为什么朋友的人缘总比你好？

有时辰，你是不是感觉你伴侣的分缘总比你好？他们似乎总有小伙伴一路出去玩，而你经常独自待在家里。事实真的是如许吗？

很遗憾，从某种角度来说简直如斯。不外不要悲伤，因为现实上我们所有人都是如斯，几乎每小我城市感觉伴侣的伴侣数目比本身多，分缘比本身更好。你不相信吗？为了理解这个问题，美国研究人员对在线社交收集平台进行了调查。他们存眷Facebook(美国的社交收集平台)所有的活跃用户，并调查了整个平台用户的平均程度，发现用户平均拥有190个伴侣，而用户的伴侣平均有635个伴侣。也就是说，平均而言，每小我的伴侣数目低于伴侣的伴侣数目。

对于线下社交收集的研究也显示出同样的趋向。这种现象被称为“友情悖论”。1991年，社会学家斯考特·费德初次提出这一概念，在研究社交收集布局时他发现，年夜部门人的伴侣比他们有更多的伴侣。后来，跟着研究者不竭研究，他们发现这一悖论现实上并不仅限于“伴侣数目”这一层面，在年夜大都环境下，人们的伴侣会比他们加倍优异、加倍当作功，综合这些研究成长出了“广义友情悖论”。

数学阐发：社交花蝴蝶惹的祸

这一结论看上去很违反直觉，因为友情是双标的目的的，若是你认为你的伴侣数目比伴侣的少，那么你伴侣的伴侣数目该当比他伴侣的多。那他怎么还会感觉本身不如本身伴侣的多呢？然而，这倒是事实，这一悖论从数学上阐发也站得住脚，其实就是加权平均和算术平均数的问题。

我们假设A、B、C、D是四个学生。A独一的伴侣是B；B是社交达人，和大师都是伴侣；C和D彼此是伴侣，和B也是伴侣。为了便利，我们把“伴侣数目”界说为得分数。那么，A就有1分，B有3分，C和D别离有2分。加起来一共有1+3+2+2=8分，所以平均每小我的得分是8/4=2分。

这个平均值“2”即是每小我的伴侣数目。那么每个伴侣的伴侣数目是几多呢？试想一下，面临这个问题，四个学生会纷纷喊出他伴侣的伴侣数目。A会说，B有3分；B会说，A有1分，C和D别离有2分；C会说，B有3分，D有2分；D会说，B有3分，C有2分。这些加起来一共是3+1+2+2+3+2+3+2=18分，因为计较了8个数，是以18/8=2.25。这个“2.25”即是伴侣的伴侣数目。显然，2.25年夜于2，也就是说伴侣的伴侣数比每小我的伴侣数多，这就是“友情悖论”所说的现象。

这个“2.25”其实是1、3、2和2的加权平均值，所谓“权”是指一个数据呈现的次数。让我们再来看看上面这个18是怎么得来的：A被提到过一次，因为他只有一个伴侣，是以他对总分的进献是1×1=1；B被提了3次，是以他对总分的进献是3×3=9；C和D别离被提了两次，别离进献2×2=4。换句话说，各个得分在加起来之前先平方了，这种运算方式所求得的平均值当然比算术平均值高。在计较“伴侣的伴侣”这个过程中，每小我的伴侣城市被列举一遍，一小我拥有越多的伴侣则越轻易被反复计较进来。好比社交达人B有3个伴侣，那么“B拥有3个伴侣”这个前提在B的3个伴侣别离计较本身的“伴侣的伴侣数目”时，就被反复利用了3次。所以社交达人的权重很年夜，对总和发生主要影响，会拉高平均值，换句话说，其实是因为存在社交达人，会让你发生你的伴侣分缘都比你好的这种“错觉”。

理解现象背后的素质

为什么会呈现这种现象呢？你可以认为这是因为数据误差导致高估的现象。例如，去藏书楼进修。当你环视周围的时辰，是不是感觉大师都在当真进修，比你更投入？这是不成避免的，也恰是你应该看到的。因为他们是那种愿意花时候在进修上的人，这也是为什么你一起头就在那边看到他们的原因。而有很多数不清的人躺在家里睡年夜觉，你当然不会看到他们，不会和他们比力，不会把他们计较在内。所以这其实是一种数据误差，导致我们高估了别人。

但这个现象其实是基于一个事实，即人们凡是更愿意也更轻易跟随比本身更受接待、更优异、更有影响力的人。不管是线上仍是线下，我们都更有可能和一个有良多伴侣的人交伴侣，而不是和有很少伴侣的人交伴侣。一方面，恰是因为一小我的伴侣良多，所以我们更有可能当作为他或她的伴侣。另一方面，我们会倾标的目的于被受接待的人所吸引。想一下，我们的怙恃是不是经常告诉我们要和那些优异的人一路玩？是以，若是你计较出一小我的伴侣数，就会比他或她伴侣的伴侣数少。

理解这一研究成果，可能会帮忙我们缓解糊口中的一些懊恼。研究表白，过度利用社交媒体味增添我们的社交焦炙。若是我们的社交焦炙源于我们认为伴侣比我们过得更好的话，那么熟悉到“友情悖论”，会有助于缓解这种焦炙。究竟结果，每小我在各自的社交圈子里都有各自比不上的人，那么还有什么比如较的呢？并且，在友情中真正主要的是质量而不是数目。若是一小我有100个酒肉伴侣，4个亲密伴侣。你只会和这4个亲密伴侣分享你的喜怒哀乐，而不是那100个。若是你需要帮忙，那100小我未必会帮忙你，但这4小我却会义不容辞地伸出援手。是以，我们应该对本身所拥有的心存感谢感动，而不必纠结于伴侣是否比你更受接待，分缘比你更好这种没有意义的懊恼。

追踪“花蝴蝶”，预防疫情

就像很多不测的发现一样，“友情悖论”也带来了出人意表的应用，这是其发现者无法预见的，它激发了一个早期预警系统来监测流行症的爆发。

受“友情悖论”的开导，科学家尼古拉斯·克里斯塔基斯和他的同事揣度处于社交收集中间的花蝴蝶们会比边缘地带的人更早传染风行性疾病。为了验证他们的揣度，2009年在流感季临近时，他们设计了一个尝试。他们联系了319名哈佛年夜学的学生，让他们列举出425名伴侣。以这425小我作为“伴侣组”，与另一个“随机组”尴尬刁难照，及时监测两组人员的健康状况。

成果不出他们所料。伴侣组就像是尖兵一样，比随机组提早两周呈现了流感症状。而经由过程其他的检测方式，研究人员甚至不雅察到伴侣组疫情呈现岑岭期的时候，比随机组早了一个多月。研究人员认为这对公共卫生而言可能具有主要意义。经由过程简单扣问一个随机人群，让其列出本身伴侣的名字（凡是会是受接待的社交达人），然后进行追踪并比力两组人群，我们就可以或许在疫情进犯整个群体前展望出疫情的走标的目的，从而许可相关部分采纳更早、更有用的办法。

其实这并不难理解，处于社交收集中间的花蝴蝶们接触的人更多，当然更轻易接触到病源。不外尽办理论上，这种“伴侣监测系统”是一种比力不错的展望疫情走标的目的的体例，可是获守信息的过程必然耗资耗力，现实的运作过程不见得会轻易。