Социальные рейтинги и метрики — 2. Метрики сообществ

Продолжая тему метрик в социальных сетях, ещё несколько формул. На сей раз для анализа отношений сообществ между собой. Ничего революционного в описанных формулах нет, вопрос скорее в том что именно они показывают.

Далее рассмотрим следующие значения:

• x _i — число читателей сообщества i;
• A(x _i)- средняя авторитетность участников сообщества
• z — число общих читателей между двумя рассматриваемыми сообществами;
• A _c(…) - средняя авторитетность членов кластера
• A _c(z) - средняя авторитетность кластера общих читателей сообществ
  

1. Рейтинг влияния сообществ 2-х сообществ

Определяет насколько переесекаются аудитории двух сообществ в процентном соотношении. Чем выше рейтинг тем ближе два сообщества как по величине аудитории, так и по взаимопроникновению.

R₁₂ = (z / x ₂) — определяет уровень влияния первого сообщества на второе

R₂₁ = (z / x 1) — определяет уровень влияния второго сообщества на первое.
Например, если в сообществе A — 500 участников и в сообществе B — 300 участников, при этом 250 участников у них общие, то влияние их друг на друга будет:

R_AB = (250 / 300) = 0,84 — уровень влияния сообщества A на сообщество B

R_BA = (250 / 500) = 0,5 — уровень влияния сообщества B на сообщество A

Или, например, если в сообществе A — 500 участников и в сообществе B — 5 участников при этом 3 участников у них общие, то влияние их друг на друга будет:

R₁₂ = (3/ 5) = 0,6 — уровень влияния сообщества A на сообщество B
R₂₁ = (3 / 500) = 0,006 — уровень влияния сообщества B на сообщество A

2. Рейтинг влияния на основе авторитетности

Добавляет к рейтингу влияния «коэффициент активности» разделяемой сообществами аудитории.

AR₁₂ = (z / x ₂) * (A _c(z) / A(x₂)) — уровень влияния и авторитетности первого сообщества для второго

AR₂₁ = (z / x ₁) * (A _c(z) / A(x₁)) — уровень влияния и авторитетности второго сообщества для первого

То есть если в сообществе C ₁ — 500 участников и в сообществе C ₂ — 300 участников, при этом 250 участников у них общие, а средняя авторитетность сообщества C _{1 это,} A(C ₁) = 100 и средняя авторитетность сообщества C _{2 это,} A(C ₂) = 200. При этом авторитетность кластера A _c(z) = 150

AR₁₂ = (250 /300) * (150/200) =0,62

AR₂₁ = (250 /500) * (150/100) = 0,75

Итоговые цифры получаются несколько иными и видно что несмотря на меньшую аудитории сообщества C _2, его влияние выше.

—-

К вопросу зачем же всё это нужно. Есть как минимум несколько областей применения:

1. Исследование механизмов распространения информации в социальных сетях.

2. Подсказка пользователю какие темы и сообщества в социальной сети могут его заинтересовать в зависимости от выбранного им сообщества

3. Оценка «цепочек сообществ». Иначе говоря, сообщества меняются, а инфлюэнсеры в них одни и те же. Ограниченное число активных участников формирует среду для активизации остальных, как следствие при переманивании пользователей с ресурса на ресурс, необязательно переманивать глобальных инфлюэнсеров. Сконцентрировав внимание на сообществах можно добиться не худшего, а то и лучшего результата зацепив одно сообщество, вытягивать связанные с ним.

—

Вообще же если поднимать тему глубже, то всё ближе к кластеризации аудитории. Например, упоминаемый средний пользователь блогосферы как «21 летняя московская студентка» — это такой же абсурдный факт как измерение средней температуры по больнице.

P.S. На сей раз 100% уверенности в правильности формул у меня нет, так как есть ещё ряд факторов которые важно учитывать. Текущие же скорее возможность грубой оценки без лишних затрат ресурсов.