2013年6月21日 星期五

臉書的朋友多= 人脈好? 可惜不是…

原文出處:http://careher.net/?p=2239

出社會後我常聽到一句話:「有關係就沒關係,沒關係就有關係。」
雖然有點殘酷,但如同「可憐人必有可恨之處」,殘酷話裡往往蘊涵著中肯的道理。辛苦奮鬥數十載,往往不如認識幾個人來得重要。有實力也需要有舞台,寶傑需要關鍵時刻,千里馬也需要伯樂。
因此,儘管2D世界是我的最愛(說出來了),我偶爾還是會提起屁股去社交場合,遞上那彷彿跟兵馬俑一起被挖出來的泛黃破舊名片。
「交友家」該具備的條件?
via CAREhER
via CAREhER
參與這類聚會時,我總是特別羨慕那些悠遊於人群中的人,他聊天時不會搔頭,老祖先鑽木取火的基因不會再他們身上顯出作用,讓他們開始轉起杯子,更不會扭來扭去彷彿有條蜈蚣正在褲管裡攀岩。
他漾起的酒窩像黑洞,全場都被吸引過去。
一個晚上,他的手機聯絡人增加了一頁,我多了兩封廣告簡訊;他的臉書好友通知增加了二十邀請,我多了一項「Candy Crush Saga」的遊戲邀請;
他的名片沒印上「交友家」,只是因為這個職業尚未明確定義。
若以學術標準來看,這種人就是——「被引用次數(citation)」很高。
被引用次數是指發表論文後來成為其他論文的參考文獻。數值越高,表示這篇論文越重要。
認識的人越多表示人脈越廣,你越有份量。是這樣嗎?
握手的重點在於跟誰握手,而不是握幾雙手
photo credit: TalentEgg
photo credit: TalentEgg
「被引用次數」並非最佳的衡量尺度。
舉例來說,被《馬達加斯加工程學會日報》或《Nature》引用,是完全不同的兩件事。人際關係也一樣,跟我或嚴長壽握手,手心冒汗的程度絕對不同。人脈不等於名片簿厚度,或臉書好友多寡。
若想正確評估自己人脈,絕對不能僅僅依賴名片簿厚度或臉書好友人數的多寡。
人脈演算法 
在此跟各位介紹一個有用的演算法來評估,並有效提升自己的人脈。
首先,將每個人看成一個點,人與人的關係是一條線。「想認識誰」,便畫一條單向的箭頭連向那人。好比擁有無數條連過來箭頭的嚴總裁,人脈指數絕對很高。
假設五個人(張友驊會說三個人,但那樣會讓舉例變得困難),大A、二A、三A、大B、小B。
每人的人脈指數初始值皆為1。
現在,二A、三A久仰大A的文筆;小B想認識大B。
於是我們能算出大A跟大B的人脈指數各是3與2:除了自己的1分,各自再加上二A、三A,與小B貢獻的分數。
假如大A在聚會上看見大B,想跟他攀談。
這時大B的人脈指數瞬間漲停,不只加1分,而是從2分跳到5分。
畢竟人氣3的大A想結交,和一般人想認識你是不同的。
提升人脈的第一個重點:
1) 不只是要跟越多人聊天,還要懂得結交「高人氣」的人
Big Bang Theory
Big Bang Theory
但要是大A接下來跟二A聊天,一旁什麼事都沒做的大B,人脈指數立刻降低!
為什麼?
因為這暗示著,當大B想找人幫忙時,有了別的朋友要照顧的大A,不會盡全力。
正確提升人脈的第二個重點:
2) 朋友滿天下的人,反而會分散力量,不見得是最有能力幫助你的人
反過來說,只有你一位朋友的人,他絕對會為了你赴湯蹈火。
由此可知與知名但不輕易結交朋友的人成為朋友,是相當重要的。
事實上,這套演算法是Google創辦時所發明的:越多連結過來的網頁,特別是「高人氣」的網頁,被連結網頁的「人脈」越高,越可能是使用者想看的網頁,Google便會將它排在搜尋結果的前幾名。
所以說,活在二十一世紀,做人難,做網頁也不容易。
更精緻的演算法
來源: vincos via
演變到現在,Google 發展出更精緻的演算法。
例如2012年四月 推出的「企鵝」,會濾出網站為了人氣而設計的作弊規則,揪出那些好比跟名人借位拍照藉此宣稱自己很紅的網站,還原它們的真面目,懲罰它們,調降它們在搜尋引擎上的排名。
可惜現實生活中,這樣快速公正辨識「實質人脈」的工具並不存在。偶爾,我們還是會遇到一些傢伙,宣稱自己跟誰誰很熟,但其實只在電視裡看過對方而已。
看來電腦比人腦進步的時代已經悄悄來臨
不過,結交朋友靠得是一種緣份,經營與維持也都需要用心,光靠數字/好友數也不一定就能證明成功。

Author I-wei

共發表 17 篇文章.
任職中研院的EE PhD,曾於德國、香港、日本、美國外派研究,現於MIT短期研究。喜歡將理工的訓練應用來觀察生活,推廣數學教育。受邀至多所大學、高中演講。現為CAREhER、有物報告(yowureport)、生活SNAP、聯合報《閱讀數學》專欄作家,著有散文集《再見,爸爸》。
最愛的名言是
"If people do not believe that mathematics is simple, it is only because they do not realize how complicated life is."

沒有留言:

張貼留言