ヒット現象の数理モデルで探る社会の人々の興味 ～映画、飲み物からAKB選抜総選挙まで〜　2013年11月10日ニコニコ学会データ研究会での基調講演のスライドです。公開できない部分や画像は消してあります。

1. 2013年11月10日ニコニコ学会データ研究会 at 歌舞伎座タワー
ヒット現象の数理モデルで探る
社会の人々の興味
～映画、飲み物からAKB選抜総選挙まで
～
石井 晃
鳥取大学工学研究科
@ishiiakira
ファインドパース
太田 奨、谷村 徹
鳥取大学工学研究科
小口日出彦 M
データ
内山幸樹
ホットリンク

2. 理論物理学
事象の原理となる方程式を仮定し、
事象ごとにそれを解いて
説明できるかどうか、チェック
実験物理学
丹念に実験を繰り返して
実験データの山から
法則性を見つける

3. 運動方程式をまず仮定する。
そこにある外力を地球の引力と仮定し
物体の運動を解いてみる。
その結果として、
1 2
x = vt = gt
2
という結果が導かれた。
うん、これはガリレオ先生が発見した
落体の法則と同じなので
これで、落体運動はこの運動方程式で
説明できるってことだ
つまり、この運動方程式で
大丈夫かな・・・

4. 落体運動を実際に実験して調べる
何回も何回も落として、
膨大な実験データの山を集めていく
落ちる速度はだんだん速くなるけど
どうやら落ちる時間に比例して
早くなってるみたいだ
v
t
落下距離の方は、どうやら時間の2乗
だなぁ。
x ∝ t2

5. まず、人々の関心を記述する方程式
を仮定する
その方程式を具体的な問題について
解いてみて、
観測されるデータを説明できるか
調べる
方程式の解が観測データを説明でき
るなら、
その方程式は
人々の関心を記述する方程式に
なっている考えられる

6. 話題の強さ、人気の強さは、書込数の多寡では決まらない
宇宙兄弟
宇宙兄弟は、書込が多いが
興行的には失敗作
テルマエ・ロマエ
テルマエ・ロマエは
書込が少ないが、
興行的に大成功

7. Our research is
based on
this paper
Published 15 June
A.Ishii et al,
New Journal of Physics
14 (2012) 063018
New Journal of Physics
The open–access journal for physics
The ‘hit’ phenomenon: a mathematical model of
human dynamics interactions as a stochastic
process
イギリスとドイツの物理学会の
共同運営の物理学論文誌で
世界的に非常に評価が高い
Akira Ishii1,3 , Hisashi Arakaki1 , Naoya Matsuda1 ,
Sanae Umemura1 , Tamiko Urushidani1 , Naoya Yamagata1
and Narihiko Yoshida1,2
1
Department of Applied Mathematics and Physics, Tottori University, Koyama,
Tottori 680-8552, Japan
2
Digital Hollywood University, Tokyo, Japan
E-mail: ishii@damp.tottori-u.ac.jp
New Journal of Physics 14 (2012) 063018 (22pp)
Received 3 December 2011
Published 14 June 2012
Online at http://www.njp.org/
doi:10.1088/1367-2630/14/6/063018
Impact Factor 3.9
A mathematical model for the ‘hit’ phenomenon in entertainment
within a society is presented as a stochastic process of human dynamics
interactions. The model uses only the advertisement budget time distribution as
an input, and word-of-mouth (WOM), represented by posts on social network
systems, is used as data to make a comparison with the calculated results. The
unit of time is days. The WOM distribution in time is found to be very close to the
revenue distribution in time. Calculations for the Japanese motion picture market
based on the mathematical model agree well with the actual revenue distribution
in time.
Abstract.

8. 今年6月15日のＡＦＰ電をきっかけに
世界で２００以上の報道機関で報道
Press Release from New Journal of Physics
Physicists predict success of movies at the box office
Science
Forget Movie Critics, Mindless Internet Chatter Predicts Blockbusters and Bombs
AFP
Japanese physicists crack box office code
CNN
Can an eqquation predict box office success?
More than 200 media report this paper.
12月17日、アスキーＪＰにインタビュー記事掲載

9. 数理モデルで計算する「意欲」とは
公演で、人々は、それぞれに楽しむ

10. 数理モデルで計算する「意欲」とは
何かが始まった
事故？
野外コンサート？
タレント出現？
映画収録？
公演で、人々は、それぞれに楽しむ

11. 数理モデルで計算する「意欲」とは
人々は、それぞれに
楽しむ
何かが起こって
人々が注目

12. i さんの意欲とは・・・
Ii(t)
”ある物”に対する i さんの意欲（興味）だけを取り出す。
i さん自身の趣味やプロフィールとは切り離せる。

13. Iｊ (t)
同じ”ある物”に対する j さんの意欲（興味）だけを取り出し
jさん自身の趣味やプロフィールとは切り離して扱う。

14. Ii (t )
i
おそらく、人々はみな、エンタテインメントについては
同じような興味を持つだろうと仮定

15. ヒット現象の数理モデル
個々の人の
意欲・興味 I(t)
広告宣伝
うわさ
クチコミ
<f(t)> = A(t)
∑ d I (t )
ij j
j
∑ ∑ h I (t ) I (t )
ijk j
j
k
k

16. ヒット現象の数理モデル
宣伝・広告
dI i (t)
= −aI i (t) + A(t) +
dt
N
∑ D I (t) + ∑ ∑ P
ij j
j≠i
I (t)I k (t)
ijk j
j
k
直接的コミュニケーション
間接的コミュニケーション
16

17. 確率過程を用いた、ヒット現象の数理モデルの導出
個々の消費者の購入意欲について方程式をたてる
dI i ( t )
= −aI i ( t ) + ∑ dij I j ( t ) + ∑ ∑ hijk d jk I j ( t ) I k ( t ) + fi ( t )
dt
j
j
k
ここで,
fi(t)
は消費者 i.へのランダムな影響（実際は広告宣伝）
I (t ) =
1
∑ Ii (t )
N i
アンサンブル平均を取ると
dI i (t )
dI (t ) d ⎛ 1
⎞ d I
1
= ∑ i = ⎜ ∑ I i (t )⎟ =
⎠
dt
N i dt
dt ⎝ N i
dt
∑ dij I j (t ) =
j
∑ dI j (t ) =
j
∑ ∑ p I (t ) I (t )
ijk j
j
1
1
dI j (t ) = ∑ d ∑ I j (t ) = Nd I (t )
∑∑
N i j
N j
i
dt
k
= p∑ ∑ I j (t ) I k (t )
j
=
= −a I (t ) + D I (t ) + P I (t ) + f (t )
2
k
1
∑ p∑ ∑ I j (t ) I k (t )
N i
j
k
=∑p
i
従って
d I (t )
k
1
∑ ∑ I j (t ) I k (t )
N j k
= Np ∑
i
1
1
∑ I j (t ) N ∑ I k (t )
N j
k
= N 2 p I (t )
2
where
Nd = D
N2p = P
1
∑ Δfi (t ) = Δfi (t ) = 0
N i
fi (t ) = f (t ) + Δfi (t )
A.Ishii et. al.,
New Journal of Physics 14 (2012) 063018 (22pp)
"The 'hit' phenomenon: a mathematical model of
human dynamics interctions
as s stochastic process"

18. ヒット現象の数理モデル
入力
日毎の広告宣伝
数理モデル
出力
日毎の興味・意欲
対応
売上・観客動員数
（日毎）
製品の質
D,
P
比較
WOM
ブログ投稿数（日毎）
Twi-er投稿数（日毎）

19. 様々な応用
映画
音楽配信
清涼飲料水
地域イベント
ＴＶドラマ
江戸歌舞伎（九大・川畑さん）
AKB選抜総選挙

20. 映画興業収入とブログ書込数の一致
The
Da
Vinci
Code
A.Ishii et al, New Journal of Physics 14 (2012) 063018

22. 映画についての書込と、映画に行きたい意欲の比例関係
おくりびと
350
300
250
200
150
100
50
0
350
300
250
200
150
100
50
0
wants
entry
Departures
entry
wants
purchase-­‐intenCon
is
confirmed
by
reading
every
blogs.
2008/11/2
8
2008/11/8
2008/10/1
9
2008/9/29
2008/9/9
2008/8/20
2008/7/31
date
Normalized
entry
350
300
250
200
150
100
50
0
30
25
20
15
10
5
0
2008/11/2
8
2008/11/8
2008/10/1
9
2008/9/29
2008/9/9
2008/8/20
2008/7/31
date
wants
おくりびと
Departures
entry
wants

23. 2
R factor : 0.256
wants / entry : 0.0961
R factor : 0.020
wants / entry : 0.1103
Hisashi Arakaki 2012 Department of Applied Mathematics and Physics, Tottori University
7
Hisashi Arakaki 2012 Department of Applied Mathem

24. 3
4
R factor : 0.158
wants / entry : 0.0846
R factor : 0.051
wants / entry : 0.0973
Hisashi Arakaki 2012 Department of Applied Mathematics and Physics, Tottori University
9
Hisashi Arakaki 2012 Department of Applied Mathe

25. 5
6
R factor : 0.038
wants / entry : 0.1111
R factor : 0.019
wants / entry : 0.0741
Hisashi Arakaki 2012 Department of Applied Mathem
Hisashi Arakaki 2012 Department of Applied Mathematics and Physics, Tottori University
11

26. Hisashi Arakaki 2012 Department of Applied Mathematics and Physics, Tottori University
13

27. “Mathematical model for the hit phenomenon as a stochastic process of interactions of human dynamics”
Akira Ishii, Hisashi Arakaki, Naoya Matsuda, Sanae Umemura, Tamiko Urushidani, Naoya Yamagata,
and Narihiko Yoshida
New Journal of Physics, in press
-
-/
/
/
/
/ 20
/
/

28. Da
Vinci
Code
ブログ書込数
日毎
広告出稿量
数理モデル

29. Avatar

30. The Hunger Games
Blog
Twitter

31. BATTLESHIP
Blog
Twitter

32. Marvel's The Avengers
Blog
Twitter

33. THE DARK NIGHT RISES
Blog
Twitter

34. 公開日後の減衰
大ヒットほど、ゆっくり減衰

35. 話題の強さ、人気の強さは、書込数の多寡では決まらない
宇宙兄弟
宇宙兄弟は、書込が多いが
興行的には失敗作
テルマエ・ロマエ
テルマエ・ロマエは
書込が少ないが、
興行的に大成功

36. 減衰のゆるやかなのが、大ヒット
映画：テルマエ・ロマエ、ヘルタースケルター、宇宙兄弟
公開日

37. 劇場版 魔法少女まどか☆マギカ

38. ヘルタースケルター

39. テルマエ・ロマエ

40. 宇宙兄弟

41. もし高校野球の女子マネージャーがドラッ
カーの『マネジメント』を読んだら

42. 桐島、部活やめるってよ

43. Predic7on
using
this
model
＜ALWAYS Part
1＞
＜ALWAYS Part
2＞
29th
Japan
Academy
Prize
Iinit
=
0
Iinit
=
300

44. オンライン音楽配信市場
• 比例するのか?
ダウンロード数
vs.
ブログ書込量
• 数理モデルは音楽配信にも使えるか?
Online music download data
music A
music B

45. Online
Music
Market
ダウンロード数とブログ書込数は一致しない
Music A
Download
blog

46. Online
Music
Market
ダウンロード数とブログ書込数は一致しない
Music B
Download
blog

47. Online
Music
Market
Music A
Download
calculation

48. Online
Music
Market
Music B
Download
calculation

49. 清涼飲料水の例
ペプシコーラ
オリジナルフレーバー
ブログ・Twitterでの評判を計算で再現
広告に相当するのは、初日に書かれた書込量

50. ペプシピンクの場合
foods of Hit_model
700
advertise
Direct
Indirect
600
Counts
500
400
300
200
100
0
0
20
40
60
Histgram’s_Time [DAY]
80
100

51. ペプシピンク ブログ
foods of Hit_model
700
writing Counts
math model
600
Counts
500
400
300
200
100
0
0
20
40
60
Time [Day]
80
100

52. ペプシピンク Twi-er
foods of Hit_model
1400
writing Counts
math model
1200
Counts
1000
800
600
400
200
0
20
30
40
50
60
Time [Day]
70
80
90
100

53. ペプシカリビアンゴールド
foods of Hit_model
180
ブログ
writing Counts
math model
160
140
Counts
120
100
80
60
40
20
0
20
30
40
50
60
Time [Day]
70
80
90
100

54. ペプシカリビアンゴールド
foods of Hit_model
100
Twitter
writing Counts
math model
90
80
Counts
70
60
50
40
30
20
10
0
20
30
40
50
60
Time [Day]
70
80
90
100

55. ペプシ ソルティーウォーターメロン
ブログ
foods of Hit_model
450
writing Counts
math model
400
350
Counts
300
250
200
150
100
50
0
20
40
60
80
Time [Day]
100
120

56. ペプシ ソルティーウォーターメロン
Twitter
foods of Hit_model
1200
writing Counts
math model
？
1000
Counts
800
600
400
200
0
20
40
60
80
Time [Day]
100
120

57. ペプシ ソルティーウォーターメロン
foods of Hit_model
1200
ホンモノのスイカと
コーラを混ぜた
実験ブログが大受け
1000
writing Counts
math model
Counts
800
600
400
200
0
20
40
60
80
Time [Day]
100
120

58. ペプシ ソルティーウォーターメロン
Twitter
foods of Hit_model
1200
writing Counts
math model
1000
大受けのブログも広告の１つと数えると
計算は実際のツィート数を再現できた
Counts
800
600
400
200
0
20
40
60
80
Time [Day]
100
120

59. 毎週の TV ドラマ

60. Blog
our calculation

61. Cadv
ep2_Cadv
after_Cadv

62. Blog
our calculation

63. DVD売上は、明らかにTV放映時のCadvの関数

64. AKB48をなぜ研究するのか?
選挙の分析をソーシャルメディアから行う場合、書込数が多いほど分析しやすい。
その点で、AKBについては国政選挙より圧倒的に書込数が多い。
しかも、毎年なので、学生にやらせやすい。

65. AKB48選抜総選挙
候補者
246 人
メンバー
16 メイン
16 アンダーガールズ
16 ネクストガールズ
16 フューチャーガールズ
2009年以来、毎年AKBグループでは、総選挙を行い、その結果の順位で
直近のシングル曲に参加するメンバーを決めてきた。
2012年は、138万4122票
2013年は、264万6847票
ただし、国政選挙と違って、1人１票ではない

66. 2012
108,837
72,574
大島優子
渡辺麻友
71,076
柏木由紀
67,339
67,017
2013
Top 5
指原莉乃
大島優子
150,570
136,503
渡辺麻友
101,210
指原莉乃
柏木由紀
96,905
篠田麻里子
篠田麻里子
92,599

67. 2012
ranking 6 - 16
2013
髙橋みなみ
松井珠理奈
小嶋陽菜
松井玲奈
板野友美
髙橋みなみ
松井珠理奈
小嶋陽菜
松井玲奈
宮澤佐江
宮澤佐江
板野友美
河西智美
島崎遥香
北原里英
横山由依
峯岸みなみ
山本彩
横山由依
渡辺美優紀
梅田彩佳
須田亜香里

68. 2013年選抜総選挙、上位２０人の得票

69. 2013年選抜総選挙、上位２０人の得票
選抜メンバー１６人

70. 2013年選抜総選挙、上位２０人の得票

71. ブログ書き込み数累計
120000
100000
80000
60000
4/1~6/7
40000
20000
0
5/23~6/7

72. ブログ書き込み数推移
5000
4500
指原莉乃
4000
大島優子
3500
渡辺麻友
3000
柏木由紀
2500
篠田麻里子
2000
松井珠理奈
1500
1000
500
0
松井玲奈
高橋みなみ
小嶋陽菜
宮澤佐江
板野友美
島崎遥香

73. 2012
Reputation of AKB48 members in blog
Blog
counts
Date

74. 201３
Reputation of AKB48 members in blog
Blog
counts

75. 45000
2013年AKB選抜総選挙
Twi-er書込数の時系列推移
40000
35000
指原莉乃
30000
大島優子
渡辺麻友
25000
柏木由紀
篠田麻里子
20000
松井珠理奈
松井玲奈
15000
高橋みなみ
10000
5000
0
2013/4/26
2013/5/6
2013/5/16
2013/5/26
2013/6/5
2013/6/15
2013/6/25
2013/7/5

76. 0
神の数式:ブログ件数
2013/10/31
2013/10/29
2013/10/27
2013/10/25
2013/10/23
2013/10/21
2013/10/19
2013/10/17
2013/10/15
2013/10/13
2013/10/11
2013/10/9
2013/10/7
2013/10/5
2013/10/3
2013/10/1
2013/9/29
2013/9/27
2013/9/25
2013/9/23
2013/9/21
2013/9/19
2013/9/17
2013/9/15
2013/9/13
2013/9/11
2013/9/9
2013/9/7
2013/9/5
2013/9/3
2013/9/1
Nスペ「神の数式 第１回,２回
ブログとTwitterの比較
神の数式&NHK
450
400
350
300
250
200
150
100
50
神の数式:Twi-er件数
2013/9/21、22

77. 0
尼崎:ブログ件数
尼崎:Twi-er件数
2013/6/9
2013/7/31
2013/7/29
2013/7/27
2013/7/25
2013/7/23
2013/7/21
2013/7/19
2013/7/17
2013/7/15
2013/7/13
2013/7/11
2013/7/9
2013/7/7
2013/7/5
2013/7/3
2013/7/1
2013/6/29
2013/6/27
2013/6/25
2013/6/23
2013/6/21
2013/6/19
2013/6/17
2013/6/15
2013/6/13
2013/6/11
2013/6/9
2013/6/7
2013/6/5
2013/6/3
2013/6/1
Nスペ「未解決事件尼崎連続殺人死体遺棄事件」
ブログとTwitterの比較
尼崎&NHK
500
450
400
350
300
250
200
150
100
50

78. 固定票と浮動票
&#!!"
&!!!"
%#!!"
浮動票
%!!!"
$#!!"
$!!!"
#!!"
固定票
0
!"
%!$&'&'("
%!$&'&'$("
%!$&'&'%("
%!$&')'*"%!$&')'$*" !$&')'%*" !$&'#'*" !$&'#'$*"
%
%
%
%!$&'#'%*"
%!$&'*'#" !$&'*'$#"
%

79. 固定票と浮動票
固定票
投票
浮動票
A
B
C
A
B
C
ヒット現象の数理モデルは浮動票を予測する
2013年のＡＫＢ選抜総選挙では、大島優子の固定票と指原莉乃の浮動票の
多寡が焦点だったと思われる。

80. 201３
Reputation of AKB48 members in blog
Blog
counts
大島優子
指原莉乃

81. データ取得上の問題点
• AKBには、いくつかのグループがある
AKB
秋葉原
SKE
名古屋
NMB
大阪
HKT 博多
しかし、TV露出データは関東圏・関西圏しか
取得できないので、SKE,
HKTの分析は
精度が悪くなる
SKE（松井珠理奈、松井玲奈）HKE（指原莉乃）

82. 2013
関東テレビ露出回数累計
1800
1600
1400
1200
1000
800
4/1~6/7
600
5/23~6/7
400
200
0

83. AKB
選抜総選挙2012

84. "4th
General
Elec7on”
for
AKB
大島優子
16000
160
14000
140
12000
120
10000
100
8000
80
6000
60
4000
40
2000
20
0
0
Media
Exposure
Frequency
180
Note
of
Number
18000
Netnews
Television
Blog
SimulaCon

85. "4th
General
Elec7on”
for
AKB
渡辺麻友
8000
90
7000
80
5000
70
60
50
4000
40
3000
2000
1000
0
30
20
10
0
Media
Exposure
Frequency
Note
of
Number
6000
Netnews
Television
Blog
SimulaCon

86. "4th
General
Elec7on”
for
AKB
柏木由紀
7000
60
50
Note
of
Number
6000
5000
4000
3000
40
30
20
2000
1000
0
10
0
Media
Exposure
Frequency
8000
Netnews
Television
Blog
SimulaCon

87. "4th
General
Elec7on”
for
AKB
指原莉乃
8000
7000
100
90
6000
Note
of
Number
70
5000
4000
3000
60
50
40
30
2000
20
1000
0
10
0
Media
Exposure
Frequency
80
Netnews
Television
Blog
SimulaCon

88. "4th
General
Elec7on”
for
AKB
篠田麻里子
60
5000
50
4000
40
3000
30
2000
20
1000
10
0
0
Media
Exposure
Frequency
70
6000
Note
of
Number
7000
Netnews
Television
Blog
SimulaCon

89. 2012

90. AKBブログ書き込み数規格化（中間速報）
1
大島優子
0.9
規
格
化
渡辺麻友
柏木由紀
0.8
指原莉乃
0.7
篠田麻里子
0.6
書
0.5
込
数
0.4
0.3
0.2
2012/5/23
2012/5/24
2012/5/25
2012/5/26

91. AKB
選抜総選挙2013

92. 0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
3500
3000
2500
60
2000
50
1500
40
30
1000
20
500
10
0
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
指原莉乃
90
80
70
Television
Netnews
Blog
SimulaCon

93. 0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
2500
2000
60
1500
50
1000
40
30
500
20
10
0
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
大島優子
90
80
70
Television
Netnews
Blog
SimulaCon

94. 0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
2500
60
1500
50
40
1000
30
20
500
10
0
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
渡辺麻友
80
70
2000
Television
Netnews
Blog
SimulaCon

95. 200
5
0
0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
2000
45
1800
1600
1400
30
1200
25
1000
800
20
600
15
400
10
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
柏木由紀
40
35
Television
Netnews
Blog
SimulaCon

96. 0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
700
500
400
15
300
10
200
5
100
0
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
松井珠理奈
25
600
20
Television
Netnews
Blog
SimulaCon

97. 0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
900
600
20
500
15
400
300
10
200
5
100
0
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
松井玲奈
30
800
25
700
Television
Netnews
Blog
SimulaCon

98. 0
2013/5/22
2013/5/21
2013/5/20
2013/5/19
2013/5/18
2013/5/17
2013/5/16
2013/5/15
2013/5/14
2013/5/13
2013/5/12
2013/5/11
2013/5/10
2013/5/9
2013/5/8
2013/5/7
2013/5/6
2013/5/5
2013/5/4
2013/5/3
Note
of
Number
1800
1200
40
1000
30
800
600
20
400
10
200
0
Media
Exposure
Frequency
Bulle7n
of
"5th
General
Elec7on”
for
AKB
島崎遥香
60
1600
50
1400
Television
Netnews
Blog
SimulaCon

99. 中間速報後の書込数減衰の割合
1
0.9
0.8
(1)指原莉乃
(2)大島優子
0.7
(3)渡辺麻友
(4)柏木由紀
0.6
(5)篠田麻里子
(8)髙橋みなみ
(11)板野友美
0.5
(12)島崎遥香
(13)横山由依
0.4
0.3
0.2
41417
41418
41419

100. 総選挙後の書き込み数減衰割合
1
指原莉乃(1)
0.95
篠田麻里子(5)
大島優子(2)
高橋みなみ(9)
0.9
宮澤佐江(10)
板野友美(11)
0.85
松井玲奈(8)
松井珠理奈(6)
0.8
柏木由紀(4)
小嶋陽菜(10)
0.75
渡辺麻友(3)
0.7
2013/6/8
島崎遥香(12)
2013/6/9

101. 1.0000
2013年中間速報後の推移
Twi-er書込数から
0.9000
0.8000
0.7000
指原莉乃
大島優子
0.6000
渡辺麻友
柏木由紀
0.5000
篠田麻里子
松井珠理奈
0.4000
松井玲奈
0.3000
高橋みなみ
0.2000
0.1000
0.0000
2013/5/22
2013/5/23
2013/5/24
2013/5/25

102. 2013 ＡＫＢ選抜総選挙 上位メンバーのパラメータ
D
躍進したメンバーは
間接コミュニケーションが強い
P
指原 大島 渡辺 柏木 篠田 高橋 板野 島崎 横山 川栄
莉乃
優子
麻友
由紀
麻里子
みなみ
友美
遥香
由依
李奈
指原 大島 渡辺 柏木 篠田 高橋 板野 島崎 横山 川栄
莉乃
優子
麻友
由紀
麻里子
みなみ
友美
遥香
由依
李奈