ソーシャルグラフランカー

ソーシャルグラフランカー は何をしますか？

ネットワーク対応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これを使用します：

• 既存の相互フォロワーやコネクションを紹介価値でランク付けする
• ターゲットリストへのウォームパスをマッピングする
• 一次および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 から独立してグラフの計算を理解する

スタンドアロンで使用するタイミング

ユーザーが主にランキングエンジンを必要とする場合、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？」
• 「これらの人々にリーチできる可能性が高い順に、私の相互フォロワーをランク付けして」
• 「このICPに対して私のグラフをマッピングして」
• 「ブリッジの計算を見せて」

ユーザーが実際に以下を必要とする場合、単独ではこれを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のシーケンス -> lead-intelligence を使用
• ネットワークの整理、再調整、拡大 -> connections-optimizer を使用

入力

以下を収集または推測します：

• ターゲットとする人物、企業、またはICPの定義
• X、LinkedIn、またはその両方における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の優先順位
• トラバース深度と減衰許容度

コアモデル

与えられたもの：

• T = 重み付けされたターゲットセット
• M = あなたの現在の相互フォロワー/ダイレクトコネクション
• d(m, t) = 相互フォロワー 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の重み

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
• 直接パスは全額の価値を提供する
• ホップが追加されるごとに貢献度が半減する

二次展開：

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 は相互フォロワーが知っているが、あなたは知らない人々のセット
• α は二次リーチを割り引く係数で、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 -> ウォームイントロの依頼
• ティア2: 中程度の R(m) かつ1ホップのブリッジパス -> 条件付きイントロの依頼
• 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とって重要なもので、グラフトラバースの前にターゲットに重み付けします：

• 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

トラバース後に相互フォロワーに重み付けします：

• ターゲットセットへの重み付けされたパスの数
• 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
• 紹介を行うための文脈上の適合性

ワークフロー

1. 重み付けされた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. 最も価値の高い相互フォロワーに対して二次候補を展開する。
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の依頼
   • 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
- 相互フォロワー/コネクション
  ベーススコア:
  拡張スコア:
  最適ターゲット:
  パスの要約:
  推奨アクション:

条件付きパス
- 相互フォロワー/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: 直接アウトリーチ / グラフギャップを埋める

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する
• connections-optimizer は、誰を維持し、整理し、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する
• brand-voice は、イントロ依頼や直接アウトリーチのドラフト作成前に実行する必要がある
• x-api はXグラフへのアクセスとオプションの実行パスを提供する