親疏如何有別？

親疏有別？當然啦，愈親疏的關係，在搜集資訊及履行合同的成本，相對較低。但亦正因如此，取消不合效益的合同，亦相對較難。

有多少企業因親友幫助而起家，卻因用人唯親而衰落？找出平衡點，是不容易的。

中國人的『關係』，是把親疏有別的經濟效益極大化。奇怪的是，美國人也有這樣的事，卻要用『關係』的拼音guanxi來表達。

那麼，怎樣可把『親疏有別』量化？一般而言，兩人愈疏遠，則量化後的距離愈大。

最簡單的，是以互相認識為基礎。若甲與乙互相認識，他倆的距離為１；若甲與乙不相識，但兩人同時認識丙，則甲與乙的距離為２；若甲認識丙，丙認識丁，丁認識乙，則甲與乙的距離為３；如此類推。社會學家Stanley Milgram進行實驗，發覺最遠的距離不超過６。這是個很有趣的人際關係遊戲：隨便找兩個人，看看他們的距離為何？

當然，以上的距離是非常粗糙。同是朋友，點頭朋友或同窗密友自是大不相同。因此要定義新的距離，即以兩人生活圈子多少重疊作計算。若考慮的不是人與人之間的關係，而是網址與網址之間的關係，得到的是以超連結計算的排行傍，當中最有名的要算Google的PageRank。

數據挖掘（Data mining）就是嘗試把不同資料的潛在關係找出來。利用數據挖掘來對人作出分析，是現代社會學研究的一個方向。有報導指美國國防部有收集國民的通訊摸式是以分析，希望找出恐佈分子的溝通模式。成功與否，不曉得，只覺有點《一九八四》味道。

有時候，我們會希望找出兩人某方面的親疏關係。若把之前簡單距離的計算，由相互認識改為有共同文章發表，則可表示二人的學術距離：Erdős number就是數學研究員與多產數學家Paul Erdős的學術距離。

在現實中，互不認識的人可能比互相仇視的人更加親近。又或者親近的感覺並不是雙向的，就如暗戀。若考慮這些，便可能得出更複雜但更準確反映親疏的距離。