科學分析方法，圖標與數據研究的重要。從金字塔的總體社會結構來看，紅帆服務的企業大多結構明確、制度嚴禁，也就是“企業級應用”，在社會金字塔裏屬於中層骨幹，信息傳遞速度適中；而社會網絡型的企業，一種鬆散的合作關係，信息傳遞極快、失效也快，鬆散的管理制度利於信息快速流通。那麼社會網絡型的優勢能不能作爲企業級應用的局部或者時效補充了？
導語：Facebook週一在官方博客中發表署名艾唐·巴克什(Eytan Bakshy)的研究報告稱，雖然傳統觀點將社交網絡視爲一個只能提供相同視角的“回聲室”，但事實上，通過量化分析和理論研究不難發現，社交網絡用戶分享的更多信息來自弱關係，並因此成爲了重要的新觀點傳播媒介。
以下爲文章全文：
你的好友如何影響你在網上看到和讀到的信息？Facebook等社交網絡技術使得我們可以與數百甚至數千人建立聯繫，而且已經從根本上改變了人們獲取信息的方式。
儘管我們的多數時間都在與密友交流個人生活，但同樣會使用在線社交網絡分享突發新聞、討論政治問題，並瞭解最新趨勢。2010年，我的同事伊塔瑪·羅森(Itamar Rosenn)、卡梅倫·馬洛(Cameron Marlow)、拉達·阿達梅克(Lada Adamic)和我共同對Facebook展開了一項研究，希望理解信息在社交網絡上的傳播特性。
有人認爲社交網絡只是扮演了“回聲室”的角色，人們只是消費並分享了志同道合的密友提供的信息，扼殺了多樣化信息的傳播。但我們的研究卻勾勒出一幅不同的景象。
我們發現，儘管人們更有可能消費並分享經常互動的密友發佈的信息(例如討論前一天晚上聚會的照片)，但絕大多數信息都來自他們並不經常接觸的人。這些遠距離聯繫人更有可能分享新穎的信息，證明社交網絡可以成爲一個分享新觀點、突出新產品並討論時事的強大媒介。
這項研究認爲，Facebook並非很多人所認爲的回聲室——在線社交網絡反而推動了新穎信息和不同觀點的傳播。
社交網絡信息傳播路徑
經濟社會學家馬克·格蘭諾維特(Mark Granovetter)是首批使用社交網絡來理解信息傳播模式，並將這一方法推廣開來的人之一。他在1973年發表的論文《弱關係的力量》(The Strength of Weak Ties)中驚喜地發現，相對於密友而言，人們更有可能從聯繫不頻繁的人那裏獲取求職信息，並找到工作。
爲了解釋這種現象，格蘭諾維特使用社交圖譜來說明了社交網絡與信息獲取之間如何相互關聯(圖1)。當一個人與兩個交往密切的人互動時，這兩個人也有可能相互交流。因此，人們趨向於形成聯繫緊密的“密集羣”(dense cluster)，羣中的所有人都有聯繫。
這些結構與信息獲取有何關係？由於這些羣中的人都彼此認識，任何一個人所知道的信息都可以迅速傳播給羣中的其他人。相對於人們的整個社交網絡而言，這種聯繫緊密的社交圈規模較小，而具體到未來的工作機會，則很難提供新線索。
格蘭諾維特使用交往頻繁的關係和社交結構來解釋：爲何工作信息反而來自於那些交往不頻繁的弱關係。通過消除密集羣之間的隔閡，弱關係有助於傳遞新信息。弱關係的這種力量催生了很多有關社交網絡信息傳播模式的流行觀點。
人以類聚
傳播更爲廣泛的信息又是什麼情況呢？比如互聯網上流傳的新聞？要理解信息在社會中更爲普遍的傳播方式，很重要的一點就是不能單純考慮人們之間的聯繫方式，還要考慮推動信息傳播的共性。社交網絡最大的發現就是同質性(homophily)，即有着相似個性的人相互聯繫的傾向。人們可以通過工作場所、職業、學校、俱樂部、愛好、政治信仰以及其他因素彼此聯繫，同質性適用於你能想到的任何一種社交網絡：密友、同事、同學，甚至共同乘車的人。
如今，這些共性不僅決定了人們相互聯繫的頻率及其探討的話題，還決定了他們作爲個體在網絡中尋找何種信息。同質性表明經常聯繫的人彼此相似，並有可能消費更多相同的信息。交流較少的個體則更有可能存在差異，並消費更多不同的信息。圖2可以說明這種觀點。
興趣和新意
爲了理解在線社交網絡如何影響信息傳播，我們使用了News Feed中的隨機變量來判斷：當一個人看到好友發佈的內容時，分享該內容的可能性有多大。我們發現，人們分享Facebook強關係發佈的內容的可能性高於弱關係。
關於強關係之間的信息流增加，有很多可能的解釋。其中一個原因是：密友之間更有可能彼此相似，並因此發現對方分享的內容更有趣。另外一種解釋則是：強關係更有影響力，所以人們更有可能因此而分享來自密友的信息。
我們還對Facebook如何加大信息傳播面進行了研究。也就是說，如果一個好友在Facebook上分享了信息，你因爲在News Feed中看到這條信息而分享的概率會增加多少倍？以下的數字揭示出這種乘數效應與好友關係強度之間的相關性。
我們發現，由一個人的弱關係分享的信息此後不太可能被侷限於小範圍內。因此，看到一個弱關係分享的內容，會導致一個人分享該信息的可能性增加近10倍。相比而言，由強關係分享的內容則只會增加6倍。簡而言之，弱關係最有可能向好友提供一些他們原本難以獲取的信息。
弱關係的共同作用
最後，我們又開始研究這些網絡效應如何塑造整體的信息傳播。儘管一個人更有可能分享來自密友的單條信息，但弱關係的集合卻肩負了多數信息傳播職責。
讓我們假設一個例子(圖5)。比如一個人有100個弱關係好友和10個強關係好友。假設你分享強關係好友發佈的信息的概率很高，大概爲50%，但弱關係則低得多，僅爲15%。因此，由強關係和弱關係傳播的信息數量分別爲10×0.50=5和100×0.15=15。所以總體而言，人們最終從弱關係好友那裏分享了更多的信息。
因此，這一數學運算的結果與我們假設的例子非常相似：人們的多數聯繫人都是弱關係好友，如果使用關係強度的經驗分佈及其相應的概率進行同樣的運算，就會發現弱關係貢獻了多數信息傳播。
結論
我們在Facebook上分享和消費的信息其實比傳統觀念所認爲的更具多樣性。與密友相比，我們看到並傳播了更多來自遠距離聯繫人的信息。由於這些遠距離聯繫人通常與我們存在差異，因此我們消費並分享的大量信息都是來自不同觀點的人。
這或許可以安撫那些擔心社交網絡僅僅是一個“回聲室”的人，他們認爲人們只會在這裏看到相同觀點。我們的研究首次對社交網絡的影響力進行了大規模量化，並表明在線社交網絡可以作爲一個分享新觀點、新產品和時事新聞的重要媒介。(書聿)