6 度分隔落伍了,臉書上的朋友只有 3.57 度分隔而已!
6 度分隔落伍了,臉書上的朋友只有 3.57 度分隔而已!
2016.02.06 | Facebook

臉書研究顛覆你的想像。如果你上臉書,臉書上的 15.9 億人中間,僅隔著 3.57 個朋友而已。

你與臉書上的人,到底距離多遠?臉書說,這數字平均只有 3.57 而已。數位時代翻攝自 Facebook Research。
(你與臉書上的人,到底距離多遠?臉書說,這數字平均只有 3.57 而已。數位時代翻攝自 Facebook Research。)

許多人都曾經聽過,世界上的任何人與任何人之間,最多僅隔著 6 個人而已。這個現象通常被直譯為「六度分隔理論(Six Degrees of Separation)」(一作「六度分離」),原理主要來自 1960 年代哈佛大學的社會心理學家 Stanley Milgram 的一次實驗。(目前發現,有學者早在 1929 年就曾論述過這樣的猜測。)

Stanley Milgram 那時候對社會網絡理論深深著迷,他想要研究計算出:「在美國,人與人的實際間隔到底是多少個人?」。他設計了一個在當時社會聽來十分有趣的實驗,設計一套實驗包裹,請求 160 個分住在堪薩斯州的威奇托市(Pizza Hut就從這裡來)與內布拉斯加州的奧馬哈市(華倫·巴菲特現在就住這裡,Stanley Milgram 認為威奇托與奧馬哈距離波士頓夠遠,所以具有代表性)居民,透過這包實驗包裹,來尋找他所設定的實驗目標:一位住在麻州波士頓市(哈佛大學所在地)的股票交易員,及住波士頓附近的雪倫市自己學生的配偶。

實驗包裹裡的內容,包含有:一張簡述實驗目的的文件、一把已經準備好回郵的明細片、一張被要求找到的實驗目標對象照片、有關這個實驗目標對象的姓名/地址與其他相關資訊(例如工作)、以及如下的要求說明

如何參加這個研究
1. 在包裹內的姓名表接續填上你的名字,這樣下一個收件者就會知道這包裹是哪來的。
2. 填好一張明信片寄回哈佛大學,不需要回郵,這明信片很重要,用來告訴我們這個得找到目標對象的包裹進展到哪啦!
3. 如果你個人認識這個實驗的目標對象,而且知道他/她的名字(first name),直接把這個包裹寄給他/她,只有在你碰過他/她,而且互相知道對方名字的時候才這麼做喔!
4. 如果你不認識這個實驗的目標對象,別直接聯絡他!找一個最可能認識這個對象的朋友,把包裹(包含原來所有的文件與明信片喔)寄給他/她,你可以寄給你的朋友、親戚或熟識的人,但一定要確定你的收件人跟你也互相認識對方。

內布拉斯加州的奧馬哈市距離哈佛大學所在地的波士頓 2061 公里,以今日的眼光來看實在不遠。數位時代測量、翻攝自 Google 地圖。
(內布拉斯加州的奧馬哈市距離哈佛大學所在地的波士頓 2061 公里,以今日的眼光來看實在不遠。數位時代測量、翻攝自 Google 地圖。)

最後,有 42 個包裹成功抵達了實驗目標對象的手上,最短的路徑中間只經過了 2 個人就找到了目標;Stanley Milgram 計算了這 42 個路徑後發現,這個神奇的中間人數字,中位數是 5.5 (注意喔!是中位數中位數中位數,因為很重要,所以說三遍!),非常靠近數字 6,但終其一生,他都沒有發明「六度分離」的說法。

「六度分離」一詞,一直到 1991 年東尼獎得主 John Guare 寫了一個膾炙人口的同名百老匯劇本;並在 1993 年被拍成由威爾史密斯主演的電影,這個詞才逐漸為大眾所朗朗上口。

1993 年演出「六度分隔」的威爾史密斯有夠年輕,誰會知道他後來演出那麼多膾炙人口的科技電影?MGM 於 IMDb 上的劇照
(1993 年演出「六度分隔」的威爾史密斯有夠年輕,誰會知道他後來演出那麼多膾炙人口的科技電影?MGM 於 IMDb 上的劇照)

六度分離」這部劇本裡有一段台詞這麼說道:「每個在這個星球上的人都被另外六個人所隔開。六度分隔。在我們與星球上的其他人之間。美國總統與威尼斯的貢多拉船手,不只是因為誰有名而已,管你是雨林裡的原住民、火地島的居民或愛斯基摩人都一樣!我與星球上的每位居民都隔著六個人被綁在網上...每個人都像一扇新門,開啟另一個世界

六度分離這個重要的發現引起了社會網絡學界的猜測,究竟是什麼樣的機制,會讓看似如此分離的世界間的任何人,距離卻比想像中更近。這個猜測後來引發了著名的研究成果:小世界(small world)與小世界實驗(small world experiment),這值得我們再開一篇文章來說明這個好故事。但在後來的社會網絡的學術研究裡,許多知名研究都曾經挑戰過「六度分隔」這個研究數字,從 1998 年至今,許多學者運用過不同的資料來運算這所謂的網絡大小,通常這個神奇的數字在學術上被稱為「網絡直徑」(the diameter of a network),這數字往往跳來跳去,在不同的資料與不見得相同的計算方法下,從 19 到 3 都有人說。最新的數據,則是前幾天臉書所公布的數字:3.57。

社會網絡的研究因為社會網絡服務的興起而令人著迷,圖片來源:Pixabay
(社會網絡的研究因為社會網絡服務的興起而令人著迷,圖片來源:Pixabay)

臉書的團隊為了宣揚臉書週年紀念的朋友日,研究了目前在其上註冊的 15.9 億人資料,發現這個神奇數字的「網絡直徑」是 4.57,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 年來有持續下降的趨勢。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。現在臉書的人口成長將近 2 倍,這個數字卻降低了一些。從研究定義上來看,要在海量資料上計算這個數字其實是一個巨大的挑戰。臉書研究團隊在這個整合、無法回推追蹤的大數據上,用了不同學者所發明的一些統計技術與演算法,去精確預測了這個距離。

臉書所有用戶資料所預測的平均分隔數分布。平均每位使用者與其他使用者距離 3.57 步。大部分的人則介在 3 到 4 之間。本圖來自臉書研究團隊
(臉書所有用戶資料所預測的平均分隔數分布。平均每位使用者與其他使用者距離 3.57 步。大部分的人則介在 3 到 4 之間。本圖來自臉書研究團隊)

1960 年代,Stanley Milgram 做實驗的時候,電話、廣播、電視都剛在美國普及一陣子,還沒有現代的網際網路(WWW)、Google 或臉書,甚至也沒有「人肉搜索」一詞。(現在就算是中央研究院在臺灣做這種實驗,大概都會被認為是詐騙集團違反個人資料保護法吧?) 2016 年的現在,全球有了網際網路,而且行動電話網絡密佈到幾乎人手一台可以聯網的智慧手機(smart phone);現在的產業正在推動,連你家的家具都快要可以聯網。臉書的這個數字趨勢恐怕只是整體趨勢的其中一環,這個神奇數字無論在什麼資料上,恐怕會繼續往下降。

臉書也公布了其創辦人 Mark Zuckerberg 的數字是 3.17,營運長 Sheryl Sandberg 則是 2.92,大部分臉書人口的神奇數字,平均介在 2.9 到 4.2 之間。其實,臉書也替每個人都算出了他自己的神奇數字,筆者的神奇數字是 3.33,你也可以在這裡找到自己的神奇數字,你的神奇數字是多少呢?

創辦人 Mark Zuckerberg 的數字是 3.17,營運長 Sheryl Sandberg 則是 2.92

代表圖出處:Chris Potter 分享於 FlickrCC by 2.0

關鍵字: #Facebook
往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓