Redes sociales

1.771 visualizaciones

Publicado el

Redes sociales e internet

2 comentarios
2 recomendaciones
Estadísticas
Notas
Sin descargas
Visualizaciones
Visualizaciones totales
1.771
En SlideShare
0
De insertados
0
Número de insertados
76
Acciones
Compartido
0
Descargas
12
Comentarios
2
Recomendaciones
2
Insertados 0
No insertados

No hay notas en la diapositiva.

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/

×