複数サービスへの同時加入が日本のSNS市場に及ぼすトップシェア交代効果の分析

2023 年度 実施状況報告書

• 研究課題/領域番号: 20K01895
• 研究機関: 関東学院大学
• 研究代表者: 石井 充 関東学院大学, 人間共生学部, 教授 (10350753)
• 研究期間 (年度): 2020-04-01 – 2025-03-31
• キーワード: エージェントシミュレーション / シェア変動 / 同時加入効果

研究実績の概要

日本のSNS市場におけるシェア変動をエージェントモデルを用いて分析するため、ネットワーク外部性の効果によりシェアが長期間固定されている状況をエージェントモデル内で表現し、その後新規サービスが導入され、かつ複数のサービスが競合しながら、利用者が同時に複数のサービスに加入できる状況下でのシェア変動に関して、これまでの限定的な精度の計算よりも多くの時間をかけて、精度の高い計算を行った。
具体的には、多数のシミュレーションを繰り返してその平均値をとることにより、シミュレーション内に存在する乱数発生に伴う統計誤差を少なくする処理を行う際に、この繰り返し回数をこれまでより1桁増加させ、全体の計算精度の向上を図った。
このようにして得られた結果は、これまでの予備的計算による、計算精度の低い状況下でのものと定性的傾向は同じであり、複数サービスへの同時加入が可能かどうかによって、シェアの変動の生じやすさが全く異なることが判明した。すなわち、複数サービスに同時に加入できる環境下においては、ネットワーク外部性の効果が顕著に弱められ、有用性の高い新規サービスへの移行が生じやすくなることが解明された。
SNSにおけるシェア変動だけでなく、情報が公開されることにより関連分野が活性化され、ネットワーク外部性の効果が大きくなる結果シェアの固定化が発生するオープンソースハードウエアについて、シェア変動や利用者の意識調査を行い、エージェントモデルを用いた解析を行うためのデータを収集した。

現在までの達成度 (区分)

2: おおむね順調に進展している

理由

計算の精度を高める過程においては、特に問題となる事項は存在せず、基本的にはこれまでよりも多くの計算時間を要するのみであった。得られた結果も、それ以前の予備的計算から予測されるものと整合性が取れているものであった。

今後の研究の推進方策

現有の機材では、これ以上の精度を得るのは困難である。このため、より高精度を追求するのであれば、何らかの並列計算を行う必要がある。このためには、GPUを用いた並列計算を考慮に入れることになるが、これまでの研究結果から、これ以上の精度を追求しても、本質的結果は変わらない可能性が高く、対費用効果を考慮しつつ、新規に機材の購入を行うかどうかを検討する。
同時に、今年度に得られたオープンソースハードウエアに関するシェア変動データを、これらのエージェントシミュレーションが適切に再現できるかどうかを調査することにより、本研究の手法が、SNSにおけるシェア変動を対象とするだけでなく、ネットワーク外部性が大きな意味を有する環境下で広く適用可能であるかどうかを調査する。

次年度使用額が生じた理由

感染症による入国制限等はかなり緩和されたが、予定していた国際学会が行われた時期までは依然として規制が強く、他業務との兼ね合いから参加を見合わせることとなった。
今年度は制約がほぼなくなることが予想され、残額の使用が可能となる予定である。