2026年最新｜大手アカウントが凍結されにくい本当の理由｜Xオープンソースが示すTweepcredと信頼の仕組み【全5パート】

Last Updated on 8月 17, 2026 by 今日のXざっくり

大手アカウントが凍結されにくいのは「優遇」ではない
Tweepcredの土台：UserMassとは何か
UserMassの計算ロジックを具体的に見る
なぜ質量が高いと凍結されにくくなるのか
この構造が意味すること
Tweepcredが高いと何が起きるか
行動パターンの安定性がさらに差を生む
可視性制限とアカウント凍結は別レイヤー
なぜ「規模そのもの」が盾になるのか
グラフの安定性がスコア急落を防ぐ
検証済みブーストの意味
人間レビューが入りやすい構造
同じ規約違反でも結果が分かれる理由
アルゴリズムが優先しているもの
小規模アカウントが構造的に不利になるポイント
可視性制限と凍結の混同が生む誤解
コードが示している冷徹な現実
この構造が意味すること
小規模アカウントが向き合うべき現実
結論

大手アカウントが凍結されにくいのは「優遇」ではない

Xで大手アカウントが比較的凍結されにくいという現象は、よく「優遇されている」「金で守られている」と語られる。しかし、公開されているオープンソースのコードを丁寧に読むと、そうした感情的な解釈とは異なる、より冷徹で数学的な構造が見えてくる。

規模そのものが直接の盾になっているわけではない。規模を築いてきた過程で、アルゴリズム上の「信頼」が積み上がっている。その信頼を数値化している中核が、Tweepcred（特にその基礎となるUserMass）だ。

この記事では、Xのオープンソース（the-algorithmリポジトリ）に実際に書かれているロジックを基に、大手アカウントが自動制裁を受けにくい構造を分解していく。まずは最も基礎となる「UserMass」から見ていこう。

Tweepcredの土台：UserMassとは何か

Tweepcredは、ユーザーの評判をPageRank的に計算した内部スコアだ。その計算の出発点となるのが「UserMass（ユーザー質量）」である。

UserMassは、アカウントの「重み」を表す数値で、後続のPageRank計算や各種Trust & Safetyモデルの閾値に影響を与える。コード上では、以下のような明確な分岐が定義されている。

凍結済み（suspended）アカウント → mass = 0
検証済み（verified）アカウント → mass = 100
それ以外のアカウント → アカウント年齢・デバイス情報・フォロワー/フォロー比などから計算

検証済みアカウントが一律で質量100を与えられるのは、プラットフォーム側が「このアカウントには一定の信頼を置いている」という明示的なシグナルを、計算の初期値に直接埋め込んでいるということだ。凍結済みが0になるのも同様で、信頼の完全なリセットを意味する。

「規模を持っているから強い」のではなく、「規模を築く過程で積み上がった質量が、後の判定閾値を押し上げている」。

これがコードが示している基本構造だ。

UserMassの計算ロジックを具体的に見る

検証済みでも凍結済みでもない一般アカウントの場合、UserMassは次のような要素を組み合わせて算出される。

要素	影響の概要	備考
アカウント年齢	新しいほど質量が低めに抑えられる	一定日数を超えると正規化される
デバイス情報	有効なメッセージングデバイスの有無が加点要素	ボット的なアカウントを抑制する意図
制限状態（restricted）	質量に乗算係数（かなり低い値）がかかる	すでに制限を受けているアカウントの重みを大幅に下げる
フォロー/フォロワー比	フォロー数が極端に多く、フォロワーが少ない場合に質量を減衰	スパム的なフォロー行動を抑制

特に重要なのは「フォロー数とフォロワー数の比率」による減衰だ。フォロー数が一定の閾値を超え、かつフォロワーに対してフォローが多すぎる場合、質量は指数関数的に割り引かれる。これは「一方的にフォローを広げているだけのアカウント」の影響力を意図的に弱める設計だ。

逆に言えば、長年かけて自然にフォロワーを増やし、相互作用のグラフを厚くしてきたアカウントは、この減衰を受けにくく、高い質量を維持しやすい。

なぜ質量が高いと凍結されにくくなるのか

UserMass（ひいてはTweepcred）が高いアカウントに対しては、Trust & Safety系のモデル（pAbuseやpToxicityなど）が、同じ行動でも「より信頼できる主体による行動」として扱う傾向がある。

低スコアのアカウントが短時間に大量の引用や類似投稿を繰り返せば「操作的」「スパム的」と判定されやすい。一方で、高スコアのアカウントが同様の行動を取っても、モデルの信頼度が上がり、自動制裁の閾値が相対的に高くなる。

加えて、大規模アカウントは過去の行動パターンが「人間らしい安定した分布」を示しているケースが多い。投稿のタイミング、反応の取り方、引用の仕方などが長年にわたって蓄積されており、突発的な異常検知にかかりにくい。

ここで混同されやすいのが「可視性の制限」と「アカウント凍結」の違いだ。ランキングや可視性フィルタは投稿の「見え方」を制御する。一方、凍結（サスペンド）は別レイヤーの執行プロセスで、abuse-enforcement側がモデルスコアとルールを総合して判断する。UserMassは後者の閾値に影響を与える重要な要素の一つだ。

関連して、Tweepcredの具体的な閾値や改善の考え方については、別途詳しくまとめている。

この構造が意味すること

オープンソースが示しているのは、「特別扱い」というより「証明された社会グラフを信頼する」という設計思想だ。大規模な相互作用グラフを持つアカウントは、PageRank上の質量が大きく、協調攻撃（大量通報など）を受けてもスコアが急落しにくい。小規模アカウントは、わずかな負のシグナルでも相対的に大きく質量が落ちやすい。

結果として、同じ規約違反でも、高質量アカウントは「警告や一時制限」で止まりやすく、低質量アカウントは「即凍結」に至りやすい構造が生まれている。

これが、コードから読み取れる冷徹な現実だ。次のパートでは、このUserMassが実際にTrust & Safetyモデルや可視性フィルタとどのように連動しているのかを、さらに掘り下げていく。

Tweepcredが高いと何が起きるか

UserMassから始まるTweepcredは、単なる「評判の数字」で終わらない。Trust & Safetyのモデル群が、投稿内容だけでなく「その投稿をしたアカウントの信頼度」を同時に評価する設計になっているからだ。

代表的なモデルとして、pAbuse（虐待・スパム検知）やpToxicity（毒性スコア）などが挙げられる。これらは投稿テキストや画像の特徴量に加えて、投稿者のTweepcredを入力特徴の一つとして取り込む。結果として、同じような行動でも、スコアの高低によって判定の厳しさが変わる。

低スコアアカウント：同じ投稿頻度や引用パターンでも「操作的」「スパム的」と判定されやすい
高スコアアカウント：モデルの信頼度が上がり、自動制裁の閾値が相対的に高くなる

これは「優遇」というより、モデルが「過去に積み上げられた社会的証明」を重みとして扱っている結果だ。

低スコアのアカウントが短時間に大量の類似投稿をすればすぐにフラグが立つ。高スコアのアカウントが同じことをしても、閾値が上がっているために自動執行まで至りにくい。

行動パターンの安定性がさらに差を生む

Trust & Safetyモデルは、投稿内容だけでなく、直近のアクションパターンも重視する。具体的には次のようなシグナルが監視される。

監視対象の行動	低スコアアカウントで起きやすい判定	高スコアアカウントで起きやすい判定
短時間の投稿バースト	スパム・操作の可能性が高い	通常の活動範囲内と見なされやすい
テンプレート的な引用連打	自動化や協調行動の疑いが強まる	過去の自然な行動履歴が緩衝材になる
不自然なタイミングでの大量アクション	異常検知にかかりやすい	長年のオーガニックパターンが基準になる
フォロワーとの相互作用の質	薄いと質量低下につながりやすい	厚いグラフがスコアを支え続ける

大手アカウントの多くは、長年にわたって「人間らしい安定した行動分布」を積み上げている。投稿時間帯のばらつき、反応の取り方、引用の多様性などが、モデルにとって「正常」の基準になる。一方で、急成長した小規模アカウントや、短期間でフォロワーを増やしたアカウントは、この基準から外れやすく、同じ行動でもフラグが立ちやすい。

可視性制限とアカウント凍結は別レイヤー

ここで多くの人が混同している点を明確にしておく必要がある。ランキングアルゴリズムや可視性フィルタは、投稿の「見え方」を制御する仕組みだ。一方で、アカウント凍結（サスペンド）は別レイヤーのTrust & Safety執行プロセスである。

オープンソースのvisibility-filteringは、主にラベルを見て「通常表示する／警告を挟む／完全に落とす」を決める。実際の凍結判断は、abuse-enforcement側がモデルスコアとルールを総合して「一時制限」「ロック」「永久凍結」を決定する。

高Tweepcredのアカウントでは、次の3つが重なりやすい。

自動判定の閾値が上がっているため、即時凍結に至りにくい
影響力があるため、人間レビューが入りやすい
規模を築いた過程で過去の重大違反履歴が少ないケースが多い

結果として、同じ規約違反でも「警告や一時制限で止まる」確率が相対的に高くなる。これが、コード上で読み取れる「規模そのものが盾になる」ように見える現象の裏側だ。

Tweepcredの具体的な数値や改善の考え方については、別途詳しくまとめている。

次のパートでは、この構造が「証明された社会グラフを信頼する」という設計思想にどうつながっているのかを、さらに掘り下げていく。

なぜ「規模そのもの」が盾になるのか

ここまでの内容で、TweepcredとTrust & Safetyモデルの関係は見えてきた。では、なぜ大規模アカウントほど自動執行を受けにくいのか。オープンソースが示す設計思想はシンプルだ。

「証明された社会グラフを信頼する」。

大規模アカウントは、フォロワーとの相互作用が膨大で、PageRank上の質量が大きい。この質量が、協調攻撃や一時的な負のシグナルに対する耐性を生む。

グラフの安定性がスコア急落を防ぐ

Tweepcredの計算は、ユーザー間の相互作用グラフを基にしたPageRank的な処理だ。大量のブロックや通報が集中しても、グラフ全体の安定性が高いアカウントではスコアが急落しにくい。

逆に小規模アカウントは、わずかな負のシグナルでも質量が相対的に大きく落ちる。グラフが薄いため、一つの異常が全体に占める割合が大きくなるからだ。

大規模アカウント：相互作用の絶対量が多く、個別の負のシグナルが相対的に薄まる
小規模アカウント：相互作用が少ないため、同じ数の通報でも質量への影響が大きく出やすい
検証済みステータス：UserMassで即時に質量100を与えられ、初期値から有利に立つ

規模そのものが直接の特権なのではない。規模を築いた過程で積み上がった「厚い社会グラフ」が、アルゴリズム上の信頼を支えている。

検証済みブーストの意味

検証済みアカウントに質量100が与えられるのは、単なるバッジの優遇ではない。プラットフォームが「このアカウントは一定の身元確認を経ており、信頼を置いている」という明示的なシグナルを、計算の初期値に直接埋め込んでいるということだ。

この初期値の差は、その後のPageRank計算やTrust & Safetyモデルの閾値に連鎖的に影響する。同じ行動をしても、検証済み＋高質量のアカウントは自動判定で「より信頼できる主体」として扱われやすい。

要素	大規模・高質量アカウント	小規模・低質量アカウント
協調攻撃（大量通報など）への耐性	グラフが厚く、スコア急落しにくい	グラフが薄く、相対的に大きく落ちやすい
検証済みステータス	質量100の初期値を得られる	通常計算からスタートする
過去の行動履歴	長年のオーガニックパターンが基準になる	履歴が短く、異常検知にかかりやすい
同じ規約違反時の結果傾向	警告や一時制限で止まりやすい	即時凍結に至りやすい

人間レビューが入りやすい構造

影響力の大きいアカウントほど、自動判定だけで即時凍結されにくく、人間レビューが入りやすい傾向がある。これはコード上の明示的な優先度というより、実務上の運用結果として現れる。

過去の重大違反履歴が少ないケースが多いのも、規模を築いた過程で生き残ってきた結果だ。違反を重ねていれば、そもそも大規模に成長しにくい。

結果として、同じ規約違反でも、大手アカウントは「警告や一時制限」で止まりやすく、小規模アカウントは「即凍結」になりやすい構造が生まれている。

Tweepcredの具体的な数値や改善の考え方については、別途詳しくまとめている。

次のパートでは、この仕組みが本当に意味することと、小規模アカウントがどう向き合うべきかを整理していく。

同じ規約違反でも結果が分かれる理由

ここまで見てきた構造をまとめると、Xのオープンソースが示しているのは「平等な自動執行」ではない。「証明された社会グラフを優先的に信頼する」という設計だ。

同じ規約違反でも、アカウントの質量とグラフの厚みによって、自動判定の厳しさが変わる。高Tweepcredのアカウントは閾値が上がり、警告や一時制限で止まりやすい。低質量のアカウントは同じ行動でもモデルに引っかかりやすく、即時凍結に至りやすい。

これは感情的な「不公平」ではなく、コード上に組み込まれた優先順位の結果だ。

アルゴリズムが優先しているもの

公開されているロジックから読み取れる優先順位は、おおむね次の通りだ。

検証済みステータスによる初期質量の付与
長年の相互作用で形成された厚い社会グラフ
安定したオーガニックな行動パターンの蓄積
影響力の大きさに伴う人間レビューの入りやすさ

これらの要素が重なると、自動執行のハードルが上がる。逆に、これらが薄いアカウントでは、わずかな負のシグナルでも相対的に大きな影響が出る。

規模そのものが特権なのではない。規模を築いた過程で「信頼できる主体」としてのスコアが積み上がっている。

小規模アカウントが構造的に不利になるポイント

小規模アカウントが同じ行動を取った場合に不利になりやすい理由を、具体的に整理する。

ポイント	大規模・高質量アカウント	小規模・低質量アカウント
負のシグナルの相対的影響	グラフが厚く、影響が薄まる	グラフが薄く、影響が大きく出る
行動パターンの基準	長年の履歴が「正常」の基準になる	履歴が短く、異常として検知されやすい
検証済みによる初期値	質量100からスタート可能	通常計算からスタートする
自動判定の閾値	相対的に高く設定されやすい	相対的に低く、引っかかりやすい
人間レビューの入りやすさ	影響力があるため入りやすい	自動処理で完結しやすい

この差は「優遇されている」というより、アルゴリズムが「過去に証明された信頼性」を重く見ている結果だ。急成長したアカウントや、短期間でフォロワーを増やしたアカウントほど、この差を感じやすい。

可視性制限と凍結の混同が生む誤解

もう一つ、現場でよく起きる誤解を指摘しておく。投稿が急に見えにくくなった場合、多くの人が「凍結された」と感じる。しかし、可視性フィルタによる表示制限と、アカウントの凍結は別の仕組みだ。

可視性フィルタはラベルを基に「表示する／警告を挟む／落とす」を決める。凍結はabuse-enforcement側の判断だ。高質量アカウントでも可視性制限は受けることがあるが、アカウントそのものが即座に凍結される確率は相対的に低い。

この違いを理解していないと、「大手は守られている」「自分だけ狙い撃ちされている」という感情的な解釈に流れやすい。コードが示しているのは、もっと冷徹な優先順位だ。

Tweepcredの具体的な数値や改善の考え方については、別途詳しくまとめている。

最終パートでは、この構造を踏まえた上で、何が本当の結論になるのかを整理する。

コードが示している冷徹な現実

ここまでオープンソースのロジックを分解してきた。最終的に浮かび上がるのは、感情的な「優遇」や「金で守られている」という解釈ではない。

「規模を築いた過程そのものが、アルゴリズム上の信頼を蓄積する仕組み」だということだ。

Tweepcredの質量、行動パターンの安定性、検証済みのブースト、人間レビューの入りやすさ。これらが複合して、自動執行のハードルを上げている。逆に言えば、規模のないアカウントが同じことをすれば、すぐにモデルに引っかかって凍結されやすい。

これが、コードが示している現実だ。

この構造が意味すること

アルゴリズムの設計思想は「証明された社会グラフを信頼する」ことにある。大規模な相互作用を積み上げたアカウントは、PageRank上の質量が大きく、負のシグナルに対する耐性が高い。検証済みステータスは初期値として質量100を与え、さらに優位に立つ。

結果として、同じ規約違反でも、大手アカウントは警告や一時制限で止まりやすく、小規模アカウントは即凍結に至りやすい構造になっている。

規模そのものが直接の盾なのではない
規模を築いた過程で信頼スコアが積み上がっている
薄いグラフのアカウントは、わずかな負のシグナルでも相対的に大きく影響を受ける
自動判定の閾値は、アカウントの質量によって実質的に変動する

この構造を理解せずに「不公平だ」と叫んでも、アルゴリズムは変わらない。

小規模アカウントが向き合うべき現実

この仕組みを踏まえると、小規模アカウントが取るべき姿勢は明確になる。感情的に「大手と同じ扱いをしろ」と求めるのではなく、質量を積み上げる方向に意識を向けることだ。

視点	避けるべき解釈	コードが示す現実的な向き合い方
凍結されにくさ	大手は特別扱いされている	厚いグラフと安定した行動履歴が閾値を上げている
同じ行動の結果	自分だけ厳しく見られている	質量の差が判定の厳しさに直結している
対策の方向性	規約をギリギリで攻める	相互作用を厚くし、行動パターンを安定させる
検証済みの意味	単なるバッジ	UserMassで初期値100を与える明示的な信頼シグナル