在統計上我們使用“相關系數”來表示兩個東西之間的相關性，它的值在-1和1之間，越接近1，就表示這兩個東西越容易一起變大和變小，負值則表示二者變化的方向相反 。 這個研究發現，小區的經濟排名與其社交網絡的“社會多樣性”和“地區多樣性”的相關系數分別是0.73和0.58 。 這意味著越是富人越容易跟不同階層和不同地區的人聯絡，而且階層多樣性要比地區多樣性更重要 。 正所謂“貧居鬧市無人問，富在深山有遠親” 。 我們設想富人的聯系人數也應該較高，因為他們認識的人比窮人多 — 這也是對的，但聯系人數目和經濟排名的相關系數只有0.44，并不太重要 。 最有意思的一點是，打電話時間長短，跟經濟排名的相關系數是 -0.33，也就是說富人雖然愛跟各種人聯系，但真正通話時間比窮人短 。
這種數據分析的問題在于它只能告訴我們社交網絡跟經濟地位之間有這么個關系，但不能告訴我們到底是誰導致誰 。 是因為你富，才有不同的人愿意跟你接觸呢，還是因為你愿意跟不同類型的人接觸，才導致你富？Granovetter的理論還有另一個問題 。 事實上我們每個人認識的絕大多數人都是弱聯系，強聯系只是少數 。 如果讓所有認識的人每人給我們一條工作信息，最后有用的這條信息當然有更大的可能性來自弱聯系！Granovetter在他1973年的論文里承認了這個問題，但他也提出了一個解釋：生活中強聯系和弱聯系跟我們交流的次數相差極大 。 我們跟強聯系之間交流的信息，要遠遠多于弱聯系 。 這種交流到底多多少，他沒有辦法量化計算，但是來自弱聯系的信息總量可能并不比強聯系多 。 那么這樣看來還是弱聯系重要，因為它傳遞的有價值信息比例更大 。 后來類似的質疑不斷有人提出，但Granovetter的理論還是經受了考驗 。
所以弱聯系理論的本質不是“人脈”，而是信息的傳遞 。 親朋好友很愿意跟我們交流，但是話說多了就沒有新意了 。 最有效率的交流，也許是跟不太熟悉的對象進行的 。 這個猜想怎么證實呢？
【誰給你的信息重要？】
現在有了網絡，研究人員可以更好地分析我們是通過什么聯系得到新知識的 。 比如你在各種社交媒體上經常閱讀和轉發來自網友的各種推薦，那么是親密好友的推薦更有用，還是弱聯系的推薦更有用呢？Facebook的數據團隊2012年針對這個問題做了一項設計得非常巧妙的研究[5] 。 研究者有個簡單辦法判斷你跟各個網友之間的聯系強弱 。 比如說如果你們之間經?；ハ嘣u論對方發的狀態，那么你們就是強聯系的關系，否則就是弱聯系 。
這項研究統計人們在Facebook上分享的那些網頁鏈接 — 如果你分享這個鏈接，你大概認為這個鏈接是有用的 。 這種分享有兩種可能性 。 一種是你的朋友（不管是強聯系還是弱聯系）先發了這個鏈接，你看到以后轉發 。 另一種是你自己獨自發現這個鏈接 。 我們可以想象，前一種方式發生的可能性肯定要比后一種大，社交網絡的作用就是讓網友向我們提供信息啊 。 Facebook的這個研究通過隨機試驗的辦法來跟蹤特定的一組網頁地址，結果發現別人分享這個地址給我們，我們看到以后再轉發的可能性（p_feed），比如我們自己看到這個地址直接分享的可能性（p_no feed），大五倍以上 。 這兩種可能性的比值（p_feed/p_no feed），也就是網友分享的放大效應 。
我們的轉發行為是相當親疏有別的，我們更樂意轉發“強聯系”分享給我們的信息 。 統計發現如果強聯系發給我們一條信息，我們轉發它的概率大約是弱聯系發過來信息的兩倍左右 。 這個理所當然，強聯系之間本來就有類似的興趣 。 有人據此甚至擔心，社交媒體是否加劇了“物以類聚人以群分”這個局面？我們會不會因為總跟志趣相投的人呆在一起而把社交圈變成一個個孤島呢？

猜你喜歡

• 牽牛子的功效與作用：瀉下逐水，消痰滌飲，殺
• 一讀就錯的50個歷史人名？
• 丟掉這12種想法，生活就會更美好？
• 鶴望蘭的品種大全
• 時速500 英里的風能把人吹起來嗎？
• 龍是怎么進化的?
• 各國眼中的美女，都是個什么樣？
• 有機茶加工與生產的技術要求
• 《變形金剛》中各角色對應的原型車是？
• 教師節的手抄報 教師節的手抄報怎么畫