六度分隔(Six Degrees of Separation)理論。簡單地說：“你和任何一個陌生人之間所間隔的人不會超過六個，也就是說，最多通過六個人你就能夠認識任何一個陌生人。
1967年，哈佛大學的心理學教授Stanley Milgram(1933-1984)想要描繪一個連結人與社區的人際連繫網。
基本介紹
- 中文名：六度分隔理論
- 外文名：Six Degrees of Separation
簡介,米爾格拉姆連鎖信實驗,經過,發現,套用,原理,示例,微軟MSN中套用,研究結果,數學解釋,參見,
簡介
六度分隔(Six Degrees of Separation)理論。1967年，哈佛大學的心理學教授Stanley Milgram(1933-1984)想要描繪一個連結人與社區的人際連繫網。做過一次連鎖信實驗，結果發現了“六度分隔”現象。簡單地說：“你和任何一個陌生人之間所間隔的人不會超過六個，也就是說，最多通過六個人你就能夠認識任何一個陌生人。”
“六度分隔”說明了社會中普遍存在的“弱紐帶”，但是卻發揮著非常強大的作用。有很多人在找工作時會體會到這種弱紐帶的效果。 通過弱紐帶人與人之間的距離變得非常“相近”。
數學解釋：若每個人平均認識260人，其六度就是260↑6 =1,188,137,600,000。消除一些節點重複，那也幾乎覆蓋了整個地球人口若干多多倍。
米爾格拉姆連鎖信實驗
經過
米爾格拉姆的研究本來在無特定的市民大眾進行，而不是在專業的、需要高度合作的數學界及演藝界進行（參見下）。然而仍遭受不少抨擊。於首次連鎖信實驗（紀錄於未註明日期論文"Results of Communication Project"），米爾格拉姆寄出60封信給堪薩斯州威奇塔市自願參加者，請他們轉交到麻薩諸塞州劍橋市某指定地點的股票經紀人。
參加者只能把信交給他認為有可能把信送到目的地的熟人，可以親自送或者通過他的朋友。雖然有50個人參與了實驗，但組中只有3封信送到了目的地。米爾格拉姆在他1967年的那篇著名論文中提到在最初的實驗中，其中的一封信在不到4日的時間內，就被傳達到了目的地，但是他卻忽略了一個重要事實，那就是實際上只有不到5%的信件最終被送達了。在隨後兩次連鎖信實驗，因完成連鎖的比例太低，實驗結果未被發表。但是幸運的是，研究者發現很多微妙的因素會對連鎖信實驗的結果產生極大的影響。研究者嘗試在不同種族和不同收入人群中來重複實驗，他們發現巨大的差異。事實上，在米爾格拉姆合著的一篇論文中揭示如果信件的最終接受者為黑人，實驗的送達率為13%，而如果是白人，則送達率上升為33%，儘管實驗者開始的時候並不知道接受者的種族。
發現
雖然飽受議論，但米爾格拉姆帶來了不少新奇的發現。經過多次改良實驗，米爾格拉姆發現信件或包裹在人們心目中的價值是影響人們決定繼續傳遞它的重要因素。他成功將送達率提升至35%，後來更上升為97%。拋開對“地球是很小的”這樣論斷的懷疑不說，人們對“某個特定世界是很小”的論斷是沒有絲毫懷疑的（例如：從某個學院到密西根大學到蒙特婁猶太人社區。平均來看，為實現一次送達，需要6箇中間人從而得出了六度分隔理論的說法（Six Degrees of Separation)，他可能源於六個自由度的說法 (Six Degrees of Freedom)。不僅如此，米爾格拉姆還發現了漏斗效應，他發現大部分的傳遞都是由那些極少數的明星人物完成的。在一個5%的飛行員實驗中，他發現2/3成功的傳遞是由同一些“明星”來完成的。
儘管如此，這個實驗仍然存在著一個具有挑戰性的假設：它假設傳遞鏈條中所有的實驗者都完全有能力發掘鏈條終端的兩個人傳遞的有效性。
套用
原理
利用維基百科每篇條目內的連結，計算從一篇條目到另一個條目所需的次數。
示例
微軟MSN中套用
微軟的研究人員 Jure Leskovec 和 Eric Horvitz過濾2006年某個單一月份的MSN簡訊，利用2.4億使用者的300億通訊息進行比對，結果發現任何使用者只要透過平均6.6人就可以和全資料庫的1,800百億組配對產生關連。48%的使用者在6次以內可以產生關連，而高達78%的使用者在7次以內可以產生關連。
研究結果
Facebook的團隊為了宣揚Facebook周年紀念的朋友日，研究了當時已註冊的 15.9 億使用者資料，要在如此巨量資料上計算透過幾個人，可以找到兩個人之間關聯的數字，是一個巨大的挑戰。在2016年2月4號時於網站FACEBOOK research 公布標題為 Three and a half degrees of separation 的研究結果，發現這個神奇數字的“網路直徑”是 3.57，翻成白話文意味著每個人與其他人間隔為 3.57 人。如果僅考慮美國使用者的話，這個數字會降到平均 3.46 個人。
根據追蹤研究發現，這個“分離度”從 2011 年開始有持續下降的趨勢。2011年，來自美國康乃爾大學、義大利米蘭大學的學者與臉書研究團隊合作，計算了當時的 7.21 億使用者資料，發現這個數字是 3.74。現在 Facebook 的人口成長將近 2 倍，這個數字卻降低了一些。Facebook 研究團隊在這個整合、無法回推追蹤的大數據上，使用不同學者發明的一些統計技術與算法，精確預測這個距離。
數學解釋
依據鄧巴數，若每個人認識150人，其六度就是150=11,390,625,000,000（約11.4萬億）。消除一些節點重複，那也幾乎覆蓋了整個地球人口數倍以上。
公式可以進一步抽象成：
，其中n表示複雜度，N表示人的總數，W表示每個人的聯繫寬度。
參見
- 社群網路服務
- 分散式社交網路
