This presentation belongs to 1 of 9 sections within the Big Data Workshop.
Other topics are Parallel Processing, SNA, Data Ingestion, Visualization, among others
6. Comprender una red social (on/off line) o hacerla más eficiente
Visualizar de forma gráfica una red y encontrar relaciones ocultas
Descubrir patrones y caminos de información
SNA: Por qué y Cuándo?
23. Node #
A 3
B 2
C 6
D 2
E 1
F 1
G 1
C
F
G
E
D
B
A
SNA: Métricas: Degree Ranking
C
Node #
A 3
B 2
C 6
D 2
E 1
F 1
G 1
Node #
C 6
A 3
B 2
D 2
E 1
F 1
G 1
24. Node #
A
B
C
D
E
F
G
Node #
A 1
B 0
C 12
D 0
E 0
F 0
G 0
C
F
G
E
D
B
A
SNA: Métricas: Betweenness Ranking
Cuán frecuente un nodo aparece en un camino crítico
25. Node #
A
B
C
D
E
F
G
Node #
A 1
B 0
C 12
D 0
E 0
F 0
G 0
C
F
G
E
D
B
A
SNA: Métricas: Betweenness Ranking
B
D
11,5
0,5
27. C
F
G
E
D
B
A
Node #
A
B
C
D
E
F
G
SNA: Métricas: Closeness Ranking
Node #
A 1,5
B 1,6
C 1
D 1,6
E 1,83
F 1,83
G 1,83
Node #
A 1,5
B 1,6
C 1
D 1,6
E 1,83
F 1,83
G 1,83
(1+1+1+2+2+2) / 6 = 1,5
Número de saltos por el camino crítico
28. C
F
G
E
D
B
A
Node #
A
B
C
D
E
F
G
SNA: Métricas: Closeness Ranking
Node #
A 1,5
B 1,6
C 1
D 1,6
E 1,83
F 1,83
G 1,83
Node #
A 1,5
B 1,6
C 1
D 1,6
E 1,83
F 1,83
G 1,83
O
(1+1+1+1+1+1) / 6 = 1
N M
L
K
JI
H
Hops(N-K): 5
Hops(O-K) = Hops(c) + 1