Mostrando entradas con la etiqueta análisis de redes sociales. Mostrar todas las entradas
Mostrando entradas con la etiqueta análisis de redes sociales. Mostrar todas las entradas

lunes, 19 de diciembre de 2016

Explorando modelos en Netlogo

Exploración de modelos de NetLogo


Acoplamiento preferencial: este modelo simula cómo se crean redes; La mayoría de las veces, sólo unos pocos "hubs" están fuertemente conectados con el resto de la red, mientras que los otros nodos sólo tienen algunas conexiones. Es interesante observar cómo se forman esas conexiones y por qué algunos hubs son preferidos sobre otros. El gráfico log-log es especialmente interesante: al transformar el gráfico, se obtiene casi una línea recta. Como consecuencia, hay muy pocos hubs creados con el paso del tiempo. Además, con un modelo muy grande la línea recta sólo es visible para la primera mitad de los nodos; Mi interpretación es que en una red muy grande, es menos probable que sea elegido por el nodo más reciente. El resultado es que cada vez menos nodos muestran un alto grado de conexión, mientras que muchos de ellos sólo tienen un enlace.





Cambio climático: Realmente me gusta este modelo porque separa los diferentes agentes que influyen en el efecto invernadero. Como consecuencia, es más fácil seguir un rayo de luz y entender cómo las nubes y moléculas de CO2 impactan su trayectoria (botón "ver un rayo"). Es divertido tratar de conseguir la temperatura más alta (me detuve a 300 por tener 0 albedo y un montón de moléculas de CO2, pero supongo que subirá indefinidamente). También es interesante ver que la atmósfera tiene algún tipo de permeabilidad fija (con un brillo completo y sin albedo, la temperatura se estabilizará a 50 grados); O que las nubes disminuyen la temperatura, mientras que las moléculas de CO2 la aumentan.




Modelo de Segregación: este modelo no es tan complejo pero el resultado es impresionante; Bajo el 40% de similitud deseada, las flechas rojas y verdes se mezclaron muy fácilmente. Pero cuando se pasa este umbral, se puede ver claramente algunas fronteras que se están creando y diferentes grupos que se están formando. Además, cuanto mayor es el grupo y el mayor porcentaje de similitud, se necesita mucho tiempo para crear fronteras y hacer feliz a la gente.



Finalmente, opté por modificar el modelo de apego preferencial y lo rebautizé como el modelo de difusión de información. Mi objetivo era recrear la teoría de los "dos pasos de la comunicación". La idea es que los "exploradores" (personas en el borde de la red) descubren nuevas piezas de información (por ejemplo, inovaciones, por ejemplo); Si un explorador está conectado a un "hub" (alguien con muchas conexiones), la información se propagará al resto del gráfico y se convertirá en viral. Si el explorador no tiene las conexiones correctas, la información morirá. Para lograr este propósito, agregué un interruptor llamado "propagación" al modelo y cambié el color y el tamaño de los nodos a medida que la información se propaga a través del modelo; El código es bastante simple y funciona bastante bien.

martes, 5 de agosto de 2014

Hacia una antropología cultural computacional

Sobre cómo Yahoo Research Labs estudia la cultura como un concepto computacional formal 
El objetivo final: una comprensión verdaderamente computacional de la sociedad humana, dicen los antropólogos computacionales de Yahoo. 




El estudio de las redes sociales en Internet ha revolucionado la forma en que los científicos sociales a entender la interacción humana a gran escala. Se basa en la suposición de que la unidad fundamental de interacción es el lazo social que existe entre dos individuos. Este lazo puede ser un mensaje de que una persona ha enviado a otros, para que una persona sigue a otra, que una persona le gusta 'otro y así sucesivamente.

Estos lazos sociales son los átomos de la estructura de red social. Y gran parte de la investigación sobre las redes sociales se ha centrado en cómo estos átomos se unen para crear complejas redes de interacción.

Mucho menos se ha pensado que los átomos mismos, ya sea que se dividen en categorías a sí mismos, si los diferentes átomos tienen diferentes propiedades sociales y cómo la combinación de átomos de diferentes tipos pueden ser indicativos de relaciones totalmente diferentes.

Hoy en día, Luca Maria Aiello en Yahoo Labs en Barcelona, ​​España, y un par de amigos, cambian eso. Ellos toman aparte de la naturaleza de los vínculos que se forman en las redes sociales y dicen que estos átomos se dividen en tres categorías diferentes. También muestran cómo extraer esta información automáticamente y, a continuación caracterizan las relaciones de acuerdo a la combinación de átomos que existen entre individuos. Su objetivo final: convertir a la antropología en una sub-disciplina de pura sangre de la informática.

Aiello y colegas utilizan dos conjuntos de datos a partir de un par de grandes redes sociales. La primera consta de más de 1 millón de mensajes enviados entre 500.000 pares de los usuarios de la red social aNobii, que usa la gente para hablar de libros que han leído. El segundo es un conjunto de 100.000 pares de usuarios anónimos que hicieron comentarios sobre las fotos del otro en Flickr, el envío de alrededor de 2 millones de mensajes en total.

El equipo de análisis de estos mensajes en función del tipo de información que transmiten, que se dividen en tres grupos. El primer tipo de información está relacionada con el estatus social; mensajes de mostrar aprecio o el anuncio de la creación del vínculo social, tales como seguimiento o desea. Por ejemplo, un usuario podría decir una fotografía es "una excelente oportunidad", o dicen que han seguido a alguien o la atención que tienen dándoles las gracias por visitar un sitio reconocido.

La segunda categoría de información implica el apoyo social de algún tipo. El objetivo principal de un mensaje que entra en esta categoría es para saludar y dar la bienvenida a alguien a un sitio web, para expresar de manera explícita el afecto o para transmitir deseos, bromas y risas.

La última categoría de información es un intercambio de conocimientos. Los mensajes que entran en esta categoría de acciones de información y de experiencia personal, o piden opiniones y sugerencias, o pantalla conocimiento de un campo en particular.

Aiello y colegas a continuación, desarrollan un algoritmo que clasifica automáticamente los mensajes enviados entre los individuos de acuerdo con el contenido que contienen y su similitud con los mensajes del mismo tipo.

Por último, se evalúan los resultados del algoritmo preguntando editores humanos para evaluar una muestra de 1.000 mensajes seleccionados al azar de cada sitio web y etiquetarlos de acuerdo a las tres categorías. Luego compararon las decisiones humanas con el algoritmo de y encontró buen acuerdo.

Los resultados de este análisis que les permita trabajar con qué frecuencia las personas usan los diferentes medios de comunicación y también la forma en que la transición de uno a otro durante una conversación.

Ellos encuentran que en aNobii, las interacciones más comunes están relacionados con las donaciones de estado donde el mensaje arquetípico es "buena biblioteca", en referencia a la colección del usuario de los libros.

Por el contrario, los usuarios de Flickr se comunican de una manera diferente. "En Flickr la proporción es muy equilibrado en su lugar, con ser ningún dominio predominante en promedio", dicen Aiello y colegas.

Más interesante es la forma en que las relaciones sociales evolucionan con el tiempo. Aiello y sus colegas dicen que el intercambio de estado es particularmente común en conversaciones breves y al comienzo de las más largas. Sin embargo, las conversaciones se desarrollan rápidamente en una mezcla de los intercambios de conocimientos y el apoyo social. "Por tanto, parece que el intercambio de estado sirve para establecer las bases para la futura relación, alimentando a un segundo plano interactivo después de la etapa tie-formación", dicen Aiello y colegas.

Eso es un estudio fascinante que ofrece una nueva forma de ver las relaciones sociales como cadenas de interacciones. En cierto modo, cambia la teoría atómica de los lazos sociales en una especie de teoría de cuerdas.

Aiello y colegas pensar con claridad esto debería dar lugar a un montón de nuevos conocimientos y que son optimistas sobre el futuro. "El objetivo final de este tipo de análisis es el desembalaje de la" cultura "como un concepto formal, computacional", dicen. Y que piensan de los patrones de secuencias de interacción como una especie de gramática de la sociedad. "Esperamos que nuestro trabajo proporciona un paso más hacia una comprensión verdaderamente computacional de las sociedades humanas."

Esa es una meta, un ambicioso comprensión verdaderamente computacional de la sociedad humana. Ambos fantástico y un poco de miedo al mismo tiempo.