# 研究ノート

## 10月13日
### 興味のある対象とその課題
* 音楽/好みに合わせたインディーズバンドの曲を提示
* 服/ECサイトで服を購入する際の適切なサイズの提示
* SNS/投稿をバズらせる
* 美容/やりたいメイクのイメージに合わせた化粧品の提示
* 食事/イメージから献立をたてる
* 映画/好きなジャンルと今の気分から映画を提示
* 服/気温によって持っている服のコーディネートを提示
* 外食/自分の好きそうな飲食店を提案
* 服/ECサイト上の服の組み合わせを提案
* 美容/肌悩みに合わせたスキンケアの提示

## 10月20日
### 論文
SNS における大多数の他者の影響力の実証
https://www.jstage.jst.go.jp/article/marketingreview/2/1/2_2021.004/_pdf/-char/ja
#### 著者名・所属
松井彩子・一橋大学大学院経営管理研究科

### 調べ方
人工知能学会　「SNS 影響」

#### 論文の書誌情報（学会名、発行年）
日本マーケティング学会　2021年

#### なぜその研究をするのか【背景】
近年、企業と消費者のコミュニケーションツールとしてはもちろん、消費者間の情報伝達手段としてもSNSが必要不可欠となっているため。

#### なにをしようとしているのか【目的】
大多数の他者が、「閲覧」数、「いいね」数、「シェア」数として集積することで、それを閲覧した他のユーザーに影響を及ぼすことを、大多数の他者の影響力と呼ぶこととすると、大多数の他者の影響力を明らかにすることを目的としている。

#### どのように目的を達成しようとしたか【提案手法】
SNSの文脈に社会的インパクト理論をあてはめると、他者の時間的・空間的距離は考慮せず、影響力を与える他者の数が多く、他者の影響の強度が強い場合には、情報受信者へ与える影響力は大きくなるといえる。
よって、大多数の他者の集積規模が大きいことは、コンテンツへの「いいね」付与意向、コンテンツの「シェア」意向、ブランド情報収集意向、ブランド購買（利用）意向に正の影響を与えるという仮説（H1）を設定する。
また、フォロワー数の多いユーザーが投稿した大多数の他者の集積規模が小さい投稿よりも、フォロワー数の少ないユーザーが投稿した大多数の他者の集積規模が大きい投稿の方が、コンテンツへの「いいね」付与意向、コンテンツの「シェア」意向、ブランド情報収集意向、ブランド購買（利用）意向に正の影響を与えるという仮説（H2）を設定する。

#### 達成できたことをどのように証明したか【評価実験】
「H1の仮説検証」
二元配置分散分析を行った。
コンテンツへの「いいね」付与意向については、飲食、ファッション、トラベルにおいて、大多数の他者の規模の主効果は有意であった。
コンテンツの「シェア」意向については、飲食、ファッション、トラベルにおいて、大多数の他者の規模の主効果は有意であった。
大多数の他者の規模が大きい場合に全ての従属変数の平均値が有意に高いことにより、H1のコンテンツへの「いいね」付与意向、コンテンツの「シェア」意向ともに、交互作用、フォロワーの規模による群間には有意な差は見られなかったことにより、情報発信者属性よりも、大多数の他者の影響が従属変数に対して効くことが示唆された。
ブランド情報収集意向については、飲食、ファッションにおいて大多数の他者の集積規模の主効果は有意であったものの、トラベルについては大多数の他者の集積規模の有意な影響は見られなかった。ブランド購買意向については、飲食、ファッション、トラベルにおいて、大多数の他者の集積規模の主効果は有意であった。従って、大多数の他者の集積規模が大きい場合に従属変数の平均値が概ね優位に高い。ブランド情報収集意向、ブランド購買意向ともに、交互作用、フォロワーの規模による群間には有意な差は見られなったことにより、情報発信者属性よりも、大多数の他者の影響が従属変数に対して効くことが示唆された。
「H2の仮説検証」
H2の仮説検証にあたり、一般ユーザーによる投稿を表現した場合とインフルエンサーによる投稿を表現した場合の従属変数の平均値を片側t検定により比較した。結果、インフルエンサーが投稿した大多数の他者の集積規模が小さいコンテンツよりも、一般ユーザーが投稿した大多数の他者の集積規模が大きいコンテンツの方が、、それを閲覧したユーザーの情報拡散行動意向や消費者行動意向を促すことが示唆され、H2は支持された。

#### 良かった点と悪かった点
良かった点は、背景、目的、提案手法、評価実験が明確に書かれていて、読みやすかった点。また、査読論文であったため、信頼性が高い点。
悪かった点は、見つかりませんでした。

#### 読んでみての素朴な感想
面白かった。しかし、用語が難しかったり、専門的で理解が難しい箇所がいくつかあった。

## 10月27日
### 就活
・自己分析大切
・就活の軸を2、3個用意する
・チームで何か取り組んだ経験
・キャリアビジョン
・IT業界を選んだ理由
・なぜ○○にしたのか
・ユーザ系SIer：上流工程や運用
・メーカーSIer：子会社毎に役割がはっきり決まっている
・独立系SIer：会社の規模によって大きく異なる
・技術者派遣系：新卒を大量採用
・アピール材料
・スケジュール

## 論文（11/24締め切り）
### 調べた論文
Twitterにおけるセレンディピティのあるおすすめユーザの発見
file:///C:/Users/admin/Downloads/IPSJ-Z81-1ZB-06.pdf
https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=196414&item_no=1&page_id=13&block_id=8

### 著者名
徐 哲林、周 娟、高田 秀志
立命館大学

### 調べ方
情報処理学会　「セレンディピティ」

### 論文の書誌情報
情報処理学会第81回全国大会　2019年

### 背景・目的
ユーザの満足度を向上させるために、ユーザのツイートとリツイート間に現れた興味の偏りに着目して、フォロー関係の中でセレンディピティのあるおすすめユーザを発見する手法の提案。

### 提案手法
論文の4.4に詳細あり。

### 評価実験
リツイートから抽出された名詞のどの部分に惹かれた興味が存在するのかを検証する。Twitterでランダムに4人の利用者を選択し、最新のツイートとリツイートを150件抽出する。リツイートから抽出された名詞を上位から10%ずつに分けて、最下位から4つの部分を抽出する。
分析した結果、最下位の部分にはノイズが多く存在し、興味が一番現れる部分は最下位から第4部分であることが分かった。

## まね実験
[まね実験](https://hackmd.io/LQQZVjV5TK2XZD5ahxXFAw)

## 卒論関連
https://hackmd.io/@Nu_JY9mgTOSkRv4JiOYN9w/SkJF9FzMn