是什麼決定了你的社交網路

著名的「鄧巴數字」，由英國牛津大學的人類學家羅賓·鄧巴（Robin Dunbar）在20世紀90年代提出。該定律根據猿猴的智力與社交網路推斷出：人類智力將允許人類擁有穩定社交網路的人數是148人，四捨五入大約是150人。7月26日發表在PNAS(美國國家科學院院刊)的一篇論文中，來自馬德里卡洛斯三世大學的Ignacio Tamarit等人提出的模型來解釋了為什麼在個人社交網路中人的關係會出現分層現象，並將這種現象歸因於在一段關係中人們投入的時間和精力不同。該模型預測會存在兩種模式——標準模式和反向模式。

在標準模式（人們的精力和時間是有限的）中，當投入的越多，那麼關係就會越近，如果將關係的遠近映射到層級中，那麼裡層的關係則比較密切，人們的投入自然就多，外層的關係則相對疏遠，人們的投入也就較少。這種模式一般出現在規模稍大一些的網路結構中，隨著層級的增加，人們之間關係(Links)數——網路中的連邊數——的增速會越來越快，圖B中的黑色虛線。而在反向模式（人們的精力和時間有所剩餘）中，一個人擁有的時間和精力越多，那麼他更願意去投入以增加新的關係。這種模式一般出現在規模很小的網路中，隨著層級的增加，關係(Links)數的增速會越來越慢，圖B中的綠色虛線。

其實，這兩種模式也就是我們常說的「圈子大」和「圈子小」，判斷到底是哪一種模式，只需看 即可，大於0，標準模式，小於0，反向模式。

作者用5個數據集來驗證該模型是否正確，包括1個學生網路和4個移民網路。在學生網路中，由於該網路規模較大，網路中的個體之間聯繫較多，而個體的時間和精力有限，那麼關係的層級也就比較明顯，這對應標準模式，如下圖所示。

可以看到大約80%的學生的 值大於0，只有很少一部分學生表現出反向模式，圖B和圖C分別對應兩種模式中隨著層級的增加，關係(Links)數的累積分布情況。

而在另外4個移民網路中，由於這個群體本身的特殊性(剛剛來到新的國家，對周圍的環境陌生，認識的朋友很少，大多數局限於移民群體內部)，網路中的個體有充裕的時間和精力去擴大自己的社交圈，這對應反向模式，如下圖所示。

可以看到，A和B兩個網路中的個體的 值都小於0，C和D網路中大多數個體的 值也都小於0，關係(Links)數的增速隨著層級的增加也都逐漸變緩。

簡而言之，如果把人們的社交圈按照關係的遠近來分層的話，會出現兩種模式。一種是標準模式，在這種模式中，人們的關係(Links)數大多聚集在外層，也即「圈子大」，但是這種外層的關係比較疏遠，個體會將主要精力放在經營內部圈子上；一種是反向模式，在這種模式中，人們的關係大多數局限於內層，也就是平時所說的「圈子小」，但 這種內層中的關係更加密切，而個體更願意花費時間和精力去擴大自己的社交圈。

原文鏈接：

Cognitive resource allocation determines the organization of personal networks?

www.pnas.org
推薦閱讀：