Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
SlideShare una empresa de Scribd logo

El análisis de redes sociales en la era de los datos masivos

•
•

Este documento presenta una introducción al Análisis de Redes Sociales (ARS) en la era de los grandes datos. Explica que el ARS modela relaciones sociales mediante grafos y discute áreas de investigación como la detección de comunidades, el análisis de redes dinámicas y la minería de datos de la realidad. También describe tipos de redes como las de escala libre, pequeños mundos y aleatorias.

1 de 38
Descargar para leer sin conexión
El Análisis de Redes Sociales en la era de los datos masivos Imagen: http://bit.ly/1Xc3pIE Fernando Santamaría González. Docente e Investigador
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
3
4
Índice ✤ Introducción: Definición, disciplinas ✤ Medidas y métricas de ARS ✤ Posibles áreas de investigaciones en la Ciencia de las Redes. ✤ Bibliografía. Libros. 5
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
Persona Persona Objeto Persona Objeto Persona Persona Persona Nodo fuerte Enlace social Relación indirecta Relación directa con “Persona” Redes sociales: representación o grafo Nodo débil Persona Intereses comunes: clusters 7
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
9
10
11 Donde ponemos el foco por la cantidad de datos utilizados NoSQL
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
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
Campos o subáreas de investigación en Análisis de Redes Sociales Metodología y técnicas centrada en datos 14
Social Network Data Analytics 15
Social Big Data Analytics 16 Fuente gráfico: http://bit.ly/1Oimw1w
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
18 ARS en Terrorismo y criminalidad Valdis Krebs
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
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)
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
22
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
24
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.
26
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
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
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
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]
El análisis de redes sociales en la era de los datos masivos
32 KPI, métricas en Social Media Key Performance Indicators Debe evolucionar
El análisis de redes sociales en la era de los datos masivos
Libros sobre ARS y otros subcampos I 34
Libros sobre ARS y otros subcampos I 35
Libros sobre ARS y otros subcampos I 36
El análisis de redes sociales en la era de los datos masivos
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.

Más contenido relacionado

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
  • 3. 3
  • 4. 4
  • 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
  • 9. 9
  • 10. 10
  • 11. 11 Donde ponemos el foco por la cantidad de datos utilizados NoSQL
  • 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
  • 15. Social Network Data Analytics 15
  • 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
  • 18. 18 ARS en Terrorismo y criminalidad Valdis Krebs
  • 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
  • 22. 22
  • 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
  • 24. 24
  • 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.
  • 26. 26
  • 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]
  • 32. 32 KPI, métricas en Social Media Key Performance Indicators Debe evolucionar
  • 34. Libros sobre ARS y otros subcampos I 34
  • 35. Libros sobre ARS y otros subcampos I 35
  • 36. Libros sobre ARS y otros subcampos I 36
  • 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.