Warning: Use of undefined constant get_magic_quotes_gpc - assumed 'get_magic_quotes_gpc' (this will throw an Error in a future version of PHP) in /home/customer/www/fernandosantamaria.com/public_html/blog/wp-content/plugins/cforms/lib_functions.php on line 339
análisis de redes sociales | Blog de Fernando Santamaría - Part 2

Blog de Fernando Santamaría

Reflexiones sobre ecologías y espacios del aprendizaje, análisis del aprendizaje y análisis de redes sociales, visualización de datos, Big Data y otros temas emergentes

Etiqueta: análisis de redes sociales (página 2 de 3)

Principios del análisis estructural y de redes


En el libro «Análisis estructural y de redes» de Josep A. Rodríguez. Es un pequeño manual introductorio, no siendo puramente ARS, trata el análisis estructural y de redes que presenta de forma básica y con ejemplos de investigación los elementos teóricos y metodológicos fundamentales. Tiene una pequeña introducción del análisis de redes en sociología y en el que comenta una serie de principios y características del análisis de redes:

El mundo esta compuesto de redes más que de grupos.
Podemos resumir las características fundamentales del análisis y aproximación estructural y de redes en elementos que los diferencian de otros tipos de análisis (A), características básicas del análisis y de sus unidades (B), y principios analíticos fundamentales (C).
Elementos diferenciadores:
A1. Importancia central de las relaciones entre unidades interactuantes.
A2. Los actores y sus acciones son vistas como interdependientes, en lugar de independientes y aut6nomos.
A3. Los ligámenes y relaciones entre actores son canales de transferencia y distribuci6n de recursos, sean materiales o inmateriales.
A4. Cuando se analizan individuos, se percibe el medio estructural de la red como espacio que provee oportunidades o limitaciones para la acción individual.
A5. La estructura (sea social, económica, politica, cultural, etc.) es definida como pautas relacionales relativamente permanentes.
Caracteristicas basicas en el analisis estructural:
B1. El comportamiento de los actores es interpretado en términos de condicionantes estructurales de su actividad, en lugar de ser resultado exclusivo de fuerzas internas (socialización en las normas).
B2. El análisis se centra en las relaciones entre unidades, en lugar de intentar agrupar individuos en categorías de acuerdo con sus atributos.
B3. Un tema central es ver cómo las pautas de relaciones afectan al comportamiento de los individuos de la red.
B4. Una estructura es vista como una red de redes, que puede o no estar dividida en grupos.

B5.  Los métodos analíticos utilizados se centran en las pautas y naturaleza relacional de la estructura social, y suplementan ( o suplantan en otros casos) los métodos estadísticos tradicionales que necesitan unidades de análisis independientes.

 

Principios analíticos:
C1. Los ligámenes son normalmente asimétricamente recíprocos, y difieren en contenido e intensidad. Son asimétricos en la cantidad y tipo de recursos en flujo y tambien en el contenido e intensidad, pero generalmente son recíprocos, dando lugar a partes estables del sistema social.
C2. Los ligámenes y lazos unen a los actores tanto directa como indirectamente. Por tanto, deben ser definidos en el marco de redes estructurales mas amplias. La simetría del ligamen pone en duda la creencia en la voluntariedad de la relación. Muchas relaciones se establecen con miembros de la red que a uno no le gustan. Son involuntarias, y vienen como parte del paquete de ser miembro de la red. Pero son muy importantes por los recursos que se transmiten a través de ellos. Así, normalmente los miembros de una red utilizan relaciones directas e indirectas, y a menudo atraviesan los límites de la red. De ahí la importancia del contexto estructural de cada red particular.

C3. Los puntos de una red no tienen por que ser personas individuales.Pueden ser grupos, estados, etc., o conjuntos de relaciones (clusters, o redes). Por ejemplo, en el caso de interlocking de directivos de corporaciones, lo importante es que un directivo une dos corporaciones, en lugar de que dos directivos estén en el mismo consejo de administración. Si existe un ligamen entre dos clusters, entonces todos los miembros de un cluster estan ligados a
los miembros del otro (a través de ligámenes internos).

C4. Los ligámenes asimétricos y las redes complejas distribuyen recursos escasos de forma diferencial. Los recursos no fluyen equitativamente. La densidad de los clusters y los tipos de relaciones estructuran el flujo de recursos.
Dependiendo de la posición estructural, los miembros de un sistema social difieren en el acceso a los recursos. El acceso desigual a estos dará lugar a mayor asimetría en las relaciones. Y a su vez, las relaciones asimétricas entre grupos normalmente dan lugar a redes jerárquicas y generan mayores diferencias en el acceso a los recursos.

 

C5. Las posiciones estructurales son a su vez recursos. El acceso a posiciones estructurales es en si mismo un recurso escaso porque determina el acceso a otros recursos. Los casos de los gatekeepers (que controlan el acceso a la red) o los brokers (que ligan dos redes) son ejemplos de posiciones que obtienen poder y mayor acceso a recursos por su posición estructural.

 

C6. Las posiciones estructurales no son inamovibles sino que están en movimiento. Las personas, y los recursos, fluyen a traves de las redes cuando cambian posiciones estructurales. Los movimientos de las personas son parte
de la llamada «agujeros estructurales» (Burt).

 

C7. Las redes estructuran actividades colaboradoras o competitivas entre actores para asegurarse recursos escasos. La competencia estructural por los recursos escasos es inherente al sistema social. Los grupos de intereses compiten por acceder a ellos. Este marco delimita las bases estructurales de la actividad (acción) política colectiva.

Redes en espacios abiertos de innovación y las trayectorias individuales representadas

A Network of Civic Forums

A medida que el entorno empresarial actual se hace más global, competitivo y cada vez más complejo y turbulento, las organizaciones se ven obligadas a innovar más rápidamente para poder sobrevivir.
La complejidad creciente ha dado mayor importancia a personas que se encuentran en nichos de conocimiento diferentes, tales como departamentos de una organización u organizaciones de un sector determinado, para colaborar a través de estas demarcaciones con el fin de impulsar para que la innovación sea más rápida y mejor. Sin embargo, si bien hay una fuerte necesidad de este tipo de colaboración transfronteriza, existen fuertes presiones que preserva a las personas para que lleguen a interactuar con los socios: hay razones de la organización que refuerzan la creación y el mantenimiento de los límites por el bien de la coherencia y reproducibilidad y flujo de la organización  (Perrow, 1986), y existen presiones interpersonales para mantener contacto homofílico con otros. Estas presiones son tan omnipresentes que incluso en ausencia de límites formales, como ocurriría en una mezcla orientada específicamente para ayudar a que las personas encuentren nuevos socios en nichos distintos con diferentes conocimientos, las personas tienden a volver a mantener relaciones homofílicas en lugar de cruzar fronteras. Es uno de los problemas que se encuentra en este tipo de espacios abiertos de innovación.Hay algunos individuos que, sin embargo, son capaces de superar estas presiones y colaborar con nuevos socios en este tipo de ajuste. Nuestro interés aquí es entender la forma en que son capaces de desarrollar nuevos vínculos, cuando esto ocurre, y si este proceso conduce a ideas originales. Nuestra esperanza es que al comprender mejor el proceso, podríamos ser capaces de fomentar una mayor innovación en el futuro. El escenario es un espacio abierto como comenta Harrison Owen en su libro [Wikipedia]. Un espacio social que reúne a los participantes por un período corto de tiempo (normalmente uno o más días) para discutir y trabajar sobre temas específicos del proyecto. Al igual que en el concepto de proyectos de código abierto de software, los participantes son libres de escoger con quien colaborar y en qué proyecto, que tiene el potencial para crear un enjambre hacia nuevas ideas interesantes de Peter A. Gloor en su conocido libro. Algunos de los participantes ya están familiarizados con los demás antes de tomar parte en el ejercicio de un espacio abierto, lo que nos permite explorar cómo se desarrollan nuevos vínculos a lo largo del ejercicio. Peter A. Gloor comenta muchas de sus ideas en este vídeo:


Setenta alumnos de un curso universitario en ciencias de la computación se reunieron en un ejercicio de espacio abierto en la Universidad Tecnológica de Viena durante un día (lo siento no encuentro los vídeos que hay de este proyecto. En su web pueden encontrar otros de interés). Su única tarea era el intercambio de ideas sobre cómo usar una tecnología de software de código abierto que se les proporcionó. No había otra estructura formal de impuestos a los participantes. Podían decidir libremente cómo usar este software, con quien querían intercambia de ideas, y con quien podrían colaboraría en estos proyectos después de ese día. Estos proyectos continuaron después durante el resto del semestre y más allá de si los estudiantes siguiesen interesados en el proyecto. Se administró un cuestionario a los estudiantes antes del ejercicio (ej., que se sabía antes de comenzar el ejercicio), en cuatro momentos durante el ejercicio para recoger datos sociométricos de carácter logitudinal (o sea, que no es periódico). Esta recogida de datos incluiría con quien se habían comunicado, con quien habían compartido ideas, quienes resultaron ser fuente de inspiración,  así como datos sobre sus atributos (por ejemplo, género y origen) y las ideas que se estaban generando.Este método nos permite examinar no sólo si los nuevos lazos, efectivamente, llevaron a ideas más útiles, sino también si había diferentes trayectorias individuales hacia redes que se pudieran identificar. Por ejemplo, algunas personas podrían haber comenzado de inmediato a través del acercamiento a nuevas personas, pero luego habían vuelto a trabajar con un pequeño grupo de otros que conocían previamente, mientras que otros podrían haber comenzado con los que ya conocían, y después se acercaron a nuevos socios, y todavía otros podrían haber elegido trabajar sólo con nuevos o antiguos socios. Estas trayectorias de red egocéntricas son dignas de estudio por derecho propio como en el magnífico libro de Kilduff y Tsai (2003) y podrían estar relacionadas con la generación de mejores o peores ideas.

En este libro estableció una tabla para diferenciar los procesos de red dirigidos a objetivos y los procesos de red serindípicos:

Venta de libros seminuevos

Portada TítuloEditorialAñoPrecioVendido
Big Data y el Internet de las cosasCatarata2016$31.000No
La Universidad: un espacio para el aprendizaje.Narcea2012$50.000No
¿Sociedad virtual?: Tecnología, 'ciberbolé', realidad.Editorial UOC2005$48.000No
Ortografía de la lengua españolaReal Academia Española2010$50.000No
Amor líquido: acerca de la fragilidad de los vínculos humanosFondo de Cultura Económica2005$20.000No
Aprendizaje cooperativo en las aulasAlianza Editorial2012$42,000No
Enseñanza virtual para la innovación universitariaNarcea2003$17.000No
El aprendizaje basado en problemas: una propuesta metodológica en Educación SuperiorNarcea2008$20.000No
El aprendizaje Autónomo en Educación SuperiorNarcea2009$20.000No
Aceptación de las TIC en la docencia: una tipología de los académicos de la UNAMUNAM2012$18.000No
El apendizaje creativo: 10 ideas claveGrao2009$22.000No
Modelos universitarios: los rumbos alternaivos de la universidad y la innovaciónFondo de Cultura Económica2005$18.000No
La enseñanza universitaria centrada en el aprendizaje: estrategias útiles para el profesoradoOctaedro2008$30.000No
Buenas prácticas docentes en la universidad: modelos y experiencias en la universidad de BarcelonaOctaedro2010$32.000No
Enseñando a enseñar en la Universidad: la formación del profesorado basada en incidentes críticosOctaedro2014$42.000No
Políticas, prácticas e investigación en tecnología educativaOctaedro2009$32.000No
La gestión de la tecnología en la educación superior: estrategias para transformar la enseñanza y el aprendizajeOctaedro2012$42.000No
Calidad del aprendizaje universitarioNarcea2005$22.000No
Andragogía: el aprendizaje de los adultosAlfaomega2006$18.000No
Tecnología educativaMcGraw Hill2009$45.000No
Nuevas tecnologías aplicadas a la educaciónMcGraw Hill2006$85.000No
Estrategias y competencias de aprendizaje en educaciónEditorial Síntesis2012$32.000No
Diseño curricular a partir de competenciasEdiciones de la U2013$17.000No
Competencias, TIC e innovaciónEdiciones de la U2011$12.000No
La evaluación de competencias en la Educación SuperiorEdiciones de la U2011$14.000No
Competencias en argumentación y uso de pruebas: 10 ideas claveGraó2010$30.000No
Sociedad del conocimiento: cómo cambia el mundo ante nuestros ojosEditorial UOC2005$30.000No
Competencias cognitivas en educación superiorNarces/Ediciones de la U2014$14.000No (2 ejemplares)
Desarrollar la competencia digital: educación mediática a lo largo de toda la vidaEdiciones de la U2013$10.000No
Las competencias básicas: claves y propuestas para su desarrollo en los centrosGraó2008$18.000No
Cómo aprender y enseñar competencias: 11 ideas claveGraó2009$34.000No
Las competencias docentes en la formación del profesoradoEditorial Síntesis2012$35.000No
Identity, Community and Learning Lives in the Digital AgeCambridge2013$25.000No
Designing Globally Networked Learning Environments: Visionary Partnerships, Policies and PedagogiesSense Publishers2008$50.000No
Prácticas educativas en entornos web 2.0Editorial Síntesis2008$20.000No
La cuarta revolución industrialDebate2016$22.000No
Homo mobilis: la nueva era de la movilidadLa Crujía2010$12.000No
Makers: la nueva revolución industrialEmpresa Actva2013$8.000No
The Data Revolution: Big Data, Open Data, Data Infastructures & Their consequencesSage2014$35.000No
Re-designing Learning Contexts: tecnology-rich, Learner-centred ecologiesRoutledge2010$20.000No
¿Cómo investigar en educación? (2ª ed.)Magisterio Editorial2011$20.000No
Metodología de la investigación: propuesta, anteproyecto y proyecto (4ª ed.)ECOE Ediciones2009$12.000No
Evaluación del aprendizaje en espacios virtuales TICECOE Ediciones/Universidad del Norte2011$16.000No
7 pasos para elaborar una tesisEditorial Macro2015$30.000No
Educomunicación: más allá del 2.0Gedisa2010$25.000No
Human Media: las personas en la era de InternetFormación Alcalá2014$20.000No
La generación AppPaidós2014$28.000No
Escuelas creativas: la revolución que está transformando la educaciónGrijalbo2015$13.000No
Diversidad innovadora: intangibles para la creatividad colectivaNetbiblo2011$20.000No
Libros seminuevos que vendo debido a que me voy de Colombia y no puedo llevarlos conmigo. Están bien tratados y merece la pena tenerlos por una rebaja de más de 30% sobre el precio original de la librería.

 

Klout, una herramienta falsa para medir la influencia

Tenemos fiebre de métricas y estamos cayendo en esas tensiones que nos da ese «espejo» de las métricas (Espejito..espejito quien es más guapo de los dos). Creo que estamos llevando un mal camino en cuanto a las métricas de influencia que están apareciendo en  Social Media:

a) La comodidad ante el uso de herramientas de terceros (y además muchas de ellas gratuitas) para medir una organización que tiene sus particularidades y un capital social que está en la bese de sus fortaleza. Estas herramientas de terceros son opacas y no podemos adecuar su algoritmo a nuestras necesidades.

b) Todos (o casi todos los Social Media tienen características de red social y como tal medible. Se le pueden aplicar la metodología y medidas del análisis de redes con herramientas que nos extraen los grafos de nuestra red. El problema: que no es tan fácil extraer los datos (también con herramientas de terceros con unas características específicas (NameGenWeb y netvizz) y no son open. Y si se extraen no los trata como base de datos relacional o soportando por ejemplo Neo4j.

Alternativa a Klout con PeerIndex

Métricas hechas con PeerIndex

Vamos a tratar el archiconocido Klout, que en este día dice que ha optimizado y mejorado el algoritmo opaco. No se si estamos un poco todavía maravillados desde este país por las nuevas herramientas que van surgiendo, pero no hay críticas al respecto viendo del cluster marketiniano. En el mundo anglosajón predominan las críticas y no es una herramienta querida por algunos analistas de Social Media. Al final dejo algunas referencias sobre el tema. El CEO de la empresa, Joe Fernandez, tuvo que salir al paso ante periodístas y bloggers para desmentir algunas de las afirmaciones que se habían vertido sobre Klout y creo que con mucha razón esas críticas.

 Las puntuaciones de Klout

La puntuación de Klout es una métrica calculada sobre toda la actividad de sus medios sociales (van por ahora 12 medios y no deja poner enlaces por sindicación a blogs). Klout muestrea una variedad de actividades en las que se puede involucrar una persona, desde entradas y número de seguidores en Twitter hasta la actividad en Facebook y algunas otras redes. En total según cuenta Jason Keath son más de 30 variables. Las fuentes de sus datos pueden ser mejores que las que están disponibles para los “simples mortales”. Tienen un acceso al feed de Twitter completo y sus modelos de negocio intercambian el acceso a las puntuaciones de Klout para que pueda acceder Klout a los datos personales del usuario.

Klout aplica una fórmula propietaria y nada transparente para pesar todos sus usuarios sobre una escala de porecentajes, con celebridades como @ladygaga que encabezan la escala de casi del 100% (actualmente 92), una fuerte “clase media” que anda en en el rango 30%-70% y la mayoría de usuarios despreocupados de Twitter  y situados muy por debajo de esta marca.

Dice el CEO de Klout que tiene muchos ingenieros y eso lo hace más riguroso :(( . Y me pregunto ¿por qué no sociólogos, antropólogos y economistas que tienen larga tradición de haber trabajado en estudios analíticos y le dan otra perspectiva?

¿Puede influir en Klout en la medida de algo? Quién sabe. De todo lo que he visto, sí. Pero es bueno para ello? No lo es. La mayor acción o clusterización es que hay un montón de influencias por ahí con resultados que no son tan altos. Todo se reduce al contexto chato y la toma de decisiones humanas basadas en los resultados que están creando.

Lo que Klout ha hecho es poner una cantidad masiva de datos en conjunto de una manera muy estratégica. Y una gran cantidad de datos que es muy conveniente para las situaciones de mercadeo. Creo que los productos de cualquiera de marketing en línea debe prestar atención a Klout y en busca de una oportunidad de utilizar sus datos, pero de forma crítica con esta herramienta por sus condiciones poco solventes para moldear y personalizar.

Críticas a Klout 

Geoff Livingston plantea 5 problemas  que están en Klout y no creo que se hayan solucionado ni con esta última actualización del algoritmo:

1) Se carece de un análisis cualitativo. Se trata de un algoritmo (pedestre) que no mide con precisión las relaciones y sus propiedades y que es propio del análisis de redes. Es más fácil poner un resultado cuantitativo y a correr. Las medidas profesionales de centralidad, poder e influencia tienen muchos matices y se debe «vocalizar en un punto en un área o punto concreto de la red-contigo para ver los resultados. Tan importantes son los nodos centrales como los periféricos en esas interacciones dadas.

2) Es un algoritmo roto (y de poco alcance), ya que la realidad de muchos autores que han influido ampliamente en personas no se toma en cuanta por que no «juegan» con las variables de Klout. Los algoritmos de este tipo deben ser holísticos. Esa influencia tácita no se mide. Por ejemplo, Clay Shirky con una gran influencia en los Social Media y con dos libros de impacto tiene sólo 30. O juegas a su juego o nada. Podría nombrar muchos más casos. Quien se tome a pies juntillas la calificación de Klout será contraproducente para su propia organización. Se tu mismo y no vayas por la vida con la legua fuera para conseguir subir.

3) Quieren influenciar a las organizaciones y toman el camino de respuesta no-confiables, diciendo lo que quieren oír los usuarios seguidores de la empresa, sin que sea esa la realidad. Aquí en España, por nuestro carácter, también ante esto dudamos. Somos personas que desconfiamos a primera instancia.

4) La comercialización de Klout hecha a partir de dar bonos y billetes de avión a los más posesionados arriba del todo en la lista. Algo totalmente estúpido y que crea una cultura tan jerárquica y de clase que en una sociedad red es volver y retroceder para atrás.

5) Las críticas que recibe son hechas sólo con comentarios, pero no se han puesto manos a la obra. Quedarse en las palabras no es un buen ejemplo.

6) Estrategia de cambio. Haz un cambio que parece razonable (como el hecho ayer) para que todo quede igual y acalles las críticas. Como no podemos ver en el algoritmo lo que se ha cambiado nos deja como estábamos.

No soy una persona que critique por criticar, pero esto me parece un abuso a mano levanta para beneficio propio. No tiene pies ni cabeza con respecto a la manera de medir la influencia y centralidad/poder que han desarrollado economistas, antropólogos, sociólogos desde principios de siglo XX cuando Jacob Moreno inventó la sociometría. Yo creo, que debemos tomar una posición distante ante toda esta fiebre de posicionamiento y de medidas. Como alternativas tenemos a Kred y PeerIndex (este último mide la actividad, audiencia y autoridad y que merece la pena probarlo). No creo de todas las maneras conveniente usar en una organización, sea empresarial o no, este tipo de herramientas de terceros.

ALTERNATIVAS

Las alternativas sería pagar por herramientas más caras como Radian6 (que tienen una mayor flexibilidad) o ajustarse al capital humano y las redes que tiene la propia organización para crecer midiendo y creando un algoritmo si es preciso para aplicarlo a herramientas de análisis de redes como Gephi, Netminer, NodeX, Pajek, Ucinet, etc. Esta creo que es una solución rentable mientras no se cambie mucho la API del servicio de Social Media. Mucho más precisa, centrada y localizada en el tipo de centralidad y dentro de un contexto determinado. Creo que estamos tomando un camino «sin control» y de tierras movedizas para empresas y organizaciones serias que quieran hacer medidas serias. De esta manera como en blog de RSA Projects se genera una sociedad de castas.

Actualización:

Otras alternativas a probar y que utilizan sólo Twitter para medir posición, influencia y poder del usuario:

* Twittalizer. No tengo muchas noticias de él y de su funcionamiento. Si alguien quiere comentarlo.

* TweetLevel y su metodología de análisis.

* Tweet Grader y la explicación de su funcionamiento (Gracias Eduardo Woo por el aporte). Creo que está empezando y le faltan ajustar métricas. Es bueno que se centre sólo en Twitter y en su explicación deja muy poco entrever como funciona el algoritmo.

Referencias:

Investigaciones en análisis de redes: jerarquías y análisis de redes espacio-temporales

Un grafo de una red dinámica

Grafo de diferentes capas de una red dinámica

Aunque hay muchos frentes abiertos de investigación en redes (científicas) y no es nada nuevo lo que comento, hay algunas investigaciones que son significativas al pasar los años. Hace unos años se investigó con éxito la importancia de buscar jerarquías en las propias redes sociales (2008). Con el trabajo «Hierarchical structure and the prediction of missing links in networks» [alternativa para bajar pdf] Mark Newman, Cristopher Moore y Aaron Clauset de Santa Fe Institute demuestran que muchas redes en el mundo físico y natural se entienden como una jerarquía de módulos, donde los nodos se agrupan para formar módulos (se debe analizar desde propiedades de centralidad), que a su vez se agrupan en módulos más grandes. Una estructura similar a la que las organizaciones implementan y en otro orden de relaciones sociales en la misma vida social. Con esta estructura de organización jerárquica, los investigadores muestran que al mismo tiempo puede explicar una serie de patrones descubiertos previamente en las redes, tales como la heterogeneidad sorprendente en el número de conexiones de algunos nodos, o la prevalencia de los triángulos en un diagrama de red. Su descubrimiento sugiere que la jerarquía es un principio fundamental de organización en redes complejas. A diferencia de mucho trabajo previo en esta área, Clauset, Moore y Newman propone un modelo directo -pero diría que flexible- de estructura jerárquica, que se aplican a las redes utilizando las herramientas de la física estadística y del machine learning. Otras investigaciones actuales (desde el año 2009 está este grupo de investigación de la Universidad de Cambridge y no sólo ellos como entidad universitaria están investigando en este campo) son los análisis de redes espacio-temporales ( Spatio-Temporal Network Analysis, STNA). Estos análisis se están ya viendo en análisis espacio-temporales hechos con móviles (en este caso smartphones) y demás tecnologías que dejan el posicionamiento espacial al descubierto y que tiene que ver con el análisis dinámico de redes. Muchos de los sitios de redes sociales se encaminan hacia ese aspecto de geoposición social. Con más de 5 artículos de investigación publicados comentan los investigadores de Cambridge » […] que todos estos análisis se centran en el análisis estático, o en otras palabras, suponiendo que todas las relaciones entre los nodos aparecen al mismo tiempo y en el mismo lugar. Este proyecto está interesado en la utilización de la importancia del espacio y el tiempo en el análisis de este tipo. Nuestro objetivo es investigar cómo estas dimensiones adicionales influyen en las propiedades estructurales y el comportamiento dinámico de las redes. Desde el punto de vista temporal, se desarrollan nuevos parámetros en un modelo de variables en el tiempo de una red que se puede considerar como un conjunto de instantáneas del estado de la red. Desde el punto de vista espacial, se estudia cómo los nodos de una red se puede colocar en un espacio métrico y cómo la distancia afecta el patrón de conexiones entre ellas. Este nuevo enfoque ofrece fascinantes nuevas orientaciones para el desarrollo de nuevas aplicaciones y nuevos sistemas de redes sociales en línea y en los sistemas móviles y para una mejor comprensión de los procesos sociales como la influencia, la confianza y la difusión de información.»

Muy interesante para avanzar en esta sociedad en tiempo real y que permitirá tener feedback en tiempo real o en un período de tiempo determinado. Otras investigaciones que merece destacar aunque algunas no sean de redes

La eclosión de las investigaciones en Análisis de Redes Sociales

Una de las ideas más potentes en las ciencias sociales es la noción de que los individuos están embebidos en gruesas redes de relaciones sociales e interacciones. La teoría de red social (Social Network Theory) proporciona una respuesta a un problema que ha preocupado a la filosofía de caracter social desde la época de Platón, o sea, el problema del orden social (de ahí sus raíces simelianas): cómo los individuos autónomos pueden combinarse para crear sociedades tolerantes y funcionales. La teoría de red también proporciona explicaciones para una gran cantidad de fenómenos sociales, desde la creatividad individual hasta la rentabilidad corporativa. La investigación de red es hoy un tema “caliente”, con la cantidad de artículos en Web of Knowledge sobre el tópico de “redes sociales” que casi triplican a la de la década pasada. Los cuadernos de ciencia (Readers of Science) ya son habituales en la investigación de red en física y biología, pero pueden serlo menos en lo que se ha estado haciendo en ciencias sociales.
Lo que es el análisis de redes sociales (ARS, #sna) sigue creciendo como se muestra en la figura de abajo (Vía Network Theorizing de S. Borgatti. Aparece en más papers de Borgatti) como a partir de los primeros años de este siglo han ido creciendo de manera casi exponencial.

 El interés en las redes abarca todos los ciencias sociales y está creciendo aún más rápido en  Física, Epidemiología y en Biología. Las redes sociales se han utilizado para entender el desempeño del trabajo en una organización, el volumen de negocios con las entradas y salidas, promoción e innovación en agujeros estructurales de R. Burt, en los análisis que se hace desde cuerpos de inteligencia, para analizar las redes terroristas, para detectar comunidades en un larga estructura de red, para analizar las dimensiones políticas en corporaciones de este ámbito y cómo están conectadas, en los movimientos sociales organizados y los espontáneos, en las redes culturales con los interesantes estudios de Paul DiMaggio, en las redes de investigación con sus citaciones y para darle una perspectiva distinta a investigaciones con modelos estadísticos para actores y sus relaciones. Puedo continuar hasta aburrir, pero es fundamental en muchas investigaciones darle el cariz de analítica social (y no social) que está invadiendo muchos aspectos de esta sociedad de la interacción con Big Data.

Artículos compartidos en Google Scholar por año y que aparece "Social Network" en título

Artículos compartidos en Google Scholar por año y que aparece "Social Network" en título

« Siguientes entradas Recientes entradas »