social-graph-ranker

ソーシャルグラフランカー

ネットワークを意識したアウトリーチのための正規化された重み付きグラフランキングレイヤー。

ユーザーが以下を必要とする場合に使用します：

• イントロ価値に基づいて既存のミューチュアルやコネクションをランク付けする
• ターゲットリストへのウォームパスをマッピングする
• 一次・二次コネクション間のブリッジ価値を測定する
• どのターゲットがウォームイントロに値し、どのターゲットが直接コールドアウトリーチに値するかを判断する
• lead-intelligenceやconnections-optimizerとは独立してグラフの数学を理解する

スタンドアロンで使用する場合

ユーザーが主にランキングエンジンを求める場合にこのスキルを選択します：

• 「私のネットワークの中で、誰が私を紹介するのに最適な立場にあるか？」
• 「この人たちにアクセスできるミューチュアルをランク付けして」
• 「このICPに対して私のグラフをマッピングして」
• 「ブリッジの計算式を見せて」

ユーザーが実際に以下のようなことを求めている場合は、単独で使用しないでください：

• 完全なリード生成とアウトリーチシーケンス -> lead-intelligenceを使用
• ネットワークの剪定、リバランス、拡大 -> connections-optimizerを使用

入力

以下を収集または推測します：

• ターゲットとなる個人、企業、またはICP定義
• X、LinkedIn、またはその両方でのユーザーの現在のグラフ
• 役割、業界、地域、応答性などの重み付け優先順位
• トラバーサル深度と減衰許容度

コアモデル

与えられた：

• T = 重み付きターゲットセット
• M = あなたの現在のミューチュアル/直接コネクション
• d(m, t) = ミューチュアルmからターゲットtへの最短ホップ距離
• w(t) = シグナルスコアリングによるターゲット重み

基本ブリッジスコア：

B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)

ここで：

• λは減衰係数で、通常0.5
• 直接パスは完全な価値を提供
• ホップが1つ増えるごとに寄与度が半分になる

二次拡張：

B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))

ここで：

• N(m) \ Mはミューチュアルが知っているがあなたが知らない人々のセット
• αは二次到達を割り引くもので、通常0.3

応答調整後の最終ランキング：

R(m) = B_ext(m) · (1 + β · engagement(m))

ここで：

• engagement(m)は正規化された応答性または関係の強さ
• βはエンゲージメントボーナスで、通常0.2

解釈：

• ティア1：高いR(m)かつ直接ブリッジパス -> ウォームイントロリクエスト
• ティア2：中程度のR(m)かつ1ホップのブリッジパス -> 条件付きイントロリクエスト
• ティア3：低いR(m)または実行可能なブリッジがない -> 直接アウトリーチまたはフォローギャップの補充

スコアリングシグナル

現在の優先セットに関係するもので、グラフトラバーサルの前にターゲットを重み付けします：

• 役割または役職の一致度
• 企業または業界の適合性
• 現在の活動と最新性
• 地理的な関連性
• 影響力またはリーチ
• 応答の可能性

トラバーサル後にミューチュアルを重み付けします：

• ターゲットセットへの重み付きパスの数
• それらのパスの直接性
• 応答性または以前のインタラクション履歴
• イントロを行うための文脈的適合性

ワークフロー

1. 重み付きターゲットセットを構築する。
2. X、LinkedIn、またはその両方からユーザーのグラフを取得する。
3. 直接ブリッジスコアを計算する。
4. 最も価値の高いミューチュアルに対して二次候補を拡張する。
5. R(m)でランク付けする。
6. 以下を返す：
   • 最適なウォームイントロリクエスト
   • 条件付きブリッジパス
   • ウォームパスが存在しないグラフギャップ

出力形式

ソーシャルグラフランキング
====================

優先セット：
プラットフォーム：
減衰モデル：

トップブリッジ
- ミューチュアル / コネクション
  base_score：
  extended_score：
  best_targets：
  path_summary：
  recommended_action：

条件付きパス
- ミューチュアル / コネクション
  理由：
  追加ホップコスト：

ウォームパスなし
- ターゲット
  推奨事項：直接アウトリーチ / グラフギャップの補充

関連スキル

• lead-intelligenceは、より広範なターゲット発見およびアウトリーチパイプライン内でこのランキングモデルを使用します
• connections-optimizerは、誰を維持し、剪定し、追加するかを決定する際に同じブリッジロジックを使用します
• brand-voiceは、イントロリクエストや直接アウトリーチを作成する前に実行する必要があります
• x-apiはXグラフアクセスとオプションの実行パスを提供します