読者です 読者をやめる 読者になる 読者になる

読んでみた:The Role of Social Networks in Information Diffusion(WWW2012)

http://www2012.wwwconference.org/proceedings/proceedings/p519.pdf

 

http://socialmediaexperience.jp/4952

正直ここのサイトを見ればすぐにわかる

 

 あらまし

オンライン上のソーシャルネットワーク技術は個人に対して数人の仲間とともに情報を共有することを可能にする.情報の伝搬におけるこれらの技術のカジュアルな影響を定量化することは,誰が誰に影響を与えるのかの識別だけでなく,それらの情報についてのソーシャルな合図の欠乏した中で個々人がそれでも情報を伝播するのかどうかということも要求する.我々はその位置での2億5千3百万ユーザ間の友人の情報共有についての合図をランダムにすることによる大規模な実験を持って,オンライン上の情報拡散の中でのソーシャルネットワークの役割を調査する.露出された人々はとりわけ情報を広げようとし,露出されていない人々よりも非常に早く行う.我々はさらに,情報拡散における強い・弱い結びつきの役割の関係を実験する.強い結びつきは個々にとってより影響を及ぼすけれども,現在の情報の伝搬に対して信頼のおける弱い結びつきはより多く影響を及ぼすことを示す.それは,弱い結びつきが現在考えられている以上にオンライン上の情報の伝播により高い役割を果たすかもしれないことを示唆する.

 

Facebookを対象にした分析.

リンク先記事によると,著者に自由に研究をやらせた結果らしい…Facebook懐が深すぎる…そしてきっちり最高峰の国際会議で成果を出すとかすごすぎる.

 

Facebookのリンクのシェアを2つのパタンに分ける

Facebook上のウォールで友人のリンクシェアがみられる状態にしておく(feed condition)

・意図的にFacebook上では見られないようにし,その人がリンク先の情報をみたときに初めてシェアするか選択できるようにうする(no feed condition)

 

最初にデータセットの信頼性について書いてある.主に 性別とか年齢がデータ間に差がある状態になっていないかどうか.今回はなっていないのでおk

 

●どのようにソーシャルな合図の露出が拡散に影響するか

・シェアの時間差

同様のリンクをシェアする時間差

友人がリンクをシェアしてから自分がシェアするまでの時間を計測.

feedでもno feedでも最初のシェアから1日以内に80%前後でそのリンクをシェアしている.多少no feedの方が遅れる

feedの平均は6時間,no feedの平均は20時間

 

・友人の多重シェアの影響

feedでもno feedでも友人のシェアが増えるほど自分がシェアする確率はあがる.ただし,友人のシェア数が増えれば増えるほど,feedのシェア確率は急激に上がり,no feed はそこまで上昇しない.

 

結論として,多くの友人がシェアする情報はシェアすることに影響を与えるが,その影響の相対的なインパクトはわずかな人がシェアしたものが高くなる.

 

メモ:ここが肝なのに,実験結果からこれを示唆できる理由がはっきりと理解できていない

 

弱い紐帯の強さ

つながりの強さを

1.ユーザ間のコメント数

2.共通の他人に対してのコメント数

3.同様の画像に対するラベル付け

4.同様のFacebookの投稿にコメント

に分類してそれぞれで先ほどと共通の実験

 

まず,結びつきの強さとシェアの関係.結びつきが0だといくらかシェアする確率は低下(それでも90%くらい).10位になるとほぼ100%

 

4つのタイプで結びつきの強さに対するシェア確率をみると,どの分類タイプでも先述の分析と同じ結果.とくに,結びつきが0の時,乗数効果(情報の伝搬が何倍に膨れ上がるか)が非常に高くなる.

 

最後に結びつきがfeedへ与える影響を調査.そうすると,弱い結びつきであると,リンクはシェアされやすいことが分かる.

 

たぶん重要なのは,通常のシェアは友人同士のやり取りで行われるし,それはある意味閉じた友人間で普通に行われているものであるけれども,それは友人のシェアがなくても外部から見つけられるもの(友人は高い可能性で共通の趣味を持つから)だが,いざ弱いかかわりからのリンクが現れると,それは自分では外部からえられない内容(本来は関心がない)であるため,シェアされやすい.ということっぽい.

ただ問題なのは,実験結果からそれが完全には理解できなかったことだと思う.

 

簡単にこの論文の主張点を知りたい人は文頭のリンクへ飛ぶことを激しくお勧めします.

 あとFacebookのエッジランクって初めて知りました.