ソーシャルネットワーク

1. Leverages Marketing Department
データサイエンス講義 第10章
ソーシャルネットワークとデータジャーナリズム
2019/12/23（月）
データ戦略室
森下 研人
1

2. Leverages Marketing Department
教科書
2
Rachel Schutt, Cathy O‘Neil (2014) 「データサイエンス講義」
(瀬戸山 雅人・石井 弓美子・河内 崇・河内 真理子・古畠 敦・
木下 哲也・竹田 正和・佐藤 正士・望月 啓充 訳)
1章 はじめに:データサイエンスとは
2章 統計的推論、探索的データ分析、データサイエンスのプロセス
3章 アルゴリズム
4章 スパムフィルタ、単純ベイズ、データラングリング
5章 ロジスティック回帰
6章 タイムスタンプと金融モデリング
7章 データから意味を抽出する
8章 レコメンデーションエンジン :ユーザが直接触れる大規模データ製品を構築する
9章 データ可視化と不正検出
10章 ソーシャルネットワークとデータジャーナリズム
11章 因果関係
12章 疫学
13章 データ分析のコンペティションから得られた教訓 :データのリークとモデルの評価
14章 データエンジニアリング :MapReduce、Pregel、Hadoop
15章 生徒たちの声
16章 次世代のデータサイエンティスト、データに対する過信と倫理

3. Leverages Marketing Department
● ソーシャルネットワーク
○ 用語
○ 中心性の概念
○ 様々な中心性
● データジャーナリズム
○ データジャーナリズムの事例
アジェンダ
3

4. Leverages Marketing Department
ソーシャルネットワークってなに？？？
→ある社会に属す個人と個人，個人と集団，集団と集団などの関係のありかたを示すことば
（百科事典マイペディアより）
例：AさんとBさん、CさんとD会社、政党Xと政党Y
データジャーナリズムってなに？？？
→データを分析して、新たなニュースを発掘し、デジタルメディアなどで伝える、新しい報道のカタチ。
膨大なデータや、読み解きが難しいデータでも、デジタル・ビジュアライゼーションを駆使する
インフォグラフィックスでわかりやすく伝えられるのが特徴。
（公益社団法人日本パブリックリレーションズ協会の定義より）
ソーシャルネットワークとデータジャーナリズム
4

5. Leverages Marketing Department
● エッジ（枝）
● ノード（アクター/頂点）
● ダイアド（トライアド）
○ アクターのペア
● サブネットワーク
アクター全体の部分集合
● 2部グラフ
○ 2つが明確に分離されているもの（例：人と企業）
● エゴネットワーク
○ 1人を取り囲む部分のネットワーク
ソーシャルネットワーク用語
5

6. Leverages Marketing Department
人：ノード
人と人の関係：エッジ
家族/仕事/友人・恋人：サブネットワーク
ソーシャルネットワーク用語の可視化
※参考1
6

7. Leverages Marketing Department
集団の中でも影響力の大きい人って誰？？？
→中心性の高い人
中心性の種類
1. 近接中心性
2. 媒介中心性
3. 次数中心性
4. 固有ベクトル中心性
5. PageRank
・・・他にもいろいろな中心性の尺度がある
中心性の尺度
7

8. Leverages Marketing Department
・全てのノードへの移動合計が最小の人
・情報伝搬効率が良い
◆とあるネットワーク構成
XーAーYーC
|
B
中心性の尺度（近接中心性）
Xの人は・・・
X→A＝1 , X→B＝2
X→C＝3 , X→Y＝2
Xの近接中心性＝8
全員の近接中心性は、
A：5 , B：8 , C：9
X：8 , Y：6
8

9. Leverages Marketing Department
・情報が伝播するときに、最も通る経路の人
・コミュニティの架け橋（ボトルネック）
・都道府県だと兵庫県（右図）
中心性の尺度（媒介中心性）
※参考2
9

10. Leverages Marketing Department
エッジが一番多い人が中心という考え方
→多くの人と関係を持っている人が中心
例：Twitterのフォロワー数
日本のTwitterのフォロワー数ランキング（2019年12月27日時点）
中心性の尺度（次数中心性）
順位 ユーザー フォロワー数
1 有吉弘行（@ariyoshihiroiki） 7,177,386
2 松本人志（@matsu_bouzu） 6,916,056
3 きゃりーぱみゅぱみゅ（ @pamyurin） 5,235,379
10

11. Leverages Marketing Department
隣接行列
※参考3
・ノード間の関係を行列として
表現したもの
・関係の方向性は、左の例では
表現していない
11

12. Leverages Marketing Department
自分に対してエッジを張っているノードがどれだけの中心性を
持っているか、ということを考慮する（≒偉い人の隣は偉い）
＜計算方法＞
1. すべてのノードの中心性を 1とする
2. ノードの隣にある全ノードの中心性の合計として、
各ノードのスコアを再計算する
3. 最大値で割ってxを正規化する
4. xが収束するまで計算する
中心性の尺度（固有ベクトル）
最終的に以下の式を満たす
12

13. Leverages Marketing Department
● WWWのページランク
● エッジ（Webページ）
● ノード（リンク）
● 有向 （リンクの方向）
Webページ [i] のPageRankが大きいのは
● [i] がたくさんリンクを受け取るとき
● [i] が重要なWebページからリンクを受け取るとき
● [i] が貴重なリンクを受け取るとき
中心性（PageRank）
13

14. Leverages Marketing Department
中心性の高いノードからのエッジを受け取るノードは
必ずしも中心性が高いわけではないので、その分割り引く
（貼られているリンク数で割り引く）
中心性（PageRank）
（再掲）固有ベクトル中心性の計算式
14

15. Leverages Marketing Department
(再掲)
データを分析して、新たなニュースを発掘し、デジタルメディアなどで伝える、新しい報道のカタチ。
膨大なデータや、読み解きが難しいデータでも、デジタル・ビジュアライゼーションを駆使する
インフォグラフィックスでわかりやすく伝えられるのが特徴。
→要は「どうやったらわかりやすく伝わるのか？」という話
・ビジュアライズ重視
・マッピング系
・データ分析重視
・インタラクティブ系
・データベース系
データジャーナリズム
15

16. Leverages Marketing Department
朝日新聞デジタルのリンク集から抜粋
http://www.asahi.com/miraimedia/sympo/hackathon/link.html#a02-03
個人的に面白かったものを抜粋
・貧困層の子どもの方が肥満になりやすいことをデータ分析。
https://www.washingtonpost.com/wp-srv/special/national/snap-child-obesity/
・日本の国内移住をマッピング。
http://russiansphinx.blogspot.com/2013/11/migration-between-prefectures-of-japan.html
・市税の使い道を収入に応じてビジュアライズ。
http://spending.jp/#know
データジャーナリズム事例
16

17. Leverages Marketing Department
・参考1：＠IT 2006年のネット界を席巻したSNS
https://www.atmarkit.co.jp/ait/articles/0612/13/news126.html
・参考2：アジマティクス日本の中心はどの県だ？グラフ理論（ネットワーク）の基本的な諸概念
https://www.ajimatics.com/entry/2018/01/30/133238
・参考3：８．任意のデータ構造（グラフの表現とアルゴリズム）
https://slideplayer.com/slide/5150134/
その他の参考HP
・でかいチーズをベーグルする 次数中心性からPageRankからまた次数中心性
http://yamaguchiyuto.hatenablog.com/entry/20130122/1358836165
・社会ネットワーク勉強会第３回発表
https://www.slideshare.net/shigenorikondou/ss-13719176
・渋谷駅前で働くデータサイエンティストのブログ グラフ・ネットワーク分析で遊ぶ(3)：中心性(PageRank, betweeness, closeness, etc.)
https://tjo.hatenablog.com/entry/2015/12/09/190000
・公益社団法人日本パブリックリレーションズ協会
https://prsj.or.jp/
参考
17