Curso Experto Redes Sociales Olavide Enero 2011

790 views
744 views

Published on

Curso de introducción al análisis de redes sociales con una pequeña vista general y talles sobre UCINET

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
790
On SlideShare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
27
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Curso Experto Redes Sociales Olavide Enero 2011

  1. 1. Analizar Redes Sociales. Un curso práctico. <ul><li>Luis Rull Muñoz </li></ul><ul><li>mecus.es – luisrull.es </li></ul><ul><li>[email_address] </li></ul><ul><li>CURSOS DE EXPERTO UNIVERSITARIO </li></ul><ul><li>Universidad Pablo de Olavide </li></ul><ul><li>Enero de 2011 </li></ul>
  2. 2. Luis Rull. Alias “el pesado” <ul><li>¿Quién soy? </li></ul><ul><li>¿Qué he hecho? </li></ul><ul><li>¿Qué hago? </li></ul><ul><li>¿De qué va este taller? </li></ul><ul><li>¿Hay algo original en esta presentación? </li></ul><ul><ul><li>¡¡¡¡NO!!!! </li></ul></ul><ul><ul><li>Todo es copiado, plagiado… no hay ninguna idea original </li></ul></ul><ul><li>Creative Commons (Sin atribución) </li></ul>
  3. 3. Tres concepciones de la disciplina. <ul><li>Metafórica </li></ul><ul><li>Aproximación estructural a los fenómenos sociales. </li></ul><ul><li>Análisis formal de redes sociales (Social Networks Analysis) </li></ul>
  4. 4. Aspectos distintivos de la ARS. <ul><li>Fenómeno estudiado. </li></ul><ul><li>Perspectiva teórica. </li></ul><ul><li>Metodología. </li></ul><ul><li>Tipo de datos </li></ul><ul><ul><li>Datos atribucionales  Variaciones </li></ul></ul><ul><ul><li>Datos ideacionales  Tipologías </li></ul></ul><ul><ul><li>Datos relacionales  Redes </li></ul></ul>
  5. 5. ¿Qué hace el ARS? <ul><li>Datos y realidad </li></ul><ul><ul><li>Los datos reflejan una observación de la realidad. </li></ul></ul><ul><ul><li>Matrices </li></ul></ul><ul><ul><li>Grafos </li></ul></ul>
  6. 6. Tipos de datos relacionales <ul><ul><li>Según naturaleza: </li></ul></ul><ul><ul><ul><li>Binarios </li></ul></ul></ul><ul><ul><ul><li>Nominales </li></ul></ul></ul><ul><ul><ul><li>Ordinales </li></ul></ul></ul><ul><ul><ul><li>Intervalo </li></ul></ul></ul><ul><ul><li>Según Medición </li></ul></ul><ul><ul><ul><li>Binarios (0/1) </li></ul></ul></ul><ul><ul><ul><li>Orientados (+/-/0) </li></ul></ul></ul><ul><ul><ul><li>Ponderados </li></ul></ul></ul><ul><ul><li>Según Relación </li></ul></ul><ul><ul><ul><li>Recíproco </li></ul></ul></ul><ul><ul><ul><li>Orientado </li></ul></ul></ul>
  7. 7. Tipos de redes I <ul><ul><li>Completas / Egocéntricas </li></ul></ul><ul><ul><li>Relación / Afiliación </li></ul></ul>
  8. 8. Tipos de redes II Relaciones de los miembros de la población con un individuo específico (Ego) Relaciones entre todos los miembros de un grupo determinado (Población) Relación (Modo 1) Relaciones de dos grupos distintos de entidades con un individuo específico Relaciones entre los miembros de un grupo con los miembros de otros completamente distinto Afiliación (Modo 2) Egocéntricas Completas
  9. 9. Conceptos básicos de teoría de grafos <ul><li>¿Qué es esto? </li></ul>
  10. 10. Conceptos básicos de teoría de grafos <ul><li>La importancia de la naturaleza de la relación. </li></ul><ul><li>Lógica y empíria. Errores de medida. </li></ul><ul><ul><li>Orientación empírica </li></ul></ul><ul><ul><li>Orientación lógica </li></ul></ul><ul><li>Fuerza de la relación. </li></ul><ul><ul><li>Similitud </li></ul></ul><ul><ul><li>Diferencia </li></ul></ul><ul><li>Transformación de matrices. </li></ul><ul><li>Ejemplo de simetrización y dicotomización. </li></ul><ul><li>(CITIES) </li></ul>
  11. 11. UCINET y sus programas asociados <ul><ul><li>Matriz entra  Matriz sale </li></ul></ul><ul><ul><li>Archivo entra  Archivo sale </li></ul></ul><ul><ul><li>Editor de redes (Matrix Spreadsheet Editor) </li></ul></ul><ul><ul><li>Programas de visualización </li></ul></ul><ul><ul><ul><li>Netdraw </li></ul></ul></ul><ul><ul><ul><li>Keyplayer </li></ul></ul></ul><ul><ul><ul><li>Pajek </li></ul></ul></ul><ul><ul><li>Ejemplo: Amigas y fiestas (Davis) </li></ul></ul>
  12. 12. Centralidad y centralización <ul><li>Centralidad y Centralización </li></ul><ul><ul><li>¿Qué es se central? </li></ul></ul><ul><ul><ul><li>Más relaciones (De grado/Degree) </li></ul></ul></ul><ul><ul><ul><li>Más cercanía (Closeness) </li></ul></ul></ul><ul><ul><ul><li>Más intermediación (Betweennes ) </li></ul></ul></ul><ul><ul><ul><li>Más relaciones con gente importante </li></ul></ul></ul><ul><ul><li>¿Cómo medir si en una red la centralidad está muy disitribuida o es muy desigual? </li></ul></ul>
  13. 13. Las mujeres del sur <ul><ul><li>DAVIS SOUTHERN CLUB WOMEN </li></ul></ul><ul><ul><li>DATASET DAVIS </li></ul></ul><ul><ul><li>  DESCRIPTION One 18x14 matrix, binary. </li></ul></ul><ul><ul><li>  BACKGROUND These data were collected by Davis et al in the 1930s. They represent observed attendance at 14 social events by 18 Southern women. The result is a person-by-event matrix: cell (i,j) is 1 if person i attended social event j, and 0 otherwise. </li></ul></ul><ul><ul><li>  REFERENCES Breiger R. (1974). The duality of persons and groups. Social Forces, 53, 181-190. </li></ul></ul><ul><ul><li>  Davis, A et al. (1941). Deep South. Chicago: University of Chicago Press. </li></ul></ul>
  14. 14. Transformaciones <ul><li>Matrices de adyacencia y de distancia (I) </li></ul><ul><li>1 1 1 1 1 </li></ul><ul><li>1 2 3 4 5 6 7 8 9 0 1 2 3 4 </li></ul><ul><li>I I W W W W W W W W W S S S </li></ul><ul><li>- - - - - - - - - - - - - - </li></ul><ul><li>1 I1 0 0 1 1 1 1 0 0 0 0 0 0 0 0 </li></ul><ul><li>2 I3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 </li></ul><ul><li>3 W1 1 0 0 1 1 1 1 0 0 0 0 1 0 0 </li></ul><ul><li>4 W2 1 0 1 0 1 1 0 0 0 0 0 1 0 0 </li></ul><ul><li>5 W3 1 0 1 1 0 1 1 0 0 0 0 1 0 0 </li></ul><ul><li>6 W4 1 0 1 1 1 0 1 0 0 0 0 1 0 0 </li></ul><ul><li>7 W5 0 0 1 0 1 1 0 0 1 0 0 1 0 0 </li></ul><ul><li>8 W6 0 0 0 0 0 0 0 0 1 1 1 0 0 0 </li></ul><ul><li>9 W7 0 0 0 0 0 0 1 1 0 1 1 0 0 1 </li></ul><ul><li>10 W8 0 0 0 0 0 0 0 1 1 0 1 0 0 1 </li></ul><ul><li>11 W9 0 0 0 0 0 0 0 1 1 1 0 0 0 1 </li></ul><ul><li>12 S1 0 0 1 1 1 1 1 0 0 0 0 0 0 0 </li></ul><ul><li>13 S2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 </li></ul><ul><li>14 S4 0 0 0 0 0 0 0 0 1 1 1 0 0 0 </li></ul>
  15. 15. Transformaciones <ul><li>Matrices de adyacencia y de distancia (II) </li></ul><ul><li>Geodesic Distances </li></ul><ul><li>1 1 1 1 1 </li></ul><ul><li>1 2 3 4 5 6 7 8 9 0 1 2 3 4 </li></ul><ul><li>I I W W W W W W W W W S S S </li></ul><ul><li>- - - - - - - - - - - - - - </li></ul><ul><li>1 I1 0 1 1 1 1 2 4 3 4 4 2 4 </li></ul><ul><li>2 I3 0 </li></ul><ul><li>3 W1 1 0 1 1 1 1 3 2 3 3 1 3 </li></ul><ul><li>4 W2 1 1 0 1 1 2 4 3 4 4 1 4 </li></ul><ul><li>5 W3 1 1 1 0 1 1 3 2 3 3 1 3 </li></ul><ul><li>6 W4 1 1 1 1 0 1 3 2 3 3 1 3 </li></ul><ul><li>7 W5 2 1 2 1 1 0 2 1 2 2 1 2 </li></ul><ul><li>8 W6 4 3 4 3 3 2 0 1 1 1 3 2 </li></ul><ul><li>9 W7 3 2 3 2 2 1 1 0 1 1 2 1 </li></ul><ul><li>10 W8 4 3 4 3 3 2 1 1 0 1 3 1 </li></ul><ul><li>11 W9 4 3 4 3 3 2 1 1 1 0 3 1 </li></ul><ul><li>12 S1 2 1 1 1 1 1 3 2 3 3 0 3 </li></ul><ul><li>13 S2 0 </li></ul><ul><li>14 S4 4 3 4 3 3 2 2 1 1 1 3 0 </li></ul>
  16. 16. Densidades y métricas <ul><li>Densidad </li></ul><ul><ul><li>D= 0.9412 D= 0.1765. </li></ul></ul>
  17. 17. Densidad red no dirigida <ul><li>Ejemplo Densidad d= 0.5333 </li></ul>
  18. 18. Pero… ¿qué pasa si es dirigida? <ul><li>Grado (Nº de enlaces de un nodo) </li></ul><ul><ul><li>Grado entrada </li></ul></ul><ul><ul><li>Grado de salida </li></ul></ul>
  19. 19. Densidad en redes dirigidas <ul><li>Grado (II) Densidad= 0.4 </li></ul>
  20. 20. Información en movimiento <ul><li>Conceptos </li></ul><ul><li>a. Camino (Path) (No se repiten los nodos) (A-F-D-B-C-E) </li></ul><ul><li>b. Sendero (Trail) (No se repiten líneas) (E-C-A-D-F-A-B) </li></ul><ul><li>c. Paseo (Walk) (Sin restricciones) (A-B-C-A-F-D-B) </li></ul><ul><li>Medidas de flujo </li></ul><ul><ul><li>Longitud </li></ul></ul><ul><ul><li>Distancia </li></ul></ul>
  21. 21. ¿Cómo de largos son los caminos? <ul><li>Diámetro </li></ul><ul><li>Distancia Media </li></ul><ul><li>Aplicaciones </li></ul><ul><ul><li>Intercambios (regalos, monetarios) (Un objeto no divisible ni copiable) (No ubicuidad. Repetición Permitida. Intercambio uno a uno) </li></ul></ul><ul><ul><li>Chismorreo (Email, referencias artículos, innovaciones informáticas nivel 2...)(Copiable, reproducible, intercambio uno a uno (con excepciones) Repetición permitida pero poco común) </li></ul></ul><ul><ul><li>Infecciones (Sida,...) (Copiable, reproducible, inetrcambio uno a uno. Repetición no suele ser permitida) </li></ul></ul>
  22. 22. ¿Qué medida usamos? <ul><li>Intercambios  Paseo </li></ul><ul><li>Chismorreo  Sendero </li></ul><ul><li>Infecciones  Caminos </li></ul>
  23. 23. Componentes-Conectividad <ul><ul><li>Conjunto máximo de nodos alcanzables por algún Camino </li></ul></ul><ul><ul><li>Grafos concetados  Un solo componente </li></ul></ul>
  24. 24. Conectividad <ul><li>Conectividad de línea entre nodos a y b es el número mínimo de líneas que deben ser desconectados a y b. </li></ul><ul><li>Conectividad de nodo entre a y b es el número mínimo de nodos para desconectar a y b </li></ul>
  25. 25. Puntos de Corte <ul><li>Nodo que, al ser eliminado aumenta el número de componentes </li></ul>
  26. 26. Puente <ul><li>Enlace que, al ser eliminado aumenta el número de componentes </li></ul><ul><li>Puentes locales </li></ul>
  27. 27. Granovetter <ul><li>Los lazos débiles crean transitividad </li></ul><ul><li>Enlaces que son parte de triples transitivos no pueden ser puentes. </li></ul><ul><li>Sólo los lazos débiles pueden se puentes </li></ul><ul><li>Consecuencias en innovación </li></ul>

×