El análisis de redes sociales en la era de los datos masivos
1. El Análisis de Redes Sociales en la era de los datos masivos
Imagen: http://bit.ly/1Xc3pIE
Fernando Santamaría González. Docente e Investigador
2. Fernando Santamaría González
Español. Llevo 3 años en Colombia. Soy profesor e investigador en
distintas universidades de Bogotá.
Especialista en tecnología educativa y tecnologías emergentes
@lernys
http://fernandosantamaria.com
https://co.linkedin.com/in/fernandosantamaria
http://www.slideshare.net/lernys
5. Índice
✤ Introducción: Definición, disciplinas
✤ Medidas y métricas de ARS
✤ Posibles áreas de investigaciones en la Ciencia de las
Redes.
✤ Bibliografía. Libros.
5
6. Empezamos definiendo el Análisis
de Redes
Una red social es una estructura social compuesta por
nodos y relaciones. Cuando se hace Análisis de Redes
Sociales se hace una abstracción o modelado de un
fenómeno social en el que elemento fundamental es la
relación entre esos nodos. Se representa esa abstracción
por medio de grafos (Teoría de Grafos).
En el ARS están entrando nuevo actores y está
cambiando. Vamos a intentar crear unos bocetos de esto.
6
8. Campos de investigación
Sociología
Ciencias de la Comunicación
Antropología Politología
Matemáticas (Teoría de
Grafos y matemática
discreta)
Física
Web y redes
físicas
Estudio de las
organizaciones
Educación
8
12. Tipos de análisis en ARS
✤ Análisis basado en la vinculación y en la estructura,
tanto social como de red. Con ello se ve la identidad
social y la extracción de patrones relacionales entre
individuos
✤ La metodología posicional. Las que son identifican el
nodo/individuo con respecto a la red, se hacen una
serie de métricas con el fin de cuantificar la posición
de los individuos en la red.
✤ Análisis basado en el contenido. Nuevos modelos 12
13. Ciencias de comportamiento con
análisis de redes.
Una tendencia es el estudio social de comportamiento
humano con tecnologías emergentes y viendo
analíticamente los patrones que emergen (Ver Reality
Mining)
13
14. Campos o subáreas de investigación
en Análisis de Redes Sociales
Metodología y técnicas centrada en datos
14
16. Social Big Data Analytics
16
Fuente gráfico: http://bit.ly/1Oimw1w
17. El análisis/minería de texto consiste
en la recuperación de información
del análisis léxico para estudiar las
distribuciones de frecuencia de
palabras, reconocimiento de
patrones, etiquetado / anotación,
extracción de información con
técnicas de minería de datos.
Obtención y agrupamiento de texto
—> Preprocesamiento —>
Generación de atributos —>
Selección de los atributos —> La
propia Minería de datos —>
Interpretación y evaluación
17
Text Mining /Sentiment
Analysis
19. Muchos de los clásicos algoritmos en ARS
(Kernighan-Lin, el de agrupación
jerárquica por medidas de similitud,
disección espectral) no funciona con los
datos de Internet. Se han investigado otros
algoritmos mucho más productivos como
el de la intermediación de borde.
Fuente: http://bit.ly/1OaGjjt
Está estrechamente ligado al concepto de
agrupamiento o clusters.
Uno de los problemas es su dinamismo
que lo hace complicado detectar.
Analítica predictiva para adelantarse a las
comunidades “en peligro”.
19
Detección de comunidades
en las Redes Sociales
20. Medible en el tiempo y de cambios
constantes. Por lo general se aplica un ARS
simple en una instantánea de un momento
determinado del dinamismo de una red.
20
Análisis de Redes Dinámicas
(ARD)
21. Difusión de la información
Es un aspecto del ARS que se ha
desarrollado ampliamente en la
última década gracias a las técnicas
de Internet como la comunicación
viral.
Difusión de plagas o enfermedades,
de comunicación (como memes) y a
nivel de participación ciudadana.
21
23. Este tipo de estudios analiza las
interacciones de las personas con edificios
y otros artefactos que están inmersos en
una ciudad.
Una red social es una estructura social y a
la vez se puede tratar como un ecosistema
de las propias interacciones.
Se usa análisis espacial y estadísticas
para investigar cómo los patrones físicos
de la infraestructura urbana afecta a lo
social. La calidad del entorno se mide y
analiza para poder desarrollar mejores
diseños ambientales (The City Form Lab
de Singapur y MIT)
23
Urban Network Analysis
25. Minería de datos de la
realidad (Reality Mining)
✤ Es la recopilación y análisis de datos ambientales por medio de sensores y otras
tecnologías para averiguar el comportamiento social humano (Mining Human
Behaviour), con el objetivo de identificar los patrones predecibles de comportamiento.
✤ La Reality Mining hace estudios (Alex Pentland) de interacciones humanas con el uso de dispositivos
inalámbricos, como teléfonos móviles y sistemas GPS que proporcionan una imagen más precisa de lo que la
gente hace, a dónde van y con quién se comunican. Reality Mining es un aspecto de análisis de la huella digital.
27. Redes Complejas
Redes de
pequeños mundos
Redes de
escala libre
Modelo Barabási-Albert
Análisis de Redes Sociales Análisis de Redes Dinámicas
Watts y Strogatz
Milgram y los seis grados de separación
Barabási y Albert
Redes aleatorias
Random Graphs
Erdös and Rényi
Redes Bayesianas Redes neuronales
Social Network Analysis (SNA)
27
28. Red de escala libre
La red de escala libre tienen
amplias conexiones, y sólo un
determinado número de nodos.
Tienen una repartición de enlaces
dispares. Podemos encontrarlas en:
✤ Redes de amistad
✤ Crimen organizado
✤ Distribución de red eléctrica
✤ Páginas web
✤ Red de neuronas
Redes de
escala libre
28
29. Redes de pequeños mundos
Las redes de pequeños
mundos o small world es
un tipo de grafo para el que
la mayoría de los nodos no
son vecinos entre sí, pero
sin embargo la mayoría de
los nodos pueden ser
alcanzados desde cualquier
nodo origen a través de un
número relativamente
cortos [Wikipedia]. Se
encuentran en el mismo
Internet
29
30. Redes aleatorias Redes de
escala libre
En matemática se denomina grafo
aleatorio a un grafo que es
generado por algún tipo de proceso
aleatorio. La teoría de los grafos
aleatorios cae en la intersección
entre la teoría de grafos y la teoría
de probabilidades y se fundamenta
en el estudio de ciertas propiedades
de los grafos aleatorios. Uno de los
modelos matemáticos más
aplicados en la generación de redes
aleatorias es el modelo Erdös–
Rényi.[Wikipedia]
31.
32. 32
KPI, métricas en Social Media
Key Performance Indicators
Debe evolucionar
38. Muchas gracias
por su atención
Twitter: lernys
http://fernandosantamaria.com
CvLAC: http://bit.ly/1MkVshG
Google Académico: http://bit.ly/1EltBG4
Estoy a vuestra disposición
para preguntas dudas e
inquietudes.