ソーシャルグラフランキャー

ネットワーク認識アウトリーチ向けの正規化加重グラフランキングレイヤー。

ユーザーが以下の機能を必要とする場合にこのツールを使用します：

• 内在的価値に基づいて既存の相互フォローまたはコネクションをランク付けする
• ターゲットリストへの温暖経路をマッピングする
• 第1度および第2度コネクション間のブリッジ価値を測定する
• どのターゲットが温暖紹介に適しているか、冷淡なアウトリーチではなく判断する
• lead-intelligence または connections-optimizer に関係なくグラフ数学の原理を理解する

独立使用のタイミング

ユーザーが主にランキングエンジンを必要とする場合、このスキルを選択してください：

• 「自分のネットワークで誰が紹介に最適か？」
• 「自分の相互フォローをランク付けして、誰がこれらの人々との連絡を助けられるか確認する」
• 「このICPに対して自分のグラフをマッピングする」
• 「ブリッジ数学計算を表示する」

ユーザーが実際に以下を必要とする場合、このスキルを単独で使用しないでください：

• 完全なリード生成とアウトリーチシーケンス -> lead-intelligence を使用
• ネットワークの刈り込み、リバランス、拡張 -> connections-optimizer を使用

入力

以下を収集または推定します：

• ターゲット人物、企業、またはICP定義
• ユーザーのX、LinkedIn、またはその両方における現在のグラフ
• ロール、業界、地理、レスポンス性などの加重優先度
• トラバーサル深度と減衰許容度

コアモデル

与えられた：

• T = 加重ターゲットセット
• M = あなたの現在の相互フォロー / 直接コネクション
• d(m, t) = 相互フォロー m からターゲット t への最短ホップ距離
• w(t) = シグナルスコアリングからのターゲット加重

ベースブリッジスコア：

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

ここで：

• λ は減衰係数で、通常は 0.5
• 直接経路は全価値に寄与
• 各追加ホップは寄与を半減

第2度拡張：

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

ここで：

• N(m) \\ M は相互フォローが知っているがあなたが知らない人のセット
• α は第2度到達可能性を割引き、通常は 0.3

レスポンス調整後の最終ランキング：

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

ここで：

• engagement(m) は正規化されたレスポンス性または関係強度
• β はエンゲージメントボーナスで、通常は 0.2

解釈：

• Tier 1：高 R(m) と直接ブリッジ経路 -> 温暖紹介リクエスト
• Tier 2：中程度 R(m) と1ホップブリッジ経路 -> 条件付き紹介リクエスト
• Tier 3：低 R(m) または実行可能なブリッジがない -> 直接アウトリーチまたはギャップ埋め

スコアリング信号

グラフトラバーサル前に現在の優先度セットに基づいてターゲットに加重を付与：

• ロールまたはタイトルマッチ
• 企業または業界の適合
• 現在のアクティビティと関連性
• 地理的関連性
• 影響力またはリーチ
• レスポンス可能性

トラバーサル後に相互フォローに加重を付与：

• ターゲットセットへの加重経路の数
• これらの経路の直接性
• レスポンス性または過去のインタラクション履歴
• 紹介を行うコンテキスト適合

ワークフロー

1. 加重ターゲットセットを構築します。
2. X、LinkedIn、またはその両方からユーザーのグラフをプルします。
3. 直接ブリッジスコアを計算します。
4. 最高価値の相互フォローについて第2度の候補者を拡張します。
5. R(m) でランク付けします。
6. 以下を返します：
   • 最高の温暖紹介リクエスト
   • 条件付きブリッジ経路
   • 温暖経路が存在しないグラフギャップ

出力形式

ソーシャルグラフランキング
====================

優先度セット：
プラットフォーム：
減衰モデル：

トップブリッジ
- 相互フォロー / コネクション
  ベーススコア：
  拡張スコア：
  最良のターゲット：
  経路サマリー：
  推奨アクション：

条件付き経路
- 相互フォロー / コネクション
  理由：
  追加ホップコスト：

温暖経路なし
- ターゲット
  推奨：直接連絡 / グラフギャップ埋め

関連スキル

• lead-intelligence - より広範なターゲット発見とアウトリーチパイプラインでこのランキングモデルを使用
• connections-optimizer - 誰を保持、刈り込み、または追加するかを決定する際に同じブリッジロジックを使用
• brand-voice - 紹介リクエストまたは直接アウトリーチを起草する前に実行する必要があります
• x-api - X グラフアクセスとオプションの実行経路を提供