用数据库算社交网络的“熟人密度”

你有没有想过，朋友圈里到底有多‘熟’？比如一个50人的微信群，如果每个人都和其他49人单独聊过天，那这个群的关系就非常紧密。但如果只是三三两两私聊，大多数人互不相识，那这圈子其实挺松散。这种‘紧密程度’在社交网络分析里有个专业说法——网络密度。

什么是网络密度？

简单说，社交网络密度就是实际存在的关系数，占所有可能关系数的比例。比如3个人的小群，最多能有3对好友关系（A-B、B-C、A-C）。如果现实中只有A和B认识，那密度就是1/3 ≈ 33%。数值越接近1，说明群体越团结。

为什么要在数据库里算这个？

当用户量从几十变成几万甚至百万时，手动画关系图肯定不行。这时候就得靠数据库存关系数据，再写查询来批量计算。比如你运营一个社区App，想看看哪些小区的业主互动最频繁，就可以按区域分组统计密度。

数据结构怎么设计？

假设我们用MySQL，建一张表示好友关系的表：

CREATE TABLE friendships (
  user_id INT,
  friend_id INT,
  created_at DATETIME,
  PRIMARY KEY (user_id, friend_id)
);

每条记录代表一次关注或好友添加。注意：如果是无向关系（互相关注才算朋友），要确保 (A,B) 和 (B,A) 只存一条，或者两边都存但计算时去重。

怎么算密度？举个例子

假设我们要算某个群组内的密度。先准备好一张成员表 group_members，里面存着当前群的所有 user_id。

第一步，算出这个群里最多能有多少对连接：

SELECT COUNT(*) * (COUNT(*) - 1) / 2 AS max_edges
FROM group_members;

第二步，查出这群人之间真实存在的关系数量：

SELECT COUNT(*) AS actual_edges
FROM friendships f
JOIN group_members g1 ON f.user_id = g1.user_id
JOIN group_members g2 ON f.friend_id = g2.user_id;

第三步，把两个结果合并，做除法：

SELECT 
  actual_edges * 1.0 / max_edges AS density
FROM (
  SELECT COUNT(*) * (COUNT(*) - 1) / 2 AS max_edges
  FROM group_members
) m,
(
  SELECT COUNT(*) AS actual_edges
  FROM friendships f
  JOIN group_members g1 ON f.user_id = g1.user_id
  JOIN group_members g2 ON f.friend_id = g2.user_id
) a;

结果如果是0.8以上，说明几乎人人都互相认识；低于0.2，基本就是个松散的信息广播站。

实际应用场景

某次公司内部调研发现，技术部两个小组人数差不多，但A组的沟通密度是B组的三倍。进一步排查才发现，B组虽然人不少，但信息集中在几个骨干身上，新人很难融入。后来通过调整协作工具的推荐机制，主动推送跨组交流机会，慢慢把密度提了上去。

另一个例子是电商平台的买家社群。运营发现高密度群的复购率明显更高。于是他们开始用密度指标筛选活跃种子用户，优先拉人进新群，效果比随机组群好得多。

小贴士

计算时要注意方向性。微博那种单向关注适合用有向图模型，分母就不是 n(n-1)/2 而是 n(n-1)，因为A关注B和B关注A是两回事。另外，大表一定要给 user_id 和 friend_id 加索引，否则连表查询会慢到没法用。