不过，这也提出了许多问题。哪类朋友彼此之间具有最有意义的关联？我们一般只会信任身边少数人，对他们无话不谈，这样的人通常只有两三个。除此之外，我们还具有更为广泛的朋友圈子，也可以说是某些问题的“专家”，无论是汽车，还是烹饪。
通过研究网络互动的模式，研究人员正尝试预测我们信任哪些朋友，哪些朋友是彼此关心的。刚与微软研究院签约的加州大陆伯克利分校的博伊德说，这类数据很难解读。他说：“你写给母亲的电子邮件次数可能少于写给同事的电子邮件，但这并不代表你更不信任母亲。”
在帕洛阿尔托的办公室，这位来自麻省理工学院媒体实验室的32岁博士正在注视着连接数百万个小圆点的数据。卡梅隆·马洛(Cameron A. Marlow)是Facebook的一名研究人员，这个社交网站或许是历史上从事友情研究的最大实验室。他可以在两亿人当中研究各类社交媒体交流，包括分 享照片、打扑克、朋友请求。
广告宣传聚焦网友
虽然非常流行并且极受用户喜爱，但Facebook尚未以一个广告平台“身份”证明自己。Facebook的访客通常只关注他们的好友，而很少 关注上面的广告。没有人点击广告就不存在页面访问量问题，广告客户也就不必支付费用。其结果是，每名会员一个月为Facebook——2009年营收预计 可达到3亿美元——带来的广告收入只有区区10美分。
如果马洛和他的团队能够跟踪影响力在社区内的行进轨迹，Facebook便有能力进行效用更高同时更有利可图的广告宣传以及促销活动。首先应该 采取的措施是，将每一个用户的好友进行分组。马洛用一张图表描述同事亚历克斯·史密斯(Alex Smith)的社交网路。图表上列出的是由圆点以及连接圆点的线构成的不同的组，一个较大且比较忙碌的组代表史密斯在Facebook的同事，其它组分别 则代表中学好友、家人、姻亲、兄弟会的兄弟。了解这些关系能够提供有价值的信息。
最近，马洛的团队进行了一项研究以确定我们与网友间的关系到底有多密切。研究中，他们分析了用户点击好友信息或照片和彼此间交流的频率，以及这 种交流是否是双向的。通过对这些数据进行分析，他们发现，如果按平均拥有500名活跃好友计算，一位Facebook用户会点击其中40位好友的信息，与 20位好友进行交流，保持密切联系的好友数量则在10人左右——社交网络更小的用户数字则更低。这些数字能够告诉广告客户什么呢？用户对绝大多数网友并未 投以太多关注目光。通过将宣传工具聚焦彼此间交流频繁的用户，广告客户便可收到更理想的宣传效果。
不可否认，这是一门并不准确的科学。但这并不能阻止很多创业公司进行网友关系分析，以更好地进行广告和媒体宣传。纽约公司33Across与社 交网站、即时聊天工具提供商、网络应用软件(例如widget)制造商——建立了合作关系。每一个合作伙伴均为旗下用户标注了跟踪代码，也就是所说的 Cookie。33Across CEO埃里克·惠勒(Eric Wheeler)表示，借助于这些Cookie，33Across得以描绘出数千万用户与网友关系的轮廓。
虽然并不知道这些用户的真实姓名，但33Across却知道他们与谁进行联系、联系的频率以及朋友圈内究竟有多少人。在与包装食品公司进行合作 时，33Across便成功锁定了数千名有过网购经历的用户，并将同一商品的广告投向这些用户编织出的巨大好友圈，人数多达数百万。
好友数据价值重大
在一个绝大多数广告并未被人点击的行业，即使小小的进步也会带来很大变化。旧金山广告公司Rapleaf开展了一项基于网友的宣传活动，为一家 希望向现有客户销售银行产品的信用卡公司宣传。根据好友反馈“量身定做”的广告使得平均点击率从0.9%提高到2.7%。虽然有多达97.3%的人仍对广 告漠不关心，但点击率还是增加了两倍。
通过博客、在线论坛和社交网站获取数据的Rapleaf对4.8亿人的网络活动进行了跟踪。他们提供的用户好友数据帮助客户调整和优化宣传策 略。Rapleaf进行的研究显示，好友拥有较高信誉的借款人是更为理想的选择对象。Rapleaf CEO奥伦·霍夫曼(Auren Hoffman)表示，这可能意味着，如果他/她的绝大多数好友信用风险得分都在600这个水平上，一名信用风险得分达到550这一中等水平的购房者就应 该与得分600的人等同视之。
对于一家金融公司而言，类似这样的信息显然是有益的。虽然没有人能够根据借款人的好友信用，对其采取“自动放行”政策，但好友数据却可以促使他 们指派专人进行调查，以确定这个数字模型是否遗漏了什么。霍夫曼说：“他们拿出100美元进行市场营销以吸引客户，如果客户说‘不’，他们就损失了100 美元。”
好友数据不仅可以让人更为准确地了解市场，同时也可帮助人们了解企业。研究人员可以对这些隐藏的网络进行追踪，确定传送有价值信息和加以阻止的 人的身份，以及员工如何绕过这些网络。通过对所获得的信息进行分析，管理人员可以提拔效率更高的网络使用者，同时将不太爱交际的同事——门外汉——带进这 条河流。
为了加强企业内部的沟通，IBM对其网站进行搜索，寻找兴趣和专长类似的员工，存在共性说明这些员工之间是朋友关系。IBM的一个重要实验室就是内部社交网Beehive，在这个网站上，有近6万名员工讨论专利、软件代码，甚至宠物照片等话题。
研究员沃纳·戈耶尔(Werner Geyer)和他的团队利用Beehive寻找相关性。在一个由3000名员工构成的控制组的配合下，戈耶尔的小组对员工使用的语言、他们与好友的共同 点、发表评论的博客以及其它很多变量进行了分析。在此之后，他们又挑选出可能的好友。最为成功的组平均为他们的网络添加了3.68个新好友，是控制组的3 倍。每一个新好友都能将一名IBM员工带进另一个知识世界并打造另一个社交圈。戈耶尔说：“这能够成为一种非常有价值的师徒关系。”
网友力量不可忽视
对于很多人来说，真正的问题并不是如何解读好友数据，而是如何管理他们的社交网络，使其有助于自己的职业发展。LinkedIn创始人雷德·霍 夫曼(Reid Hoffman)便利用自身关系网的扩大创建了整个公司。具体想法是这样的：我们每一个人一生之中都可能换七八次工作，我们一直在建立一个能够帮助自己的 朋友圈。
