На головну | Пишіть нам | Пошук по сайту тел (063) 620-06-88 (інші) Укр | Рус | Eng   
Патентний повірений на безоплатній основі надає консультації
  новини  ·  статті  ·  послуги  ·  інформація  ·  питання-відповіді  ·  про Ващука Я.П.  ·  контакти за сайт: 
×
Якщо ви помітили помилку чи похибку, позначте мишкою текст, що включає
помилку (все або частину речення/абзацу), і натисніть Ctrl+Enter, щоб повідомити нам.
×

Пошук партнерів для комерціалізації винаходів через соціальні мережі

2012-06-24
Андрій (Гавріель) Лівшиць; Ярослав Ващук

Автори винаходів, яким коли-небудь доводилося впроваджувати свої розробки з допомогою партнерів, які брали б на себе всі комерційні та фінансові завдання, добре знають як важко знайти такого партнера

З появою соціальних мереж коло спілкування розширився до невпізнання і це допомагає швидше, при необхідності, знайти такого партнера

Але як завжди буває в таких випадках, збільшене за допомогою соціальних мереж число потенційних претендентів або кандидатів у партнери, ускладнює процес відбору саме тих кандидатів, які за всіма критеріями підходять як таких партнерів

Причому критерії відбору не завжди включають тільки фінансові можливості і технологічну підготовку кандидата, але і багато інших життєво важливі питання, включаючи елементарну порядність і реальну професійну репутацію

Ця проблема є частиною більш загальної проблеми пошуку ділових партнерів, інвесторів, стратегічних партнерів і потенційних дистрибюторів, а також субпідрядників для виготовлення інноваційного продукту

Дуже часто з істотним ускладненням конструкції інноваційних виробів, а також у зв'язку з жорсткістю вимог до екологічної безпеки і до ергономічним параметрам, вже на етапі розробки технічної документації на проект необхідні професіонали в цих областях, яким можна довірити всі особисті відомості про інноваційний продукт

Оскільки соціальні мережі вже досить довго успішно функціонують, перебуває досить багато фахівців у цих технологіях, які намагаються миттєво відгукнутися на виниклі інформаційні завдання

Ось один із прикладів такої привабливої розробки:

Американські вчені з Нью-йоркського університету Сінан Арал і Ділан Уокер створили технологію пошуку впливових людей в соціальних мережах.

У результаті дослідникам вдалося в черговий раз підтвердити давню гіпотезу соціологів про наявність свого роду "могутніх купок" - впливові люди утворюють відносно невелику й досить щільну подсеть.

Втім, вчених цікавив прикладний аспект роботи - пошук шляхів для проведення найбільш ефективних рекламних акцій в соціальних мережах.

Що й зрозуміло, адже місцем апробації дослідження стала найпопулярніша у світі соціальна мережа Facebook.

Гіпотеза про те, що поширення ідей в соціумі контролюється невеликою кількістю людей, вперше була сформульована до 50-х років минулого століття.

Втім, багато хто про це здогадувалися і раніше - всі існуючі в світі теорії змови засновані саме на цій простій ідеї.

До недавнього часу, проте, наукові дослідження в цій галузі тупцювали на місці - аналіз впливу одного реального людини на іншого представляється справою складною, а часто і зовсім безнадійним.

Максимум, на що могли розраховувати соціологи, це загальні популярні міркування в дусі, наприклад, "переломного моменту" Малкольма Гладуелл.

Коли вийшла ця книга, The Daily Telegraph назвала її "дивно незвичайним дослідженням такого незрозумілого феномену, як соціальна епідемія".

З появою соціальних мереж незвичайні дослідження стали буденністю - у бажаючих вивчати соціальні феномени (до таких бажаючим до цього часу приєдналися вчені різних напрямків, наприклад фізики) з'явилося величезне поле для дослідження.

Математика впливу

21 червня 2012 в журналі Science з'явилася стаття, автори якої запропонували технологію пошуку впливових людей в соціальних мережах.

Суть методу досить проста: вчені будують деяку математичну модель соціальної мережі, а тому калібрують її за експериментальними даними.

"Лента.ру" багато разів писала про основні принципи такого моделювання. Якщо коротко, то соціальна мережа в рамках цього методу представляється деяким графом, в якому користувачі представлені вершинами, а ребра з'єднують тих користувачів, які дружать між собою.

На такому графі за допомогою деякої імовірнісної моделі задається динаміка, яка відтворює певний соціальний процес.

В даному випадку динаміка була влаштована досить просто: кожен фіксований момент часу t вершини пускали по ребрах сигнал. Сигнал пускався не по всіх ребрах, а по декількох випадково вибраних з вхідних в дану вершину.

Кількість сигналів, одержуваних тієї чи іншої вершиною, визначається функцією від випадкового джена пуассонівська процесу. Це випадковий процес, який в кожен момент часу t видає випадкову величину такого виду: ймовірність випадання деякого ненегативного цілого числа k дорівнює lk e-l / k!

Реакція на сигнал з боку користувача визначається не тільки кількістю отриманих сигналів - вона також залежить від кількох "соціальних" параметрів.

У роботі розглядалася деяку кількість досить очевидних параметрів - наприклад, вік, стать, статус відносин.

Використовуючи заготовлений масив експериментальних даних (про нього трохи нижче), вчені застосовують до нього метод логістичної регресії. Суть цього методу полягає в генерації деякого критерію, який за вхідними даними видає два значення 1 (подія відбулася) або 0 (подія не сталося).

Всього вершина могла в деякому сенсі підкоритися сигналу або не підкоритися сигналу. У разі підпорядкування вершина сама ставала його джерелом.

Експериментальні дані

В якості експериментальних даних учені використовували інформацію, надану неназваною компанією в рамках рекламної акції в Facebook. Акція полягала в наступному: користувачам розсилалися запрошення на установку деякого програми.

У цьому додатку можна було оцінювати фільми за п'ятибальною шкалою і рекомендувати їх. Після оцінки програма вибирала з друзів користувача випадковим чином кілька людей і від імені цієї людини писала в хроніці повідомлення. У повідомленні говорилося, що, мовляв, такий-то ваш друг A поставив таку-то оцінку ось цього фільму. Спробуйте і ви наш додаток.

Подібні повідомлення з'являлися і після кожної наступної оцінки фільму користувачем A.

За словами вчених, принцип роботи їх застосування нагадує принцип відомого додатка для Facebook під назвою Flixster.

Рекламна акція тривала 44 дні. За цей час її учасниками стали 7730 чоловік із загальним числом друзів більш ніж 1,3 мільйона користувачів. Всього було розіслано 41686 автоматичних повідомлень, завдяки яким додаток собі встановили 976 осіб (це понад згаданих 7,7 тисячі, які стали учасниками рекламної акції по інших каналах).

Перед тим як аналізувати зібрані дані, вчені переконалися в тому, що їх вибірка позбавлена статистичних перекосів. Для цього вони порівняли демографічні і вікові показники людей, що взяли участь в експерименті, з даними про користувачів Facebook.

Тут необхідно зазначити, що компанія Марка Цукерберга не розкриває персональні дані своїх користувачів, тому вченим довелося користуватися даними сторонньої компанії istrategylabs.com.

Внаслідок цього, за їх власними словами, вони отримали дані про демографію зареєстрованих, але не обов'язково активних користувачів.

Використовуючи експериментальні дані, вчені спочатку відкалібрував власну математичну модель.

Після цього вони вирахували дві функції користувача - функцію впливу і функцію сугестивності. Перша характеризує, наскільки охоче друзі конкретного користувача відгукуються на його сигнали. Друга визначає, наскільки охоче користувач сам відгукується на сигнали друзів.

Поекспериментувавши з цими функціями, вчені прийшли до висновку, що динаміка в мережі визначається в рівній мірі сугестивністю і впливовістю.

Також дослідники виявили, що впливові персонажі утворюють досить невелику подсеть (мрія будь-якого любителя теорій змови).

Виявилося, що люди старше 30 років менш схильні до впливу з боку друзів. Крім того, чоловіки в середньому виявилися впливовішими жінок, при цьому окремі жінки надають більший вплив на чоловіків, ніж на інших жінок.

Якщо говорити за розподілом, пов'язаному з статусом відносин, то найменш піддані впливу ті, у кого в цій графі в Facebook коштує "одружений" ("заміжня").

Головним, однак, відкриттям стало те, що впливовість і сугестивність майже не зустрічаються в одному і тому ж людину.

Грубо кажучи, всіх людей в Facebook можна розділити на тих, хто слухає, і тих, хто говорить.

Замість висновку

Фахівці сприйняли нову роботу з ентузіазмом. "Робота була проведена в феноменально великому масштабі", - наводить ScienceNOW слова соціолога Брайана Уззі.

Вчений також заявив, що настільки явна стратифікація на ведучих і ведених може привести до перевороту в рекламі в соціальних мережах.

Ясна річ, що компанії зацікавлені в тому, щоб вести агітацію через впливових людей, а новий метод дозволяє їх виявити.

Групи впливових людей, - це якраз і ті групи зі складу яких можуть бути відібрані кандидати на партнерські угоди та співробітництво для комерціалізації інноваційних технічних рішень

Необхідно також зрозуміти, як в сучасних інтеграційних винаходи й інновації розподіляються ролі і вплив у процесі комерціалізації та адаптації до умов, що склалися в секторі ринку до якого можна віднести впроваджувані інноваційні проекти

Різноманітність інноваційних проектів і продуктів, визначає і різноманітність вимог до потенційних партнерів, які в змозі задовольнити такі вимоги

При цьому Уззі підкреслює, що будуть потрібні додаткові експерименти, щоб перевірити, як реклама мігрує з інтернету в реальне життя.

З іншого боку, перспективи нового методу можуть бути переоцінені.

Зокрема, для його практичного застосування необхідні серйозні обчислення, провести які для, скажімо, мільйони користувачів надзвичайно складно.

Так що навряд чи найближчим часом слід чекати революції в маркетингу.

Разом з тим, науково доведене поділ членів соціуму на ведучих і ведених змушує зайвий раз замислитися про природу людських взаємин, особливо в інноваційному процесі.

корисний матеріал? Натисніть:




2020-11-20
Жива вода
інші статті...
© Ярослав Ващук, 2003-2011
при використанні будь-яких матеріалів сайту посилання на джерело обов'язкове
[pageinfo]
сайты Хмельницкого bigmir)net TOP 100