ちょっと思い付いたことがあるので、忘れる前にメモしようと思う。
この前、とあるブログを読んでいた時、「この人、身元バレバレやんか」と思った。そのブログの筆者は、どうやら通販会社の人で、その会社が新しくネット通販のシステムを作った際に、プロジェクトマネージメントをやったらしい。
今年になってから、ネット通販を始めた通販会社で、そのプロジェクトのマネージメントをやっていた。それだけで、彼を知っている人なら「あぁ、あの人か」となる。ちょっと気になったので、過去の記事を遡って読んでみると、人物を特定できるような情報が、もう出るわ出るわ。
まぁ、本名らしき名前で書いているので、本人は身元がバレることに何の抵抗も感じていないのかもしれない。しかし、その割には、上司のグチやら、会社の内情やらが、かなり書いてあるのである。大丈夫なんだろうか？
さて、ずいぶんと前置きが長くなってしまったが、このエントリの本筋はその話ではない。そのブログを読んでいるうちに、ふと人物の「認知度」の数値化というものを思い付いたんである。
上記のブログに出てくるような「通販会社」や、「プロジェクトマネージメント」というのは、その筆者に結びつくキーワードであると言えよう。他にも、「メガネ」とか、「役者」とか、「ラーメン好き」なんていうのも、キーワードとなり得る。
で、ある特定の人物を検索エンジンなんかで探す時というのは、そういったキーワードを幾つか入力するわけだ。
例えば、「バッター」、「日本人」、「ヤンキース」と言えば、松井だ。これは、松井にはキーワード３つでたどり着くことができるということ。この、その人物を特定するのに必要なキーワードの数を、NB_KEYとする。
もう一つ。同じく松井を例に取ると、「バッター」、「日本人」、「ヤンキース」というキーワードがあれば、恐らく５千万人くらいが、それが松井のことだと分かるだろう。この、一定数のキーワードで、その人物が誰だか分かった人の人数を、NB_KNOWとしよう。
さて、このNB_KEYとNB_KNOWの間には、「認知度」に比例して次のような関係が成り立つ：
F[認知度]=NB_KNOW / NB_KEY
F[認知度]というのは、認知度関数とでも呼べるもの。
この認知度関数の変動パターンは、恐らく非直線的だろう。また、一定数以上のキーワードを出した段階で、NB_KNOWが増えなくなるポイントにたどり着くと考えられる。それはつまり、ある時点でF[認知度]が減少に転じるということだ。
そして、認知度関数が減少に転じるポイントにおける、NB_KNOW/NB_KEYの数値を、その人の認知度指数とする。そうやって、色んな人（会社とか映画とかでも良い）の認知度を出してみると、面白そうだ。
とまぁ、こんなことを、その通販会社の人のブログを読みながら思ったわけだ。あと、この考え方は、検索エンジンのシステムとしても使えるんではないかなぁなどと、夢想している。
ん～、暇人だなぁ、自分。
Entries (RSS)