ソーシャルネットワークねたが続きますが、Openbookというのは新世代のオープン型ネットワークではなく、Facebookのパロディだ：

Openbook – Connect and share whether you want to or not

OpenbookはFacebookで全世界に公開されているステータスを検索できるサイトだ。上のスクリーンショットでは「おはよう」を検索してみた（ちなみにRecent Searchesにある日本語は私が入力したものではない）。日本人以外にもなかなか人気の単語であることが分かる。Facebookにしては本人の顔写真が少ないのも特徴だ（日本語が好きな外国人を想像すればわかるが）。

このサイトの目的は別にこうやって遊ぶためではなく、Facebookにおけるプライバシーを啓蒙することだ。「Facebookの使い方」に書いたように、Facebookにはかなり細かいプライバシー設定機能がある。きちんと利用すればかなり思い通りのアクセスコントロールが可能だ。しかし、デフォルトでのプライバシー設定は徐々に甘くなっており、設定を変更しないと相当な情報が世界中に検索可能な形で公開されるので気を付けたい。

関連するエントリー

1. レピュテーションとプライバシー
2. Facebookの使い方
3. データ匿名化の落とし穴
4. 日本のウェブが残念なのは当然
5. アメリカは実名志向か

実名・匿名の問題は、名前を売ってレピュテーションを上げることとプライバシーとの兼ね合いだ。実名利用が一般的なアメリカではどのようなバランスがとられているのだろう。

How people monitor their identity and search for others online

• 57%のネットユーザーが、自分に関する情報を検索してモニターしている
• 46%が、ソーシャルネットワークにプロフィールを持っている
• 46%は昔の知り合いを、38%が友達について検索している

どの数字も上昇傾向にあり、ネット上で他人の情報を集めると同時に自分もまたその対象となっていることを認識されている様が見て取れる。

• 18-29歳の44%はネットに公開する情報を制限している
• 71%はソーシャルネットワークでのプライバシー設定を変更している

若い世代の話かと思えばそうでもない。18-29歳のの28%はFacebook, MySpace, LinkedInなどのソーシャルネットワークを全く信用しておらず、これは他の世代よりも高い数字だ。プライバシーは若者にも重視されており、情報をオンラインにすると同時にその管理に力を入れている。

• 31%のネットユーザーは同僚や専門家、競争相手を検索している
• 16%はデートの相手や交際相手を検索している

このような状況で、自分の情報がどうオンラインで流れているかに慎重になるのは自然なことだろう。ECサイトがSEOに労力を割くのと変わらない。

• 27%の仕事を持っているユーザーは職場でオンラインでの活動についてルールがあると述べている
• 12%は業務の一環としてオンライン上で自分を売り出す（market）する必要があると述べている（男性は15%、女性は7%）

さらにオンラインでのあり方が仕事にも繋がり始めている。多くの人は情報を限定的に公開し、その流れを自分でコントロールできるようなプラットフォームを求めているともいえ、Facebookが最大のソーシャルネットワークになったことも頷ける。

関連するエントリー

1. Openbook
2. Facebookの使い方
3. データ匿名化の落とし穴
4. 日本のウェブが残念なのは当然
5. アメリカは実名志向か

大したニュースではないが、むしろニュースになるのが不思議。

ツイッターでの災害情報提供を指示～総務相 | 日テレNEWS24

利用者が急増している簡易投稿サイト「ツイッター」に今月中旬から最新の災害情報を提供するよう、総務省消防庁に指示したことを明らかにした。

災害情報の目的は単に情報を広めることにあるわけだから、費用に対して効果が見合うなら当然始めるべきだといえる。ネット専門でテレビは見ないし、ラジオも聞かない人はたくさんいる。今までこういう人に速報を伝えることは難しかったわけで、良い試みだ。

一企業のインフラを使うのはどうなんだ、という声もありそうだが、放送局でもそれは変わらない。別に他のマイクロブログで同じ試みを初めても良い。コストにシビアな企業の多くがTwitterを含めた複数のチャンネルでマーケティングを行っているのだから政府がやらない理由もないだろう。ソーシャルメディアに数人割り当てて交代で管理すれば十分だ（CoTweet）のイメージ。

関連するエントリー

1. Twitterの収益源
2. ソーシャルメディアを使った予想
3. Twitterでは「つぶやく」な
4. 日本のウェブが残念なのは当然
5. アメリカのTwitter利用状況

ジャーナリストに必要なものは何なのか考えさせられる記事があった。

When public records are less than public: How governments try to use copyright to limit access to data

そもそもジャーナリストという職業が何を意味するのかよく分かっていない。是非ジャーナリストの方と話てみたいと思うが、ここではとりあえずWikipediaのエントリーを見てみる。

A journalist collects and disseminates information about current events, people, trends, and issues.

最近の事柄に関して情報を集めて広める人をジャーナリストというらしい。この定義によれば以下のような能力がジャーナリストには必要であるように思われる：

• 需要のある情報を見極める
• 必要な情報を収集する
• 収集した情報を流通に適した形に加工する

こう考えるとITがジャーナリズムを変えるのは当然だろう。単に流通コストが下がったことで情報を売るのが難しくなったというだけでなく、ジャーナリストの仕事の全ての段階においてITが大きな影響を与えるはずだ。

需要のある情報を見極める能力や集めた情報をうまく流通させる能力はウェブ以前と以後では比べ物にならない。Googleのようにユーザーの行動を把握したり、Facebookのようにソーシャルネットワークを利用して興味を探ったりできる。個人レベルであっても、各種のソーシャルメディアを効果的に利用することでまわりの人、特に自分の観客が何を求めているのかを効果的に把握できる。今まで出来なかったことが出来るようになったゆえに必要となった能力だろう。

必要な情報の収集方法も変わった。調査報道だと例えば政府や企業の不正を暴くという機能がある。以前なら記者クラブに行くとか熱心に取材・聞き込みをすればよかったかもしれない。しかしこれからはそれでは足りない。

Will Columbia-Trained, Code-Savvy Journalists Bridge the Media/Tech Divide?

But even fluency in broadly defined “multimedia skills” isn’t enough, with coding becoming as crucial to the news business as knowing how to use a computer was a couple of generations ago.<

例えば、このWiredの記事はコロンビア大学がジャーナリズムとコンピューターサイエンスのジョイントプログラムを提供していることに際し、ジャーナリストは単にマルチメディアに強いだけではなく、プログラミングのスキルも必要だと指摘している。

これは政府が情報をデジタルデータとして公開する潮流を考えれば当然の流れだろう。情報がない時代にはそれをひたすら探すのが重要だが、逆に情報が溢れている時代には必要な情報をそこから探り当てることのほうが重要だ。そして莫大な情報をさばくにはコードを書くしかない。これには統計情報を、例えばRなどで、処理することも含まれる。

情報が少ないのか多いのか、それが情報を集めて広める職業に大きな影響を与えるのはごく自然なことだ。

When public records are less than public: How governments try to use copyright to limit access to data

さらに今回の記事では、そのコーディング能力すら十分とは言えないという。

That’s all well and good, but having all those programmer journalists looking for access to public data brings to the forefront questions about who owns public records and who has the right to put limits on their use.

何故なら、政府が情報公開の流れに逆らおうとするためだ。情報処理能力があっても情報がなければ意味のある情報を得ることはできない。再び情報の少なさが問題となっているわけだ。

しかし、同じ情報の少なさでも対策は以前とは異なる。今回、情報が少ないのは政府が情報公開の規則を何らかの方法でねじ曲げてそれを拒んでいるためだ。

While Section 105 of the Copyright Act makes works of the federal government ineligible for copyright protection, this provision does not apply to state and local governments.

アメリカの様子が描かれている。著作権法は連邦政府の文章に保護を与えていないが、地方政府には適用されない。

In New York, for instance, state and local agencies may comply with their obligations under the state Freedom of Information Law while maintaining their copyright, and the public records law “does not prohibit a state agency from placing restrictions on how a record, if it were copyrighted, could be subsequently distributed.”

そこを利用して州政府が情報公開を拒むための法律を作っている。

Of course, even when a government entity claims copyright over public data, that protection is at best thin. In general, datasets are protectable as compilations, meaning only the original selection, coordination, or arrangement of facts is protected.

しかし、行政の情報というのはデータベースに該当することが多く、少なくともアメリカでは、実施的な保護はない。

In the case where a third party provides the government with information under a contract, the government agency may not be free to let you do anything you want with it.

そうすると行政は情報＝データベースの作成を第三者に依頼する。それによって作成された情報の製作者が行政機関ではなくなるからだ。

記事中で明示されてはいないが、ここで必要な能力はリーガルなものだろう。行政が処理すべき情報の公開を法律・契約を使って阻んでいる以上、それを突破するには情報を収集する側の知識がかかせない。

ITによってジャーナリズムが出来ることの範囲は大きく広がり、その結果としてジャーナリストに必要な能力も増えた。これ自体はよいことだが、ITは同時に紙媒体の収益性を奪い、単なる情報から利益を上げるのを難しくした。プログラムが書けて法律も分かるジャーナリストをこの業界がサポートできるかという話だ。

ITと情報公開の流れが可能にした、莫大な情報をコードを駆使して処理し得られた情報を低（限界）費用で配布するというモデルがビジネスとして成り立つのだろうか。

関連するエントリー

1. GBSの課題
2. ストライサンド効果
3. 読む量は増えている
4. ソーシャルサーチとグーグルの戦略
5. サーチ中立性はいらない

Twitter話題（ソーシャルメディアを使った予想）ついでに、Twitterがどこから収益を得ているのかについて（ht @gshibayama）：

Twitter Has a Business Model: ‘Promoted Tweets’

The promoted tweet is one of three streams of revenue Twitter will have available, including a data fee from search engines indexing Twitter in real time, such as Google, Yahoo and Bing, and the coming “professional accounts.”

三つの収益源が示されている：

1. Promoted Tweet
2. Data Fee
3. Professional Account

Promoted Tweet

まずは今回導入されたPromoted Tweetだ。

Twitter is expected an answer to both questions on Tuesday in the form of “promoted tweets,” which will put ads on Twitter, first in search results and later in user feeds both on Twitter.com and the myriad third-party clients [...]

Promoted TweetはTwitterサイトの検索結果やタイムライン、そしてサードパーティークライアントへとTweetの形で広告を配信する。通常のTweet同様、RTしたりFavoriteにしたりできる。

Twitter is developing a performance model that could be the basis for pricing based on a metric called “resonance” — impact judged on how much a tweet is passed around, marked as a favorite or how often a user clicks through a posted link.

この特性を活かして、広告効果の指標を作る計画だ。ユーザーの行動自体だけでなく、ユーザーの特性も計算にいれればかなり的確な指標にすることもできそうだ。豊富なファンディングを背景にユーザーの反応を見ながら慎重に進める方針とのこと。特にユーザー個人のTLへの広告Tweet挿入は抵抗も予想される。ユーザー毎にマッチした広告にしたり、ある程度表示される広告にユーザーの意思を反映させるといった対策は必要なように思われる。

Data Fee

データフィーは前回のポスト（ソーシャルメディアを使った予想）のように、Twitterのもつ情報を検索エンジンに販売するものだ。Twitterの検索結果は既にGoogleなどでリアルタイムに表示されている。

Professional Account

Professional accounts will include the ability to have multiple users on one account — much like some of the clients such as CoTweet do today — plus a dashboard that shows what’s happening with a brand on Twitter and integration with promoted tweets.

一つのアカウントに複数のユーザーを登録したり、ブランド管理のためのダッシュボードを提供したりするプロアカウントも計画中とのこと。これは既にサードパーティーのクライアントやコーポレート向けのサービスでカバーされているが、Twitter本体が参入するということだろう。「Tweetie買収」同様のプラットフォーム企業としての微妙なバランス取りが要求される。

関連するエントリー

1. Twitterの模索
2. ソーシャルメディアを使った予想
3. Twitterの曖昧な収益戦略
4. Tweetie買収
5. Twitterでは「つぶやく」な

Tweetの量・質を利用して将来予測ができるのではないかというストーリー。

Twitter predicts the future?

元ネタと鳴っているのはHP LabsのPredicting the Future With Social Mediaというペーパー（8枚と短いしテクニカルな部分も殆どないので読んでみてもいいかもしれない）。

Using the tweets referring to movies prior to their release, can we accurately predict the box-office revenue generated by the movie in its opening weekend?

テーマは映画が公開される前のTweetの数を使って一週間目のボックスオフィス売上を予測できるかというものだ。

上のグラフがその結果だ。縦軸が実際の売上、横軸が（線形関係から）予測された売上だ。軸の縮尺が違うので45°線にはなっていないが、予測値と実測値が近いのが分かる。青い線は売上について仮想の賭けをするHollywood Stock Exchange (HSX)での取引から推定したもので、ペーパーではTwitterを使った予測がHSXを用いた予測より正確であった主張されている。Tweetの内容がネガティブかポジティブかを分析に加えるとさらに正確になるとのことだ。アウトオブサンプルでどうなるのかなども気になるが、ソーシャルメディアが持つマーケティングへの影響力の大きさは疑いようがない。

関連するエントリー

1. Twitterの収益源
2. アメリカのTwitter利用状況
3. イノベーションのコスト
4. Twitterでは「つぶやく」な
5. 人種・年齢・学歴別失業率

面白い労働市場のトレンド（ht @eurodollari）

LinkedIn Observes The Rise of Professional Ninjas!

ビジネス向けのSNSであるLinkedInが新しいタイトルの指数関数的な伸びをブログで指摘している。それはNinjaというタイトルだ。

Other ninjas come from the social media, computing and design sectors. Professionals in customer service, advertising and finance have their share of ninjas too

ソーシャルメディア・コンピューティング・デザインなどに多いタイトルだがカスタマーサービスや広告、ファイナンスにも見られるそうだ。クリエイティブなイメージを出したいプロフェッショナルに受けているのだろう。似たようなタイトルとしては本来は伝道者を意味するEvangelistや導師を意味するguruなんかがある。

但し、guruのほうが新鮮味が薄れているようで最近は人気が落ちている模様だ。次はどんなタイトルが流行るのだろうか。

大規模なSNSは今まで存在しなかったデータをコントロールしており、その一部をこのようにブログなどで発表している。特にデーティングサイトであるOkCupidのブログはよく注目を集まている（出会い系最適メッセージ）。各社はこの膨大なデータを活用するために専門家を雇っており、統計屋さんの需要はさらに上がっていくだろう。

関連するエントリー

1. ジャーナリストに必要なスキル
2. 定年後の労働
3. ソーシャルメディアを使った予想
4. データ匿名化の落とし穴
5. Facebookで地図を色分け

自分の将来所得を担保に投資を募る実業家の話題が盛り上がっている。

Entrepreneurs offer their life’s future earnings for an investment

Kjerstin Erickson, a 26-year-old Stanford graduate who founded a non-profit called FORGE that rebuilds community services in Sub-Saharan African refugee camps, is offering 6 percent of her life’s income for $600,000.

NPOの創設者が自分の所得の6%の見返りに$600,000の投資を募集しているそうだ。6%で$600,000ということは、所得のリスクも割り引いた現在割引価値（≠生涯所得）が$10,000,000必要なわけで、普通に考えたら割に合わない。

それだけでなく、持分への投資ということで、株式会社などが持つガバナンス上の問題点を共有している：

1. 94%は本人という社長兼大株主が所有しているわけで、少数株主たる投資家との間に利害対立がある
2. 公開会社のような上場審査や法定監査があるわけではなく、所得の6%といっても所得の数字自体信頼できない
3. そもそも意思決定に加わるわけではない

その結果次のような問題が考えられる：

1. 所得の限界効用が落ちるので働く気が失せる
2. なるべく所得に現れない便益を優先する、例えばお金にはならないが楽な仕事しかやらない

このような懸念に対して、

The transparency afforded by social networking is making it easier for investors to vet people’s reputations and hold them accountable.

ソーシャルネットワーキングによって透明性が増しているから何とかなるのではと述べられているが、会社法を考えれば分かるようにそんな簡単な話ではないだろう。

ただこの個別事例が成功するかと言われればおそらく成功すると思われる。このような議論を呼ぶ募集を行うことは本人やそのプロジェクト（そしておそらく投資する側）にとって大きなPRになるからだ。これを弾みに成功していけば割に合う投資になる可能性はそれなりにあるだろう。

また、この取引を投資ではなく寄付の一種だと考えることもできる。将来所得と引換に融資を受ければその個人は金銭的な報酬を優先するインセンティブを失うが、これはNPOが自ら利益を配分しないことと似ている。もともとNPOは属人的な正確が強いので、組織ではなく個人に投資するという考えもありうるだろう。

関連するエントリー

1. 余剰資金は成長産業へ
2. 不景気で育つとどうなるのか
3. ファイナンスの教授の投資戦略
4. 親子上場禁止をひも解く
5. トービン税の問題

前のポストを書いたときに、一体どこからデータを集めたのかが気になった。公開されていれば適当にスパイダーでも書けば集められるが、そんなに情報が公開されているのだろうか。ちょっと検索してみたら、面白いエントリーが出てきた：

Why Pete Warden Should Not Release Profile Data on 215 Million Facebook Users

先に紹介したエントリーを書いたPete Wardenを批判する記事だ。

[...] he exploited a flaw in Facebook’s architecture to access public profiles without needing to be signed in to a Facebook account, effectively avoiding being bound by Facebook’s Terms of Service preventing such automated harvesting of data. As a result, he amassed a database of names, fan pages, and lists of friends for 215 million public Facebook accounts.

ログインせずにFacebookの公開プロフィールにアクセスできる欠陥を利用して2.15億ものアカウントの名前・ファンページ・友達リストを収集したという。ログインしないことによって自動的にデータを収集することを禁じるFacebookの規約（Terms of Service）を回避したということだ。

二つの論点が提起されている：

First [...] just because these Facebook users made their profiles publicly available does not mean they are fair game for scraping for research purposes.

一つ目は、公開プロフィールの意味付けだ。この情報は検索エンジンに収集されるし、Facebook内で検索すれば見ることができる。しかし、規約により自動収集は禁じられており、ユーザーもそういう目的に使われていることを想定しているわけではない。

Second, Warden’s release of this dataset — even with the best of intentions — poses a serious privacy threat to the subjects in the dataset, their friends, and perhaps unknown others.

データが収集されても、それが悪用されるのでなければ気にする人は少ないだろう。これはアメリカ人のプライバシーに対する一般的な態度だ。しかし、Pete Wardenはデータを研究目的で公開する予定であり、それを悪用する方法がある。

What is most dangerous is its potential use to help re-identify other datasets, ones that might contain much more sensitive or potentially damaging data.

そこで指摘されているのは、このデータが他の匿名化されたデータセットで個人を特定するのに利用できるのではないかということだ。この懸念は過去にNetflixが行っているコンテストで指摘されている。

Breaking the Netflix Prize dataset

In October last year, Netflix released over 100 million movie ratings made by 500,000 subscribers to their online DVD rental service. The company then offered a prize of $1million to anyone who could better the company’s system of DVD recommendation by 10 per cent or more.

DVDレンタル（及びストリーミング）を行うNetflixはユーザーにリコメンデーションシステムを改善するアイデアをコンテストを通じて募集し、そのために50万人のユーザーのデータを匿名化した上で公開した。

turns out that an individual’s set of ratings and the dates on which they were made are pretty unique, particularly if the ratings involve films outside the most popular 100 movies. So it’s straightforward to find a match by comparing the anonymized data against publicly available ratings on the Internet Movie Database (IMDb).

しかし、How To Break Anonymity of the Netflix Prize Datasetという研究はその匿名データからユーザーを特定する方法を明らかにした。ユーザーがつけたレーティングはユーザーごとに特徴的であり、それをネットで公開されているレビュー（IMDb）のレーティングと比べることで匿名化されているNetflixユーザーとIMDbのユーザーとを結びつけることができるという。

Netflixのレビューを非公開前提で書いた場合、この方法によってそれがIMDb上の個人のものと特定されてしまう。IMDbで実名を使用していた場合には現実の人物にまでたどり着く。（公開されていない）政治色・宗教色の強い映画に対するレビューから政治的・宗教的立場まで特定可能であり、これがプライバシーの観点から非常に重要な問題だということが分かる。

Warden’s rich dataset of 210 million Facebook users, complete with their names, locations, and social graphs, is just the ammunition needed to fuel a new wave of re-identification of presumed anonymous datasets. It is impossible to predict who might use Warden’s dataset and to what ends, but this threat is real.

Facebookの話に戻ると、個人名・所在地・興味・友達リストというデータが公開されれば、それらの情報（と関連する情報）を含む他の匿名データから個人を再特定する人・集団が出てくるだろう。今後、人間関係を含むデータが増えるのは確実でそういったデータを悪用されるおそれがある。日本で同じような事例があれば、遥かに大きな社会問題になるのは確実だ。

関連するエントリー

1. Openbook
2. レピュテーションとプライバシー
3. Facebookで地図を色分け
4. 忍者になろう
5. Twitterでは「つぶやく」な

Facebookのデータを使って、アメリカを七つに分けてみたというエントリー：

PeteSearch: How to split up the US

My latest visualization shows the information by location, with connections drawn between places that share friends.

点はユーザーが存在する都市で、線はfriend関係を指しているようだ。州レベルや国レベルのバージョンも用意されている。friendが出来るのはその場所に学校・仕事などで住んだことがある場合がほとんどなので、人々がどう地域間を移動しているかを間接的に表している。さらに、クラスター毎にどのような人やグループが人気なのかも分かる。

ニューヨークからミネソタにかけてはあまり移動がないようでStayathomiaと名付けている。この地域はGodの人気がなくビールやスポーツが人気だそうだ。

Dixieはアトランタを中心とした地域で同じく閉鎖的。南にフロリダだけは別枠で東海岸の都市と強いコネクションがある。これはフロリダに移住する人が多いからだろう（Facebookには中年以上のユーザーも多いし、子供もいれば反映される）。この地域はGodがファンページのトップにくる宗教色の強い地域だ。

Greater Texasは名前通りTexasのDallasを中心としたクラスター。どの都市もDallasと強いコネクションがある。やはりGodが人気。ルイジアナのAlexandriaではAhmed、Mohamedが二番目、三番目に多かったり、テキサスのLaredoではJuan, Jose, Calros, Louisが最も多かったり、地域色が出ていて面白い。

Mormoniaはモルモンとの関連があると思われる地域で、外部とのコネクションが少ない。

Nomadic Westは中西部のだだっ広い地域で、コネクションが遠距離に渡っているのが特徴。外に出て行くほかないということだろうか。Starbucksが人気（？）だそうだ。

Socalistanはカリフォルニアをカバーする。公立大学のシステムからいって州内での（特に若い世代）の移動は盛んなので人口の多いカリフォルニアがクラスターになるのは理解出来る。Socalというのは南カリフォルニアのことでLAが中心であることを示している。ちなみにサンフランシスコではオバマが最も人気のある人物だそうだ。

最後はPacificaでこれはシアトル近辺のクラスターだが、特筆すべき情報は公開されていない。

この分割は数学的アルゴリズムで得られたものではなく、目視で色分けした程度のもののようだが、コメント欄などから察するにアメリカ人の感覚には近いようだ（逆にその感覚によって色分けが影響されている面があるのだろう）。

関連するエントリー

1. データ匿名化の落とし穴
2. 日本のウェブが残念なのは当然
3. 無神論者の不人気ぶり
4. 人種・年齢・学歴別失業率
5. アメリカのマクドナルド分布