소셜 그래프 랭커

소셜 그래프 랭커은(는) 무엇을 하나요?

네트워크 인식 아웃리치를 위한 공식 가중치 기반 그래프 순위 레이어입니다.

사용자가 다음을 필요로 할 때 사용하세요.

• 기존 상호 연결 또는 연결을 소개 가치 기준으로 순위 매기기
• 타겟 목록으로 가는 따뜻한 경로 매핑
• 1차 및 2차 연결 간 브릿지 가치 측정
• 어떤 타겟이 따뜻한 소개를 받고 어떤 타겟이 직접 콜드 아웃리치를 받을지 결정
• lead-intelligence 또는 connections-optimizer와 독립적으로 그래프 수학 이해

언제 독립적으로 사용할까

사용자가 주로 순위 엔진을 원할 때 이 스킬을 선택하세요.

• "내 네트워크에서 누가 나를 가장 잘 소개해 줄 수 있을까?"
• "이 사람들에게 접근할 수 있는 내 상호 연결을 순위 매겨줘"
• "이 ICP에 대해 내 그래프를 매핑해줘"
• "브릿지 수학을 보여줘"

사용자가 실제로 다음을 원할 때는 이것만 사용하지 마세요.

• 전체 리드 생성 및 아웃바운드 시퀀싱 -> lead-intelligence 사용
• 네트워크 정리, 재조정 및 확장 -> connections-optimizer 사용

입력

수집 또는 추론:

• 타겟 개인, 회사 또는 ICP 정의
• X, LinkedIn 또는 둘 다에서 사용자의 현재 그래프
• 역할, 산업, 지리 및 응답성과 같은 가중치 우선순위
• 탐색 깊이 및 감쇠 허용 오차

핵심 모델

주어진 조건:

• T = 가중치 적용된 타겟 집합
• M = 현재 상호 연결 / 직접 연결
• d(m, t) = 상호 연결 m에서 타겟 t까지의 최단 홉 거리
• w(t) = 신호 점수에서 얻은 타겟 가중치

기본 브릿지 점수:

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

여기서:

• λ는 감쇠 계수, 보통 0.5
• 직접 경로는 전체 가치를 기여
• 추가 홉마다 기여도가 절반으로 감소

2차 확장:

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

여기서:

• N(m) \ M은 상호 연결이 알고 있지만 사용자는 모르는 사람들의 집합
• α는 2차 도달 범위를 할인하며, 보통 0.3

응답성 조정 최종 순위:

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

여기서:

• engagement(m)은 정규화된 응답성 또는 관계 강도
• β는 응답성 보너스, 보통 0.2

해석:

• Tier 1: 높은 R(m) 및 직접 브릿지 경로 -> 따뜻한 소개 요청
• Tier 2: 중간 R(m) 및 1홉 브릿지 경로 -> 조건부 소개 요청
• Tier 3: 낮은 R(m) 또는 실행 가능한 브릿지 없음 -> 직접 아웃리치 또는 그래프 갭 채우기

점수 신호

현재 우선순위 집합에 중요한 모든 항목으로 그래프 탐색 전에 타겟 가중치를 적용하세요.

• 역할 또는 직함 일치도
• 회사 또는 산업 적합성
• 현재 활동 및 최신성
• 지리적 관련성
• 영향력 또는 도달 범위
• 응답 가능성

탐색 후 상호 연결 가중치를 적용하세요.

• 타겟 집합으로 가는 가중치 경로 수
• 해당 경로의 직접성
• 응답성 또는 이전 상호작용 기록
• 소개를 위한 맥락적 적합성

워크플로우

1. 가중치 적용된 타겟 집합을 구축합니다.
2. X, LinkedIn 또는 둘 다에서 사용자의 그래프를 가져옵니다.
3. 직접 브릿지 점수를 계산합니다.
4. 가장 가치가 높은 상호 연결에 대해 2차 후보를 확장합니다.
5. R(m)으로 순위를 매깁니다.
6. 반환:
   • 최고의 따뜻한 소개 요청
   • 조건부 브릿지 경로
   • 따뜻한 경로가 없는 그래프 갭

출력 형태

소셜 그래프 순위
====================

우선순위 집합:
플랫폼:
감쇠 모델:

최고 브릿지
- 상호 연결 / 연결
  base_score:
  extended_score:
  best_targets:
  path_summary:
  recommended_action:

조건부 경로
- 상호 연결 / 연결
  reason:
  extra_hop_cost:

따뜻한 경로 없음
- 타겟
  recommendation: direct outreach / fill graph gap

관련 스킬

• lead-intelligence는 더 넓은 타겟 발굴 및 아웃리치 파이프라인 내에서 이 순위 모델을 사용합니다.
• connections-optimizer는 유지, 정리 또는 추가할 대상을 결정할 때 동일한 브릿지 로직을 사용합니다.
• brand-voice는 소개 요청 또는 직접 아웃리치를 초안하기 전에 실행되어야 합니다.
• x-api는 X 그래프 액세스 및 선택적 실행 경로를 제공합니다.