|
在SNS中, 由于建立朋友关系的成本为零，接受网上朋友容易，拒绝却很尴尬；一旦接受了邀请，就不好断绝。结果造成sns上的成员的网上朋友数量呈线性单调递增，一个sns使用时间越长，对外公开的网上朋友关系越多，真实朋友关系就越难察觉。国内不少sns是通过金钱礼物等等拉拢人上成为会员，会员之间的关系可能仅仅是一面之缘，这个问题更加严重. 现行舒缓这个问题主要有两种方法：朋友关系的主观分类和客观分类。主观分类是指把朋友按主观亲密程度分成不同类别，譬如亲密朋友，好朋友，一般朋友，陌生人等等。客观分类是指把朋友按现实关系区分，譬如中学朋友，大学朋友，同事，室友，共同兴趣爱好者等等来区分。 主观分类的缺陷是朋友关系往往根据用户随心定义，他认为亲密朋友，另一个她可能认为普通朋友。他在网上写上亲密朋友，但在现实世界可能仅仅是网友。他为了某种利益，可能把许多普通朋友都定义为亲密朋友。现实世界某些朋友由普通转为亲密，或有亲密转为普通的，往往没有及时地反映在网上状态中。A和B认为的好朋友关系，第三方的C未必这样认为。MySpace推出top8服务，允许用户从一般朋友列表中列出8个top friend。没想到，top8, 膨胀到16, 24一直到现在的top 40. Facebook曾经限制有交友数目5000人的大限，后来被活跃blogger的挑战而取消。Facebook上有一个top friend的widget, 是facebook最受欢迎的app, 没有限制top friend的数目，但随后又有super top friend 的widget的推出。 客观分类的缺陷是反映不出现实朋友亲疏情况。10年前的中学同班同学可能比不上现在1个月的室友关系密切。跟一个网上认识的朋友谈话的深度可能高于5年前的一个大学同学。与20年前的某个小学同学的关系可能比现在工作了5年的朝夕相对的同事的关系更好。Facebook目前采用这种分类，但用户往往置之不用，这从top friend app的受欢迎程度侧面反映出来。 所以，无论是哪一种分类，都不能解决问题，或者只能治标，不能治本，时间一长，朋友关系的数目由于SNS的朋友关系对外公开，用户静态描述和交友零成本而不断膨胀。朋友过载将导致以下问题： (1) 难以区分好友的好友，(2)通常一个人朋友越多，信息传播能力和影响力都越强，但这个问题使这些人淹没在众人之中，难以区分sns的意见领袖和信息传播的中心；(3)难以施加公众影响力，你可能不会在正式朋友圈面前登出色情照片，但在sns上一个拥有数千”朋友“的人是会这样做的，因为他不会受制于现实生活中的公众压力； (4)spammer和phisher会通过朋友渠道乘机而入，一封email电脑看到标题是”伟哥“就可能估计到是spam而过滤掉,但sns上的”朋友“发过来的伟哥信息却没有那么容易过滤 -- 或许你的朋友跟你开玩笑； (5)因为关系膨胀而鱼目混珠，所有建基于连接关系的算法，譬如图的搜索，google的pagerank, 各种centrality analysis等等都会失真甚至失效，这妨碍了sns开发进一步功能；(6)关系膨胀会破坏现实社会了阶级的关系，也就是富人的朋友往往也是富人，穷人的朋友往往也是穷人.譬如bill gates在facebook, 每天收到过千普通人的邀请（这些普通人可能认识bill gates的朋友，或朋友的朋友)，最后不堪负荷，只好退出。(7)各sns推出主观和客观关系管理，myspace从top8膨胀到top40, facebook先后有top friends和super top friends,他们都先后对虚假profile进行屠杀，扼杀和限制过度交友，都从侧面证明了膨胀的问题及各大sns的这个问题的束手无力; (8)当这个问题逐渐膨胀，而有其他对手的崛起，用户就会逐渐迁移，所以，我们看到friendster, myspace和facebook的相继崛起和衰落。 那么, 这个问题有哪些解决思路呢？ 当初google对搜索引擎的贡献, 就是PageRank, 解决了之前yahoo的搜索结果的相关性排序问题. 对于SNS来说, 就是要有一个FriendRank. 你的好友的更新, 不是按照时间顺序排列, 而是考虑FriendRank的权重. FriendRank的算法, 可以从考虑两个人之间的交互频度来考虑. 包括是否去看这个人的东西, 是否"踩一脚", 是否"评论", "分享". 当然这个FriendRank的算法还要考虑时间的因素.. SocialMedia就有一个FriendRank，只是没有公开具体算法。核心问题应该是频率，到底频率多少才构成有意义的联系？过重或过轻的交友成本都会使算法失败。算法还有考虑不能让用户滥用。PageRank的大敌是link farm -- webmaster互相连接网站。 但是, 只要计算的依据是自己的行动, 就可以相当程度地消减不利因素. 比如, 虽然你把某个人加为好友, 但是你从不看他的东西, 或者把他发的某篇东西标记为"垃圾", 就可以降低这个人在你这里的FriendRank. 反过来, 如果FriendRank的算法来自于对方的行动, 那么垃圾就是很难避免. 类似垃圾邮件的判断: 由接受者而不是发送者来决定. 另外一个方面. 在各种minifeed, 邻播, 好友动态之类的东西中, 要把充斥的"xx和xx成为好友"之类的信息, 合并成一条, 甚至放在页面底部. 还有诸如对于热门文章的"xx分享了xxx"等等, 也需要合并. 这点要做得好, 对数据库技术有点考验. SNS需要及时反映朋友动态, 但是并不需要即时到最新一秒钟. 相反, 用户更需要的是信息的梳理. 这点和搜索引擎是有点相似的. SNS在在各种minifeed, 邻播, 好友动态中按时间排序而没有帮助用户对信息进行价值梳理, 这本身就是一个web1.0思维..还是在追求pageview，潜意识中希望用户多刷屏.. :-) 这点应该参考一下搜索引擎..并不一定要反映最新的东西, 而是要反映最有价值的东西. 所以, 按"天"对信息进行合并梳理, 对用户应该更有价值. |
|
|
