為什么朋友的人緣總比你好？

有時辰，你是不是感覺你伴侶的分緣總比你好？他們似乎總有小伙伴一路出去玩，而你經常獨自待在家里。事實真的是如許嗎？

很遺憾，從某種角度來說簡直如斯。不外不要悲傷，因為現實上我們所有人都是如斯，幾乎每小我城市感覺伴侶的伴侶數目比本身多，分緣比本身更好。你不相信嗎？為了理解這個問題，美國研究人員對在線社交收集平臺進行了調查。他們存眷Facebook(美國的社交收集平臺)所有的活躍用戶，并調查了整個平臺用戶的平均程度，發現用戶平均擁有190個伴侶，而用戶的伴侶平均有635個伴侶。也就是說，平均而言，每小我的伴侶數目低于伴侶的伴侶數目。

對于線下社交收集的研究也顯示出同樣的趨向。這種現象被稱為“友情悖論”。1991年，社會學家斯考特·費德初次提出這一概念，在研究社交收集布局時他發現，年夜部門人的伴侶比他們有更多的伴侶。后來，跟著研究者不竭研究，他們發現這一悖論現實上并不僅限于“伴侶數目”這一層面，在年夜大都環境下，人們的伴侶會比他們加倍優異、加倍當作功，綜合這些研究成長出了“廣義友情悖論”。

數學闡發：社交花蝴蝶惹的禍

這一結論看上去很違反直覺，因為友情是雙標的目的的，若是你認為你的伴侶數目比伴侶的少，那么你伴侶的伴侶數目該當比他伴侶的多。那他怎么還會感覺本身不如本身伴侶的多呢？然而，這倒是事實，這一悖論從數學上闡發也站得住腳，其實就是加權平均和算術平均數的問題。

我們假設A、B、C、D是四個學生。A獨一的伴侶是B；B是社交達人，和大師都是伴侶；C和D彼此是伴侶，和B也是伴侶。為了便利，我們把“伴侶數目”界說為得分數。那么，A就有1分，B有3分，C和D別離有2分。加起來一共有1+3+2+2=8分，所以平均每小我的得分是8/4=2分。

這個平均值“2”即是每小我的伴侶數目。那么每個伴侶的伴侶數目是幾多呢？試想一下，面臨這個問題，四個學生會紛紛喊出他伴侶的伴侶數目。A會說，B有3分；B會說，A有1分，C和D別離有2分；C會說，B有3分，D有2分；D會說，B有3分，C有2分。這些加起來一共是3+1+2+2+3+2+3+2=18分，因為計較了8個數，是以18/8=2.25。這個“2.25”即是伴侶的伴侶數目。顯然，2.25年夜于2，也就是說伴侶的伴侶數比每小我的伴侶數多，這就是“友情悖論”所說的現象。

這個“2.25”其實是1、3、2和2的加權平均值，所謂“權”是指一個數據呈現的次數。讓我們再來看看上面這個18是怎么得來的：A被提到過一次，因為他只有一個伴侶，是以他對總分的進獻是1×1=1；B被提了3次，是以他對總分的進獻是3×3=9；C和D別離被提了兩次，別離進獻2×2=4。換句話說，各個得分在加起來之前先平方了，這種運算方式所求得的平均值當然比算術平均值高。在計較“伴侶的伴侶”這個過程中，每小我的伴侶城市被列舉一遍，一小我擁有越多的伴侶則越輕易被反復計較進來。好比社交達人B有3個伴侶，那么“B擁有3個伴侶”這個前提在B的3個伴侶別離計較本身的“伴侶的伴侶數目”時，就被反復利用了3次。所以社交達人的權重很年夜，對總和發生主要影響，會拉高平均值，換句話說，其實是因為存在社交達人，會讓你發生你的伴侶分緣都比你好的這種“錯覺”。

理解現象背后的素質

為什么會呈現這種現象呢？你可以認為這是因為數據誤差導致高估的現象。例如，去藏書樓進修。當你環視周圍的時辰，是不是感覺大師都在當真進修，比你更投入？這是不成避免的，也恰是你應該看到的。因為他們是那種愿意花時候在進修上的人，這也是為什么你一起頭就在那邊看到他們的原因。而有很多數不清的人躺在家里睡年夜覺，你當然不會看到他們，不會和他們比力，不會把他們計較在內。所以這其實是一種數據誤差，導致我們高估了別人。

但這個現象其實是基于一個事實，即人們凡是更愿意也更輕易跟隨比本身更受接待、更優異、更有影響力的人。不管是線上仍是線下，我們都更有可能和一個有良多伴侶的人交伴侶，而不是和有很少伴侶的人交伴侶。一方面，恰是因為一小我的伴侶良多，所以我們更有可能當作為他或她的伴侶。另一方面，我們會傾標的目的于被受接待的人所吸引。想一下，我們的怙恃是不是經常告訴我們要和那些優異的人一路玩？是以，若是你計較出一小我的伴侶數，就會比他或她伴侶的伴侶數少。

理解這一研究成果，可能會幫忙我們緩解糊口中的一些懊惱。研究表白，過度利用社交媒體味增添我們的社交焦炙。若是我們的社交焦炙源于我們認為伴侶比我們過得更好的話，那么熟悉到“友情悖論”，會有助于緩解這種焦炙。究竟結果，每小我在各自的社交圈子里都有各自比不上的人，那么還有什么比如較的呢？并且，在友情中真正主要的是質量而不是數目。若是一小我有100個酒肉伴侶，4個親密伴侶。你只會和這4個親密伴侶分享你的喜怒哀樂，而不是那100個。若是你需要幫忙，那100小我未必會幫忙你，但這4小我卻會義不容辭地伸出援手。是以，我們應該對本身所擁有的心存感謝感動，而不必糾結于伴侶是否比你更受接待，分緣比你更好這種沒有意義的懊惱。

追蹤“花蝴蝶”，預防疫情

就像很多不測的發現一樣，“友情悖論”也帶來了出人意表的應用，這是其發現者無法預見的，它激發了一個早期預警系統來監測流行癥的爆發。

受“友情悖論”的開導，科學家尼古拉斯·克里斯塔基斯和他的同事揣度處于社交收集中間的花蝴蝶們會比邊緣地帶的人更早傳染風行性疾病。為了驗證他們的揣度，2009年在流感季臨近時，他們設計了一個嘗試。他們聯系了319名哈佛年夜學的學生，讓他們列舉出425名伴侶。以這425小我作為“伴侶組”，與另一個“隨機組”尷尬刁難照，及時監測兩組人員的健康狀況。

成果不出他們所料。伴侶組就像是尖兵一樣，比隨機組提早兩周呈現了流感癥狀。而經由過程其他的檢測方式，研究人員甚至不雅察到伴侶組疫情呈現岑嶺期的時候，比隨機組早了一個多月。研究人員認為這對公共衛生而言可能具有主要意義。經由過程簡單扣問一個隨機人群，讓其列出本身伴侶的名字（凡是會是受接待的社交達人），然后進行追蹤并比力兩組人群，我們就可以或許在疫情進犯整個群體前展望出疫情的走標的目的，從而許可相關部分采納更早、更有用的辦法。

其實這并不難理解，處于社交收集中間的花蝴蝶們接觸的人更多，當然更輕易接觸到病源。不外盡辦理論上，這種“伴侶監測系統”是一種比力不錯的展望疫情走標的目的的體例，可是獲守信息的過程必然耗資耗力，現實的運作過程不見得會輕易。