沒有到一年前，Facebook開創人紮克伯格在Web2.0峰會上宣告，依據Facebook統計數據，交際分享信息量以倍數增加，本日分享信息總量比兩年前增長瞭兩倍，從如今開端後的一年，用戶所發生的信息分享總量將會翻番。紮克伯格的交際分享定律能夠用一個公式來表現：Y = C ×2x.個中，X代表時光，Y代表用戶的信息分享量，C代表示在時候的分享信息量。假如這個公式建立，那末20年後，一個用戶的信息分享量將是本日的一百萬倍還多，即2的20次方。

　　小紮推出這個定律是對WEB2.0時期收集用戶行動發生的同享數據質變化的總結，個中固然也含有貿易目標和對信息傢當先輩的模擬身分。假如這個定律建立，那末FACEBOOK的遠景弗成限量。縱然是依照公司今朝簡略的基於拜訪流量的告白貿易形式，FACEBOOK的年支出也能夠水長船高，永無盡頭。假如對現有貿易形式加以改進優化，再賡續推出新的營收方法，那公司將來每一年的支出的增加還會歷久堅持高增加。小紮用這個簡明易懂的定律做公關，用來忽悠投資者和互助同伴，是個異常聰慧的辦法。這明顯遭到瞭享譽信息傢當界多年的梅特卡夫定律的啟示，這條定律說收集的代價即是收集節點數的平方，收集的代價與聯網的用戶數的平方成反比，即收集的代價V=K×N2，個中K為代價系數，N為用戶數目。

　　紮克伯格定律真的建立嗎?假如建立的話該若何懂得呢?假如從小我用戶簡略直不雅的體驗看這個定律弗成能建立。一天隻要24小時，每人上彀的時光是有限的。假如10年後他的收集行動所進獻的數據量是本日的一千多倍(2的10次方)，20年後是本日的一百萬倍，一小我怎樣大概在有限時光內裡對如斯宏大的數據量?不克不及設想一小我十年後瀏覽的消息資訊量是本日的千倍，大概二十年後一小我逛網上商城或玩收集遊戲的時光是本日的一百萬倍。同理，假如從運營傳統網站的公司角度看，它們所能發生和應用的數據量最多隻能按算數級數增加，和紮克伯格定律一點幹系也沒有，弗成能用來忽悠投資者。

　　紮克伯格定律隻能在諸如FACEBOOK如許的網站裡建立，也就是隻實用於以小我用戶為中間，經由過程人際幹系舉行信息互動與流傳的WEB2.0架構下的收集辦事體系當中。舉例言之：依照社會學研討的成果，人們均勻而言最多能夠有用保持145個社會幹系，也就是說FACEBOOK上9億用戶每人能夠具有的同夥數目最多也就是均勻145個。假如一個用戶和他的同夥們本日隻在那邊說一句話或有一個行動，那末他會從同夥處獲得145條同享信息，同時他本身臨盆的那條信息被流傳給瞭145人。假如這個用戶和他的同夥們來日誥日在那邊說十句話或做十個行動，那末他會從同夥處獲得1450條信息，而網站中所發生的同享信息量則是145的10次方。換句話說，每一個用戶的收集行動假如是算數級增加，那用戶間的流傳，互動，和同享信息則是多少級增加。同傳統網站比擬較，比方在一個流派網站上，一個用戶看一條消息隻獲得一條行動記載，多看十條消息也隻多獲得十筆記錄，數據量其實不會發生多少級增加的效應，紮克伯格定律掉效瞭。

　　FACEBOOK的履歷數據是說每一年同享數據翻一番，實在實際上同享數據的增加應當翻很多番。以是，這條定律其實不是一條準確的數學定律，而隻是對一種趨向的統計學意義上的描寫。分歧網站在分歧汗青時代和分歧運營程度上，同享數據的增加幅度大概會紛歧樣。然則，大趨向是沒有會錯的，這條定律會在相稱長時代內有用。汗青上有名的摩爾定律提出於1967年，但在45年後的本日仍舊有用。

　　回憶起上世紀80年月在美國粹習社會收集剖析時，最大的苦楚沒有在實際的掌握，也沒有在統計模子的研究或盤算機編程，而在於無處得到大范圍的，體系的，完全的，靜態的社會收集數據。無法之下隻能采取盤算機模仿大概用些部分的簡略數據作為剖析研討的基本，以是多年來它隻是一個小圈子裡的自娛自樂的器械，成長沒有快，影響沒有大。直到比來幾年，確實地說直到FACEBOOK出生，社會收集剖析這門學問在相稱大水平上和經濟學實際或物理學實際一樣，磨練的是頭腦才能，而沒有是實證程度。正如二戰後盤算機的出生增進瞭大學上鉤算機科學這個學科的自力發生和發達成長一樣，互聯網上基於社會收集機制的辦事的成長大概會增進作為社會學一部門的社會收集剖析的勃興。沒準在沒有久的未來使社會學從社會哲學和履歷社會研討中擺脫出來，成為像經濟學一樣的科學學科，讓諾貝爾獎增加一個社會科學獎項。