Ecosistema de Redes Sociales: hibridación y complejidad

Ecosistemas dey redes sociales:
hibridación complejidad
Fernando Santamaría
Universidad de León

martes 14 de septiembre de 2010

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

Una colección de objetos
conectados unos a otros de
alguna manera
Duncan J. Watts (2003). Seis Grados de Separación


Las redes sociales serán como el
aire Charlene Li

Identidad
Perfil universal
Un único
Relaciones
grafo social
Contexto social
Actividades para
actividades
cognición situada


Sistemas socio-técnicos

Complex networks

Aproximación ecológica
Diseño de interface ecológico
Ecosistema social

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.


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


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


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.


Mail
Anillos web
Newsgroups
Media Web
Foros
Audio/Podcast
Social
Voz sobre IP
Bookmarking
Vídeo
Blogs

Aglutinador de
software social

Redes sociales


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


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

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


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).


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.

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.


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.


Conceptos deslocalizados


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

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

Conceptosadestacar

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

Conceptosadestacar

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

Conceptosadestacar

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.

Conceptosadestacar

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

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.


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,...


Aplicaciones SNA

NetMiner. Análisis exploratorio de datos y visualización de redes.
Detecta subyacentes patrones en las estructuras de red. Windows


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.


Aplicaciones SNA

SocNetV. Otro visualizador de redes. Compatible con otros
formatos y admite los más conocidas topologías de redes.
Multiplataforma y Open source.


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.


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.


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.


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.


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


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.


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.


SNA

intermediación cercanía/core
centralidad coeficiente de
conector agrupamiento
cohesión

grado densidad
nivel de
densidad


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

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

Formas de vida artificial, basadas en la
relación entre naturaleza y tecnología

Colmena de Martina Höfflin y Pascal Glissmann


¿Redes sociales como
superorganismo o cerebro social en
sistemas complejos y
autopoiéticos?


Fernando Santamaría González
Universidad de León
http://fernandosantamaria.com
Twitter: lernys

Gracias por su
atención
Lake Tahoe, Nevada

Ecosistema de Redes Sociales: hibridación y complejidad

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (19)

Ähnlich wie Ecosistema de Redes Sociales: hibridación y complejidad

Ähnlich wie Ecosistema de Redes Sociales: hibridación y complejidad (20)

Mehr von Fernando Santamaría

Mehr von Fernando Santamaría (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

Ecosistema de Redes Sociales: hibridación y complejidad