Redes Sociales

Fernando Tricas Garcıa

Dpto. de Informatica e Ingenierıa de Sistemas. Centro Politecnico Superior.Universidad de Zaragoza, Espana

http://www.cps.unizar.es/~ftricas/

http://fernand0.blogalia.com/

http://twitter.com/fernand0

Almunecar, 29 de julio de 2010

Un ındice

I Algunas ideas

I Algunos ejemplos

I Aplicaciones del mundo ‘real’

¿Que relacion hay?

¿Que relacion hay?

¿Que relacion hay?

¿Que relacion hay?

¿Que relacion hay?

¿Que relacion hay?

Mas despacio

Entonces, ¿de que estamos hablando?

I Relaciones

I Consecuencias de estas relaciones

I Medidas

I ¿Que podemos aprender?

Grafos que muestran las relaciones

0 1 0 1 1 1 11 0 0 1 0 0 01 0 0 1 1 0 10 1 0 1 1 0 00 0 1 1 1 0 01 0 0 1 0 0 10 0 0 1 0 0 0

Grafos que muestran las relaciones

0 1 0 1 1 1 11 0 0 1 0 0 01 0 0 1 1 0 10 1 0 1 1 0 00 0 1 1 1 0 01 0 0 1 0 0 10 0 0 1 0 0 0

Con mas informacion

0 7 0 2 1 1 21 0 0 3 0 0 01 0 0 1 3 0 10 1 0 1 1 0 00 0 1 3 1 0 05 0 0 1 0 0 40 0 0 2 0 0 0

Con mas informacion

0 7 0 2 1 1 21 0 0 3 0 0 01 0 0 1 3 0 10 1 0 1 1 0 00 0 1 3 1 0 05 0 0 1 0 0 40 0 0 2 0 0 0

Pero . . . ¿como son las redes?

Redes aleatorias

I ‘Se pintan unos cuantos nodos, se anaden enlaces entre ellos y. . . ’

1. Cada nodo puede enlazarse con cualquier otro con la mismaprobabilidad

(El mundo no es ası casi nunca)

Pero . . . ¿como son las redes?

Redes complejas

Normalmente

I La cola larga

I Coeficiente de ‘clustering’ alto (acoplamiento)

I Estructura de comunidad a diferentes escalas (jerarquıa)

(Casi todas las relaciones interesantes)

Dos tipos interesantes

1. Mundo pequeno (¿panuelo?)

2. Libres de escala

Vayamos mas despacio

Pero . . . ¿como son las redes?

Redes complejas

Normalmente

I La cola larga

I Coeficiente de ‘clustering’ alto (acoplamiento)

I Estructura de comunidad a diferentes escalas (jerarquıa)

(Casi todas las relaciones interesantes)

Dos tipos interesantes

1. Mundo pequeno (¿panuelo?)

2. Libres de escala

Vayamos mas despacio

La cola larga. Estamos acostumbrados a ver el mundo asi. . .

Redes complejas. Algunas caracterısticasLa cola larga. La venganza de los humildes

Bitacoras con mas enlaces

Redes complejas. Algunas caracterısticasLa 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

Redes complejas. Algunas caracterısticasLa cola larga. La venganza de los humildes

Amigos en LiveJournal

La cola larga

¿Como?

I Hay unos pocos que tienen mucho

I Pero, a veces, si se juntan los que tienen menos, tienen mas

Efecto Mateo“Al que mas tiene mas se le dara, y al que menos tiene, se lequitara para darselo al que mas tiene.”

La cola larga

¿Como?

I Hay unos pocos que tienen mucho

I Pero, a veces, si se juntan los que tienen menos, tienen mas

Efecto Mateo“Al que mas tiene mas se le dara, y al que menos tiene, se lequitara para darselo al que mas tiene.”

Redes Complejas. Algunas caracterısticas

Coeficiente de ‘clustering’ alto (acomplamiento)

I Numero de arcos / Numero de posibles arcosI Normalmente, mas alto de lo que se podrıa esperar

(empaquetamiento, comunidades, . . . )

Redes Complejas. Algunas caracterısticasEstructura de comunidad a diferentes escalas

2003. F. Tricas, JJ. Merelo, VR. Ruız, “Do we live in a SmallWorld? Measuring the Spanish-speaking blogosphere”

Relaciones en internet

http://www.deugarte.com/la-topologia-de-la-blogsfera-segun-feevy

(David de Ugarte)

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/

Dos tipos de redes complejas

Redes mundo pequeno (panuelo)

I Muchos nodos no son vecinos entre sı.Sin embargo ...

I El diametro de la red es pequeno (se puede llegar de un nodoa otro pasando por unos pocos).

I Muchas redes son ası

I Incluso aleatorias

Redes mundo pequeno

El experimento de Milgram

Podemos alcanzar a cualquier persona en el mundo mediantecontactos cercanos. En USA, en 1967, la separacion era de seis.Se enviaron cartas por personas elegidas aleatoriamente,residentes en Wichita y Omaha.La carta contenıa un resumen del estudio, una foto y el nombre yla direccion de la persona a la que iba destinada:

1. Anada su nombre a la lista de abajo

2. Separe una postal. Rellenela y enviela a la Universidad deHarvard

3. Si conoce a la persona (personalmente) envıele la postal.

4. Si no la conoce personalmente, envıesela a algun conocidopersonal suyo que ud. crea que puede hacer que le llegue.

El experimento de Milgram

Los resultadosSolo llegaron el 29 % de las cartas enviadas (42 de 169)

De las que llegaron: la mediana de personas intermedias era 5.5

En internetEn la web se hicieron estudios en el 1999, llegando a la conclusionde que entre cualquier par de documentos en la red habrıa undiametro de 18.59 (19 grados de separacion).

Albert, Barabasi.

El experimento de Milgram

Los resultadosSolo llegaron el 29 % de las cartas enviadas (42 de 169)

De las que llegaron: la mediana de personas intermedias era 5.5

En internetEn la web se hicieron estudios en el 1999, llegando a la conclusionde que entre cualquier par de documentos en la red habrıa undiametro de 18.59 (19 grados de separacion).

Albert, Barabasi.

Bastante popularidad

El numero de Bacon refleja distancia entreactores, basados en pelıculas en las que amboshan participado

KB Number # of People23/04/2009 2006

0 1 11 2349 19132 223940 1628193 666941 4601134 153220 1104195 9662 79946 877 7777 134 788 15 14

Mas estrellas que en el cielo

http://oracleofbacon.org/

I Alfredo Landa, 3

I Antonio Banderas, 2

I Gonzalo de Castro, 3

Mas estrellas que en el cielo

http://oracleofbacon.org/

I Alfredo Landa, 3

I Antonio Banderas, 2

I Gonzalo de Castro, 3

Mas estrellas que en el cielo

En todo caso . . .

I Hay 506 (1048) actores mejor conectados que Kevin Bacon

I La media del numero de Bacon es de 2’950 (2’946)

I El actor mejor conectado es Dennis Hopper (2.743404) y elsegundo Harvey Keitel (2.770643)

En 2006: Rod Steiger, con 2’678695 (ahora el 7), Christopher Lee,con 2’684104 (ahora el 11)

Redes mundo pequeno. Algunas caracterısticas

I Cuando se anaden nodos, su diametro crece poco(logarıtmicamente)

I Canalizacion (unos pocos nodos terminan siendo el caminopara la mayorıa de los demas)

I Existencia de ‘cliques’ y subgrafos que casi lo son.

Redes que no son mundo pequeno

I ¿Se cumplen los seis grados de separacion con personas nocontemporaneas?

I Yo fui al colegio con ...

Redes libres de escala

Cuando la distribucion del grado de los nodos (numero deconexiones con otros) sigue una ley de potencias.

I Suelen tener conectores centrales, muy conectados

I Fallos de nodos aleatorios tienen pocas consecuencias en laconectividad global

I Son crıticas frente a ataques deliberados (si se conoce laestructura)

Las enfermedades

Otros ejemplos

I Redes de colaboracion (Cientıficos, actores, ...)

I Redes de parejas sexuales.

I Redes de computadores.

Los modelos

Los modelos

I Redes aleatorias (Erdos-Renyi)

I Suele haber una componente grande que agrupa a la mayorıa(cuando se alcanza un numero suficiente de enlaces)

I Fenomenos de percolacion (componentes pequenos se vansumando a la mayor)

Los modelos

I Algunos lazos lejanos (Watts, Strogatz)

I Normalmente nos relacionamos con nuestros vecinos proximosI Ademas, tenemos unos pocos lazos ‘lejanos’, que hacen reducir

mucho el diametro de la red total.

Los modelos

I Crecimiento

I Enlazado preferencial (Albert-Barabasi)Los mejores nodos alcanzan mas enlaces (notoriedad,antiguedad, . . . )

Mas colas largas

Recuerden . . .A veces, muchos pocos valen mas que pocos muchos.¿De que depende?

I Exponente de la ley de potencias: y = C · x−α

I α < 1→: los primeros nodos acumulan solo un porcentajepequeno del valor

I En los demas casos, la cola larga existe, pero no tiene ‘peso’

Medidas interesantes

I Hemos hablado de la distancia y de coeficiente de ‘clustering’

I Centralidad (‘betweenness’, inevitabilidad)Es la proporcion de geodesicas que pasan por un nodo

I En personas, a veces se asocia con popularidadI En transportes, con flujo e inevitabilidad

Pero . . . ¿que necesito?

I Estar cerca de la ‘mayorıa’ de la red

I Cercanıa (‘closeness centrality’), distancia media de un nodo atodos los demas de la red.

Hay otras . . .

I ‘Degree centrality’ (el que tiene mas cercanos)

Pero . . . ¿que necesito?

I Estar cerca de la ‘mayorıa’ de la red

I Cercanıa (‘closeness centrality’), distancia media de un nodo atodos los demas de la red.

Hay otras . . .

I ‘Degree centrality’ (el que tiene mas cercanos)

Hay otras formas de verlo

En grafos dirigidos:

I Hubs, de los que salen muchas conexiones‘todo lo que debes conocer’

I Autoridades, que reciben muchas conexiones‘¿Donde va Vicente . . . ?’

Naturalmente, pueden coincidir, y entonces hablamos deconectores (influyentes, influenciadores, . . . )

Deteccion de comunidades

I Si dos nodos interactuan, probablemente es porque tienenalgun tipo de relacion.

I Las relaciones no siempre son transitivas, pero ayudan aentender mejor lo que vemos (modas, tendencias, estados deopinion, . . . ).

I Tambien nos pueden dar pistas de por donde ir.

En todo caso . . . ¿que es una comunidad?

I Comunidad de vecinos

I Comunidad de hispanohablantes

I Comunidad de los miembros del curso

¿Y en internet?

En todo caso . . . ¿que es una comunidad?

I Comunidad de vecinos

I Comunidad de hispanohablantes

I Comunidad de los miembros del curso

¿Y en internet?

Comunidades implıcitas

Principalmente basadas en enlaces (relaciones)

I Cliques grupos de nodos que se enlazan mas entre si que conel resto

I Comunidades de Newman–Girvan Definidas por lo que lassepara (nodos de centralidad alta).

La vista es la que trabaja

I Existen programas para ayudarnos:

I Pajek (Windows) http://pajek.imfm.si/I Netdraw (Windows)

http://www.analytictech.com/netdraw/netdraw.htmI Visone (Java) http://www.visone.info/I SocNetV (Linux) http://socnetv.sourceforge.net/I Gephi (Multi) http://gephi.org/

¿Cual es el problema con la visualizacion?

I Se proyectan relaciones complejas en dos dimensiones

I Ademas, la distribucion (grafica) de los nodos es importante

Self Organizing Maps de Kohonen

I Tecnicas de redes neuronales

I Un conjunto de vectores que representan varias caracterısticas

I Desarrollado para separar y categorizar documentos de textosde acuerdo a caracterısticas comunes

I El resultado es un mapa donde los nodos relacionadosaparecen proximos

Un experimento

I Bitacoras alojadas en Blogalia

I 162 bitacoras que enlazan o son enlazadas por otras

I Historias publicadas hasta septiembre de 2003

¿Que es una bitacora?

I Historias en ordencronologico inverso.Comentarios.

I Formatos alternativos(Rich Site Summary,RSS).

I Mas cosas: encuestas,blogroll, musica,libros, ...

I Crecimientoexponencial

¿Que buscabamos?

Enlaces

I 11000 historias

I 17000 enlaces

I 4000 enlaces internos

I Columnas: enlaces salientesI Filas: enlaces entrantes

Resultados

Las filas (enlaces entrantes)

Resultados

Columnas: enlaces salientes

Solo es una fotografıa

El tiempo hace cambiar lascosas

El tiempo . . .

Idea:Ir tomando ‘fotografıas’ y ver la evolucion

I De nuevo, blogalia

I 162 bitacoras

I Solo el contenido

I 5 grupos de datos (cada 4 meses, acumulativo)

Los mapas

Por separado

Naturalmente, no solo enlaces . . .

Lilia Efimova, Anjo Anjewierden

Y a traves de las ideas, las personas

Lilia Efimova, Anjo Anjewierden

Sitios de redes sociales

Lo penultimo

Parece que. . .

El ultimo fenomeno de internet es tratar de hacer explıcitas lasrelaciones sociales mediante sistemas orientados a gestionarnuestras relaciones.

I De forma explıcita (Mis amigos son . . . )

I De forma implıcita (Me gusta lo que hace . . . )

Vamos a hablar un poco de estas herramientas. . .

Sitios de redes sociales

http://www.orkut.com/ http://www.ryze.com/

http://www.facebook.com/ http://www.linkedin.com/

Sitios de redes sociales

http://www.tuenti.com/ http://www.xing.com/

Datos privados. El futbol en Tuenti

http://www.flickr.com/photos/tuenti/4786282298/

¿Que se puede hacer en ellas?

Hacer explıcitas las relaciones

I AmigosI ‘Amigos’I Amigos de amigosI Amigos de ‘amigos’I ‘Amigos’ de ‘amigos’

Los (amigos) de mis (amigos) son mis (amigos)

Ademas. Crear grupos y ‘eventos’

I Sobre temas que nos interesan

I Se pueden enviar mensajes al grupo

I Desarrollaremos una actividad, tal dıa, a tal hora, en tallugar...

I Se puede invitar a otros (con respuesta).

Ademas. Crear grupos y ‘eventos’

I Sobre temas que nos interesan

I Se pueden enviar mensajes al grupo

I Desarrollaremos una actividad, tal dıa, a tal hora, en tallugar...

I Se puede invitar a otros (con respuesta).

Xing, Linkedin

I Orientacion profesional (currıculum, contacto,recomendaciones de personas, ...)

I Contactos pasados, pero tambien ‘posibles futuros’

I Que hemos hecho, que sabemos hacer, donde hemos estado(profesionalmente).

I Hay grupos (participar o crearlos puede darnos visibilidad)

I Tambien ‘eventos’ e invitaciones.

I Relaciones de relaciones (a veces es mejor contactar conalguien a traves de un tercero).

Avisos

I Que lo vean solo nuestros amigosI ... pero asumir que puede que lo vea cualquiera.

I Cuidado con las aplicaciones (en facebook).

I Cuidado con lo que no entendamos bien.

I Podemos buscar amigos (mejor amigos ‘de verdad’)

I Gestion desde el principio (listas ...)

I Es mejor poner fotos reconocibles

I Actualizar el ‘status’I Se pueden poner enlaces, vıdeos, fotografıas, frases, ...

I Y etiquetar a la gente...

I Comentar lo que hacen otros y decir lo que nos gusta (comolos ‘toques’ del movil?).

I Mantener el contacto, pero no ‘abusar’

¿Contactar por contactar?

I Varias dimensiones

I Diferentes formas de interactuar

I Incluso la misma persona, para diferentes cosas. . .

Sitios con caracterısticas sociales

I Flickr http://www.flickr.com/

I Como un fotologI Pero ademas...

I Gestion de contactos (contactos, amigos, familiares)I Notas, Tags (volveremos sobre esto)I API

O sea. . .

Amigos Grupos Etiquetas

Etiquetas

¿Las promesas de la web semantica?

I ¿Quien pone la semantica?

I Ademas, Google ya nos ayuda a encontrar...

I ¡Las etiquetas!

Etiquetas

Granada

El API de Flickr

http://iamcaltrain.com/

Del.icio.us

I Compartir enlaces

I Etiquetas (tags)I Con RSS (claro)

I ‘Topes’ de popularidadI API

http://del.icio.us/doc/api

Muchas formas de . . .

I Todo el mundo: http://del.icio.us/

I Alguien: http://del.icio.us/DoctorZoidberg

I Mucha gente: http://del.icio.us/popular/

I ¿Quien mas?

Muchas formas de . . .

I Temas: http://del.icio.us/tag/internet

I O mas: http://del.icio.us/tag/internet+blogs

I Temas de interes http://del.icio.us/inbox/rvr

I Mira este enlace! (Etiqueta for:)

MasCitas bibliograficas

I CiteULike http://www.citeulike.org/I Connotea http://www.connotea.org/

Universitarios

I Academia.edu http://www.academia.edu

LocalizacionI Foursquare http://www.foursquare.com/

Charla. Twitter

Por ejemplo, en TwitterLo que dicen de sı mismas las personas (Bio)

Por ejemplo, en TwitterLo que dicen de sı mismas las personas (Bio) ‘Tuiteros’geolocalizados (A. Rivero) + Zaragozanos (J.A. Biel)

Ejemplo. Flickr

Estudio sobre los turistas en las Islas Canarias (con Vıctor R. Ruızhttp://linotipo.es).

I Descargar meta-informacion de las fotografıas realizadas entre2004 y 2008

I Y los datos del perfil de los usuarios

Resultados:

I 150.000 imagenesI 4.000 fotografos

I Y sus datos (en algunos casos, geolocalizados)

I 217.000 etiquetasI 34.000 diferentes

I media 14 etiquetas por fotoI mediana 8 etiquetas por foto

http://rvr.linotipo.es/2009/10/

redes-sociales-y-turismo-flickr-y-canarias.html

Vamos a las IslasLos nombres de las cosas

Propagacion de Informacion. El meme de enjut@mojamut@

http://vimeo.com/9532646

http://www.barriblog.com/wiki/index.php/Resultados_enjuta_mojamuta

Propagacion de Informacion. El meme de enjut@mojamut@

Y diversificacion

Por influencia (TIER-5 el mas influyente)

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

Las cosas y la red y nosotrosMezclando informacion

Vassilis Kostakos y Panos A. Kostakos, “Intelligence gathering by capturing thesocial processes within prisons”

“How Bluetooth Surveillance Works”

http://electronics.howstuffworks.com/bluetooth-surveillance.htm/

printable

Las cosas y la red y nosotrosPronto, en su tienda mas cercana

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/

Las cosas: redes de sensores

Pachube

http://www.pachube.com/

Pachube en Huesca y Zaragoza

http://www.pachube.com/feeds/6289

http://www.flickr.com/photos/min0n/4389892262

Los programas

J.M. Gonzalez-Barahona, G. Robles, M. Mirchlmayr, JJ. Amor,D.M German, “Macro-level software evolution: a case study of alarge software compilation”

La Wikipedia

Felipe Ortega “Wikipedia: A quantitative analysis.Evolucion delnumero de autores en las 10 Wikipedias mayores. Numero deautores en el ‘core’ (10 % mas activos).

¡Gracias!

ftricas@unizar.es

¿?

@fernand0

http://fernand0.blogalia.com/