Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Redes sociales

Redes sociales e internet

Related Audiobooks

Free with a 30 day trial from Scribd

See all

Redes sociales

  1. 1. Redes Sociales Fernando Tricas Garc´ ıa Dpto. de Inform´tica e Ingenier´ de Sistemas. Centro Polit´cnico Superior. a ıa e Universidad de Zaragoza, Espa˜a n http://www.cps.unizar.es/~ftricas/ http://fernand0.blogalia.com/ http://twitter.com/fernand0 Almu˜´car, 29 de julio de 2010 ne
  2. 2. Un ´ ındice Algunas ideas Algunos ejemplos Aplicaciones del mundo ‘real’
  3. 3. ¿Que relaci´n hay? o
  4. 4. ¿Que relaci´n hay? o
  5. 5. ¿Que relaci´n hay? o
  6. 6. ¿Que relaci´n hay? o
  7. 7. ¿Que relaci´n hay? o
  8. 8. ¿Que relaci´n hay? o
  9. 9. M´s despacio a
  10. 10. Entonces, ¿de qu´ estamos hablando? e Relaciones Consecuencias de estas relaciones Medidas ¿Qu´ podemos aprender? e
  11. 11. Grafos que muestran las relaciones
  12. 12. Grafos que muestran las relaciones 0 1 0 1 1 1 1 1 0 0 1 0 0 0 1 0 0 1 1 0 1 0 1 0 1 1 0 0 0 0 1 1 1 0 0 1 0 0 1 0 0 1 0 0 0 1 0 0 0
  13. 13. Con m´s informaci´n a o
  14. 14. Con m´s informaci´n a o 0 7 0 2 1 1 2 1 0 0 3 0 0 0 1 0 0 1 3 0 1 0 1 0 1 1 0 0 0 0 1 3 1 0 0 5 0 0 1 0 0 4 0 0 0 2 0 0 0
  15. 15. Pero . . . ¿c´mo son las redes? o Redes aleatorias ‘Se pintan unos cuantos nodos, se a˜aden enlaces entre ellos y n ...’ 1. Cada nodo puede enlazarse con cualquier otro con la misma probabilidad (El mundo no es as´ casi nunca) ı
  16. 16. Pero . . . ¿c´mo son las redes? o Redes complejas Normalmente La cola larga Coeficiente de ‘clustering’ alto (acoplamiento) Estructura de comunidad a diferentes escalas (jerarqu´ ıa) (Casi todas las relaciones interesantes) Dos tipos interesantes 1. Mundo peque˜o (¿pa˜uelo?) n n 2. Libres de escala
  17. 17. Pero . . . ¿c´mo son las redes? o Redes complejas Normalmente La cola larga Coeficiente de ‘clustering’ alto (acoplamiento) Estructura de comunidad a diferentes escalas (jerarqu´ ıa) (Casi todas las relaciones interesantes) Dos tipos interesantes 1. Mundo peque˜o (¿pa˜uelo?) n n 2. Libres de escala Vayamos m´s despacio a
  18. 18. La cola larga. Estamos acostumbrados a ver el mundo asi ...
  19. 19. Redes complejas. Algunas caracter´ ısticas La cola larga. La venganza de los humildes Bit´coras con m´s enlaces a a
  20. 20. Redes complejas. Algunas caracter´ ısticas La cola larga. La venganza de los humildes Suscriptores de la listas de correo Yahoo! 2003. Clay Shirky, “Power Laws, Weblogs, and Inequality” http://www.shirky.com/writings/powerlaw_weblog.html
  21. 21. Redes complejas. Algunas caracter´ ısticas La cola larga. La venganza de los humildes Amigos en LiveJournal
  22. 22. La cola larga ¿C´mo? o Hay unos pocos que tienen mucho Pero, a veces, si se juntan los que tienen menos, tienen m´s a
  23. 23. La cola larga ¿C´mo? o Hay unos pocos que tienen mucho Pero, a veces, si se juntan los que tienen menos, tienen m´s a Efecto Mateo “Al que m´s tiene m´s se le dar´, y al que menos tiene, se le a a a quitar´ para d´rselo al que m´s tiene.” a a a
  24. 24. Redes Complejas. Algunas caracter´ ısticas Coeficiente de ‘clustering’ alto (acomplamiento) N´mero de arcos / N´mero de posibles arcos u u Normalmente, m´s alto de lo que se podr´ esperar a ıa (empaquetamiento, comunidades, . . . )
  25. 25. Redes Complejas. Algunas caracter´ ısticas Estructura de comunidad a diferentes escalas 2003. F. Tricas, JJ. Merelo, VR. Ru´ “Do we live in a Small ız, World? Measuring the Spanish-speaking blogosphere”
  26. 26. Relaciones en internet http://www.deugarte.com/la-topologia-de-la-blogsfera-segun-feevy (David de Ugarte)
  27. 27. Relaciones en el ‘mundo real’ http://arxiv.org/abs/physics/0610104 Structure and tie strengths in mobile communication networks. Authors: J.-P. Onnela, J. Saramaki, J. Hyvonen, G. Szabo, D. Lazer, K. Kaski, J. Kertesz, A.-L. Barabasi http://www.flickr.com/photos/pietermorlion/2127296477/ http://www.flickr.com/photos/anaypacosancho/2357581936/
  28. 28. Dos tipos de redes complejas Redes mundo peque˜o (pa˜uelo) n n Muchos nodos no son vecinos entre s´ ı. Sin embargo ... El di´metro de la red es peque˜o (se puede llegar de un nodo a n a otro pasando por unos pocos). Muchas redes son as´ ı Incluso aleatorias
  29. 29. Redes mundo peque˜o n El experimento de Milgram Podemos alcanzar a cualquier persona en el mundo mediante contactos cercanos. En USA, en 1967, la separaci´n era de seis. o Se enviaron cartas por personas elegidas aleatoriamente, residentes en Wichita y Omaha. La carta conten´ un resumen del estudio, una foto y el nombre y ıa la direcci´n de la persona a la que iba destinada: o 1. A˜ada su nombre a la lista de abajo n 2. Separe una postal. Rell´nela y enviela a la Universidad de e Harvard 3. Si conoce a la persona (personalmente) env´ la postal. ıele 4. Si no la conoce personalmente, env´ ıesela a alg´n conocido u personal suyo que ud. crea que puede hacer que le llegue.
  30. 30. El experimento de Milgram Los resultados S´lo llegaron el 29 % de las cartas enviadas (42 de 169) o De las que llegaron: la mediana de personas intermedias era 5.5
  31. 31. El experimento de Milgram Los resultados S´lo llegaron el 29 % de las cartas enviadas (42 de 169) o De las que llegaron: la mediana de personas intermedias era 5.5 En internet En la web se hicieron estudios en el 1999, llegando a la conclusi´n o de que entre cualquier par de documentos en la red habr´ un ıa di´metro de 18.59 (19 grados de separaci´n). a o Albert, Barabasi.
  32. 32. Bastante popularidad El n´mero de Bacon refleja distancia entre u actores, basados en pel´ ıculas en las que ambos han participado KB Number # of People 23/04/2009 2006 0 1 1 1 2349 1913 2 223940 162819 3 666941 460113 4 153220 110419 5 9662 7994 6 877 777 7 134 78 8 15 14
  33. 33. M´s estrellas que en el cielo a http://oracleofbacon.org/ Alfredo Landa, 3
  34. 34. M´s estrellas que en el cielo a http://oracleofbacon.org/ Alfredo Landa, 3 Antonio Banderas, 2 Gonzalo de Castro, 3
  35. 35. M´s estrellas que en el cielo a En todo caso . . . Hay 506 (1048) actores mejor conectados que Kevin Bacon La media del n´mero de Bacon es de 2’950 (2’946) u El actor mejor conectado es Dennis Hopper (2.743404) y el segundo Harvey Keitel (2.770643) En 2006: Rod Steiger, con 2’678695 (ahora el 7), Christopher Lee, con 2’684104 (ahora el 11)
  36. 36. Redes mundo peque˜o. Algunas caracter´ n ısticas Cuando se a˜aden nodos, su di´metro crece poco n a (logar´ ıtmicamente) Canalizaci´n (unos pocos nodos terminan siendo el camino o para la mayor´ de los dem´s) ıa a Existencia de ‘cliques’ y subgrafos que casi lo son.
  37. 37. Redes que no son mundo peque˜o n ¿Se cumplen los seis grados de separaci´n con personas no o contempor´neas? a Yo fui al colegio con ...
  38. 38. Redes libres de escala Cuando la distribuci´n del grado de los nodos (n´mero de o u conexiones con otros) sigue una ley de potencias. Suelen tener conectores centrales, muy conectados Fallos de nodos aleatorios tienen pocas consecuencias en la conectividad global Son cr´ıticas frente a ataques deliberados (si se conoce la estructura)
  39. 39. Las enfermedades
  40. 40. Otros ejemplos Redes de colaboraci´n (Cient´ o ıficos, actores, ...) Redes de parejas sexuales. Redes de computadores.
  41. 41. Los modelos
  42. 42. Los modelos Redes aleatorias (Erd¨s-Renyi) o Suele haber una componente grande que agrupa a la mayor´ ıa (cuando se alcanza un n´mero suficiente de enlaces) u Fen´menos de percolaci´n (componentes peque˜os se van o o n sumando a la mayor)
  43. 43. Los modelos Algunos lazos lejanos (Watts, Strogatz) Normalmente nos relacionamos con nuestros vecinos pr´ximos o Adem´s, tenemos unos pocos lazos ‘lejanos’, que hacen reducir a mucho el di´metro de la red total. a
  44. 44. Los modelos Crecimiento Enlazado preferencial (Albert-Barabasi) Los mejores nodos alcanzan mas enlaces (notoriedad, antiguedad, . . . )
  45. 45. M´s colas largas a Recuerden . . . A veces, muchos pocos valen mas que pocos muchos. ¿De qu´ depende? e Exponente de la ley de potencias: y = C · x −α α < 1 →: los primeros nodos acumulan s´lo un porcentaje o peque˜o del valor n En los dem´s casos, la cola larga existe, pero no tiene ‘peso’ a
  46. 46. Medidas interesantes Hemos hablado de la distancia y de coeficiente de ‘clustering’ Centralidad (‘betweenness’, inevitabilidad) Es la proporci´n de geod´sicas que pasan por un nodo o e En personas, a veces se asocia con popularidad En transportes, con flujo e inevitabilidad
  47. 47. Pero . . . ¿qu´ necesito? e Estar cerca de la ‘mayor´ de la red ıa’ Cercan´ (‘closeness centrality’), distancia media de un nodo a ıa todos los dem´s de la red. a
  48. 48. Pero . . . ¿qu´ necesito? e Estar cerca de la ‘mayor´ de la red ıa’ Cercan´ (‘closeness centrality’), distancia media de un nodo a ıa todos los dem´s de la red. a Hay otras . . . ‘Degree centrality’ (el que tiene m´s cercanos) a
  49. 49. Hay otras formas de verlo En grafos dirigidos: Hubs, de los que salen muchas conexiones ‘todo lo que debes conocer’ Autoridades, que reciben muchas conexiones ‘¿D´nde va Vicente . . . ?’ o Naturalmente, pueden coincidir, y entonces hablamos de conectores (influyentes, influenciadores, . . . )
  50. 50. Detecci´n de comunidades o Si dos nodos interact´an, probablemente es porque tienen u alg´n tipo de relaci´n. u o Las relaciones no siempre son transitivas, pero ayudan a entender mejor lo que vemos (modas, tendencias, estados de opini´n, . . . ). o Tambi´n nos pueden dar pistas de por d´nde ir. e o
  51. 51. En todo caso . . . ¿qu´ es una comunidad? e Comunidad de vecinos Comunidad de hispanohablantes Comunidad de los miembros del curso
  52. 52. En todo caso . . . ¿qu´ es una comunidad? e Comunidad de vecinos Comunidad de hispanohablantes Comunidad de los miembros del curso ¿Y en internet?
  53. 53. Comunidades impl´ ıcitas Principalmente basadas en enlaces (relaciones) Cliques grupos de nodos que se enlazan m´s entre si que con a el resto Comunidades de Newman–Girvan Definidas por lo que las separa (nodos de centralidad alta).
  54. 54. La vista es la que trabaja Existen programas para ayudarnos: Pajek (Windows) http://pajek.imfm.si/ Netdraw (Windows) http://www.analytictech.com/netdraw/netdraw.htm Visone (Java) http://www.visone.info/ SocNetV (Linux) http://socnetv.sourceforge.net/ Gephi (Multi) http://gephi.org/
  55. 55. ¿Cu´l es el problema con la visualizaci´n? a o Se proyectan relaciones complejas en dos dimensiones Adem´s, la distribuci´n (gr´fica) de los nodos es importante a o a
  56. 56. Self Organizing Maps de Kohonen T´cnicas de redes neuronales e Un conjunto de vectores que representan varias caracter´ ısticas Desarrollado para separar y categorizar documentos de textos de acuerdo a caracter´ ısticas comunes El resultado es un mapa donde los nodos relacionados aparecen pr´ximos o
  57. 57. Un experimento Bit´coras alojadas en Blogalia a 162 bit´coras que enlazan o son enlazadas por otras a Historias publicadas hasta septiembre de 2003
  58. 58. ¿Qu´ es una bit´cora? e a Historias en orden cronol´gico inverso. o Comentarios. Formatos alternativos (Rich Site Summary, RSS). M´s cosas: encuestas, a blogroll, m´sica, u libros, ... Crecimiento exponencial
  59. 59. ¿Qu´ busc´bamos? e a Enlaces 11000 historias 17000 enlaces 4000 enlaces internos Columnas: enlaces salientes Filas: enlaces entrantes
  60. 60. Resultados Las filas (enlaces entrantes)
  61. 61. Resultados Columnas: enlaces salientes
  62. 62. S´lo es una fotograf´ o ıa El tiempo hace cambiar las cosas
  63. 63. El tiempo . . . Idea: Ir tomando ‘fotograf´ y ver la evoluci´n ıas’ o De nuevo, blogalia 162 bit´coras a S´lo el contenido o 5 grupos de datos (cada 4 meses, acumulativo)
  64. 64. Los mapas
  65. 65. Por separado
  66. 66. Naturalmente, no s´lo enlaces . . . o Lilia Efimova, Anjo Anjewierden
  67. 67. Y a trav´s de las ideas, las personas e Lilia Efimova, Anjo Anjewierden
  68. 68. Sitios de redes sociales
  69. 69. Lo pen´ltimo u Parece que. . . El ultimo fen´meno de internet es tratar de hacer expl´ ´ o ıcitas las relaciones sociales mediante sistemas orientados a gestionar nuestras relaciones. De forma expl´ ıcita (Mis amigos son . . . ) De forma impl´ ıcita (Me gusta lo que hace . . . ) Vamos a hablar un poco de estas herramientas. . .
  70. 70. Sitios de redes sociales http://www.orkut.com/ http://www.ryze.com/ http://www.facebook.com/ http://www.linkedin.com/
  71. 71. Sitios de redes sociales http://www.tuenti.com/ http://www.xing.com/
  72. 72. Datos privados. El f´tbol en Tuenti u
  73. 73. ¿Qu´ se puede hacer en ellas? e
  74. 74. Hacer expl´ ıcitas las relaciones Amigos ‘Amigos’ Amigos de amigos Amigos de ‘amigos’ ‘Amigos’ de ‘amigos’ Los (amigos) de mis (amigos) son mis (amigos)
  75. 75. Adem´s. Crear grupos y ‘eventos’ a Sobre temas que nos interesan Se pueden enviar mensajes al grupo
  76. 76. Adem´s. Crear grupos y ‘eventos’ a Sobre temas que nos interesan Se pueden enviar mensajes al grupo Desarrollaremos una actividad, tal d´ a tal hora, en tal ıa, lugar... Se puede invitar a otros (con respuesta).
  77. 77. Xing, Linkedin Orientaci´n profesional (curr´ o ıculum, contacto, recomendaciones de personas, ...) Contactos pasados, pero tambi´n ‘posibles futuros’ e Qu´ hemos hecho, qu´ sabemos hacer, d´nde hemos estado e e o (profesionalmente). Hay grupos (participar o crearlos puede darnos visibilidad) Tambi´n ‘eventos’ e invitaciones. e Relaciones de relaciones (a veces es mejor contactar con alguien a trav´s de un tercero). e
  78. 78. Avisos Que lo vean s´lo nuestros amigos o ... pero asumir que puede que lo vea cualquiera. Cuidado con las aplicaciones (en facebook). Cuidado con lo que no entendamos bien. Podemos buscar amigos (mejor amigos ‘de verdad’) Gesti´n desde el principio (listas ...) o Es mejor poner fotos reconocibles Actualizar el ‘status’ Se pueden poner enlaces, v´ ıdeos, fotograf´ frases, ... ıas, Y etiquetar a la gente... Comentar lo que hacen otros y decir lo que nos gusta (como los ‘toques’ del m´vil?). o Mantener el contacto, pero no ‘abusar’
  79. 79. ¿Contactar por contactar? Varias dimensiones Diferentes formas de interactuar Incluso la misma persona, para diferentes cosas. . .
  80. 80. Sitios con caracter´ ısticas sociales Flickr http://www.flickr.com/ Como un fotolog Pero adem´s... a Gesti´n de contactos (contactos, amigos, familiares) o Notas, Tags (volveremos sobre esto) API
  81. 81. O sea. . . Amigos Grupos Etiquetas
  82. 82. Etiquetas ¿Las promesas de la web sem´ntica? a ¿Qui´n pone la sem´ntica? e a Adem´s, Google ya nos ayuda a encontrar a ... ¡Las etiquetas!
  83. 83. Etiquetas
  84. 84. Granada
  85. 85. El API de Flickr http://iamcaltrain.com/
  86. 86. Del.icio.us Compartir enlaces Etiquetas (tags) Con RSS (claro) ‘Topes’ de popularidad API http://del.icio.us/doc/api
  87. 87. Muchas formas de . . . Todo el mundo: http://del.icio.us/ Alguien: http://del.icio.us/DoctorZoidberg Mucha gente: http://del.icio.us/popular/ ¿Qui´n mas? e
  88. 88. Muchas formas de . . . Temas: http://del.icio.us/tag/internet O mas: http://del.icio.us/tag/internet+blogs Temas de inter´s http://del.icio.us/inbox/rvr e Mira este enlace! (Etiqueta for:)
  89. 89. M´s a Citas bibliogr´ficas a CiteULike http://www.citeulike.org/ Connotea http://www.connotea.org/ Universitarios Academia.edu http://www.academia.edu
  90. 90. Localizaci´n o Foursquare http://www.foursquare.com/
  91. 91. Charla. Twitter
  92. 92. Por ejemplo, en Twitter Lo que dicen de s´ mismas las personas (Bio) ı
  93. 93. Por ejemplo, en Twitter Lo que dicen de s´ mismas las personas (Bio) ‘Tuiteros’ ı geolocalizados (A. Rivero) + Zaragozanos (J.A. Biel)
  94. 94. Ejemplo. Flickr Estudio sobre los turistas en las Islas Canarias (con V´ ıctor R. Ru´ ız http://linotipo.es). Descargar meta-informaci´n de las fotograf´ realizadas entre o ıas 2004 y 2008 Y los datos del perfil de los usuarios Resultados: 150.000 im´genes a 4.000 fot´grafos o Y sus datos (en algunos casos, geolocalizados) 217.000 etiquetas 34.000 diferentes media 14 etiquetas por foto mediana 8 etiquetas por foto http://rvr.linotipo.es/2009/10/ redes-sociales-y-turismo-flickr-y-canarias.html
  95. 95. Vamos a las Islas Los nombres de las cosas
  96. 96. Propagaci´n de Informaci´n. El meme de enjut@ o o mojamut@ http://vimeo.com/9532646 http://www.barriblog.com/wiki/index.php/Resultados_enjuta_mojamuta
  97. 97. Propagaci´n de Informaci´n. El meme de enjut@ o o mojamut@ Y diversificaci´n o
  98. 98. Por influencia (TIER-5 el m´s influyente) a
  99. 99. Las cosas y la red http://www.dailymail.co.uk/sciencetech/article-1036931/ Bluetooth-Big-Brother-uses-mobiles-laptops-track-thousands-Britons. html http: //www.technovelgy.com/ct/Science-Fiction-News.asp?NewsNum=1781
  100. 100. Las cosas y la red y nosotros Mezclando informaci´n o Vassilis Kostakos y Panos A. Kostakos, “Intelligence gathering by capturing the social processes within prisons” “How Bluetooth Surveillance Works” http://electronics.howstuffworks.com/bluetooth-surveillance.htm/ printable
  101. 101. Las cosas y la red y nosotros Pronto, en su tienda m´s cercana a http://p10.hostingprod.com/@spyblog.org.uk/blog/2008/05/ path-intelligence-phorm-for-shopping-centres.html “Shops track customers via mobile phone” http://technology.timesonline.co.uk/tol/news/tech_and_web/ article3945496.ece Path Intelligence FootPath(TM) // http://www.pathintelligence.com/
  102. 102. Las cosas: redes de sensores Pachube http://www.pachube.com/
  103. 103. Pachube en Huesca y Zaragoza http://www.pachube.com/feeds/6289 http://www.flickr.com/photos/min0n/4389892262
  104. 104. Los programas J.M. Gonz´lez-Barahona, G. Robles, M. Mirchlmayr, JJ. Amor, a D.M German, “Macro-level software evolution: a case study of a large software compilation”
  105. 105. La Wikipedia Felipe Ortega “Wikipedia: A quantitative analysis.Evoluci´n del o n´mero de autores en las 10 Wikipedias mayores. N´mero de u u autores en el ‘core’ (10 % m´s activos). a
  106. 106. ¡Gracias! ftricas@unizar.es ¿? @fernand0 http://fernand0.blogalia.com/

    Be the first to comment

    Login to see the comments

  • balapiaka

    Jul. 29, 2010
  • crisfigueroall

    Aug. 28, 2010
  • JulioCrdenasAvils

    Oct. 4, 2019

Redes sociales e internet

Views

Total views

1,996

On Slideshare

0

From embeds

0

Number of embeds

76

Actions

Downloads

12

Shares

0

Comments

0

Likes

3

×