処理は終了する。

一方、算出手段１３４がフォロワー数を掛けないと判断すると、処理はステップＳ９に進む。ステップＳ９において、算出手段１３４は、基準影響力値に調整値を掛けるか否か判断する。算出手段１３４が調整値を掛けないと判断すると、処理は終了する。一方、算出手段１３４が調整値を掛けると判断すると、算出手段１３４は、基準影響力値に調整値を掛け、影響力値を算出する（Ｓ１０）。この影響力値は、インフルエンサーの影響力をスコアリングした値である。そして、ランク付け手段１３５は、当該影響力値に基づいて、インフルエンサーをランク付けする（Ｓ１１）。これにより、処理は終了する。

以上、前述の処理方法は、コンピュータで実行されるプログラムで作成可能である。このようなプログラムは、ＣＰＵ、マイクロプロセッサ（ｍｉｃｒｏ ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（ｇｒａｐｈｉｃ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、ＲＡＭ、ＲＯＭなどによって実現される。

３．スコアリング装置を含むシステム
次に、本実施形態のスコアリング装置を含むシステムについて詳細に説明する。図８は、本発明のスコアリング装置を含むスコアリングシステムを示すブロック図である。図８に示すように、スコアリングシステム１０は、ネットワーク３を介して通信可能に接続された、複数のスコアリング装置１と、サーバー装置２とを有する。

サーバー装置２は、システム管理者等がスコアリングシステム１０を運営・管理する際に利用する情報処理装置である。このサーバー装置（スコアリング装置）２は、例えば、ワークステーションやパーソナルコンピュータで構成される。サーバー装置２は、ネットワーク３を介して、スコアリング装置１から送信された各種コマンド（リクエスト）に応じて、スコアリング装置１に対して各種情報を配信することができる。本実施形態におけるサーバー装置２は、ネットワーク３を介してスコアリング装置１からインフルエンサーの情報の配信要求があった場合に、それに対応したインフルエンサーを提供することができる。

サーバー装置２は、図示しない、入力部と、記憶部と、制御部と、表示部と、通信部とを備える。これらの各部は、データバスによって相互に通信可能に接続されている。この構成は、スコアリング装置１と同じであってもよい。したがって、サーバー装置２は、スコアリング装置１を兼ねていてもよい。

ネットワーク３は、インターネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＶＡＮ（Ｖａｌｕｅ Ａｄｄｅｄ Ｎｅｔｗｏｒｋ）などで構成される。また、ネットワーク３は、有線ネットワーク、無線ネットワークまたはこれらの組み合わせのいずれであってもよい。ネットワーク３は、例えば、イーサネット（登録商標）や公衆電話回線網、無線通信網、携帯電話回線網などにより構築される。

以上説明したようなスコアリングシステム１０によれば、インフルエンサーマーケティングを行う者もインフルエンサーも、どこでも簡単かつ正確にインフルエンサーの影響力を知ることができる。そのため、インフルエンサーマーケティングを行う者は、正確なマーケティングを行うことができる。また、インフルエンサーは、投稿へのモチベーションを上げることができる。

以上、本発明のスコアリング装置、スコアリング方法およびそのプログラムを、好適な実施形態に基づいて説明したが、本発明はこれに限定されるものではなく、各部の構成は、同様の機能を有する任意の構成のものに置換することができる。また、本発明に、他の任意の手段または構成物が付加されていてもよい。

１…スコアリング装置 １１…入力手段 １２…記憶手段 １３…制御手段 １３１…情報取得手段 １３２…抽出手段 １３３…変数特定手段 １３４…算出手段 １３５…ランク付け手段 １４…表示手段 １５…通信手段 ２…サーバー装置 ３…ネットワーク １０…スコアリングシステム

Claims (11)

1. ソーシャルメディア内のユーザーの他のユーザーに対する影響力をスコアリングするスコアリング装置であって、
   前記ユーザーのリンク数と、前記ユーザーの前記リンク数と同一のリンク数を有する所定のユーザーからの前記ユーザーの発信情報に対する評価情報の数と、前記評価情報の数を前記ユーザーの前記リンク数で除して得られるエンゲージメント率と、前記発信情報毎に得られた前記エンゲージメント率を平均化した第１の平均エンゲージメント率と、を各ユーザーに対応して記憶する記憶手段と、
   前記ユーザーの前記リンク数と、前記ユーザーの前記第１の平均エンゲージメント率とを前記記憶手段から取得する情報取得手段と、
   前記他のユーザーの中から、前記所定のユーザーと、前記所定のユーザーの前記第１の平均エンゲージメント率とを前記記憶手段から抽出し、前記所定のユーザーの前記第１の平均エンゲージメント率を平均化した第２の平均エンゲージメント率を算出する抽出手段と、
   下記一般式（ＩＩ）を用いて基準影響力値を算出する算出手段と、を含み、
   前記基準影響力値は、前記ユーザーの前記他のユーザーに対する前記影響力を表すスコアリング値であることを特徴とするユーザーの影響力をスコアリングするスコアリング装置。
   

   

   （式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｘ_１は前記第１の平均エンゲージメント率を示し、ｙ_１は前記第２の平均エンゲージメント率を示し、ｘ_２は０～１．０の範囲の女性比を示し、ｙ_２は０．５を示し、ω_１、ω_２は０～１０００のバイアス変数を示す。）
2. 前記一般式（ＩＩ）の前記バイアス変数を算出する変数特定手段をさらに有する請求項１に記載のスコアリング装置。
3. 前記算出手段は、前記基準影響力値に前記リンク数を掛けることにより、前記ユーザーに支払われるべき対価となる値を算出する請求項１または２に記載のスコアリング装置。
4. 前記算出手段は、前記基準影響力値に所定の調整値を掛けることで、前記ユーザーの前記他のユーザーに対する調整された影響力を表すスコアリング値を算出する請求項１ないし３のいずれかに記載のスコアリング装置。
5. 前記調整された影響力を表す前記スコアリング値から前記ユーザーをランク付けするランク付け手段をさらに有する請求項４に記載のスコアリング装置。
6. 請求項１ないし５のいずれかに記載のスコアリング装置の、ソーシャルメディア内のユーザーの他のユーザーに対する影響力をスコアリングするスコアリング方法であって、
   前記ユーザーのリンク数と、前記ユーザーの前記リンク数と同一のリンク数を有する所定のユーザーからの前記ユーザーの発信情報に対する評価情報の数と、前記評価情報の数を前記ユーザーの前記リンク数で除して得られるエンゲージメント率と、前記発信情報毎に得られた前記エンゲージメント率を平均化した第１の平均エンゲージメント率と、を各ユーザーに対応して前記記憶手段に記憶する工程と、
   前記ユーザーの前記リンク数と、前記ユーザーの前記第１の平均エンゲージメント率とを前記記憶手段から取得する工程と、
   前記他のユーザーの中から、前記所定のユーザーと、前記所定のユーザーの前記第１の平均エンゲージメント率とを前記記憶手段からを抽出する工程と、
   前記所定のユーザーの前記第１の平均エンゲージメント率を平均化した第２の平均エンゲージメント率を算出する工程と、
   下記一般式（ＩＩ）を用いて基準影響力値を算出する工程と、を含み、
   前記基準影響力値は、前記ユーザーの前記他のユーザーに対する前記影響力を表すスコアリング値であることを特徴とするユーザーの影響力をスコアリングするスコアリング方法。
   

   

   （式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｘ_１は前記第１の平均エンゲージメント率を示し、ｙ_１は前記第２の平均エンゲージメント率を示し、ｘ_２は０～１．０の範囲の女性比を示し、ｙ_２は０．５を示し、ω_１、ω_２は０～１０００のバイアス変数を示す。）
7. 前記一般式（ＩＩ）の前記バイアス変数を算出する工程をさらに有する請求項６に記載のスコアリング方法。
8. 前記基準影響力値に前記リンク数を掛けることにより、前記ユーザーに支払われるべき対価となる値を算出する工程をさらに含む請求項６または７に記載のスコアリング方法。
9. 前記基準影響力値に所定の調整値を掛けることで、前記ユーザーの前記他のユーザーに対する調整された影響力を表すスコアリング値を算出する工程をさらに含む請求項６ないし８のいずれかに記載のスコアリング方法。
10. 前記調整された影響力を表す前記スコアリング値から前記ユーザーをランク付けする工程をさらに有する請求項９に記載のスコアリング方法。
11. ソーシャルメディア内のユーザーの他のユーザーに対する影響力をスコアリングするためのプログラムであって、
    前記ユーザーのリンク数と、前記ユーザーの前記リンク数と同一のリンク数を有する所定のユーザーからの前記ユーザーの発信情報に対する評価情報の数と、前記評価情報の数を前記ユーザーの前記リンク数で除して得られるエンゲージメント率と、前記発信情報毎に得られた前記エンゲージメント率を平均化した第１の平均エンゲージメント率と、を各ユーザーに対応して記憶するステップと、
    前記ユーザーの前記リンク数と、前記ユーザーの前記第１の平均エンゲージメント率とを取得するステップと、
    前記他のユーザーの中から、前記所定のユーザーと、前記所定のユーザーの前記第１の平均エンゲージメント率とを抽出するステップと、
    前記所定のユーザーの前記第１の平均エンゲージメント率を平均化した第２の平均エンゲージメント率を算出するステップと、
    下記一般式（ＩＩ）を用いて基準影響力値を算出するステップと、をコンピュータに実行させ、
    前記基準影響力値は、前記ユーザーの前記他のユーザーに対する前記影響力を表すスコアリング値であることを特徴とするユーザーの他のユーザーに対する影響力をスコアリングするプログラム。
    

    

    （式中、Ｆ（Ｘ，Ｙ）は前記基準影響力値を示し、ｘ_１は前記第１の平均エンゲージメント率を示し、ｙ_１は前記第２の平均エンゲージメント率を示し、ｘ_２は０～１．０の範囲の女性比を示し、ｙ_２は０．５を示し、ω_１、ω_２は０～１０００のバイアス変数を示す。）

Images