都会のしかめっ面
都会に住んでいるとしかめっ面の人をよく見る。
スマホを見ながらしかめっ面をしていたり、
下を向きながらしかめっ面をしていたり、
これらはどうも、見ていて気分が良くない。
じゃあ見なきゃいいじゃないかと言われるがそう簡単にはいかない。
対向人がきたら見てしまうのが自然であるし、また自己防衛意識から見ないわけにもいかない。
見ることは自分だけじゃなく相手のためにもなる。
もし相手が老人や妊婦だったらぶつかっただけで大ごとだからだ。
顔を見る必要はないという反論がきそうだが、相手の胴あたりを見ようとしても自然と顔が見えてしまうのだからしょうがない。
では足だけ見ればいいという人もいるかもしれないが、それだと相手がバッグを持っていた場合にぶつかってしまう可能性がある。
というわけで、顔はどうしても見えてしまうのである。
*
とはいえしかめっ面をする人の気持ちが分からなくもない。
彼らだって大自然の心地よい風が吹く道を歩いていればしかめっ面をすることはないだろう。
空気が汚れていて(特に新宿なんかトイレの匂いがしている)、人が多くて、何かと色々なことにぶつかってしまう都会では笑顔でいる方が少ない。
それに、自分だってもしかしたら気づいていないだけでしかめっ面をしている可能性はある。
相手も同時に「なんでこの人しかめっ面して歩いてるんだろうなぁ・・・」なんて思っていたりして。
いやでも、やっぱりしかめっ面している人を見るのはいい気分でないのは確かだ。
いかにそれがどうしようもなくても、どうにかする対策を立てねばならぬ。
都民全員からしかめっ面を取り除くことは難しそうなので、いっそのこと俺がどっかに移住してしまおうか。
___________
今日の論文
今日はブログに関係する論文を見ていきます。
2011年の論文なのでちょっと古いですが、IDMというモデルを用いた研究はとても面白かったです。
ではどうぞ↓
*
タイトル: ブログ空間におけるインフルエンサーおよび消費者インサイトの発見
●目的2つ:
1.インフルエンサー発見
2.消費者インサイトを反映した語を発見
●対象:
シャンプーTに関するブログ記事
●利用モデル:
影響伝播モデル(IDM = Influence Diffusion Model)
●先行研究からの知見
1. 口コミはなぜ信用できるか
→ クチコミの送り手は市場から独立しているから
2. 消費者の中には,有益な情報発信に長けた人や,より多くの友人に広めることができる「特別な消費者」がいる
3. マーケティングの効果測定および戦略立案するためには多面的なアプローチが必要である
4. 特別な消費者の例1.オピニオンリーダー(Lazarsfeld,Berelson,andGaudet(1948))
→ 情報を積極的に集め,自らの意見や評価を付加し,周囲にいる他の消費者に伝達する
5. 特別な消費者を特定する手段(マーケティングや社会学の研究)
→アンケート調査を用いる
●コンピューターサイエンス分野での研究事例
・オンラインデータからネットワーク構造の分析を行っている対象
→ 量的特性が主な分析対象 (各ノードに付けられたコメント数や,ノードに張られたリンク数)
・下記の特性は対象外のことが多かった↓
1.ブログの内容
2.そのブログを書いた消費者の当該分野に関する興味の強さ
3.製品知識レベル
4.消費行動の段階本研究
●本研究では以上の先行研究を踏まえて、ネットワーク構造とブログの記事内容を同時に考慮するため、IDMを利用する
●IDM (Mat-sumura2003)とは何か
・元々はスレッド型の電子掲示板におけるメッセージやその投稿者,語の影響の価値を測るためのアルゴリズム
・組織における対人影響関係のネットワーク分析にも応用されている
●ブログを対象とした時のIDMの計算モデル
・ブログ空間における語の広がりを再帰的に計算する (語,記事、ブロガーの影響力を計測できる)
・全ての記事について語の入出関係を調べる (語が出現する因果関係を表す話題伝播ネットワーク図を描くことができる)
・記事間を伝播する語のみがカウントされる (同じ文脈で頻繁に現れる語ほど伝播しやすい、繰り返し言及された話題なので消費者のインサイトを反映した語である)
●ブログ記事にIDMを適用する場合には減衰係数をモデルに組み込む等の工夫も必要であるが本研究では組み込まない
●結論
・インフルエンサー発見できるか?→IDMならできる
・消費者インサイトを反映した語を発見できるか?→IDMならできる
・IDMは製品に興味を持つブロガーやブログ記事を発見できる
・IDMは消費者セグメンテーションが顧客や潜在顧客の行動傾向を明らかにする
・IDMによって得られる話題伝播ネットワーク図は消費者インサイトを可視化する
・IDMがマーケティングにおける意志決定に有効に活用できる
*
IDM便利ですね。
ただ語の伝播のところはいまいちつながりが微妙だと思いました。
リンク等で記事間につながりがあって、そこに影響の関係があるのはわかるのですが、語から影響度を推測するのは、なかなか難しいのではないかという印象です。
実際活用できているんでしょうか。とても気になります。
でも確かに使う言葉って確かに影響されることありますもんね。
そう考えると、いやでも色々と検討の余地はありそうだなぁ・・・。
そして計算モデルの詳しい数字のところはすっ飛ばしたので、もしかしたら間違った理解した可能性もあります。
数学勉強せねば。