« 2012年3月 | トップページ | 2012年8月 »

2012年6月

ソーシャルコンピューティングシンポジウム (SoC2012)のノート(午後)

第3回ソーシャルコンピューティングシンポジウム (SoC2012)の参加メモの後編です.

日時 2012年6月23日(土)午前9時55分~午後6時
会場 青山学院アスタジオ
主催 日本データベース学会(DBSJ)
http://www.dbsj.org/event/soc2012.html

13:00~15:00 Session 2 特別企画 『SNSを科学する!』
座長:土方 嘉徳(大阪大学)

S2-1 「社会ネットワークの概論と震災におけるSNSの効用」
栗原 聡(大阪大学)

Img_1030s

手紙のばけつリレーの話

デマ拡散を防ぎたい
デマ拡散とその終息までの様子をモデル化

SIRモデル.病気の感染のモデル.
デモの感染と,それを訂正する情報の感染

デマの情報を受け取る回数もスケールフリー
デマに関連するキーワードを使ってTwitterのメッセージを特定

訂正ツイートも「事実」「ありません」とかで特定


Img_1034s

デマツイート投稿ユーザのうち14.7%が訂正ツイートを発信.
訂正ツイートはデマツイートの2.04倍拡散されやすい.

Twitter以外からの情報の流入

デマ情報の外部からの流入は2.36%
訂正情報の外部からの流入は1.11%
基本的に李ツイートで情報が拡散
TVなどでブロードキャストされてしまうと,ツイートする気がなくなる.

シミュレーションを行ったうえで,実データでも試すと,きれいに再現できていた.

Img_1035s

起点ノードから訂正情報拡散の起点に設定
ハブノードを選択定
デマを送った人の中で次数が多い人を選択
の比較.後者2つが良かった.

Img_1036s

デマの伝搬を病気の伝搬のモデルに当てはめて,実際のTwitterのデマ情報の拡散が
それで表現できることを示したのは,非常に面白いと思います.
また,訂正情報をどう送ればよいのかというのも,面白いと思います.


S2-2 「SNSとゲーム理論(人はなぜ投稿するのか?)」
鳥海 不二夫(東京大学)

Img_1042s

公共財ゲーム
各プレーヤーは一定額の財を提供
情報を提供する=協調行動
情報を提供しない=裏切り行為

n人の囚人ジレンマ
問題に相当

規範ゲーム
裏切りに対する罰則
裏切りが発見されると罰せられる
罰しないことを罰する(メタ規範ゲーム)

メタ規範ゲームでは,うまくいかないことが想定されるので(あまりにも後ろ向きなので),メタ報酬モデルでシミュレーション.

実際のSNSでの報酬とは
Img_1055s

メタ規範ゲームでのシミュレーション
Img_1057s

メタ報酬でーむでのシミュレーション
Reaction rateが安定的に高いことがわかる
Img_1058s

私はゲーム理論のことはよく分かりませんが,規範ゲームと同じ考え方をSNSに合わせてうまくモデルで説明している点が面白いと思いました.成功しているサービスの機能が,上記モデルに当てはまっている点が面白いと思いました.実在するサービスの違いが,上記モデルに従っていることを示せるとなお面白いのですが,今後の研究に期待します.


S2-3 「社会ネットワークにおけるコミュニティの機能抽出」
風間 一洋(NTT未来ねっと研究所)


Img_1062s

1.ノードの機能的な類似性の定義
2.ノードを機能別に分類
3.ネットワークに隠れている機能構造の発見

「機能」とは何?
ネットワーク全体から見た指標

ノードの役割や機能が類似したものを抽出

影響度曲線 xu (PageRank値)
xuとxvの類似度をけいさん
K-median法でクラスタリング

繰り返して計算する影響度(PageRank)がどのように推移するかを特徴量としてxu,xv間の類似度を求める.


Img_1067s

K-median法
中央値を求める.貪欲法を求める.代表オブジェクトを固定.代表オブジェクトと最も近いクラスタに分類

Newman法を改良したCNM法を利用

人工ネットワークに適用.きれいに機能ノードが抽出できている.
Img_1074s

複雑ネットワークに適用.これもきれいに機能ノードが抽出できている.
Img_1077s

この研究,異なるネットワーク構造に対して適用しても,同じように機能的なコミュニティを抽出できているのが,非常に面白い.ここにはルールで抽出できるんだろうけど,それを一つの方法で抽出可能にした点が素晴らしいと思います.

一点質問を挙げるとすれば,Karateネットワークとか,Hoseiネットワークは,比較的きれいなネットワークなんだけど,コミュニティ分割が明確でない一般人の近傍ネットワークに対して適用しても,うまくいくのでしょうか?
非常に興味深く思います.

S2-4 「社会的相互作用としてのSNSにおける仲間作り」
安田 雪(関西大学・社会ネットワーク研究所)


Img_1084s

SNSは知人数は増やす
しかし,本当の友人,仲間,協力関係に発展させられるのか?

結束型:小さなイノベーションを達成するには効果があるだろう
橋渡し型:大きなイノベーションに発展する可能性がある

Img_1095s

バラバシ:インフルエンサモデル(ハブが必要)
ワッツ:山火事モデル(ハブはいらん.木が乾いていたら,ハブがなくても広がる)
→この両方があるんだろうな.

有名人の発したデマツイートの広がる様子など,Twitterの影響力をグラフィカルに見せられたのは衝撃だった.
Img_1096s


SNS上での行使力と判断力が全く別になっている.伝搬の力があるのに,その認識がない人がいる.という点も,考えさせられるものだった.

情報の行き来のないエッジと,本当は流通させたいエッジとがあったとしても,それをマッチングさせることは,人間関係もあって難しいという話は,ソーシャルネットワークを使ったビジネスのむずかしさを再認識させられるものでした.

|

ソーシャルコンピューティングシンポジウム (SoC2012)のノート(午前)

日本データベース学会が主催しております第3回ソーシャルコンピューティングシンポジウム (SoC2012)に参加してまいりました.

日時 2012年6月23日(土)午前9時55分~午後6時
会場 青山学院アスタジオ
主催 日本データベース学会(DBSJ)
http://www.dbsj.org/event/soc2012.html

参加メモを書きましたので,よろしければご覧ください.

10:00~12:00 Session 1 特別企画 『ソーシャルコンピューティングと社会,そしてビジネスチャンス』
座長:江渡 浩一郎(産総研)

S1-1「ソーシャル・コンピューティングによるレジリエントな社会の実現」村上 明子(日本アイ・ビー・エム(株)東京基礎研究所)

震災時のツイッターの利用状況をご自身の経験を基にまとめ.

Img_1000s_3


ツイートから危険情報と地理情報を地図上にマッピングするシステムの紹介.


Img_1005s

風評被害の例
福島県の農産物に関する風評被害の例の拡散


Img_1007s


感情的な情報を検出し,それをシステムが警告することにより
風評被害も防げるのでは?

平常時に情報分析していないのに,非常時に情報分析できるのか?など,
レジリエントなIT社会を実現するために,問題提起もされていました.

感情的な情報を検出し,それをシステムが警告することにより,風評被害も防げるのでは?という問題提起も面白いと思いました.


S1-2 「E-Commerceにおけるソーシャルメディアの活用」
平手 勇宇(楽天技術研究所)

主に楽天上でのソーシャルメディアを利用したサービスの紹介

Img_1009s

らくったー Twitter上でつぶやかれた楽天商品をランキングして表示

Img_1011s


楽天に関するキーワードに関するツイートを収集するAPIとitem.rakuten.co.jpを含むツイートを収集するAPIを利用.
集めたツイートからユーザのアカウントは以下の4種類に分類できる

一般ユーザのアカウント
楽天に出店している店舗のアカウント
特定のトピックに関してツイートするロボットアカウント
トピックが存在しないロボット

ツイート回数で,一般ユーザとロボットユーザ(店舗ユーザ)を識別できる.
さらに特定の商品についてのみつぶやいているかで,ロボットユーザと店舗ユーザを識別できる.

Img_1016s

上記のユーザ分類の話は面白かったです.


S1-4 「ソーシャルメディア分析のビジネス活用最前線
―マーケティング活用から株式市場予測まで―」

内山 幸樹((株)ホットリンク 代表取締役社長)

ソーシャルメディア分析ツールを提供

Img_1019s

前半分析ツールの技術的話

Img_1022s

衆議院選挙の結果の予測
80%ほどの精度で評価.

800台のPCでTwitter,ブログなどをクローリングし,単語間の相関関係や性別判定を行っている.
これだけ大規模なデータを収集し,データ分析を様々な観点で行った結果は迫力がある.

Img_1024s

どれだけ,面白い観点で情報を分析できるかが,ツールの競争力になると思う.

|

« 2012年3月 | トップページ | 2012年8月 »