最近在逛豆瓣网的时候，发现有些PM写的不错的产品分析，转载学习下他们分析的点。

       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。

B1

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