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

Categoría: análisis de redes sociales (Página 3 de 3)

Las trayectorias en redes dinámicas

Las trayectorias de redes es un concepto poco desarrollado por los teóricos de análisis y visualización de redes. Me voy a fijar en él ya que creo que tendrá mucho juego dentro de la interdisciplinariedad de las redes junto a la exposición de los datos y el análisis de  manera dinámica en un periodo de tiempo.

Se ha ido impulsando desde una perspectiva sociológica y antropológica desde los años 60 del anterior siglo. Tanto Clyde Mitchell como el sociólogo Harrison White fueron investigando en el concepto de trayectorias de redes (network trajectories) (Douglas, 2004).

trayectoria de los nodos

Rutas críticas y trayectorias en red / ATA - Advanced Technology Assessment, Lucca, Italy

Los últimos 35 años, inicialmente impulsada las trayectorias de red por el antropólogo Clyde Mitchell y sociólogo Harrison White, vio un desarrollo masivo de los conceptos y herramientas para el análisis de redes y aplicaciones creciente cada vez más amplio en los tipos de problemas en las ciencias sociales.

Las trayectorias de análisis de redes sociales en las dos disciplinas (sociología y antropología) son muy diferentes en sus planteamientos. En la antropología, donde se introdujo en la década de 1960 como una herramienta de garantía para el análisis institucional y cultural, el paradigma de red no se convirtió en un factor central en la teoría, como en la sociología. Sin embargo, incluso en la sociología, el desarrollo de la metodología (Wasserman y Faust,1994) ha superado con creces la de una teoría integrada de las redes, que sitúa los principios explicativos en un marco conceptual común. La falta de esa evolución es notable en ambas disciplinas. En la última década, sin embargo, los acontecimientos que fomenten el estudio de la dinámica de la red ha proporcionado marcos explicativos más general en una teoría de las redes emergentes.

Se están estudiando estos últimos años en muchos campos. Es interesante lo que se consigue como técnica de predicción de por donde van a ir determinas trayectorias. Ejemplo de ello son los análisis de trayectorias de los coches en una ciudad y sus trayectorias (Idé and Sugiyama, 2011).

Visualización de datos orientados a lo largo de un tiempo determinado

Hay un estudio/visualización concreto en Lisboa de Pedro Miguel Cruz, Penousal Machado y Joao Bicker. Se trata de las trayectorias de 1.534 taxis un día de octubre de 2009 mediante la coordinación de GPSs en sus taxis con la colaboración del CityMotion Project del MIT de Portugal y la Universidad de Coimbra.

Podemos ver las arterias más grandes representadas en verde donde suelen ir a unos 60 km/h, mientras que las más lentas son las de color rojizo. Sin embargo, la intensidad de tráfico se asigna al espesor y el brillo de las arterias. Los puntos blancos representan los propios taxis. Se establece un énfasis visual en las áreas con más lento tráfico. Todo un organismo vivo como podemos ver en la imagen:

Visualizando tráfico de taxis en Lisboa. Todos los derechos reservados por Pedro Miguel Cruz.

Otro proyecto es Biomapping Sketch de Tom Carden. Se trata de una visualización de los datos GPS de la gente que camina en la península de Greenwich (Londres, Reino Unido). La altura de la malla es una medida de GSR (en una respuesta galvánica de la piel, en relación con los niveles de estrés) en ese punto. Como Tom Carden, explica: «ya que no divide a los paseos individuales de los datos muestra que esto no debería ser considerado como un mapa exacto de la tensión en Greenwich».

El proyecto Biomapping Sketch permite al usuario grabar su respuesta (GSR, Galvanic Skin Response), que es un indicador simple de la activación emocional en relación con su ubicación geográfica. Esto puede ser usado para trazar un mapa que pone de relieve el punto de excitación alta o baja, diferenciada por colores. Si está en rojo intenso hay más emoción y si esta en gris poco emoción. Al compartir estos datos se pueden construir mapas que visualizan en una comunidad puede sentirse estresado o excitado.

Copyright de Tom Carden con Biomapping Sketch

Trayectorias en redes sociales

Estas técnicas son posibles para rastrear también trayectorias en una red social desde una perspectiva dinámica y con perspectiva temporal de los datos para poder ser visualizados [Aigner et al., 2011, #7254] y también con datos temporales para el análisis exploratorio geoespacial y del entorno (Andrienko and Andrienko, 2006).

Martin Kilduff y Wenpin Tsai (2003) también hablan de las trayectorias ante la complejidad de las redes y sus intrincadas estructuras. Habla más de procesos que de trayectorias.

Al considerar las trayectorias de la red, podemos distinguir entre dos procesos: los que tienen un objetivo definido y los que se producen por serendipia/casualidad. Estos dos procesos generan trayectorias de red muy diferentes. Además, estos dos procesos se diferencian fundamentalmente en el funcionamiento y en las dinámicas estructurales. Como comentó uno de nuestros teóricos organizativos más sagaces en su demanda de un cambio hacia una  teoría de red mejorada, algunos procesos de red implican interacción «para lograr, planificar, coordinar o decidir sobre … actividades individuales y colectivas», mientras que otros implican «la casualidad de conocer gente y gustarse mutuamente unos a otros «. Los procesos dirigidos a objetivos y los fortuitos/ serendípicos son tipos ideales que nos permiten diferenciar entre dos trayectorias diferentes en el tiempo. No tienen por que ser trayectorias únicas de uno de los procesos de la trayectoria, sino que pueden ser mixtos también.
Será una de las medidas analíticas del futuro y que estarán «embebidas» en muchos de los aspectos de «nuestra vida en red», también de la evaluación y mejoras de procesos, así como de la posibilidad de predecir procesos y actividades futuras (carácter predictivo).
Referencias consultadas y citadas:

Aigner, W., Miksch, S., Schumann, H., & Tominski, C. (2011). Visualization of time-oriented data. London: Springer.

Andrienko, N., & Andrienko, G. (2006). Exploratory analysis of spatial and temporal data: a systematic approach. London: Springer.

Douglas, R. W. (2004). Network Analysis and Social Dynamics. Cybernetics and Systems, 35(2-3), 173-192. Recuperado de http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.84.7412

Idé, T., & Sugiyama, M. (2011). Trajectory Regression on Road Networks. Recuperado de http://www.aaai.org/ocs/index.php/AAAI/AAAI11/paper/viewFile/3695/3858

Kilduff, M., & Tsai, W. (2003). Social Networks and Organizations. London: Sage Publications Ltd.

Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press.

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

Tipos de vínculos para análisis de redes

Tipos de relaciones para una Teoría de Red según S. Borgatti, Halgin y V. Lopez (2011)

La categoría semejanzas se refiere a la proximidad física, co-asociación en las categorías sociales y compartición de comportamientos, actitudes y creencias. Generalmente no vemos estos ítems como vínculos sociales, pero nosotros a menudo los vemos como que incrementan las probabilidades de ciertas relaciones y eventos diádicos (nivel primario). Por ejemplo, en un contexto organizacional, Allen (1977) considera que la comunicación tiende a aumentar en función de la proximidad espacial y que Wellman lo desarrollo en los años 80 del siglo pasado.
La categoría relaciones sociales se refiere a los tipos clásicos de vínculos sociales que están en todas partes de la teorización de la red. Hay que distinguir entre dos tipos de relaciones sociales: las basadas en roles y las cognitivo/afectivas.
Las basadas en roles incluyen las relaciones de afinidad/parentesco y relaciones de rol (otros roles de parentesco) tales como jefe de, maestro de y amigo de. Utilizamos el término basado en roles, ya que estas relaciones son por lo general las que están institucionalizadas en derechos y obligaciones, y están identificadas lingüísticamente como, por ejemplo, amigo, jefe, tío. Muchas también son simétricas o antisimétricas, de modo que si A es amigo de B, entonces B es un amigo de A, y si A es el maestro de B, entonces B es el alumno de A.
Otra de las características de la función las relaciones basadas en roles es que se tienen un sentido público débil y objetivo, un investigador puede solicitar a un tercero si dos personas son amigas o tienen una relación profesor/alumno y no provocan un reacción automática de «¿cómo podría saber si?”.

El segundo tipo de relación social consiste en percepciones y actitudes específicas (cognitivo / afectivas) sobre otros, tales como lo conozco, me gusta, me disgusta. Estas cuestiones son generalmente privadas, idiosincrásicas e invisibles. Es fácil ver que no tienen porque ser simétricas: a A le gusta B, pero al revés puede no ser cierto.

En el gráfico he decidido hacer tres subconjuntos.
La categoría interacciones se refiere a eventos discretos y separados que pueden ocurrir con frecuencia, pero después paran, tales como hablar con, luchar con, comer con.

Finalmente, la categoría flujos incluye cosas tales como recursos, información y enfermadades que va de un nodo a otro (no tiene nada que ver con la Teoría de flujos de Mihály Csíkszentmihályi, aunque Borgatti en algún artículo o post recuerdo que habla de Teoría en algún momento). Se pueden transferir (no estando en más de un lugar a la vez)  y duplicar (tal como fluye la información). Los flujos tienen importancia en la mayor parte de las teorías de red pero generalmente se asume que en la práctica no se pueden medir.
Según la visión de Atkin (1977), cada uno de los cuatro fenómenos diádicos sirven como el escenario para el fenómeno correcto. Este autor en su original paper (1977, tiene otro paper de 1974 que no he conseguido) nombra este tipo de relaciones diádicas como backcloth y traffic). Por lo tanto, la proximidad física puede facilitar el desarrollo de ciertas relaciones y ciertas relaciones permiten ciertas interacciones, las cuales a su vez proporcionan el vehículo para las transmisiones o los flujos. Sin embargo, también está claro que los fenómenos correctos puede transformarse en incorrectos, por lo que las personas con ciertas relaciones (por ejemplo, cónyuges) tienden a moverse más cerca, y ciertas interacciones (por ejemplo, el sexo) pueden modificar o institucionalizar las relaciones.

Hablaremos de los flujos en redes sociales en próximos post.
Referencias:
Allen, T (1977). Managing the Flow of Technology. Cambridge, MA: MIT Press
Atkin, R. H (1977). Combinatorial Connectives in Social Systems. Basel: Birkhauser.
Entradas siguientes »