1702568770
● 平均路径长度较短,人们在网络上经过数量不多的中间人就可以找到他们想找的人,就像斯坦利·米尔格拉姆的内布拉斯加邮件实验所指出的那样。
1702568771
1702568772
● 传递性好,一个人的众多朋友中的大多数彼此也是朋友。
1702568773
1702568774
邓肯·瓦茨和史蒂芬·斯托加茨指出,你可以在任何一个人高度结构化的网络上,增加少许的随机连接,然后,你就可以得到一个平均路径长度较短的小世界网络。最后得到的网络,是一个高度有序的网络。它拥有很多小圈子(每个人都与其他人建立连接关系的群体),并且,信息可以通过多条路径从一个小圈子流向另一个小圈子,从一个人传播到另一个人再传播到下一个人。
1702568775
1702568776
大连接洞察
1702568777
1702568778
乌齐发现,如果一个团队的构成人员以前从未在一起合作过,这个团队的表现就会很差,失败的可能性会大增。这些网络的连接情况不理想,大部分都是弱连接关系。另一种极端情况是,群体的构成人员以前都曾合作过,这样的团队制作的音乐剧往往也是不成功的。因为这样的群体缺少外部传入的新思想,他们总是照搬第一次合作时的思路。可是,在这两个极端之间,乌齐又发现了一个平衡点:既要让新团队成员的构成多样化,又要保留住以前合作时所形成的稳定关系。取得巨大成功的网络,就是那些小世界特性极为突出的网络。
1702568779
1702568780
弱连接关系和强连接关系混合的生产型公司网络,既有群体中的新成员带来的新思想,又有配合方面的优势,因此,既方便沟通,又有利于创新。可以说,无论对财务上的成功,还是对关键成功要素而言,网络结构都具有非常大的影响。
1702568781
1702568782
制作最好的音乐剧可能不是你追求的首要目标,但是,弄清怎样才能提高团队的创新能力却大有用处。乌齐还研究了人类的成就以及他们与社会网络的关系。
1702568783
1702568784
比如,过去人们都认为,科学发现中的杰出成就,都跟个人的天赋分不开。但是,纵观整个20世纪,发现与创新的成果却越来越多地归功于集体,而不是个人。
1702568785
1702568786
毫无疑问,我们可以从发明人网络上看到,任何一个人的创新,几乎都离不开他人的成果信息。突破往往发生在相互合作的小圈子内,而网络能够放大人们的才能。经验告诉我们,知识与技能的互补,让合作更富有成效,导致总体大于各组成部分的总和。一个有待解决的问题是,怎样才能说清楚与人们独立工作相比,作为团队的一部分他们会做得更好。
1702568787
1702568788
▲大连接实践▲
1702568789
1702568790
为了研究这个问题,乌齐把引用情况作为“好的”科研工作的标志。在科研领域,引用体现的是一种赞誉,至少是引起了他人的关注。
1702568791
1702568792
乌齐收集了1945-2005年全世界范围内出版的2100万篇科研论文数据,以及15年间累计的190万份专利档案数据。然后,他对个人撰写的论文和团队撰写的论文做了对比分析。
1702568793
1702568794
如果把引用情况作为衡量论文质量的标准,乌齐发现,平均来看,团队的成果要好于个人的成果,而且重要得多。
1702568795
1702568796
对于是否真的存在很多学者俗称的“30英尺规则”,乌齐也给出了自己的解释。这个规则是说,人们仅与相距30英尺以内的人合作。但是,以我们前面讨论过的伴侣情况为例,人们寻找伴侣的途径,已经从“住所附近”转向了社会网络。就肥胖传染而言,社会网络连接关系也比地理位置连接关系重要得多。因此,空间距离对科研合作的限制作用越来越小。通过分析1975-2005年发表的420万篇论文数据,乌齐发现,与来自同一所大学的研究人员所组成的合作团队相比,来自不同大学的研究人员所组成的合作团队有日益增加的趋势。这种趋势的出现与人们对专业化的重视有关,从某种程度上讲,肯定也受到了全球化的影响。不管怎么说,逐渐清晰的一点是,小世界形式的组织非常适于科研合作,因为这种组织便于让不同地域或不同组织的人协同工作。
1702568797
1702568798
★KEY WORD★“小世界”网络
1702568799
1702568800
“小世界”网络是一类特殊的复杂网络结构,在这种网络中,大部分节点彼此并不相连,但节点之间经过少数几步就可到达。小世界网络具有两个重要特征:平均路径较短和传递性好。
1702568801
1702568803
|网络结构影响问题解决能力|
1702568804
1702568805
尽管乌齐的研究表明某些网络形状或结构与人们的合作方式有关联,但悬而未决的问题在于:究竟是网络导致人们的合作方式不同,还是那些更有可能合作的人只不过偶然地形成了某种类型的网络?为此,计算机科学家迈克尔·卡恩斯(Michael Kearns)和他宾夕法尼亚大学的同事们决定做一个实验,研究实验室里搭建的社会网络是如何影响合作的。
1702568806
1702568807
▲大连接实践▲
1702568808
1702568809
他们将学生分成几组,并将他们分配到由38人构成的、结构不一的网络中,见彩图V。对于网络中每个位置的学生,调查人员只给他们唯一的一个选择:你想成为哪种颜色?对于学生们来说,他们的唯一目标是:选择的颜色要不同于与你建立连接关系的人所选择的颜色。
1702568810
1702568811
学生们坐在计算机终端前,屏幕上显示着他们的邻居选择的颜色(他们不能看到整个网络),学生们可根据离他们最近的网络邻居们所选择的颜色选出另外一种颜色。他们可以随时改变颜色。实验是有时间要求的,如果哪个群体在规定的时间里达到了一个稳定状态,做到了每个人的颜色都不同于他邻居的颜色,那么他们会得到一笔钱。
1702568812
1702568813
他们是怎样做到这一点的呢?事实证明,网络结构确实对他们解决问题的能力有很大影响。与杂乱的网络相比,环形结构(就像彩图V中A~D那样)的网络解决起来更容易些。跟我们的直觉相反,网络上平均每个人的邻居越多,这个群体总体上达到稳定状态的速度就越快。38个人完成颜色协调所需要的平均时间分别是144秒(网络A)、121秒(网络B)、66秒(网络C)和41秒(网络D)。网络越复杂,人们解决这一问题所需要的时间也越长(网络E用时220秒,网络F用时155秒)。
1702568814
1702568815
对网络D和网络E做一个对比是非常有意义的。这两个网络中的人都面对着类似的网络环境,平均邻居数量差不多,平均分隔度数也大致相同。但千万不要忘记的一点是,参加实验的这些学生不知道他们身处哪种类型的网络,他们仅能看到与他们相距最近的邻居。但是,网络E所用的时间超过网络D所用时间5倍。因此,总体连接模式中的小差别,对群体的表现有相当大的影响。
1702568816
1702568817
对于那些需要协调各方面力量来解决经济问题的人来说,值得借鉴的地方在于:应该建立明晰的网络连接关系,或者按照今后的工作需要把人们组织起来。
1702568818
1702568819
例如,2009年通过的7870亿美元经济刺激计划为成千上万的地方、州和联邦机构提供了资金,并期望他们尽快把钱花出去。为了避免因为项目重复而导致浪费,这些钱要花在不同的项目上。卡恩斯实验告诉我们,对于这样一些项目,不管已经存在哪些非正式的渠道,政府都应该在机构之间建立沟通渠道。换句话说,政府应该帮助建立小世界连接关系。
[
上一页 ]
[ :1.70256877e+09 ]
[
下一页 ]