social-graph-ranker

Rankeador de Grafo Social

Camada canônica de rankeamento de grafo ponderado para divulgação ciente da rede.

Use isto quando o usuário precisar:

• classificar contatos mútuos ou conexões existentes pelo valor de introdução
• mapear caminhos diretos para uma lista de alvos
• medir o valor de ponte entre conexões de primeiro e segundo grau
• decidir quais alvos merecem introduções calorosas versus divulgação direta a frio
• entender a matemática do grafo independentemente do lead-intelligence ou connections-optimizer

Quando Usar Isso Isoladamente

Escolha este skill quando o usuário quiser principalmente o motor de rankeamento:

• "quem na minha rede está mais bem posicionado para me apresentar?"
• "classifique meus contatos mútuos por quem pode me levar a essas pessoas"
• "mapeie meu grafo contra esse ICP"
• "mostre-me a matemática da ponte"

Não use isso sozinho quando o usuário realmente quiser:

• geração completa de leads e sequenciamento de divulgação -> use lead-intelligence
• podar, reequilibrar e expandir a rede -> use connections-optimizer

Entradas

Colete ou infira:

• pessoas-alvo, empresas ou definição de ICP
• o grafo atual do usuário no X, LinkedIn ou ambos
• prioridades de ponderação como cargo, setor, geografia e capacidade de resposta
• profundidade de travessia e tolerância de decaimento

Modelo Principal

Dado:

• T = conjunto de alvos ponderados
• M = seus contatos mútuos / conexões diretas atuais
• d(m, t) = distância mínima de salto do contato mútuo m ao alvo t
• w(t) = peso do alvo a partir da pontuação de sinal

Pontuação base da ponte:

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

Onde:

• λ é o fator de decaimento, geralmente 0,5
• um caminho direto contribui com valor total
• cada salto extra reduz a contribuição pela metade

Expansão de segundo grau:

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

Onde:

• N(m) \ M é o conjunto de pessoas que o contato mútuo conhece que você não conhece
• α desconta o alcance de segundo grau, geralmente 0,3

Classificação final ajustada por resposta:

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

Onde:

• engagement(m) é a capacidade de resposta normalizada ou força do relacionamento
• β é o bônus de engajamento, geralmente 0,2

Interpretação:

• Nível 1: R(m) alto e caminhos de ponte direta -> solicitações de introdução calorosa
• Nível 2: R(m) médio e caminhos de ponte de um salto -> solicitações de introdução condicionais
• Nível 3: R(m) baixo ou sem ponte viável -> divulgação direta ou preenchimento de lacuna

Sinais de Pontuação

Pondere os alvos antes da travessia do grafo com o que for mais relevante para o conjunto de prioridades atual:

• alinhamento de cargo ou função
• adequação de empresa ou setor
• atividade e atualidade
• relevância geográfica
• influência ou alcance
• probabilidade de resposta

Pondere os contatos mútuos após a travessia com:

• número de caminhos ponderados para o conjunto de alvos
• direção desses caminhos
• capacidade de resposta ou histórico de interação anterior
• adequação contextual para fazer a introdução

Fluxo de Trabalho

1. Construa o conjunto de alvos ponderados.
2. Obtenha o grafo do usuário do X, LinkedIn ou ambos.
3. Calcule as pontuações de ponte direta.
4. Expanda candidatos de segundo grau para os contatos mútuos de maior valor.
5. Classifique por R(m).
6. Retorne:
   • melhores solicitações de introdução calorosa
   • caminhos de ponte condicionais
   • lacunas no grafo onde não existe caminho caloroso

Formato de Saída

RANKEAMENTO DE GRAFO SOCIAL
============================

Conjunto de Prioridades:
Plataformas:
Modelo de Decaimento:

Principais Pontes
- contato mútuo / conexão
  pontuação_base:
  pontuação_estendida:
  melhores_alvos:
  resumo_caminho:
  ação_recomendada:

Caminhos Condicionais
- contato mútuo / conexão
  motivo:
  custo_do_salto_extra:

Sem Caminho Caloroso
- alvo
  recomendação: divulgação direta / preencher lacuna no grafo

Skills Relacionados

• lead-intelligence usa este modelo de rankeamento dentro do pipeline mais amplo de descoberta de alvos e divulgação
• connections-optimizer usa a mesma lógica de ponte ao decidir quem manter, podar ou adicionar
• brand-voice deve ser executado antes de redigir qualquer solicitação de introdução ou divulgação direta
• x-api fornece acesso ao grafo do X e caminhos de execução opcionais