Successfully reported this slideshow.

Ecosistema de Redes Sociales: hibridación y complejidad

14

Share

1 of 45
1 of 45

Ecosistema de Redes Sociales: hibridación y complejidad

14

Share

Download to read offline

Dinámica y análisis de redes expuesto en el curso de verano de Ourense "Redes Sociales: Nuevos Modelos y Herramientas de Aprendizaje"

Dinámica y análisis de redes expuesto en el curso de verano de Ourense "Redes Sociales: Nuevos Modelos y Herramientas de Aprendizaje"

More Related Content

More from Fernando Santamaría

Related Books

Free with a 14 day trial from Scribd

See all

Related Audiobooks

Free with a 14 day trial from Scribd

See all

Ecosistema de Redes Sociales: hibridación y complejidad

  1. 1. Ecosistemas dey redes sociales: hibridación complejidad Fernando Santamaría Universidad de León martes 14 de septiembre de 2010
  2. 2. Nube de etiquetas mezcla selectiva comunicación tags hibridación Estigmergia colaboración estigmergia reticular interacción Superorganismo Distribución redes complejas Densas de grado heterarquías autopoiesis orden espontáneo personalización redes Control descentralizado Ecosistemas sociales network learning pequeño mundo Sistema Adaptativo Complejo redes complejas redes de libre comunidades escala Universidad de Vigo. Campus As Lagoas (Ourense). 2010 martes 14 de septiembre de 2010
  3. 3. Una colección de objetos conectados unos a otros de alguna manera Duncan J. Watts (2003). Seis Grados de Separación martes 14 de septiembre de 2010
  4. 4. martes 14 de septiembre de 2010
  5. 5. martes 14 de septiembre de 2010
  6. 6. Las redes sociales serán como el aire Charlene Li Identidad Perfil universal Un único Relaciones grafo social Contexto social Actividades para actividades cognición situada martes 14 de septiembre de 2010
  7. 7. Sistemas socio-técnicos Complex networks Aproximación ecológica Diseño de interface ecológico Ecosistema social martes 14 de septiembre de 2010
  8. 8. La moderna ciencia de la complejidad ha demostrado que la conducta colectiva en grupos de animales se desprende de un conjunto de reglas muy simples para la interacción entre vecinos.  También ha revelado que muchos de los patrones complejos en la sociedad humana se derivan de simples normas, con similitud a la interacción social entre los individuos.Mi objetivo final de este libro es poner en vista cómo funciona el proceso y, sobre todo, para ayudar a encontrar reglas sencillas que pueden guiarnos a través de la niebla de la complejidad que tan a menudo parece cernirse sobre nuestras vidas. martes 14 de septiembre de 2010
  9. 9. Las redes son la nueva geometría del mundo moderno. Comprenderlas se ha convertido en la disciplina que fue la ciencia de la cartografía hace años. Albert-László Barabási, Linked, 2002 martes 14 de septiembre de 2010
  10. 10. En sistemas complejos se pone en cuestión el valor del conocimiento como una entidad (en contraste con el conocimiento como un proceso de capacidad). CCK08/09 ha sido un intento de acabar con este punto de vista del conocimiento como con el tema "lo que sé" a "esta situación". En su lugar, el conocimiento en situaciones complejas es un proceso de negociación ... un juego de entidades ... un baile. Y al tener muchos conocimientos en estos escenarios, se requiere una toma de conciencia del proceso y el flujo, no de estar en posesión del "conocimiento". En entornos estables, lo contrario es más valioso. En: elearnspace.org martes 14 de septiembre de 2010
  11. 11. Las topologías afectan a las dinámicas que tienen lugar en la red. Y el análisis de redes sociales ha demostrado que los patrones de interacciones que rodean a cada uno de nosotros, a menudo determina nuestras oportunidades, el nivel de influencia, circulo social, la riqueza, y lo que más nos interesa la manera de aprender e interrelacionarse. martes 14 de septiembre de 2010
  12. 12. Mail Anillos web Newsgroups Media Web Foros Audio/Podcast Social Voz sobre IP Bookmarking Vídeo Blogs Aglutinador de software social Redes sociales martes 14 de septiembre de 2010
  13. 13. Personal, identidad, interés Yo: Individuo trayectoria Pertenencia delimitada, Nosotros: Comunidad identidad de grupo, intereses Sin límites, compartidos difusa, intereses Muchos: Redes cruzados Idea original de Nancy White martes 14 de septiembre de 2010
  14. 14. Intereses Relación comunes: clusters indirecta Nodo débil Persona Relación directa Persona con “Persona” Persona Enlace social Aristas Objeto Persona Vértice o Persona nodo Objeto Persona Bidireccional Nodo fuerte Persona Unidireccional Redes sociales: representación o grafo martes 14 de septiembre de 2010
  15. 15. Clasificación de redes • Redes sociales • Redes de información Muchas de ellas de estructura compleja en virtud a su topología no trivial. • Redes tecnológicas • Redes biológicas martes 14 de septiembre de 2010
  16. 16. Dos corrientes en Ciencia de Redes • La relación entre la estructura de la red y la estructura social correspondiente. Extraer información. Son la rúbrica de la identidad social y la extracción de patrones relacionales entre individuos. • Mucho más mecanicista. Se han desarrollado una serie de métricas con el fin de cuantificar la posición de los individuos en la red. • Excepción: los vínculos débiles de M. Granovetter. Antecedente del modelo de mundo pequeño (small-world). martes 14 de septiembre de 2010
  17. 17. Small-word networks • La popularidad vino de la mano experimento de Milgram (1967). Seis grados de separación.WWW y redes metabólicas. • Los grupos pequeños están conectados densamente (todos con todos conectados es el mejor patrón). • Los grupos grandes están escasamente conectados. Se hace más dispersa y aleatoria. • Las redes small world operan tanto como amplificadores y también como filtros de información. Formación de clustering. martes 14 de septiembre de 2010
  18. 18. Scale-free networks • Se empezó a estudiar a finales de los años 90 del siglo pasado. • Es libre de escala si hay distribución de grado y posee una distribución de conectividad de tipo Ley de Potencias. • Hay muchos nodos con pocos enlaces, pero también hay algunos nodos con muchos enlaces. • Ejemplos. martes 14 de septiembre de 2010
  19. 19. Componentes claves complejidad • El sistema contiene una colección de muchos objetos o “agentes” que interactúan. • Los objetos pueden adaptar sus estrategias de acuerdo a su historia. • El sistema es típicamente “abierto” y se interrelacionan con otros sistemas (embebidos). • El sistema exhibe fenómenos emergentes que generalmente sorprenden y pueden ser extremos. Adaptación a esos fenómenos. • Los fenómenos emergentes habitualmente surgen en ausencia de cualquier tipo de “mano invisible” o controlador central. Heterarquías • El sistema muestra una mezcla complicada de conductas organizadas o desorganizadas. martes 14 de septiembre de 2010
  20. 20. Conceptos deslocalizados martes 14 de septiembre de 2010
  21. 21. Clustering Una rama de red centralizada En una red amplia se van en un nodo. No se conocen agrupando por intereses y entre si. Sindicación afinidades. Unos se conocen a otros. No sindicación Conceptosadestacar martes 14 de septiembre de 2010
  22. 22. Self-organization La autoorganización es un proceso donde una estructura o patrón aparece en un sistema sin ninguna autoridad central o elemento externo impuesto. Este patrón global coherente resulta de la interacción de los agentes. Esa organización se logra de manera paralela (se actúa al mismo tiempo) en distribución (no existe elementos de coordinación) Conceptos relacionados: Estigmergía colaborativa Control descentralizado Densas heterarquías Estructuras disipativas martes 14 de septiembre de 2010 Conceptosadestacar
  23. 23. Dense heterarchy Este concepto asociado a las colonias (hormigas, abejas) es un tipo especial de jerarquía, llamada heterarquía densa. Esto significa que los niveles más altos afectan a los niveles inferiores y a la vez estos retroalimentan a los niveles superiores. Estructura de aprendizaje por pares, retroalimentación positiva. Heterarquías Retroalimentación. Estigmergia. Mecanismo indirecto de coordinación entre los agentes o acciones martes 14 de septiembre de 2010 Conceptosadestacar
  24. 24. Swarm Intelligence La inteligencia de los enjambres describe la conducta colectiva de sistemas descentralizados, autoorganizados. Inteligencia artificial. Los agentes que interactuan siguen reglas simples y conduce a la emergencia de la conducta global “inteligente”, desconocida por los agentes de manera individual. Migración de pájaros, manadas de animales,... Heterarquías Retroalimentación. Estigmergia. Mecanismo indirecto de coordinación entre los agentes o acciones martes 14 de septiembre de 2010 Conceptosadestacar
  25. 25. Degree Distribution En el estudio de grafos y redes, el grado de un nodo en una red es el número de conexiones que tienen con otros nodos y la distribución de grado es la distribución de probabilidad de estos grados en toda la red. Vemos la densidad de conexiones y de interrelaciones. Conexiones. Distribución. Redes de escala libre. Grafos aleatorios. martes 14 de septiembre de 2010 Conceptosadestacar
  26. 26. Assortative mixing En los estudios de redes complejas, selectivo de mezcla se refiere a un sesgo a favor de las conexiones entre los nodos de red con características similares. También se conoce como homofilia, al asociarse con otros por edad, nacionalidad, gustos, profesión, etc. Conceptosadestacar martes 14 de septiembre de 2010
  27. 27. Surveillance: las redes como control La vigilancia participativa es uno de los modelos de pares e invertido sobre los efectos de las redes sociales. Panóptico social. Los ojos que te vigilan sin ser visto. martes 14 de septiembre de 2010
  28. 28. Aplicaciones SNA Gephi: Es una aplicación hecha en Java y multiplataforma. Es una herramienta complementaria a las estadísticas tradicionales. Analiza los datos en grafos de redes sociales y sitios web. Análisis exploratorio de datos, análisis de enlaces, análisis de redes sociales (SNA), análisis de redes biológicas,... martes 14 de septiembre de 2010
  29. 29. Aplicaciones SNA NetMiner. Análisis exploratorio de datos y visualización de redes. Detecta subyacentes patrones en las estructuras de red. Windows martes 14 de septiembre de 2010
  30. 30. Aplicaciones SNA UCINET junto NetDraw son de los más usados. Versión Windows. Su autor Steve Borgatti. Ucinet es para el análisis de redes sociales y Netdraw para la visualización. martes 14 de septiembre de 2010
  31. 31. Aplicaciones SNA SocNetV. Otro visualizador de redes. Compatible con otros formatos y admite los más conocidas topologías de redes. Multiplataforma y Open source. martes 14 de septiembre de 2010
  32. 32. Aplicaciones SNA NetworkX. Es un paquete de Python para la creación, manipulación, y el estudio de la estructura, dinámica y funciones de redes complejas. Multiplataforma. martes 14 de septiembre de 2010
  33. 33. Aplicaciones SNA Pajek. Esta pensado para la elaboración de redes. Tiene importantes capacidades analíticas. Los macros se pueden grabar para realizar tareas repetitivas. Los datos pueden ser enviados directamente a R, para calcular las estadísticas adicionales. Multiplataforma. martes 14 de septiembre de 2010
  34. 34. Aplicaciones SNA SNAPP (Social Networks Adapting Pedagogical Practice). El visualizador más indicado para el mundo educativo. Realizado por la U. de Wollongong. Interesante para foros, posts y sus respuestas/ comentarios. Integrable en Moodle o Blackboard. martes 14 de septiembre de 2010
  35. 35. Aplicaciones DNA. Dinámicas Es un campo científico emergente que reúne tanto el análisis de redes sociales junto con análisis de enlaces y sistemas multiagente. Suele haber múltiples tipos de nodos (multinodal) y múltiples tipos de vínculos (multiplexor) con datos provenientes de múltiples redes de manera simultánea con análisis longitudinal. martes 14 de septiembre de 2010
  36. 36. Aplicaciones DNA. Dinámicas • SIENA (Simulation Investigation for Empirical Network Analysis). • Condor/TeCFlow • Commetrix • NetVis • ORA • Blanche En la Wikipedia: http://en.wikipedia.org/wiki/Social_network_analysis_software Software for Social Network Analysis: http://www.gmw.rug.nl/~huisman/sna/ software.html En mi wiki: http://fernandosantamaria.com/wiki/index.php?title=SNA martes 14 de septiembre de 2010
  37. 37. martes 14 de septiembre de 2010
  38. 38. Conceptos para medición en SNA • Nodos. Se trata de los actores o sujetos de estudio. • Relaciones. Los hilos entre los actores. Se caracteriza por el contenido, dirección y fuerza. • Vínculos. Conectar un par de actores por una o más relaciones. • Multiplicidad. Cuantas más relaciones tiene un vínculo,mayor multiplicidad hay. • Composición. Se deriva de los atributos sociales de ambos actores en una red. • Rango. Se trata del tamaño y heterogeneidad de las redes sociales. • Centralidad. Son las medidas que se establecen al ver si el nodo es central o está aislado de las redes. martes 14 de septiembre de 2010
  39. 39. Conceptos para medición en SNA • Funciones. Se sugiere las funciones de red por las similitudes en el comportamiento de los miembros de una red. • Densidad. Es el número de vínculos reales en una red en comparación con la cantidad total de los vínculos de apoyo que una red puede tener. • Asequibilidad. Es la idea de ser capaz de llegar de un grafo de un vértice a otro. • Distancia. El número de actores a través de los que tiene que pasar la información mediante las conexiones. Fenómeno de pequeño mundo. • Cliques. Son subgrupos de actores (bloques cohesivos) en una red que están más estrechamente unidos por intereses. martes 14 de septiembre de 2010
  40. 40. Conceptos para medición en SNA intermediación cercanía/core centralidad coeficiente de conector agrupamiento cohesión grado densidad nivel de densidad martes 14 de septiembre de 2010
  41. 41. Predictive analytics Esta técnica abarca una variedad de técnicas en estadísticas, minería de datos y teoría del juego que analizan hechos históricos y actuales para hacer predicciones sobre acontecimientos futuros. Credits Photo Flickr ElDave martes 14 de septiembre de 2010
  42. 42. Learning Analytics Es la capacidad por medio del análisis de datos y modelos/ comportamientos para poder predecir el progreso del estudiante y su rendimiento y, por lo tanto, la capacidad de poder actuar sobre esa información. Credits Photo iStockphoto martes 14 de septiembre de 2010
  43. 43. Formas de vida artificial, basadas en la relación entre naturaleza y tecnología Colmena de Martina Höfflin y Pascal Glissmann martes 14 de septiembre de 2010
  44. 44. ¿Redes sociales como superorganismo o cerebro social en sistemas complejos y autopoiéticos? martes 14 de septiembre de 2010
  45. 45. Fernando Santamaría González Universidad de León http://fernandosantamaria.com Twitter: lernys Gracias por su atención Lake Tahoe, Nevada martes 14 de septiembre de 2010

×