爆發：大數據時代預見未來的新思維（經典版）

讀完《鏈接》覺得非常有收穫，讓我對於網絡效應、冪定律、樞紐結點有了更深刻的瞭解。繼續讀完巴拉巴西教授的《爆發》。 爆發模式: 人類的行爲的符合冪律分佈，總是短時間的活躍和長時間的沉默相互交替，這樣就形成行爲上的一種精確規律。書裏幾個主要觀點: 1.建立基於優先級排序的工作清單，可提高工作效率。 人類行爲之所以遵循爆發模式，主要原因是我們時刻都在主動支配自己行爲。決定做某件事情，都給它設定了優先級，只要出現優先級，我們的行爲就會遵循爆發的規律。歷史上的科學巨匠嫺熟地運用優先級，給重要的事情支配更多的時間。如偉大的科學家泊松，他每當遇到感興趣的問題，會把問題記下來不去深想，然後繼續投入到之前還沒有解決的問題上。解決了再看清單，找出最感興趣的問題來處理。 巴拉巴拉自己也非常喜歡用todo-list來管理每日工作的優先級，書裏提到艾維李幫助億萬富翁施瓦布提高員工的工作效率。方法很簡單，他讓每個員工在未來的90天中，每天離開辦公室前，都列出第二天必須要做的最重要的6件事，並按照優先順序排列。做完一件劃掉一件，然後接着完成清單上的下一件事。如果哪件沒完成，就把它寫到第二天的清單上。 2.人類的行爲可以被預測 一個人的行爲是否更加容易預測，取決於這個人的熵值。熵，指的是體系的混亂程度。如果一個人行爲規律，熵就越低，更能預測出未來的行爲軌跡。 在大數據時代每一個人的熵值會越來越精確，遵循爆發模式，你會做那些對你有利的事，而且會在最方便的時候完成它。 目前的互聯網巨頭非常關注於採集和研究人類的行爲數據，比如谷歌和face book，他們的大數據已經做的很牛了，可以通過算法瞭解用戶的行爲習慣，並進行商業營銷變現，這是很牛的競爭力和護城河。 巴拉巴西還在書裏說了兩個很有意思的事情，他首先提到了，"喬治在哪裏"網站對於喬治（華盛頓總統是鈔票）的位置跟蹤可以發現一部分人的行爲軌跡。但數據不精確，因爲鈔票會流通，不一定保存在同一個人手裏。然後，他假想了一個公司，通過在各個地點佈局攝像機，就能通過人臉識別技術更準確的採集人的行動軌跡，從而可以獲得更準確的大數據模型和去預測人的行爲。好吧，我們做的人臉識別技術用處多多。 3.大數據有很多應用場景 巴拉巴西舉了通過監測手環傳感器來監測人體的停頓時間，從而發現人是不是得了早期抑鬱症。得了抑鬱症的人們的動作和正常人有着顯著的不同，我們健康人平均休止的時間是7分鐘，而早期的抑鬱症患者他們平均休止的時間會是15分鐘，抑鬱症患者對自己的一種常見描述是他自己的行爲舉止明顯變慢了，就像是自己被拉進了沼澤地裏一樣，這並不是他們的一種錯覺，而是一位症患者的一種特有的行爲模式。所以戴上傳感器探測手腕的細微動作，這種方法正是利用了爆發模式，它成爲了一種簡單而不受干擾的早期抑鬱症的診斷方法。美國每年保有2000萬抑鬱症患者，這些人的生活和工作效率很低，如果通過這種大數據分析產品及時發現抑鬱症並及早治療，就能幫助社會提升很大的生產力和經濟效益。 積極的爆發模式還能改善很多人的優先級，書裏提到當紅襪隊獲得總冠軍時，全城的人處於興奮之中，醫院看病率下降15%，很多人因爲處於愉悅之中而對於慶祝奪冠這類事情提高優先級，把去醫院看病降低優先級，幾天之後病好了就不用去醫院了。 這兩天工作太忙，每天處理幾十件雜事，看書效率略低，而週末還要繼續加班。讀着《爆發》，還是要好好優化自己的工作優先級，多學學泊松做事情的方式，纔能有更好的產出。

看完艾伯特-拉斯洛·巴拉巴西的《巴拉巴西成功定律》之後，得到了一些很反常識的觀點，因此，我想是不是他的其他書也會有讓我眼前一亮的觀點，遂繼續看了《爆發：大數據時代預見未來的新思維》。 這本書果然沒有讓我失望，其中講的一些觀點雖然有的我之前已經瞭解，但並不知道它的理論支撐。而有的觀點，的確又刷新了我的認知。 一、人類行爲93%是可以預測的，許多事情遵從冪律分佈。 “人類行爲93%是可以預測的，你的生活只是看上去隨機而偶然；但實際上，無論你訪問網頁還是訪問女友，都是以爆發的方式完成的，因而也是可預測的。這其中的關鍵在於，無論在自然界還是人造世界，許多事情遵循冪律分佈：一旦冪律出現，爆發點就會出現。” 書中講到長休息之後是短暫的密集活動，這是符合爆發理論的。 運用到生活規劃中，就是使用優先清單。做重要不緊急的事情，就相當於給人生的優先級排了序。 泊松對很多科學分支都有貢獻，泊松怎麼能同時研究這麼多不同的問題，而且還做出了那麼深刻而持久的貢獻？ “泊松的小祕密就是終其一生，精挑細選地確定優先要做的事情。” 我們如果也要好好分配時間精力，就應該學習泊松，建議自己的人生優先清單。 二、爆發的世界裏沒有黑天鵝。 “爆發，是生命奇蹟的必要因素，是生物爲了適應和存活所進行的不懈鬥爭。” 書裏面提到兩個很有意思的現象。一個是如果身邊有胖的人，那麼你變胖的概率也會大大增加。還有一個是預測抑鬱症的例子，抑鬱症患者的行爲模型顯示，他們的動作有顯著不同：健康參與者的平均休止時間是7分鐘，而抑鬱症患者是15分鐘。 三、預測未來的新思維 我們可能不如行星那麼規律，但我們的日常行爲總是有很多重複，以至於很多時候都可以預見。人生看似雜亂無章，其實有規可循。作者認爲這背後有一種隱藏模型，無數的計算機和研究人員都集中精力預測人類行爲。 讀完《爆發》，之前瞭解到的做事分四象限其實也是劃分優先清單的一種模式，好好優化自己的優先級，拒絕不重要的事情，學習泊松做事的方式，提升自己的做事效率。

“人生看似雜亂無章，其實有規可循一樣” 我們所在的世界中，一切都是相互連接成網的。 今天，我們的行爲模型可能正在被一些移動電話公司、谷歌、政府情報機構仔細分析研究。爲了開發下一個受歡迎的產品，抑或爲了發現潛在的恐怖分子，無數的計算機和研究人員正在集中精力預測人類行爲。 複雜網絡分析，揭示了人類行爲的“爆發”特性，即大部分行爲並非隨機，而是遵循可預測的模式。 在數字化時代，移動電話、網絡等工具使得大量人類活動被量化，爲預測未來提供了新的可能性。 大數據正在改變我們對未來的認知，並提供利用這些數據來優化決策的新方法。 當我們將生活數字化、公式化以及模型化的時候，我們會發現其實大家都非常相似。我們都具有爆發模式，而且非常規律。看上去很隨意、很偶然，但卻極其容易被預測。 無論在自然界還是人造世界，許多事情遵循冪律分佈：一旦冪律出現，爆發點就會出現。 種瓜得瓜 種豆得豆……既是人類文明進步必須遵循的科學規律和原則。建議每個人快速循的自然規律和原則成爲日常學習工作生活中不可或缺的重要組成元素。

《爆發：大數據時代預見未來的新思維》是我從《巴拉巴西成功定律》一書中的分享追隨過來的。能夠從一本書憋見世界頂級研究者的工作使我常常興奮不已！全書看似雜亂無張，但通讀下來似乎有種豁然開朗之感。複雜性科學確實很難用一兩句話說清楚，原因很簡單，需要研究的樣本種類太多！“種類”是關鍵，從中世界的賽克勒爲期3個月的輝煌到信天翁的乾溼信號，從諾貝爾獎預測的唯一失效到wheresgeorge.com的不斷變化，很多事例都是無限發展、捲曲的，出讀起來讓人分外迷惑。直到尾聲的一句話：“我們需要做的是針對目標和需求制定策略，開創我們的未來。我們可以利用成功定律優化我們的結果，就像我麼能能夠利用運動定律來製造更好的飛機一樣。”原來無比複雜的研究能夠得出及其實用的結果，預測這門學問在巴拉巴西看來是可以被測量、量化的。 至於那五大定律當然非常重要，但真的理解並運用其中絕非易事，我更願意看看原文的表述： THE FIRST LAW Performance drives success,but when performance can’t be measured,networks drive success. THE SECOND LAW Performance is bounded,but success is unbounded. THE THIRD LAW Previous success × fitness=future success. THE FOURTH LAW While team success requires diversity and balance,a single individual will receive credit for the group’s achievements. THE FIFTH LAW With persistence success can come at any time. 成功學在很多書中都有表述，《從優秀到卓越》《領導力》《22條軍規》……但，像作者那樣以數學視角分析的確實很罕見。值得一提的是，在沒有通讀完本書前常常疑惑：巴拉巴西是否與塔勒布的思想體系相左？難道黑天鵝不重要？肥尾效應不重要嗎？特別是冪律分佈那個鐘形曲線不正式塔勒布着力批判的嗎…… 事實上，我又掉入了“光環效應”的謬誤中，兩位作者的觀點恰恰相輔相承。塔勒布前調的是小概率事件造成巨大破環的可能性，巴拉巴西強調人類行爲模式在數學層面的可預測性，以至於我們可以形成某種“信仰”不斷做正確的事情而不用懷疑甚至後悔！在這個角度看起來，幾乎對所有人都是一種解脫…… 一方面，我們小心翼翼的運用槓鈴策略嚴防極端事件，利用肥尾效應；另一方面，我們知道成功定律，可以堅定有效、甚至在”別人“嚴重看似有信仰的”堅持“做很久以後纔能有收穫的事情，我們不願意及時行樂，只願默默耕耘！就好像一位行者闖蕩江湖，手握雙刃藏於體而不外顯，提劍笑傲江湖！ 最後需要強調的是，本書中的索引可以作爲尋蹤導引的線索，感興趣的相關論文通過大語言模型唾手可得，感謝這個時代！

曾看了張斐的推薦，去拜讀了巴拉巴西教授的《鏈接》，第一次打開了複雜科學的黑匣子。 然後一個個名字和名詞變得熟悉了起來：聖塔菲，傑弗裏韋斯特，布萊恩阿瑟，侯世達，混沌理論，耗散結構，非線性，洛倫茲吸引子。 前段時間，花兩口氣——中間由於擔心美國疫情爆發，而重溫了《債務危機》——細嚼慢嚥地呡完了kk的《失控》，把上面提到的和沒提到的所有名字都串了起來。複雜科學的故事從二十世紀中頁科學巨人們沿着線性路徑拼世界的時候發現了各種脫離理論的現象時，就已經開始了。 世界從來就不是線性的。 複雜系統背後的規律，一定是解開預測人類未來之謎的鑰匙。 —————— 我本期待着《爆發》會有一個更精準的數學邏輯去解釋人類活動，就像《鏈接》裏變戲法一般看着幾個人的鏈接結晶成巨大的全球網絡，湧現出令人喫驚的“贏家通喫”的網絡效應。然而《爆發》更像是英劇，疊着意向的黑紗，並排着又層層相連，行文至尾一層帶着一層地掀開迷底。巴拉巴西的筆下是會開花的。 《爆發》給予我更多是文學上的享受，卻不如其前作《鏈接》的震撼。除了一段場面宏大的和巴拉巴西祖上有關的中世紀史詩以外，對世界客觀規律上的收穫並不多。 我的微信讀書有兩個書單，”物理“，”銅鏡“；巴拉巴西的著作曾被我全部放在”物理“中；閱畢，我決定將其移入”銅鏡“中。

本書的作者是艾伯特-拉斯洛·巴拉巴西，他是一位科學巨星，也是諾貝爾物理學人選之一，同時創辦了無尺度網絡公司，主要研究領域是複雜網絡科學，並在物理學、生物學、計算機、社會學等領域都頗有建樹。他在科技界的影響力相當大，在學術界，有一個指數叫“H指數”，H指數能夠比較準確地反映一個人的學術成就。一個人的H指數越高，則表明他的論文影響力越大。我們熟悉的霍金，他的H指數約爲62，而這位作者的H指數竟然高達97。所以，有人評論本書作者，說他如果願意的話，他甚至可以控制整個世界。正是基於這樣的好奇心，我們有必要去了解一下本書，這本書也是作者的精彩作品，它結合了人類行爲學、大數據科學及複雜網絡研究。本書其實是分爲兩大部分，分別是小說和非小說兩部分。這裏講的內容，只要是關於非小說部分。 通過本書，我們可以瞭解人類行爲背後的行爲模式，也就是作者提到的“爆發模式”，通過深入瞭解爆發模式，我們可以精確地預測一個人的行爲，甚至是整個人類社會。雖然不同的個體，在行爲的細節方面，有很大的不同，但從數據科學家的眼裏，這些差別都是可以忽略不計的。不管你的生活是朝九晚五，還是行蹤不定，最大的差別，只有在10%左右。所以，這一切都是人類會遵循一些原則，決定了爆發模式產生的原因。那這些原則是什麼呢？我們會在後面部分講到。 首先，我們先了解一下，什麼是人類行爲的爆發模式，它產生的原因是什麼？我們要先了解這些概念才能更好地理解本書的關鍵思想。其實，爆發模式，正是一個遵循冪律分佈的一種現象。我們都知道正態分佈，也叫高斯分佈，它是一個相對均衡的分佈，如我們的身高、體形、成績等。雖然這些因素，每個人各有不同，但其實，他們的差別都不會太大，因爲這些分佈，還是基於一個正態分佈的基礎上。而另外一種分佈，即冪律分佈，就完全不同了，它的分佈是極不均衡的。如比爾·蓋茨一個人的財富，就可以富可敵國。這種分佈是極不平均的，比如說，在一個房間裏，有10個人，每個人的收入約1萬元左右，那麼，整個房間的平均收入就是1萬元左右，但是，如果比爾·蓋茨走了這個房間，他會把整個房間的平均收入極大地提升，按平均值來計算，每個人都是億萬富豪，但事實是，其餘的10人，實際收入還是1萬元左右。這種分佈極不均勻的情況，就是冪律分佈，類似於馬太效應或二八原理。世界上很多的東西，如財富，人口分佈，市場份額等，都存在這種效應，只有極少部分的人或事物，決定了80%的部分。也就是說，這20%是整個部分的關鍵部分。正如，亞馬遜雲服務的市場份額，是其他所有競爭對手的13倍，在互聯網行業中，馬太效應更加明顯。因爲互聯網技術，會極大地推動信息的傳遞速度，同時可以實現跨地區服務，這些跟傳統行業有很大的不同。另外，國內的滴滴出行，就是一個例子，一旦形成了壟斷，所有的資源都會向一家靠攏，強者更強，而弱者幾乎是沒有生存空間。我們現在所見到的，只有一家獨大的滴滴，就是一個例子，起碼在出行這一塊，無人能敵，所向披靡。所以，馬太效應，在任何行業都存在，甚至連國家的人口分佈，也是一樣，全球200多個國家中，人口過億的，只有13個，這也充分體現了二八原理，即少數的部分，是整個事物的關鍵部分。 正是因爲任何方面，都或多或少地存在二八定律，而我們人類在行爲模式上，總會偏向於做“高價值”的事情，我們在做一件事情的時候，會優先考慮做這件事情的價值和意義。這也符合英國經濟學家大衛·李嘉圖提出的“比較優勢理論”，我們總會“兩利相權取其重，兩弊相權取其輕”的原則來做一件事情。正是這種無時無刻的判斷與選擇，主動地支配行爲，導致了爆發模式的產生。其實這些原因是非常好理解的，因爲我們的事情太多，而我們的時間有限，每天只有24小時可以支配，不管你是富人還是窮人，在時間這個問題上，人人平等。這種時間有限，任務無限的矛盾，會讓人類做事情的時候，會自然而然地遵循一個“優先級原則”。所以，就有了時間管理、任務管理等這些理論。按時間管理的理論，我們會把任務分了4個不同的類型，分別是“重要不緊急”、“重要緊急”、“不重要緊急”和“不重要不緊急”，聰明的管理者，都會優先做那些“重要不緊急”的，如果我們能提前完成這種任務，就不會出現“重要緊急”的任務了。正是人類這種主動的選擇，導致了爆發模式的產生，從而導致資源分佈不均，從而出現冪律分佈。包括互聯網產品，領先者一旦形成了網絡效應，所有的資源都會向它靠攏，導致其他產品用戶量極少，甚至無法生存。說到這個話題，提醒一下創業者，如果自己不是有特殊的優勢，最好的創業方式就是藉助平臺的力量，即學會站在巨人的肩膀上。比如說，如果你要做電商，一開始就自己做一個獨立的門戶網站是很不明智的，上面已經談到，這些並不是能力的問題，而是時機，一旦在一個行業中，有明顯的老大，後來者，要麼差異化，要麼細分市場，或者依靠大平臺提供的機會。自己從零開始做一個網站，不符合精益創業中提到的“最小成本，快速試錯”的思想。自己建立一個獨立的網站，看似是好的想法，但實際是很不明智的。這裏面的不確定性太多，最大的問題是，如何推廣你的網站，流量從哪裏來，事情並沒有你想像那麼簡單，並不只是建立一個網站的問題，還涉及到運營、推廣、品牌建設等一系列的問題。創業涉及的因素越多，失敗的概率就越大。段永平說：“做企業就如同高臺跳水，動作越少越安全。”是的，我們要減少動作，增加成功的概率，所以，開始的時候，能借助大平臺，如淘寶，先在淘寶開個天貓店之類，成功的概率會更高，最起碼，在網站建設方面，你不要去思考，你只需專注於做好產品、品牌和推廣這些問題。如果見到自己的天貓店，有了起色，再自己建立獨立的網站也不遲。 既然人類有這些爆發的模式，我們也知道了爆發模式產生的原因，那我們是否能預測人類的行爲？答案是肯定的。作者提到雖然每個人的具體的行爲方面，各有不同，但一旦把這些行爲進行了數學化、公式化和模型化後，得出的結果都是很相似的。不管是朝九晚五的上班族，還是經常出差的商務人士，他們在做選擇的時候，都會遵循優先級原則，考慮一件事情是否值得做前，都會思考做這件事情的意義，是否最有利於自己。一旦有了這個優先級的原則，其實，人類行爲的本質，在底層都是一樣的。當獲取的信息足夠多的時候，如大數據，在數據科學家的眼裏，人類的行爲預測性都相當高。並且這個可預測的程度，竟然高達80%到93%之間，也就是說，普通人跟行蹤不定的人士之間的可預測性，只差13%左右，而大部分都是可以預測的。數據科學家可以預測這些人類行爲的一個依據是“熵值”。什麼叫“熵值”呢？熵值是熱能的計量單位。當一個人每天在固定的時間起牀、固定的時候上班或下班，如上班族。那麼他們的行爲可預測性是相當高的，你幾乎可以按照這些人的行蹤來設置你的時間。那麼，這種人的熵值就是0，而那些行蹤很不確定的人士，熵值比較高。但一個人，並不是每天都行蹤不定。只有個別日子，纔會出現這些不確定性，但大部分時間時，都是可預測的。不管是什麼人，他總要回家，總會有幾個相對固定的出沒場所，如辦公室、咖啡館等等。數據足夠多的時候，那些相對不確定的數據，就可以被忽略掉，而得到測試程度很高的數據分析。在美國，有一個網站，做了一個實驗，叫“Where's George”，意思是“喬治在哪？”喬治是誰？他就是美國第一任總統喬治·華盛頓，也就是一美元上的人物。這個網站的實驗是這樣的，在一美元裏，會寫上這個網站的網址，人們會出於好奇，按這張一美元所寫的網址，打開網站，按照網站的要求，輸入這張一美元的序列號，同時提供這張一美元的當前位置。參與者覺得很有意思，慢慢這個活動就被傳播開來了，經過一段時間後，這些一美元的行蹤就被完整地記錄到網站中。後來的數據分析結果是，絕大部分的一美元，都是在方圓幾公里內傳播，只有極少數的“異類”被傳播到方圓幾百公里之外。數據的結果表明，即使在貨幣的傳播過程中，同樣遵循爆發模式。其實，貨幣傳播的路徑，正是人類行蹤的路徑，同時也表明，絕大多數人的行蹤是相對固定的，他們的“熵值”很低，可預測性極高。 既然我們清楚了爆發模式產生的原因。那瞭解這些知識有什麼用呢？通過了解這個模式，你就會發現生活中，馬太效應或者二八定律，無處不在。瞭解這些之後，就可以解釋很多現象，從此你也不用再迷茫。首先，你要了解清楚，爆發模式產生的根本原因是：人類總會按照優先級原則，對進行進行優先級選擇。有些事情，會不斷被強化，而有一些事情，可能會一直被忽略。正如出版的衆多書籍中，也是遵循這個冪律的分佈，極少數的書籍，纔會成爲暢銷書，而大分部書籍都是很少讀者，甚至是無人問津。如果你要出版一本書，希望不要期望太高，否則，你會以失望而告終。畢竟銷量好的書籍，只是少數，而大部分書都是很少讀者的。你出版一本書之前，計算自己的成功的概率，請不要以暢銷書爲準。你可以有暢銷書的目標，但不要把這個當作唯一的目標，因爲很可能就是不能實現。如果你瞭解爆發模式，你就可以清楚地知道，人類總會選擇優先級更高的事情，導致這些情況，最主要的問題是時間有限。一個想學習的人，他一定思考如何才能用最少的時間，獲取最多的知識，或者獲取到高質量的知識。一個人選擇一本書，要麼看網上的書評，要麼是朋友推薦等。評價越高的，你就越偏向選擇這樣的書來看，那些已經在榜單上的書籍，就是你的首先要考慮的。而一本剛剛上市的書籍，儘管它的質量很高，在前期，人們關注度就會很多。評價越高的書，就會越多人關注，而越多人關注的書籍，也會反過來強化它的評價。這就是一種“複利效應”，即A會導致B的發生，而B又會影響到A，週而復始地相互影響。而那些剛上市的書籍，就沒有這個效應。因爲要產生良好的複利效應，前提就是要有一定的關注量，很顯然，剛上市的書籍是沒有這個機會的，除非一個機緣巧合的機會，被某個大咖關注到，被他轉發分享，從而影響到一大羣人，但這些都是小概率的事情。如果你能從客觀的角度來看待這些概率，你就明白，時機的重要性，很多東西，都是先進入者有優勢。正如現在淘寶店皇冠很高的商家，正是一些比較早期入駐淘寶的先行者。後來者的機會會極少，在淘寶店裏，絕大多數都是不贏利的。其實想想也正常，如果絕大多數都贏利，反而不正常，因爲那樣不符合客觀的規律，這些都是人類行爲主動選擇的結果，人都會有從衆的心態，一旦一個網店有了名氣，你很自然地就會優先考慮登錄這個網店去購買東西。長年累月，你的習慣就慢慢形成的，要讓你做出改變而選擇其他不知名的品牌，你就會猶豫了，這些都是人性，人是最怕離開自己熟悉的環境的。如果你看過《長尾理論》這本書，你就會明白這樣一個現實：2011年，共有102首單曲的下載量超過100萬次，銷量達整體的15%。注意這可不是打印錯誤：在當年售出的800萬首單曲中，0.001%的作品創下了1/6的總收入。可以說，頭部極少數的爆款起到了關鍵性的作用。這一走勢也表明，爆款的影響力在不斷加強。這就是馬太效應，強者更強，特別是互聯網技術的發展，會進一步放大這樣的差距。所以，我們要想辦法讓自己的產品成爲某個領域，甚至是細分領域的頭部，也就是我們常說的“寧爲雞頭，不爲牛後”，想辦法讓自己在領域中做到第一名。 正是爆發模式，會導致分佈不均勻，在生活上也體現得淋漓盡致。我們也知道二八定律的由來，它是由19世紀末20世紀初意大利經濟學家巴萊多發現的。巴萊多發現他後花園的土豆，80%的產量，來自20%的土豆。後來，經過他細緻的觀察，發現很多領域，都或多或少地存在這樣一個分佈，包括財富、人口等，最終，總結出二八定律。正是這種分佈不均勻，如果有一天，你跟你的朋友們，一齊去摘草莓，你如何才能在最少的時間裏，摘到最多的草莓呢？數據科學家告訴你，最好的方式，不是總待在一個地方摘，也不是沒有目的地到處摘。最好的方式，就是利用爆發模式的原理，因爲這些草莓的分佈，一定是不均勻的，總有一些地方，產量特別多。如果你總是待在一個地方，很可能你找的那個地方，並不是產量多的地方。你要做的是：隨便找一個地方，找到後，以這個地方爲中心，到周圍幾米內繼續搜尋，當發現有產量比較多的點，就待在那裏摘草莓，如果摘完後，你要做的是，不是繼續在周圍搜尋，而是去到一個比較遠的地方，尋找新的機會。這種既考慮了周圍小範圍，又考慮遠距離的潛在機會，是面對分佈不均勻最好的方式，也是最容易找到最多產量的方式。因爲爆發模式告訴我們，這些草莓的分佈，一定是冪律的，有些地方，產量就是出奇地高。 其實，我們生物學裏很多東西，都是有這種爆發模式的。比如說，轉錄因子，它們正是利用這種原理創造生命的奇蹟的！我們知道，在DNA的雙螺旋結構中，有30億對鹼基，轉錄因子要精準地找到匹配的位置，難度相當於在3962公里的公路上，找到一個像硬幣那樣的一個洞，從太空中，拋進洞裏，難度可想而知了。但是轉錄因子卻可以準確地、完美地完成任務！他們是怎麼做到的呢？原理也是有點類似上面提到的找草莓的方式，某個轉錄因子會隨機找到一個點，然後再在它周圍一定範圍內搜尋自己的位置，如果沒有找到，他們不會繼續在周圍找，而去再離開，去到一個很遠的地方，重新嘗試。這種先小範圍，再遠距離，再小範圍，週而復始地嘗試，最終完成了這個不可能完成的任務。因爲這種方式是最高效的，這也是爆發模式告訴我們的啓發！ 在醫學界，也有使用到爆發的例子，他們只要通過簡單的方法，就可以判斷出誰是早期抑鬱患者。醫生們只要給病人戴上手腕加速傳感器，通過觀察數據就可以很準確地分析出結果，原因也是利用到了爆發模式，正常人長時間的停頓，大約在7分鐘左右，而一些早期抑鬱患者，他們卻比正常人有更長的停頓時間，他們是15分鐘左右。只要通過這些異常值，就可以找到患者，從而給予早期治療。這裏面的原理，也是爆發模式的原理。

如果把社會發展當做一個自然過程，作爲科學的對象，它是有規律、可預測的。 如果把社會發展當做一個歷史過程，作爲歷史學的對象，它是無規律、不可預測的。

匈牙利🇭🇺的歷史確實看的人亂糟糟，但作者娓娓道來的冪律分佈卻是我之前未有所聞的。而且作者的野心也是很大的，冪律分佈不僅僅是一個“人類動力學”的課題，在宏觀上作者還希望他是“宇宙的奧義”，一切行動在廣義上的內在規律。很遺憾的是作者沒有點出，或者說還沒有給出嚴格的證明例子，和研究成果。這本書只是算得上是一個介紹，一個入門，一個適合歐洲人看的科普讀物。這書並不是結論，也不是成果彙報，更多的是一種探尋與反思的紀錄。不能肯定，不否定，讓未來說去吧，也是科學的態度。 冪律分佈，即便真的不是人類的奧義，作者，和這些研究人員，也註定會流芳百世。願在不久的將來，能把冪律分佈證實，並用於人文社科領域。 試想一下，公共廁所的需求量 ，圖書館座位需求量，藏書的數量等，現在的計算方法是什麼？是千人指標嗎？千人指標是否適合當前的特定情況？千人指標的計算公式是什麼？我們能否用冪次分佈來解釋優化？並且對每個地方進行定點優化？ 有研究表明冪律分佈在自然界中存在，在人類的某些行爲中存在；也有些可能性上不存在。那麼，拭目以待吧[得意]

在本書中，巴拉巴西揭開人類行爲背後隱藏的模式“爆發”，提出人類日常行爲模式不是隨機的，而是具有“爆發性”的。爆發揭開了人類行爲中令人驚訝的深層次的秩序，使得人類變得比預期中更容易預測得多。 爆發模式的揭示，其影響力將與20世紀初期的物理學或者基因革命的影響力不相上下。

人類行爲看似雜亂無章，實則隱藏着“爆發性”規律：我們的行動往往集中在少數時間段（如集中回覆郵件、集中購物），而多數時間處於低活躍狀態，這種“間歇式爆發”是普遍特徵。 大數據技術能捕捉這種規律，通過分析歷史行爲模式，精準預測個體或羣體的未來行動（如疾病傳播路徑、消費趨勢、社會事件走向）。 自由意志並非絕對，我們的選擇深受習慣、環境與網絡連接的影響，而數據能將這些隱形的影響轉化爲可量化的預測模型。