1. サイバーエージェント
における計算社会科学
2017 July. 7 – メディアコンテンツ特別講義1
CyberAgent, Inc. All Rights Reserved
株式会社サイバーエージェント
技術本部 秋葉原ラボ
⾼野雅典
1

2. 2
⾼野 雅典（データマイニングエンジニア）
●仕事: サイバーエージェントのメディア・ゲームの
データ分析関連もろもろ + 研究
その前はシステムエンジニア@前職SIer、JavaScriptエンジニア@CyberAgent
学⽣時代の専⾨は 複雑系・⼈⼯⽣命。博⼠（情報科学）
●研究の興味: 協調⾏動・社会的知性
●所属 秋葉原ラボ: メディアのデータ関連諸々をする
R&D組織
発表⽂献リスト: https://www.cyberagent.co.jp/techinfo/labo/research_list/

3. 3
1. サイバーエージェントで
"社会科学" 研究をする理由
2. 計算社会科学とは
3. Webと社会現象と計算社会科学
4. まとめ
本⽇の内容

4. 4
サイバーエージェ
ントで "社会科学"
研究をする理由

5. 5
• ⾮常に多くの⼈がWebを利⽤
・Facebookの⽉間アクティブユーザは
20億⼈（全⼈類の28%！）
• Webでは様々な社会現象が発⽣
・現象の理解・課題の解決には技術だけ
でなく考え⽅が重要
・正しい問いを建てられるか？
・どうやってアプローチするか？
JM Olejarz, "Liberal Arts in the Data Age", Harvard Business Review, 2017.
• "Web社会" の現象を科学すること
が必要
Web社会の科学

6. 6
• Webで発⽣する様々な社会現象
Web特有なもの、現実世界に似たもの
・炎上、ネットいじめ
・情報の拡散と社会的分断
• Webで可視化される無意識の⾏動
・⼈種・性差別
• Webは社会にも影響
・フェイクニュース
・交流・⼈間関係の構築
・ネットからのソーシャルサポート
・未成年事犯（成年による誘い出しなど）
Webと社会（例）

7. 7
• コミュニケーション・交流
・アメーバピグ、タップル、ソーシャルゲーム
• 情報メディア
・AbemaTV、アメーバブログ、Spotlight・新R25
サイバーエージェントのメディア・ゲーム事業

8. 8
サイバーエージェントはWebという
世界でビジネスをしている会社
・我々のサービスが社会に与える影響
・我々/他社のサービス上での社会問題
・Web社会の課題解決・健全性維持
→ Web社会、Webと社会の理解が必要
直近で役⽴つというより、今後のWebの世界が良くな
るための知⾒発⾒を⽬標として研究しています。
（主な成果は知⾒の共有（i.e. 論⽂出版））
Web社会の研究が活発になればWeb系企業もうれしい
（ + 計算社会科学研究めっちゃ楽しい）
サイバーエージェントと社会科学

9. 9
計算社会科学
とは

10. 10
計算機が可能にす
る社会現象の科学
ビッグデータ分析、
シミュレーションなど
→ Webはビッグデータを
⽣成。相性がとてもいい。
計算社会科学とは: 社会学者 Michael Macy ⽈く

11. 11
ソーシャルビッグデータの社会科学研究の位置づけ
ビッグデータ + 社会科学
理論・実験研究とフィールド研究の
間ぐらいの位置付け

12. 12
ソーシャルビッグデータの社会科学研究の位置づけ
ビッグデータ + 社会科学
は既存の社会科学研究を補間
→ 理論・実験・調査観察研究を発展させうる
→ 既存の社会科学研究の知⾒をWeb社会で活⽤

13. 13
ソーシャルビッグデータの社会科学研究の位置づけ
Webの普及はヒトの社会性や
社会現象に影響する
• Webサービス利⽤によって、どのように変わるのか？
• より快適なWeb社会を作っていくためには何が重要か？
• 今後、ヒトがインターネットを使わないという選択肢は
当⾯ない

14. 14
参考
⽂献
・D. Lazer et al. Computational Social Science. Science (2009)
・笹原和俊先⽣（名⼤）の解説
・私のブックマーク「計算社会科学」（https://www.ai-gakkai.or.jp/my-bookmark_vol30-no6/）
・計算社会科学とは（http://www.colorlessgreen.info/css）
・⾼野雅典, "ソーシャルビッグデータで理解するヒトと社会の性質",
電⼦情報通信学会 基礎・境界ソサイエティ, Vol. 10, No. 4, 2017.
（https://www.jstage.jst.go.jp/article/essfr/10/4/10_275/_article/-char/ja/）
コミュニティなど
・International Conference on Computational Social Science (IC2S2)
（https://ic2s2.org/）
・計算社会科学研究会
（http://css-japan.com/）
・IEEE BigDataのWorkshop
（http://css-japan.com/bigdatacss2017/）

15. 15
Webと
社会現象と
計算社会科学

16. 16
• 特定の対象(発⾔や振る舞い)について
批判が殺到すること
・直接的問題:
精神的・⾦銭的・社会的ダメージ
・間接的問題:
炎上回避のために発⾔をためらってしまう。
SNSでの⾃由な発⾔・議論を抑制。
→ 特に中庸な意⾒は発⾔されにくい。
・実は炎上に参加してるユーザは0.5%ぐらい
田中辰雄, 山口真一, ネット炎上の研究, 勁草書房, 2016.
• Twitterのバースト分析
・何がどのように盛り上がって（炎上して）いるか？
→ AI学会表紙の炎上で真⾯⽬に議論してたのはごく⼀部
（茶化してるユーザが多かった）
鳥海不二夫, 剛史, 岡崎直観, “「人工知能」の表紙に関する Tweet の分析”, 人工知能,vol.29,no.2,pp.172–181, 2014.
鳥海不二夫, 剛史 バースト現象におけるトピック分析 情報処理学会論文誌,Vol.58 No,6, pp.1287-1299 , 2017.
→ ごく⼀部の特殊なユーザに向けた対策が重要
炎上

17. 17
選択的接触・エコーチェンバーと社会的分断
• 選択的接触
・情報を探す際に、⾃分の意⾒に近い情報源を探す⾏動
・例: ⾃分の好みの考え⽅の著名⼈・政治家をTwitterで
フォローする
→ その結果、社会が⼤きく分断される。
意⾒の乖離が⼤きいと議論は難しく罵倒し合いに。
• エコー・チェンバー（共鳴する部屋）
・意⾒に近いグループに所属すると、意⾒の偏りが増幅
⼩林哲郎,“ソーシャルメディアと分断化する社会的リアリティ,” ⼈⼯知能学会誌,
vol.27,no.1,pp.51–58,2012.
2004年米大統領戦
ブッシュ vs ケリー
2010年米中間選挙2007年韓国大統領選 予備選

18. 18
選択的接触・エコーチェンバーと社会的分断
• ⽇本の場合
・情報収集する⼈としない⼈の分断が顕著
• Yahoo! ニュースのトップページは「公共性」も考慮して選択
・エンタメのほうがクリックはされやすい（収益性が⾼い）にも関わらず
・政治ニュースはタイトルを⾒るだけでも知識が⾝につく
・Yahoo!ニュースはどうやって記事の価値を判断しているのか？
（https://www.fashionsnap.com/the-posts/2015-04-20/yahoonews/）
・Yahoo! JAPANプレスリリース: 「Yahoo!ニュース」は政治に関する知識の学習に効果的 〜
トピックス⾒出しの閲覧が有権者の知識差の縮⼩に貢献 〜（Yahoo! JAPANとNIIの共同研究）
（https://about.yahoo.co.jp/pr/release/2013/0318a.html）
稲増 ⼀憲, 三浦 ⿇⼦, "「⾃由」なメディアの陥穽有権者の選好に基づくもうひとつの選択的接触",
社会⼼理学研究, Vol. 31, No. 3 p. 172-183 (2015)
2017/07/06 15:40のYahoo!ニュース トップ
社会が分断するとフェイクニュ
ースが蔓延しやすい。
・意⾒が似てるので拡散
・分断⾃体もより増幅
Del Vicario, M., et al.: The spreading of misinformation
online, PNAS, Vol. 113, No. 3, pp. 554–559 (2016)
分断の緩和や拡散の抑⽌が重要

19. 19
• 社会関係の構築・維持は⼤変
・時間・空間の制約、認知能⼒の限界
・SNSは劇的に制約を緩和
• その結果、
・顔⾒知りの増加
・仲のいい友⼈数は変わらず
• なぜか？ 13個のデータセットを分析・モデリング
（会話・電話・SNS（Twitter, Ameba Pigg, 755）・バブーンのコミュニケーションなど）
・原初的なコミュニケーション（会話や⾮ヒト霊⻑類の⽑づくろい）
・親密な相⼿に⻑時間使われる
・Webでのコミュニケーション（SNS、E-mail）
・それほど仲良いというわけではない相⼿に分散して使われる
交流・⼈間関係の構築
外側が拡大
真ん中は
変わらず
Dunbar, Social cognition on the Internet: testing constraints on social network size.
Proceedings of the Royal Society B, 367, 2192-2201 (2012).
Ellison et al.. The Benefits of Facebook ?Friends:? Social Capital and College Students? Use of Online Social
Network Sites. Journal of Computer-Mediated Communication 12, 1143–1168 (2007).
Dunbar, R. I. Do online social media cut through the constraints that limit the size of
offline social networks? Royal Society Open Science 3, 150292 (2016).
M. Takano and I. Fukuda, "Limitations of Time Resources
in Human Relationships Determine Social Structures",
Palgrave Communications, Vol. 3, 17014, 2017.
⾼野雅典, 福⽥⼀郎, "多様な社会関係維持のための社会的グルー
ミングの多様性", 第31回⼈⼯知能学会全国⼤会, 4N1-
OS-01a-2, 2017.

20. 20
• 共感、安⼼、愛着、尊敬を提供すること
・ストレスを軽減させる
• Webでのコミュニケーションでも効果を発揮する
・マイノリティが匿名のネット空間で仲間を発⾒
実⽣活でも⾃信を持てるようになる（カミングアウト等）
McKenna et al., "Coming out in the age of the Internet: Identity "demarginalization" through virtual group participation", Journal of
Personality and Social Psychology, Vol 75(3), Sep 1998, 681-694.
・インターネット使⽤によって中学⽣の孤独感を軽減させ、
友⼈からのソーシャルサポートを増加させる
安藤 et al., "インターネット使⽤が中学⽣の孤独感・ソーシャルサポートに与える影響", パーソナリティ研究, Vol. 14, No. 1, 2006.
・MMO-RPGの利⽤によるシャイネス改善の試み
⽥島, "オンラインゲームでの社会的相互作⽤がシャイネスに及ぼす影響", 御茶ノ⽔⼤学博⼠論⽂, 2016.
・ソーシャルネットワークの交流は友⼈の死の痛みを
和らげる（Facebookの研究）
Hobbos & Burke, "Connective recovery in social networks after the death of a friend", Nature Human Behaviour, 2017.
ソーシャルサポート: 情緒的サポート

21. 21http://ci.nii.ac.jp/els/contentscinii_20170510134232.pdf?id=ART0009070223

22. 22
Reddit の SuicideWatch
https://www.reddit.com/r/SuicideWatch/

23. 23
• ピグパーティ
・仮想世界のアバターチャットサービス
・若年層の利⽤者が多い
• 悩み相談をしているユーザもいる
・⾏動ログ分析・ユーザインタビュー
• ピグパーティは現実とは異なる別の世界
・現実とは別の⼈間関係・⾒た⽬
↔ FacebookやLINEは現実の拡張
・現実の社会関係を補間できないか？
• 予備的な調査
・現実世界のいじめに⾔及しているユーザ
・現在いじめられていてつらい
・以前いじめられていた
・いじめの相談にのっている
→ 他のユーザに⽐べてピグパーティの利⽤頻度が⾼い。
ピグパーティを必要としている可能性。
ソーシャルサポートの場としての価値を提供できるかも。検証したい。
ピグパーティでのソーシャルサポート

24. 24
無意識の差別⾏動の可視化
• ⽶出会い系サイトOkキューピット
・サービス内でのアンケート結果（他のユーザから⾒える）
・「差別主義者とデートするか？」→ No
・⾏動ログ分析の結果
・特定の⼈種に対する好み
• 検索エンジン結果を使った⼥性の美醜ステレオタイプの⽂化差の研究
Araújo et al., "Identifying Stereotypes in the Online Perception of Physical Attractiveness", SocInfo, pp. 419-437, 2016.
・検索エンジンの結果は間接的に⼈の⾏動傾向を表す
・"beautiful woman", "ugly woman" を22ヶ国の⾔語に翻訳、
GoogleとBingで画像検索 → 年齢・⼈種を評価
→ ⾔語（≒国・⽂化）ごとの⼥性の⾝体的ステレオタイプの傾向を分析
・特定の⼈種に対する好み
• 相⼿の⼈種による警察官の⼝調の違い
R. Voigt, et al., "Language from police body camera footage shows racial disparities in officer respect", PNAS, Vol. 114,
No. 25, 2017.
・アメリカの警察官のボティレコーダを集めて⼝調と相⼿の⼈種を調査
→ ⾔葉の丁寧さ: ⽩⼈ > ⿊⼈
公に差別を肯定する⼈は少ない。隠れた差別意識・善良な⼈の
無意識の差別は把握が困難。実態の把握には本⾳・無意識が表
れやすい⾏動の分析が有⽤。
ビッグデータの残酷な現実
https://www.amazon.co.jp/dp/B01JHNBK90

25. 25
• Webに起因する未成年の性犯罪被害数は年々増加
警視庁, “平成 27 年上半期の出会い系サイト及びコミュニティサイトに起因する事犯の現状と対策について,” 2016.
• サイバーエージェントの取り組み
カスタマーサポートと秋葉原ラボの協⼒体制で実現する、サイバーエージェントの安⼼、安全なメディアサービス運営とは？
（https://developers.cyberagent.co.jp/blog/archives/8678/）
平野雄⼀, ⿃海不⼆夫, ⾼野雅典, 和⽥計也, 福⽥⼀郎, "オンラインチャットサービスにおける未成年者検出", 第31回⼈⼯知能学会全国⼤会,
2J1-3in2, 2017.
• 加害者・被害者の⾏動理解ができれば、
早い段階での防⽌・未成年への教育ができるようになる
• Perverted Justice データ
・ボランティアがおとり役になって「誘い出しを⾏う成⼈」とチャット
したデータを集めたもの
http://www.perverted-justice.com/
・性的接触が⽬的の成⼈は「早い段階で住んでいる場所や性的興味」など
を聞き出そうとする
などのパターンを発⾒
Gupta et al., “Characterizing Pedophile Conversations on the Internet using Online Grooming,” Proceedings of CoRR, 2012.
C.S. Crandall and M. Schaller, “Social Psychology of Prejudice: Historical and Contemporary Issues,” SocInfo, 2014.
• Webサービス運営会社は⼈が監視してラベル付した⼤量のデータがある
→ これを使った研究は未成年事犯の加害者・被害者候補の⾏動理解に
役⽴つはず。今後やりたい。
未成年事犯

26. 26
まとめ

27. 27
まとめ
Webが社会科学に与えるインパクト
• 新たに⽣まれてしまった問題
• 可視化・捕捉可能になった現象
• 現実世界を良く（悪く）する影響
それらの仕組み解明・解決をすることで
• 居⼼地の良いWeb社会
• 社会にいい影響を与えるWeb社会
を⽬指したい。

28. 28
社会科学は「科学」としても⾯⽩いステージ
「社会科学はいまだに⾃分たちのケプラーを⾒いだしていない．しかし，
アレグザンダー・ポープが⼈間の適切な研究課題は天上ではなくわれわれ
の中にあると説いてから三〇〇年後，われわれはようやく⾃分たちの望遠
鏡を⼿に⼊れたのである．さあ，⾰命をはじめるとしよう…」
(D. J. Watts.「偶然の科学」)
（ref: ⼈⼯知能学会誌 私のブックマーク 計算社会科学 笹原和俊: http://www.ai-gakkai.or.jp/my-bookmark_vol30-no6/ ）
⾼精度の天体観測データ
データに基づく法則発⾒
（ケプラーの三法則）
望遠鏡の劇的な改良
科学的実験の発明
イマココ？ 科学⾰命！！

29. 29
（計算）社会科学の課題
ソーシャルビッグデータは社会の "偏った" ⼀部分
・⼀部のユーザ、⼀部の時間、⼀部の関係
例えば、Facebookで交流してない関係が仲良くないとは⾔えない
→ ビッグデータとアンケートの併⽤
・偏ったデータの統計分析
→ 統計モデリング・因果推論
Burke, M. and Kraut, R. E. (2014) Growing closer on facebook: changes in tie
strength through social network site use, pp 4187–4196.
• Facebook上⾏動ログ分析
→ Facebook上の交流は、親密さを⾼める
+ Facebookユーザのアンケート分析
→ 特に仲のいい関係（家族・恋⼈・親友）はFacebook上で
あまり交流しない
実際に会ったり電話したりする

30. 30
（計算）社会科学の課題
再現性
・社会現象を何度も実験で再現するのは難しい
・全く同じWebサービスを作って、全く同じ現象を再現する事もできない
→ 多様なデータで類似の事例を検証
D. J. Watts, "Should social science be more solution-oriented?", Nature Human Behaviour 1, 2017.
データ量が多いとマクロな⽐較・分析がしやすい
データの⼊⼿
・Webサービスのデータは、ユーザのプライバシー・運営企業の経営情報
が含まれるため、安易に公開できない
・従って、分析や追試できるデータや研究者が限られる
→ 産学連携・オープンデータ・データを持っている企業での研究
Microsoft Research や Facebook Research は社会科学者も多い
⽇本だとYahoo! JAPAN研究所、ホットリンク、LIFULL、など？

31. 31
サイバーエージェントでこれまでやった社会科学研究（抜粋）
協調⾏動メカニズムの解明
• M. Takano, K. Wada, and I. Fukuda, "Lightweight Interactions for Reciprocal
Cooperation in a Social Network Game", The 8th International Conference on
Social Informatics (SocInfo), 2016.
• M. Takano, K. Wada, and I. Fukuda, "Reciprocal Altruism-based Cooperation in a
Social Network Game", New Generation Computing, 34, pp. 257-271, 2016.
• M. Takano, K. Wada, and I. Fukuda, "Environmentally Driven Migration in a Social
Network Game", Scientific Reports, 5, 12481; doi: 10.1038/srep12481 (2015).
コミュニケーション⽅法が社会構造へ与える影響
• M. Takano and I. Fukuda, "Limitations of Time Resources in Human Relationships
Determine Social Structures", Palgrave Communications, Vol. 3, 17014, 2017.
誘い出し/誘い出されやすそうなユーザの⾏動分析
• Y. Hirano, F. Toriumi, M. Takano, K. Wada, and I. Fukuda, "Detection of Dangerous
Interactions in Online Chat Services", 4th International Workshop 〜
Transformation of human behavior under the influence of Infosocionomics
Society〜, 2017.
発表リスト: https://www.cyberagent.co.jp/techinfo/labo/research_list/