文献一覧: 佐野幸恵 (著者)

16 0 0 0 OA 熱狂するファンダム ― プロ野球ファンのツイートを分析する ―

著者: 水野誠佐野幸恵笹原和俊
出版者: 日本マーケティング学会
雑誌: マーケティングジャーナル (ISSN:03897265)
巻号頁・発行日: vol.40, no.4, pp.6-18, 2021-03-31 (Released:2021-03-31)
参考文献数: 28
被引用文献数: 2

パワーブランドのロイヤル顧客には,しばしば熱狂的なファンが含まれる。彼らがなぜ熱狂するのか,しかもなぜ熱狂が持続するのかを理解するため,われわれはファンの熱狂が典型的に現われるプロ野球に注目する。その際,集合行動としての熱狂に働く社会的相互作用について把握するには,ソーシャルメディアでのファンのコミュニケーションを分析するのが1つの有効な方法である。そこでわれわれはTwitterから2018年の日本のプロ野球に関するツイートを収集し,ファンの投稿頻度のみならずポジティブ/ネガティブな感情を測定し,試合の勝敗や優勝争いの展開でそれらがどのような影響を受けるかを分析する。また試合中にファンのツイートとリツイートが瞬間的に同期する現象をバーストとして分析を行う。これらの分析から,長期と短期の異なるタイムスケールで熱狂が変化している様子を把握し,ファンダムを形成し維持するための示唆を得る。

2023-08-21 16:54:45
16 + 12 Twitter

4 0 0 0 OA フェイクニュース伝播ネットワークの構造的異質性

著者: 佐野幸恵 Orr Levy 高安秀樹 Shlomo Havlin 高安美佐子
出版者: 一般社団法人日本物理学会
雑誌: 日本物理学会講演概要集 73.2 (ISSN:21890803)
巻号頁・発行日: pp.2160, 2018 (Released:2019-10-28)

2021-08-23 08:59:58
4 + 9 Twitter

2 0 0 0 OA SNSにおける情報伝播ネットワークの構造

著者: 佐野幸恵高安秀樹高安美佐子
出版者: 一般社団法人日本物理学会
雑誌: 日本物理学会誌 (ISSN:00290181)
巻号頁・発行日: vol.77, no.7, pp.458-463, 2022-07-05 (Released:2022-07-05)
参考文献数: 16

ウェブサービスの一つであるSNSが国内外問わず広く普及している.SNSの代表例であるFacebookは,世界中で登録者数が28億人ともいわれている.SNSの中では,実社会と同様に地震情報などのニュース速報が瞬時に広まったり,誹謗中傷による告発があったりと,様々な現象が起きている.特に近年,SNSで問題視されているのが,多くの人に誤情報があたかも正情報として伝わり,社会的な混乱を引き起こす現象,デマの拡散である.SNSにおける情報伝播は,とらえどころがなく,研究対象として,ましてや物理の問題として扱うことができるのか議論が分かれるところであろう.実際に,SNSを構成する人間には個性があり,その間にやり取りされる情報も多種多様な文脈があり,統一的に扱うことは到底困難にも感じる.さらにSNSを運営するのは,特定の営利企業であり,その性質は自然現象とは大きく異なる.しかし,一歩引いて観察すると,SNSは構成している人をノード,その間を流れている情報をリンクとするネットワークとして表現することができる.しかも,そのやりとりは電子的に精緻に記録されているため,大規模に分析することができる.そのため,SNSに関する研究は特にコンピュータサイエンスや情報処理の分野において活発に行われている.一方で,情報が伝播していくネットワーク構造のみに着目した研究は,実はあまり多くはない.そこで,われわれは現象をなるべく単純化した形で,正誤情報が伝播していくネットワーク構造の違いを比較した.具体的には,日本でも広く使われているSNSの一つであるTwitterにおいて,アカウントをノード,その間をつなぐリツイートとよばれる情報の転送関係をリンクとしたネットワークを正情報と誤情報の両方で構築し比較した.そして,これらを比較した結果,誤情報の方が複雑なネットワーク構造をしている点に着目した.特に,正情報の場合,発信源を中心とした星型で伝播するのに対し,誤情報の場合,発信源は必ずしもネットワークの中心とはなっていない.誤情報では,目にした情報を,発信源まで遡ることなく,そのまま身近な人へと転送することがしばしば起こっていることを表している.このような伝播ネットワークの違いを数値化することにより,伝播している情報の文脈や,情報を発信・転送する人の属性などを考慮することなく,SNSで広まっている情報が正誤どちらに近いのかを評価できるようになる.さらに,数値化においては,ネットワークのローカルな情報である,リンク数の平均,および二乗平均だけを用いている点は,重要である.例えばノードの重要度を表す代表的な指標である媒介中心性を計算するには,ネットワーク中のすべてのノードペア間の最短経路を計算する必要がある.一方,リンク数の平均,および二乗平均であれば,注目するノードのローカルな情報のみで計算ができる.今後もSNSによる情報流通が増えていくと考えられる.透明性が高く,計算量も軽い指標で新たな「情報生態系」を捉え,明らかにし,さらに社会へも還元するような取り組みは,重要性を増していくのではないだろうか.