Transcript

• 1. SNS とゲーム理論 ～人はなぜ投稿するのか？～ 鳥海不二夫 東京大学大学院工学系研究科 システム創成学専攻 第3回ソーシャルコンピューティングシンポジウム 2012年6月23日 青山学院アスタジオ
• 2. 今日の内容 • 人はなぜSNSを使うのか • ゲーム理論によるモデル化とシミュレーション • ソーシャルメディアは公共財ゲームである • 報酬を考慮したとき協調が支配的になる条件は何か？ • エージェントベースシミュレーションによる分析 • 報酬で得られる利得>報酬コスト • 反応された嬉しさが反応するコストより大きいと ソーシャルメディアを使う気になる 協調率 報酬利得 報酬コスト
• 3. Research Question • なぜ人はソーシャルメディアを使うのか？ • ソーシャルメディアが「使われる」条件は？ • 新しいコミュニケーションツールの設計へ
• 4. ソーシャルメディアの成功と失敗 • 様々なソーシャルメディアの成功 • Twitter，Facebook • QAサイト・クックパッド・Wikipedia • 使われないソーシャルメディアの存在 • 多くの企業内SNS・キャンパスSNS • So-netSNS・β版 (2010年閉鎖) • 成功と失敗の分かれ目はどこに？
• 5. 背景 • 成功したソーシャルメディアも入れ替わる • どんなソーシャルメディアが次に成功するか？ • 成功の予測 What comes next?
• 6. 目的 • ソーシャルメディアが成功する条件とは？ • 十分条件は難しい • 個々の機能 • じゃんけん大会(＝運)の可能性 • 成功への必要条件を知りたい • ソーシャルメディアの基本的性質のモデル化 • モデルに基づく分析 • 成功への必要条件を明らかにする
• 7. ソーシャルメディアが 利用されるメカニズム • 成功したソーシャルメディアとは • 情報が提供されるソーシャルメディア • ユーザがコストを省みず情報を提供 • 情報が提供されるサイトは利得が大きい • 協力する価値がある • 「ただ乗り」も考えられる 公共財ゲームによる表現 Tweet，レシピ 商品の感想 etc…
• 8. 公共財ゲーム • 各プレイヤーは一定額の財を支払う • 払われた財より大きい財をすべてのプレイ ヤーに均等に配る • 財を支払う=協調行動 • 財を支払わない=裏切り行動
• 9. 公共財ゲームとしての ソーシャルメディア • 各プレイヤーは情報(=財)を提供 • 提供した情報以上の情報をすべてのプレイ ヤーが得る • 情報を提供する=協調行動 • 情報を提供しない=裏切り行動
• 10. 公共財ゲームによる ソーシャルメディアの表現 • ゲーム構造はn人囚人のジレンマ • 皆が情報提供⇒全員に利得 • 自分以外情報提供⇒より大きい利得 • 誰も情報提供しない⇒全員利得なし 協調(C) 裏切り(D) 協調(C) -F+(Nc-1)M -F 裏切り(D) (Nc-1)M 0 自分 他人 嬉しい 最高 最悪 損得なし
• 11. 公共財ゲームにおける協調の促進 • 規範ゲーム • 裏切りに対する罰則(規範) • 裏切りが発見されると罰せられる • メタ規範ゲーム • 罰しないことに対する罰則(メタ規範) • 裏切りを見ても罰しないと罰せられる • メタ規範の存在が協調を促進 Axelrod, R.: An Evolutionary Approach to Norms, American Political Science Review, Vol. 80, No. 4, pp. 1095–1111(1986)
• 12. 公共財ゲーム 裏切る 3 -1 -1 -1 -1 -1 裏切らない 0 0 0 0 0 0
• 13. 規範ゲーム 裏切る 裏切らない 0 0 0 0 0 0 裏切りへの懲罰 裏切りを発見&罰する -2 -9
• 14. メタ規範ゲーム 裏切る 裏切らない 0 0 0 0 0 0 裏切りへのメタ懲罰 裏切りを発見&罰しない 裏切り罰しない ことを発見 &罰する -2 -9
• 15. メタ規範ゲームにおけるユーザ行動 • ユーザiの行動 (協調率Bi) • 協調 • 非協調 • ユーザj(≠i)の行動 (懲罰率Vj) • 裏切り者ユーザiを罰する⇒協調 • 裏切り者ユーザiを罰しない⇒非協調 • ユーザk(≠i,j)の行動 (懲罰率Vk) • 非協調ユーザjを罰する⇒協調 • 非協調ユーザjを罰しない⇒非協調
• 16. S<B i gets T others get H j gets E i gets P j doesn’t punish i メタ規範ゲーム k gets E’ j gets P’ k doesn’t punish j j punishes i k punishes j i defects Vj Vk Axelrod, R.: An Evolutionary Approach to Norms, American Political Science Review, Vol. 80, No. 4, pp. 1095–1111(1986) T=3 H=-1 E=-9 P=-2 E’=-9 P’=-2
• 17. ソーシャルメディアにおける メタ規範ゲーム • ソーシャルメディアには罰則機能は導入困難 • 情報提供しないユーザを罰を与えられない • 情報提供者への報酬は可能 • コメント，「いいね」ボタン，ポイント • メタ規範ゲームへの報酬の追加 • 報酬・報酬への報酬(メタ報酬) 一般化メタ規範ゲーム
• 18. S<B i gets T others get H j gets E i gets P j doesn’t punish i 一般化メタ規範ゲーム k gets E’ j gets P’ k doesn’t punish j j punishes i k punishes j i defects Vj Vk 協調 j doesn’t reward i j rewards i k gets C’ j gets R’ k doesn’t reward j k rewards j k gets E’’ j gets P’’ k doesn’t punish j k punishes j k gets C’’ j gets R’’ k doesn’t reward j k rewards j i cooperats Lj Vk Lk Lk k gets C’’ j gets R’’ i gets F others get M k gets C’ j gets R’ k gets C’’ j gets R’’ i gets F others get M j gets C i gets R
• 19. ソーシャルメディアにおける行動 SNS Q&Aサイト レシピ投稿 サイト 協調 日記の投稿 質問の投稿 レシピ投稿 報酬 コメント 回答の投稿 感想の投稿 メタ報酬 コメントへの 返信 回答への お礼・ポイ ント 感想への お礼
• 20. ソーシャルメディアにおけるユーザ行動 • ユーザiの行動 (協調率Bi) • 情報提供⇒協調 • 情報提供せず⇒非協調 • ユーザj(≠i)の行動 (報酬率Lj) • 協調ユーザiに報酬⇒協調 • 協調ユーザiに報酬を与えない⇒非協調 • ユーザk(≠j)の行動 (報酬率Lk) • 協調ユーザjに報酬⇒協調 • 協調ユーザjに報酬を与えない⇒非協調
• 21. S<B メタ報酬ゲーム 協調 j rewards i k gets C’’ j gets R’’ k doesn’t reward j k rewards j i cooperats Lk k gets C’’ j gets R’’ i gets F others get M Vj i gets T others get H j gets E i gets P j doesn’t punish i k gets E’ j gets P’ k doesn’t punish j j punishes i k punishes j i defects j doesn’t reward i k gets C’ j gets R’ k doesn’t reward j k rewards j k gets E’’ j gets P’’ k doesn’t punish j k punishes jLj Vk Vk Lk k gets C’ j gets R’ k gets C’’ j gets R’’ i gets F others get M j gets C i gets R
• 22. 従来の議論 • 報酬では協調は促進されづらい • メタ報酬ゲームで協調は促進されるのか？ • 二つのゲームを比較 • メタ懲罰ゲーム • Axelrodによるメタ規範ゲーム • メタ報酬ゲーム • ソーシャルメディアをモデル化したメタ規範ゲーム ・Sutter, M., Haigner, S., and Kocher, M. G.: Choosing the Carrot or the Stick? Endogenous Institutional Choice in Social Dilemma Situations, Review of Economic Studies, Vol. 77, No. 4, pp. 1540–1566 (2010) ・Hilbe, C. and Sigmund, K.: Incentives and opportunism: from the carrot to the stick Proc. R. Soc. B, Vol. 277, pp. 2427–2433 (2010)
• 23. S<B i gets T others get H j gets E i gets P j doesn’t punish i 一般化メタ規範ゲーム k gets E’ j gets P’ k doesn’t punish j j punishes i k punishes j i defects 協調 j doesn’t reward i j rewards i k gets C’ j gets R’ k doesn’t reward j k rewards j k gets E’’ j gets P’’ k doesn’t punish j k punishes j k gets C’’ j gets R’’ k doesn’t reward j k rewards j i cooperats Vj Lj Vk Vk Lk Lk k gets C’’ j gets R’’ i gets F others get M k gets C’ j gets R’ k gets C’’ j gets R’’ i gets F others get M j gets C i gets R メタ報酬ゲーム メタ懲罰ゲーム
• 24. メタ懲罰ゲームエージェント • エージェントパラメータ • 協調率： Bi • 懲罰率： Vi • エージェントの行動 • 発見率St ＜1- Bi ：裏切り • 確率Stで他人の裏切りを発見 • 確率Viで懲罰 • 確率Stで他人が懲罰していないのを発見 • 確率Viでメタ懲罰
• 25. メタ報酬ゲームエージェント • エージェントパラメータ • 協調率： Bi • 報酬率： Li • エージェントの行動 • 発見率St ＜ Bi ：協調（情報提供） • 確率Stで他人の協調を発見 • 確率Liで報酬 • 確率Stで他人の報酬を発見 • 確率Liでメタ報酬
• 26. シミュレーション条件(1) • シミュレーションステップ数：10000 • エージェント数：N=20 • ネットワーク：完全ネットワーク • エージェントの進化 • Bi, Vi, Liをより利得が高いエージェントからコピー • 遺伝的アルゴリズム • 一様交叉 • 突然変異率： 0.01
• 27. シミュレーション条件(2) 値 協調コストF -3.0 協調利得M 1.0 報酬コストC -2.0 報酬利得R 9.0 メタ報酬コストC’’ -2.0 メタ報酬利得R’’ 9.0 値 裏切り利得T 3.0 裏切られた痛手H -1.0 懲罰コストE -2.0 懲罰痛手P -9.0 メタ懲罰コストE’’ -2.0 メタ懲罰痛手P’’ -9.0 メタ懲罰ゲーム メタ報酬ゲーム
• 28. メタ報酬ゲーム 協調 -3 +1 +1 +1 +1 +1 S<B 協調 j doesn’t reward i j rewards i k gets C’’ j gets R’’ k doesn’t reward j k rewards j i cooperats Lj Lk k gets C’’ j gets R’’ i gets F others get M k gets C’’ j gets R’’ i gets F others get M j gets C i gets R メタ報酬ゲーム
• 29. メタ報酬ゲーム 協調 協調者への報酬 協調者を発見&報酬を与える -2 +9 S<B 協調 j doesn’t reward i j rewards i k gets C’’ j gets R’’ k doesn’t reward j k rewards j i cooperats Lj Lk k gets C’’ j gets R’’ i gets F others get M k gets C’’ j gets R’’ i gets F others get M j gets C i gets R メタ報酬ゲーム
• 30. メタ報酬ゲーム 協調 協調へのメタ報酬 協調を発見&報酬 報酬を与えたことを発見 &報酬 -2 +9 S<B 協調 j doesn’t reward i j rewards i k gets C’’ j gets R’’ k doesn’t reward j k rewards j i cooperats Lj Lk k gets C’’ j gets R’’ i gets F others get M k gets C’’ j gets R’’ i gets F others get M j gets C i gets R メタ報酬ゲーム
• 31. 進化 高い利得のエージェントをコピー 利得の高いエージェント GAによる進化 エージェントパラメータ 協調率：L 報酬率：V
• 32. メタ懲罰ゲーム
• 33. メタ報酬ゲーム
• 34. 一般化メタ規範ゲームにおける 協調の進化 • メタ懲罰ゲーム • 当初は協調が支配的 • あるタイミングで裏切りが支配 • 裏切り者を罰するエージェントがいなくなることが原因 • メタ報酬ゲーム • 完全協調支配ではないが協調が多い • 協調者へ報酬を与えるエージェントが常に多数 ソーシャルメディアのシステムは 協調を促進しやすい
• 35. 利得は妥当か? 値 協調コストF -3.0 協調利得M 1.0 報酬コストC -2.0 報酬利得R 9.0 メタ報酬コストC’’ -2.0 メタ報酬利得R’’ 9.0 メタ報酬ゲーム 利得がコストに比べて 非常に高い
• 36. コストと利得 • メタ報酬ゲームにおけるコストと利得 • 利得とコストにどのような関係があれば協調が進 化するのか • コストの変化 • C=C’’=c • 0≦c≦10 • 利得の変化 • R=R’’=r • 0≦r≦10 値 協調コストF -3.0 協調利得M 1.0 報酬コストC c 報酬利得R r メタ報酬コストC’’ c メタ報酬利得R’’ r
• 37. シミュレーション条件 • シミュレーションステップ数：10000 • エージェント数：N=20 • ネットワーク：完全ネットワーク • c=2.0固定 • 0≦r≦10 • 100回シミュレーションの平均
• 38. 利得による協調の変化 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 2 4 6 8 10 Behave Rate(B) Reaction Rate(L) c=2.0，0≦r≦10
• 39. シミュレーション条件 • シミュレーションステップ数：10000 • エージェント数：N=20 • ネットワーク：完全ネットワーク • 0≦c≦10(0.1刻み) • 0≦r≦10(0.1刻み) • 100回シミュレーションの平均
• 40. コストと利得による協調率の変化 協調率 被報酬利得(r) 報酬コスト(c)
• 41. コストと利得による協調率の変化 • 利得がコストを上回ったとき協調が支配的 • r(利得)>c(コスト)+ε • エージェント数が変化しても同様の結果 • ソーシャルメディアでいえば • Facebookのいいね！ボタン • 低いコスト・低い利得 • Q&Aサイトの回答 • 高いコスト・高い利得 ⇒情報に対する反応システムの設計へ応用
• 42. 結論 • ソーシャルメディアを公共財ゲームで表現 • 一般化メタ規範ゲームの提案 • 一般化メタ規範ゲームにおけるメタ報酬ゲーム • メタ報酬ゲームで協調を実現 • 100%協調ではないが，おおむね協調が支配的 • 協調促進は報酬とそのコストで説明可能 • ソーシャルメディア⇒報酬とコストの設計が重要