Ecosistema de Redes Sociales: hibridación y complejidad
1. Ecosistemas dey redes sociales:
hibridación complejidad
Fernando Santamaría
Universidad de León
martes 14 de septiembre de 2010
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. 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
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. Sistemas socio-técnicos
Complex networks
Aproximación ecológica
Diseño de interface ecológico
Ecosistema social
martes 14 de septiembre de 2010
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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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
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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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
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. 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. 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. 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. 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. 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
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