ANALISIS DE REDES SOCIALES
Según aparece en un reciente trabajo introductorio sobre las Ciencias de la Complejidad (1), en estas Ciencias se utilizan cuatro modelos arquetípicos basados en agentes, ellos son las Redes, los Autómatas Celulares, las Sociedades Artificiales y los Juegos Serios.
En esta entrada presentamos una faceta importante del estudio de las Redes: un primer artículo sobre el Análisis de Redes Sociales. Siendo la importancia de las redes sociales cada día más evidente, se hace igualmente muy necesario familiarizarse con sus métodos de análisis.
Tal como se afirma en el artículo de Wikipedia sobre Red Social que esta vez aparece en COEVOLUCION.NET, "las investigaciones en una serie de campos académicos han demostrado que las redes sociales funcionan en muchos niveles, desde las familias hasta el nivel de las naciones, y juegan un papel crítico en la determinación de la forma en que se resuelven los problemas, cómo funcionan las organizaciones, y el grado en que los individuos tienen éxito en el logro de sus objetivos."
La gran cantidad de trabajos orientados a este tema refleja, sin lugar a dudas, la utilidad que el estudio de redes presta ya a diversas disciplinas en el mundo actual.
Además del artículo mencionado, encontrará aquí enlaces a otros artículos igualmente importantes y a videos relacionados, que espero sean todos de su interés.
(1) Mills (2010) Complexity Science. An introduction (and invitation) for actuaries. Iván Tercero Talavera RED SOCIAL Wikipedia¿Que se entiende Por Red Social?Una red social es una estructura social formada por personas (u organizaciones) llamados "nodos", que están vinculados (conectados) por uno o más tipos de interdependencia, tales como la amistad, el parentesco, el interés común, el intercambio financiero, lo que no les gusta, relaciones sexuales, o las relaciones de creencias, conocimientos o prestigio.
¿En Qué consiste El Análisis de Redes Sociales?
El Análisis de Redes sociales (SNA), ve a las relaciones sociales en términos de la teoría de redes que consta de los nodos y los vínculos (también llamado bordes, enlaces o conexiones). Los nodos son los actores individuales dentro de las redes y los vínculos son las relaciones entre los actores. Las estructuras resultantes, basadas en gráficos, son a menudo muy complejas. Puede haber muchos tipos de lazos entre los nodos. Las investigaciones en una serie de campos académicos han demostrado que las redes sociales funcionan en muchos niveles, desde las familias hasta el nivel de las naciones, y juegan un papel crítico en la determinación de la forma en que se resuelven los problemas, como funcionan las organizaciones, y el grado en que los individuos tienen éxito en el logro de sus objetivos.
En su forma más simple, una red social es un mapa de relaciones específicas, tales como la amistad, entre los nodos que se están estudiando. Los nodos a los que de este modo una persona está relacionada son los contactos sociales de ese individuo. La red también puede ser usada para medir el capital social - el valor que un individuo recibe de la red social. Estos conceptos se exhiben en un diagrama de red social, donde los nodos son los puntos y las relaciones son las líneas.
Un ejemplo de un diagrama de red social. El nodo con la centralidad de intermediación más alta está marcado en amarillo.
El análisis de las redes sociales (en relación con la teoría de redes) ha surgido como una técnica clave en la sociología moderna. Asimismo, ha obtenido un seguimiento significativo en la antropología, la biología, los estudios de comunicación, economía, geografía, ciencias de la información, estudios organizacionales, la psicología social y la sociolingüística, y se ha convertido en un tema de especulación y estudio.
Las personas han utilizado la idea de "red social" en términos generales por más de un siglo para denotar conjuntos complejos de relaciones entre los miembros de los sistemas sociales en todas las escalas, desde la interpersonal hasta la internacional. En 1954, J.A. Barnes comenzó a utilizar sistemáticamente el término para referirse a los patrones de las relaciones, que abarca los conceptos tradicionalmente utilizados por el público y los utilizados por los científicos sociales: grupos limitados (por ejemplo, las tribus, familias) y las categorías sociales (por ejemplo, género, etnia). Estudiosos como S. D. Berkowitz, Stephen Borgatti, Ronald Burt, Kathleen Carley, Martin Everett, Katherine n Faust, Linton Freeman, Mark Granovetter, David Knoke, David Krackhardt, Peter Marsden, Nicholas Mullins, Anatol Rapoport, Stanley Wasserman, Barry Wellman, Douglas R. White, y Harrison White han expandido el uso de un análisis sistemático de redes sociales [1].
El Análisis de Redes sociales ha pasado de una metáfora sugerente a ser un enfoque analítico a un paradigma, con sus propias declaraciones teóricas, métodos, software de análisis de redes sociales, y los investigadores. Los analistas razonan del todo a la parte, de la estructura a la relación con el individuo, de la conducta a la actitud. Por lo general ellos estudian redes totales (también conocidas como redes completas), todos los vínculos que contiene las relaciones especificadas en una población definida, o las redes personales (también conocidas como redes egocéntricas), los vínculos que personas específicas tienen, tales como sus "comunidades personales "[2]. En este último caso, se dice que los lazos van de los egos, que son los actores focales que se están analizando, a sus alters. La distinción entre redes totales / completas y las redes personales / egocéntricas ha dependido en gran medida de cómo los analistas fueron capaces de recoger datos. Es decir, de grupos como empresas, escuelas o sociedades miembros, el analista se espera que tenga la información completa acerca de quién estaba en la red, siendo todos los participantes potencialmente ambos, egos y alters. Estudios personales / egocéntricos se llevaron a cabo por lo general cuando las identidades de los egos eran conocidas, pero no sus alters. Estos estudios se basan en el ego para proporcionar información sobre la identidad de los alters y no hay expectativas de que varios egos o conjuntos de alters estarán ligados el uno al otro. Una red de bola de nieve se refiere a la idea de que los alters identificadas en una encuesta egocéntrico se convierten en sí mismos en alters y son capaces de nombrar a su vez alters adicionales. Si bien hay graves limitaciones logísticas para la realización de estudios de bola de nieve de la red, un método para examinar las redes híbridas se ha desarrollado recientemente en el que los egos en redes completas pueden nominar alters que de otra manera no figuran, que estarán entonces disponibles a ser vistos por todos los egos subsecuentes [3]. La red híbrida puede ser valiosa para el examen redes totales / completas que se espera incluyan jugadores importantes más allá de aquellos que son identificados formalmente. Por ejemplo, los empleados de una empresa a menudo trabajan con consultores externos a la empresa que puede ser parte de una red que no se puede definir por completo antes de la recolección de datos.
Historia del análisis de redes sociales
Un resumen de los avances de las redes sociales y análisis de redes sociales ha sido escrito por Linton Freeman [7].
Precursores de las redes sociales a finales de 1800 incluyen Émile Durkheim y Ferdinand Tönnies. Tönnies argumentó que los grupos sociales pueden existir como lazos sociales personales y directos que, o bien vinculan a individuos que comparten valores y creencias (Gemeinschaft) o enlaces impersonales, sociales formales e instrumentales (Gesellschaft). Durkheim dio una explicación no-individualista de los hechos sociales argumentando que los fenómenos sociales surgen cuando las personas que interactúan constituyen una realidad que ya no puede ser explicada en términos de las propiedades de los actores individuales. Hizo una distinción entre una sociedad tradicional - "solidaridad mecánica" - que prevalece si las diferencias individuales se reducen al mínimo, y la sociedad moderna - la "solidaridad orgánica" - que se desarrolla a partir de la cooperación entre individuos diferenciados con roles independientes.
Georg Simmel, escribiendo a comienzos del siglo XX, fue el primer estudioso que pensó directamente en términos de red social. Sus ensayos señalaron a la naturaleza del tamaño de la red en la interacción y la probabilidad de interacción en las redes ramificadas, vagamente unidas, en lugar de a los grupos (Simmel, 1908/1971).
Después de un paréntesis en las primeras décadas del siglo XX, aparecieron tres tradiciones principales en las redes sociales. En la década de 1930, J.L. Moreno fue pionero en el registro y análisis sistemáticos de la interacción social en grupos pequeños, en especial en las aulas y grupos de trabajo (sociometría), mientras que un grupo de Harvard, dirigido por W. Lloyd Warner y Elton Mayo explorararon las relaciones interpersonales en el trabajo. En 1940, el discurso presidencial de A.R. Radcliffe-Brown a los antropólogos británicos pidió el estudio sistemático de las redes. [8] Sin embargo, tomó unos 15 años antes de esta llamada fuera seguida de forma sistemática.
Los Análisis de redes sociales se desarrollaron con los estudios de parentesco de Elizabeth Bott en Inglaterra en la década de 1950 y los estudios de la urbanización en la década de 1950 y 1960 del grupo de antropólogos de la Universidad de Manchester (en torno a Max Gluckman y posteriormente J. Clyde Mitchell) investigando las redes de la comunidad en el sur de África, India y el Reino Unido. Al mismo tiempo, el antropólogo británico S.F. Nadel codificó una teoría de la estructura social que influyó más adelante en el análisis de redes más adelante [9].
En los años 1960 y 1970, un número creciente de estudiosos trabajaron para combinar las diferentes pistas y las tradiciones. Un grupo se centró alrededor de Harrison White y sus estudiantes en el Departamento de Relaciones Sociales de la Universidad de Harvards: Ivan Chase, Bonnie Erickson, Harriet Friedmann, Mark Granovetter, Nancy Howell, Joel Levine, Nicolás Mullins, John Padgett, Michael Schwartz y Barry Wellman. También de forma independiente activos en el departamento de Relaciones Sociales de Harvard en esa época estuvieron Charles Tilly, que se centró en las redes de la sociología política y de la comunidad y los movimientos sociales, y Stanley Milgram, quien desarrolló la tesis de los "seis grados de separación". [10] Mark Granovetter y Barry Wellman son algunos de los antiguos alumnos de White, que han elaborado y popularizado el análisis de redes sociales [11].
Trabajo independiente importante se llevó a cabo también por estudiosos en otros lugares: en la Universidad de California en Irvine, los científicos sociales interesados en las aplicaciones matemáticas, se centraron en torno a Linton Freeman, incluyendo a John Boyd, Susan Freeman, Kathryn Faust, A. Kimball Romney y Douglas White; los analistas cuantitativos de la Universidad de Chicago, entre ellos Joseph Galaskiewicz, Wendy Griswold, Edward Laumann, Peter Marsden, Martina Morris, y John Padgett, y estudiosos de la comunicación en la Universidad Estatal de Michigan, incluyendo Nan Lin y Everett Rogers. Un grupo de sociología, sustantivamente orientado, de la Universidad de Toronto, desarrollado en la década de 1970, se centró en los antiguos alumnos de Harrison White: SD Berkowitz, Harriet Friedmann, Nancy Leslie Howard, Nancy Howell, Lorne Tepperman y Barry Wellman, e incluyendo también al renombrado modelador y teórico de juegos Anatol Rapoport. En términos de la teoría, criticó el individualismo metodológico y análisis basados en el grupo, argumentando que ver el mundo como redes sociales ofrece un aprovechamiento más analítica [12].
Investigación
El Análisis de Redes Sociales se ha utilizado en epidemiología para ayudar a entender cómo los patrones de contacto humano favorecen o impiden la propagación de enfermedades como el VIH en una población. La evolución de las redes sociales a veces puede ser modelada por el uso de modelos basados en agentes, proporcionando información sobre la interacción entre las reglas de la comunicación, la propagación de rumores y la estructura social.
ARS también puede ser una herramienta eficaz para la vigilancia masiva - por ejemplo, el programa Total Information Awareness, estaba haciendo una investigación en profundidad sobre las estrategias para analizar las redes sociales para determinar si los ciudadanos de EE.UU. fueron o no amenazas políticas.
La difusión de la teoría de las innovaciones explora las redes sociales y su papel en favorecer la propagación de nuevas ideas y prácticas. Los agentes de cambio y líderes de opinión a menudo desempeñan un papel importante en el estímulo de la adopción de innovaciones, aunque los factores inherentes a la innovación también juegan un papel.
Robin Dunbar ha sugerido que el tamaño típico de una red egocéntrica está restringido a unos 150 miembros, debido a los posibles límites en la capacidad del canal de la comunicación humana. La norma surge de los estudios interculturales en la sociología y especialmente de la antropología, sobre el tamaño máximo de una aldea (en lenguaje moderno lo más razonablemente entendida como una ecoaldea). Se ha teorizado en la psicología evolutiva que el número puede ser algún tipo de límite de la capacidad humana promedio para reconocer a los miembros y dar seguimiento de los hechos emocionales de todos los miembros de un grupo. Sin embargo, puede ser debido a la economía y a la necesidad de dar seguimiento a los "gorrones", ya que puede ser más fácil en grupos más grandes de aprovechar las ventajas de vivir en una comunidad sin contribuir a esos beneficios.
Mark Granovetter encontró en un estudio que lazos débiles más numerosos pueden ser importantes en la búsqueda de información y la innovación. Las Pandillas tienen una tendencia a tener opiniones más homogéneas, así como compartir muchos rasgos comunes. Esta tendencia homofílica fue la razón de los miembros de las camarillas de ser atraídos juntos en el primer lugar. Sin embargo, siendo similar, cada miembro de la pandilla también sabría más o menos lo que los demás miembros sabían. Para encontrar nueva información o puntos de vista, los miembros de la pandilla tendrán que mirar más allá de la camarilla a sus otros amigos y conocidos. Esto es lo que Granovetter llama "la fuerza de los lazos débiles".
Guanxi (关・n) es un concepto central en la sociedad china (y otras culturas de Asia Oriental) que se puede resumir como el uso de la influencia personal. La palabra se traduce generalmente como "relación", "conexión" o "lazo" y se utiliza en la más amplia variedad de contextos como lo son sus homólogos de Inglés. Sin embargo, en el contexto de las relaciones interpersonales, Guanxi (关・n) es vagamente similar a la "influencia" o "palanca" en el Oeste. Guanxi puede ser estudiada desde un enfoque de red social. [13]
El fenómeno del mundo pequeño es la hipótesis de que la cadena de conocidos sociales necesarios para que una persona arbitraria se conecte con otra persona arbitraria en cualquier parte del mundo es generalmente corto. El concepto dio lugar a la famosa frase de seis grados de separación después de un experimento del mundo pequeño en 1967 hecho por el psicólogo Stanley Milgram. En el experimento de Milgram, a una muestra de individuos de los EE.UU. se les pidió que llegaran a una persona objetivo en particular pasando un mensaje a lo largo de una cadena de conocidos. La longitud media de las cadenas de éxito resultó ser de unos cinco intermediarios o seis etapas de separación (la mayoría de las cadenas en este estudio en realidad no se pudieron completar). Los métodos (y la ética también) del experimento de Milgram fueron cuestionados después por un estudioso estadounidense, y una investigación más profunda para replicar los hallazgos de Milgram encontró que los grados de conexión necesario podrían ser mayores. [14] Los investigadores académicos continúan explorando este fenómeno ya que la tecnología de comunicación basada en la Internet ha complementado el teléfono y los sistemas de correo disponibles en los tiempos de Milgram. Un reciente experimento electrónico de mundo pequeño en la Universidad de Columbia encontró que entre cinco y siete grados de separación son suficientes para la conexión de dos personas a través del correo electrónico [15].
Los Gráficos de la colaboración se pueden utilizar para ilustrar las relaciones buenas y malas entre los seres humanos. Una arista positiva entre dos nodos indica una relación positiva (amistad, alianza, citas) y una arista negativa entre dos nodos indica una relación negativa (odio, ira). Gráficos de redes sociales marcados pueden ser utilizados para predecir la evolución futura de la gráfica. En redes sociales marcadas, existe el concepto de ciclos "equilibrados" y "desequilibrados" ciclos. Un ciclo equilibrado se define como un ciclo en el que el producto de todos los signos es positivo. Gráficos equilibrados representan a un grupo de personas que no es probable que cambien sus opiniones de las otras personas en el grupo. Gráficos desequilibrados representan un grupo de gente que es muy probable que cambien sus opiniones sobre las personas en su grupo. Por ejemplo, un grupo de 3 personas (A, B y C), donde A y B tienen una relación positiva, B y C tienen una relación positiva, pero C y A tienen una relación negativa es un ciclo de desequilibrio. Este grupo es muy probable que se transforme en un ciclo equilibrado, como en uno donde sólo B tiene una buena relación con A, y A y B tienen una relación negativa con C. Al utilizar el concepto de ciclos equilibrados y desequilibrados, se puede predecir la evolución de los gráficos de redes sociales marcadas. .
Un estudio ha encontrado que la felicidad tiende a ser correlacionada en las redes sociales. Cuando una persona es feliz, sus amigos cercanos tienen una probabilidad del 25 por ciento mayor de ser felices ellos mismos. Además, las personas en el centro de una red social tienden a ser más felices en el futuro que las de la periferia. Grupos de personas felices e infelices fueron distinguidos dentro de las redes estudiadas, con un alcance de tres grados de separación:. La felicidad de una persona se asoció con el nivel de felicidad de los amigos de los amigos de sus amigos [16] (véase también el contagio emocional.)
Algunos investigadores han sugerido que las redes sociales humanas pueden tener una base genética [17]. Utilizando una muestra de los gemelos del Estudio Nacional Longitudinal de Salud del Adolescente, se encontraron con que en el "in-degree" (el número de veces que una persona es nombrada como amigo) , la transitividad (la probabilidad de que dos amigos son amigos entre sí), y la centralidad de intermediación (el número de rutas en la red que pasa por una determinada persona) son significativamente hereditarios. Los modelos existentes de formación de red no puede dar cuenta de esta variación intrínseca del nodo, por lo que los investigadores proponen un modelo alternativo "Atraer y Presentar", que puede explicar la heredabilidad y muchas otras características de las redes sociales humanas [18]. Métricas (medidas) en análisis de redes sociales Betweenness
El grado en que un nodo se encuentra entre los demás nodos de la red. Esta medida tiene en cuenta la conectividad de los vecinos del nodo, dando un valor más alto para los nodos que hacen puente entre los grupos. La medida refleja el número de personas con quienes una persona se conecta indirectamente a través de sus enlaces directos. [19]
Puente
Se dice que una arista es un puente, si su eliminación causaría que sus extremos se sitúen en diferentes componentes de un gráfico.
Centralidad
Esta medida da una indicación aproximada de la potencia social de un nodo basado en lo bien que "conecta" la red. "Intermediación", "cercanía" y "Grado" son todas medidas de centralidad.
Centralización
La diferencia entre el número de enlaces para cada nodo, dividido por la suma máxima posible de las diferencias. Una red centralizada tendrá muchos de sus eslabones dispersos alrededor de uno o unos pocos nodos, mientras que una red descentralizada es aquella en la que hay poca variación entre el número de enlaces que cada nodo posee.
Cercanía
El grado en que una persona está cerca de todas las demás personas en una red (directa o indirectamente). Refleja la capacidad de acceder a la información a través de la "vid" de miembros de la red. Por lo tanto, la cercanía es la inversa de la suma de las distancias más cortas entre cada individuo y cada persona en la red. (Véase también: proxemia) El camino más corto también puede ser conocido como la "distancia geodésica".
Coeficiente de clustering
Una medida de la probabilidad de que dos socios de un nodo estén asociados ellos mismos. Un coeficiente de clustering más alto indica un mayor "exclusivismo".
Cohesión
El grado en que los actores están conectados directamente entre sí por lazos de cohesión. Los grupos se identifican como "camarillas" si cada individuo está directamente relacionado con cualquier otro individuo, "círculos sociales" si hay menos rigor de contacto directo, que es imprecisa, o como bloques estructuralmente coherentes si se quiere precisión [20].
Grado
El recuento del número de vínculos con otros actores en la red. Véase también el grado (la teoría de grafos).
Densidad (A nivel individual)
El grado de las relaciones de un demandado de conocerse unos a otros / proporción de los lazos entre los candidatos de un individuo. La densidad de la red o la densidad a nivel global es la proporción de los lazos en una red en relación con el número total posible (redes escasas en comparación con densas).
Estrategia de inmunización eficaz
La estrategia de vacunación de conocidos, propone vacunar a los amigos de los nodos seleccionados al azar. Se ha encontrado que es muy eficiente en comparación con la inmunización al azar [21].
Flujo de centralidad de intermediación
La medida en que un nodo contribuye a la suma del caudal máximo entre todos los pares de nodos (no ese nodo).
Centralidad del autovector (Eigenvector)
Una medida de la importancia de un nodo en una red. Se asigna puntuaciones relativas a todos los nodos de la red basandose en el principio de que las conexiones a los nodos que tienen una puntuación alta contribuyen más a la puntuación del nodo en cuestión.
La interacción humana
Los Enlaces en las redes sociales se forman a través de las interacciones humanas. Las Leyes de escala en la actividad de la interacción humana fueron encontradas por Rybski et al [22].
Esparcidores influyentes
Un método para identificar esparcidores influyentes es descrito por Kitsak et al [23].
Puente local
Una arista es un puente local, si sus extremos no comparten los vecinos comunes. A diferencia de un puente, un puente local se encuentra en un ciclo.
Longitud del trayecto
Las distancias entre pares de nodos de la red. Promedio de longitud de trayectoria es el promedio de las distancias entre todos los pares de nodos. Prestigio
En un grafo dirigido Prestigio es el término utilizado para describir la centralidad de un nodo. "Grado de Prestigio", "Proximidad de Prestigio" y "Estado de Prestigio" son medidas de Prestigio. Véase también el grado (la teoría de grafos).
Radialidad
Grado en que la red de un individuo llega en la red y proporciona nueva información e influencia.
Alcance
El grado de cualquier miembro de una red puede llegar a otros miembros de la red.
Centralidad de segundo orden
Se asigna puntuaciones relativas a todos los nodos de la red basado en la observación de que los nodos importantes ven un paseo aleatorio (que se ejecutan en la red) "con más regularidad" que los otros nodos [24].
Cohesión estructural
El número mínimo de miembros que, si se quitan de un grupo, se desconecta el grupo. [25] La relación entre la fragmentación (la cohesión estructural) y la teoría de la percolación es discutida por Li et al [26].
Equivalencia estructural
Se refiere a la medida en que los nodos tienen un conjunto común de vínculos con otros nodos del sistema. Los nodos no necesitan tener ningún vínculo entre sí para ser estructuralmente equivalentes.
Agujero estructural
Los Agujeros estáticos que pueden ser estratégicamente llenados conectando uno o más enlaces para unir los otros puntos. Vinculado a las ideas de capital social: si usted se conecta a dos personas que no están vinculados usted puede controlar su comunicación. wikipedia
Enrique Rubio
Reflexiones sobre aprendizaje, tecnología y sostenibilidad
