奥普拉的看法为什么会引起如此大的轰动效应呢？原因在于，对她的支持者来说，她的选择会大大简化消费者的决策过程，使他们免受信息爆炸带来的困扰。如果你崇拜奥普拉，而且相信她的判断，她就会成为一个社会认证的标志，帮助你解决生活中的某个决策难题。

如今，新的社会秩序会受到这些社会认证者的巨大影响，他们能够完全控制人们对某个方面的顾虑（指帮助人们做出某方面的选择）。明星、运动员以及各领域的资深人士，似乎都能满足引爆信息瀑所需的临界值。

那么，奥普拉的好评对Kindle阅读器产生的影响有多大呢？在她做出评论之后，该产品在当年第4季度的销售量迅速攀升至25万多件，尽管那一年购物季的整体销售情况非常惨淡。

奥普拉的评论引发产品销售出现提升的现象被某些经济学家称为收益递增。曾在美国斯坦福大学任职的经济学家布莱恩·阿瑟认为，收益递增是一种能导致提前实现未来发展的趋势。他说：“使用你的产品的人数越多，你获得的优势就越大。换句话说，你的基础打得越扎实，未来的发展空间就越广阔。”

在现实生活中，实现收益递增的最佳案例经常出现在计算机软件行业中。对它们来说确实如此，前期建立起巨大的用户基础对后面的长期发展至关重要。例如，在过去20多年中，微软在市场份额之争中几乎从未失败过，即使其产品并非是最好的，但最终一样能战胜竞争对手。这是因为早在20世纪80年代，微软就已经为个人电脑的操作系统设定好了开发标准，从此便可以锁定消费者，高枕无忧地发展几十年。可见，收益递增会为产品的知名度赢得更多的声望。

智者千虑，必有一失

信噪比原本只是个电子工程术语，但现在已经越来越多地用于描述人类每天接收的有用信息与无效数据的比例，其中的错误和无效信息必须加以处理。也就是说，如果把有用信息比作金子，那么我们每天都必须过滤掉大量的泥沙才能发现金子。当今社会的信息泛滥造成的结果是无用的泥沙越来越多，因此人们也越来越依赖于各种过滤器，标签功能和智能引擎来检索真正需要的信息。同时，我们也变得愈发依赖于值得信任者的推荐，而这些人主要来自我们所属的社会群体内。

这些方式或许能帮我们解决问题，但它们同时也会造成信息选择的狭隘化，即我们在消除噪声的同时不可避免地也会缩小有效信号的范围。使用此类处理机制存在一定的风险。用工程术语来讲就是，缩小信息选择的“刻度值”（指搜索范围精密化）可能造成路径依赖pathdependence，也称路径依赖性，指一旦人们做了某种选择，就好比走上了一条不归之路，惯性的力量会使这一选择不断自我强化，并让你无法逃离。和锁定效应Lockin，在行为心理学中，人们把一旦形成行为规划就很难改变这种规则的现象，称之为路径锁定效应（由斯坦福大学经济与人口学教授布莱恩·阿瑟提出），简称锁定效应。

，从而“一叶障目，不见泰山”，无法做出合理的选择。在这种情况下，我们别无选择，只能追随大多数人的选择。在现实生活中，上面提到的处理机制几乎随处可见。当我们使用新的搜索引擎，依赖标签进行分众分类，或是向社会群体中的其他成员寻求建议时，我们都是在有意识地缩小自己的世界观，有意识地忽略与我们观点相反的事实。为了更好地消除噪声，我们不得不承担这种损失——即有用信号的减少和对新的重要信息的限制。这就表明，我们根本无法获得反向观点或其他见解，只能盲目地跟着众人选择的方向前行。

实际上，就连意志最坚定的个人主义者往往也要屈从于网络的依从度幂律PowerLaws，所谓幂律，是说节点具有的连线数和这样的节点数目乘积是一个定值，也就是几何平均是定值。克里斯·安德森的“长尾理论”即是幂律的口语化表达。

。我们每天接触到的新闻几乎全都是流行度竞赛的产物，在这种竞赛中新闻的社会资本完全按照个人喜好进行排列（指每个人喜欢浏览的新闻内容不同，同样的新闻对不同的人有不同的价值）。还记得我们在第2章谈到的社会资本衡量吗？Delicious、Technorati、Digg和StumbleUpon等网站全都提供类似的服务。按照不同偏好对最流行的网站或链接进行排名，它们提供的完全是一种群体化的观察结果。其实，即使你在网络上进行搜索，反馈回来的结果也全都是经过系统运算法则不断调整后的数据，目的是为了在最流行的内容中进行选择（内容是否流行由导入链接数量和流量决定，或者通过其他方式验证内容的关联度）。

搜索引擎的出现已经对互联网的发展造成了普遍而深入的影响。根据其运算法则和内容交付的格式来判断，我们发现常见的搜索引擎都会把用户的注意力集中到规模很小的一部分“明星主页”上。当用户在这些排名度居前的网页中浏览时，只会导致这些网站的排名更加靠前，使它们的地位更加稳固。最终，当这些明星网站能聚集数量稳定的链接时（哪怕此时其观点有失公正或完全错误），这种正向循环模式就会固定下来。

网络本身也受幂律的影响。研究人员经过测算发现网络之间会形成一个有序的进程，在此进程内，新的节点可以进入并选择和哪些节点进行连接。当新节点偏向于和那些连接数量最多的节点建立连接时，就会形成择优连接的现象，这种现象不断产生就会引发雪球效应。的确，即使是现实生活中的很多数据，如财富的分布，地震规模以及计算机网络的连接数量，也会呈现出幂律分布的特征，而不是理想状态下的钟形曲线。这种“富者更富”的效应意味着某些网络节点会拥有比别的节点多得多的连接——反过来，这种情况又会吸引更多的用户连接。于是，雪球效应便诞生了。

择优连接现象每天都在左右着博客世界。当最流行的信息被推上Digg和Reddit等网站的新闻排行榜，或是在格林·雷诺仕、马特·德拉吉或德鲁·柯蒂斯等名人的博客中分享时，就会吸引更多的人阅读、下载和传播，从而使这些信息变得更加流行。因此，幂律作用对个人喜好的影响会为群体行为提供良好的生存环境。

正如前面所讲的那样，当置身于充满不确定因素的环境中时，人们总是从群体其他成员那里寻求线索或暗示。我们常常会假定其他人，如明星、富有者、学者、知名博客等，在面对同样的情况时要比我们拥有更多的知识和对策，因此便直接向他们寻求解决方案。但奇怪的是，当这种方式被成功应用的次数越多，则其失效时人们就越有可能拼命去追随。