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
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
「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
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。
沒有留言:
張貼留言