你的朋友平均比你多 3.3 倍朋友——友谊悖论不是段子,是一台免费的有偏采样器
【锚点】这一篇只钉一个判断:【友谊悖论不是社交焦虑的数学版,它是「按度加权的采样分布」在说话;同一个机制,用来「找东西」是免费加速器,用来「估比例」是系统性毒药——分不清这两件事,你就会把工具当结论。】
【显式】1991 年 Scott Feld 在 Why Your Friends Have More Friends Than You Do(AJS 96(6):1464)给的证明只有一行:随机挑一条边,再随机挑这条边的一个端点——你抽到的不是「均匀的人」,而是「按朋友数加权的人」。
【流程节点链路】均匀抽人 → 抽到度为 k 的人的概率 p(k) → 改为「随机一条边的一个端点」 → 端点度分布 ∝ k·p(k)(尺寸偏置 size-biased) → 期望 ⟨k²⟩/⟨k⟩ → 减去 ⟨k⟩ 得 Var(k)/⟨k⟩ → 结论:朋友的平均朋友数 = 你的平均朋友数 + Var(k)/⟨k⟩ = ⟨k⟩(1+CV²)。等号只在正则图上成立。
所以悖论的强度不是常数,它直接读出度分布的异质性:CV=1 时朋友恰好是你的 2 倍;CV=3 时是 10 倍。
【显式】真实数字。Ugander、Karrer、Backstrom、Marlow(2011,Facebook 全图,7.2 亿节点):用户好友数中位数 190,其好友的好友数中位数 635。比值 3.34,不是 2——因为度分布重尾,CV 远大于 1。
【细微】这里有个每年都有人踩的坑:3.34 是两个独立中位数之比,不是「个体比值的中位数」。低度用户贡献了巨大的个体比值,所以个体比值的中位数比 3.34 更大。把两个边际中位数相除当成配对统计量,是 size-biased 抽样最常见的二次误用。
【隐式】但这台采样器可以当武器。Cohen、Havlin、ben-Avraham(2003,PRL 91:247901)把它变成免疫策略:在无标度网络上,2<γ<3 时 ⟨k²⟩ 发散、渗流阈值趋于 0,随机免疫几乎无效;而「随机选人、免疫他的一个随机熟人」(acquaintance immunization)只需移除极小比例就能切断传播。你不需要知道图,你只需要会问「你认识谁」。Christakis & Fowler(2010, PLoS ONE)用同一招:监测随机学生的朋友,比监测随机学生本人早约两周捕捉到流感潮。
【细微】但偏置方向必须记账。要估「人群中具有某特征的比例」,通过朋友采样会系统性高估;正确做法是 Horvitz–Thompson 式加权,每个被抽中的朋友按 1/k 加权。同一份数据,不加权是「找东西」(对),加权才是「估比例」(对)。混淆这两者,就是无数「社交媒体民意调查」翻车的地方。
【极难发现】更深一层:这个「按度加权」根本不是网络科学的特产,它是随机游走的平稳分布。随机游走在节点 i 的停留概率 π_i ∝ k_i——和「你的朋友」是同一个测度。于是所有「对邻居求平均」的量(图拉普拉斯、邻居平均度、PageRank 的阻尼项、网络上 Ising 的平均场)都偷偷用了这个测度。你以为你在算「平均」,其实你在算「按度加权的平均」。这是网络科学里最普遍、也最少被明说的一次换测度。
【极难发现·反例警告】「广义友谊悖论」(Eom & Jo 2014, Sci Rep 4:4603,合著网络)常被过度引用成「你朋友比你更富有/更快乐/更瘦」。这需要该属性与度相关;属性与度独立时悖论不成立。别把一个条件命题当普适定律用。
留一个值得吵的问题:如果偏置在「找」的时候是加速器、在「估」的时候是毒药,我们该不该继续把它叫「偏置」?还是说,网络科学真正缺的从来不是「去除偏置」,而是每个统计量都标注自己用的是哪个测度?






0 Comments