豆瓣网交互设计:解读单向关系和双向关系

http://www.itjxue.com  2015-08-07 21:31  来源:未知  点击次数: 

近期关于对豆瓣将“朋友”双向关系,改变为“关注”单向关系,用户之间有一些争议。这里我想表述一下我对此的理解,想用一些nodes图来表达。(画得比较简单,没我想象能表达清楚,可能)


1,“双向”确认关系,变成“单向”关注,是变简单了还是变复杂了?

假设9个节点(网络中的9个人),分别建立双向和单向关系如图A和图B,我们用纯粹双向和纯粹单向来对比。

A:
A图
A图



B:
B图
B图



A和B对于9个节点,假设哪些节点“随机”建立的关系是完全一样的。很明显A图的双向关系,在“链接数”上要明显多于B图,A正好是B的2倍。

问题则是:在豆瓣这样的“以兴趣为导向的社区”,是不是两种图都是有效的?如果在完成“以兴趣为导向传递信息”这一层面上,两者都能达到效果,那么整个网络要达到A要比达到B复杂。除非,B完成不了“以兴趣为导向传递信息”,若有这个怀疑,可往下看。


2,“单向关系”利于“区隔”,而“双向关系”不利于“区隔”


假设,有一条信息从节点5开始传播,蓝色代表“info”会到达路径

A1:



A图中,该“info”几乎可到达所有节点,因为关系都是双向的,5周边节点都会接收到信息,若被“转发”,则传播到“6,7,8,9”的可能性很大,除非3节点截住此信息。


B2:



在B图中,5节点的信息只会被传播到“2,4,1”,不会再传到其他节点,因为没人继续关注“2,4,1”。

真正的网络关系会比A和B要复杂很多,但对比以上可看出,信息的传播,在双向关系里很容易传播到各个圈子里去。这一点对于SNS网站是有帮助的,他们需要促进互动。但在豆瓣这样一个”以兴趣聚集同好”的圈子里,它带来了人群难以“区隔”,带来大量无用信息,会伤害整个社区网络的扩展。

3,双向关系在网络中,对某些节点的直接干扰

还是A图和B图,大家有没有发现,3节点是链接数最多的,在A图中,4、5、6、7对3的关联,都需要3进行回应和确认建立;而实际上,3很可能是“信息原创者”or“权威者”,4、5、6、7在B中都是“单向关注”3,在B图中,3什么都不用做。

有人会说,这种关系确认并不是干扰,大家需要这种申请和确认。
在实名的SNS网络中,整个网络的关系确认建立在“我是否认识他”,有这个保证,确认的干扰并不大(虽然现在人人上,这种干扰也大了起来);在豆瓣这样的匿名生人网络,这种双向关系的建立,并没有建立在“我是否认识他”的基础上,基本上是很随意在加朋友,整个网络中干扰的程度就相当高。

4, 豆瓣里Feed流起的作用:通过people发现兴趣内容

单向关系网络更加方便“发现”信息,而不方便“search”信息(虽然目前搜索引擎主要在解决search问题)

我们熟悉“六度理论”,但实际上你要“search”到一个路径,通过6次就能认识“奥巴马”并不容易,为什么呢?因为你不一定找到了“最短路径”,如下图:




节点9要找到节点5,最短路径是黑色部分,3次链接;但从节点9开始,到达一个节点,就需遍历一下该节点的链接,选取某个链接继续遍历,而不一定能通过最短路径到达。

但信息Push则不是,假设3关注5,7关注3,9关注7。 节点5发出的信息,即使会经过follow它的几个链接,只要能到达节点3,再通过3发出信息到达更多节点,其中有节点7;再通过节点7转发到节点9,则信息总会通过最短路径能push到最终节点处。

这就是豆瓣广播在起的作用。

在单向关系网络中,用Feed流能使得“兴趣内容”通过网络push到用户处;更好的是,这个网络是单向的,人群能够有所“区隔”,so“某一兴趣内容”能通过关系push到“喜欢这类信息”的用户处,用户本身也能够控制自己“follow”的节点来控制自己所接收到的feed信息流。

延伸一些:
1,上面的A图和B图没能更好表达实际网络中双向和单向关系可能有的情况;
2,为了更好阐述“双向和单向,简单还是复杂?”, 请大家想一想,如果整个互联网上的网页和网页之间,不是单向随意 “链接一个URL”来引用另一个网页,而是必须“交换链接”,整个互联网

(责任编辑:IT教学网)

更多