Este blog reúne material del curso de posgrado "Análisis de redes sociales" dictado en la Universidad Nacional del Sur (Argentina).
sábado, 21 de septiembre de 2013
viernes, 20 de septiembre de 2013
Encuentran la masa crítica particular necesaria para un proceso viral en redes
Científicos militares estadounidenses resuelven el problema fundamental en el marketing viral
Teóricos de redes trabajando para los militares de EE.UU. han operado en cómo identificar el grupo pequeño "semilla" de personas que pueden difundir un mensaje a través de toda una red...
Los mensajes virales comienzan su vida mediante la infección de unos cuantos individuos y comienzan a extenderse a través de una red. El extremo más infecciosos contaminando es más o menos todo el mundo.
Cómo y por qué sucede esto es objeto de mucho estudio y debate. Los científicos de la red saben que los factores principales son la velocidad a la cual las personas se infectan, la "conexión " de la red y cómo el grupo de individuos seminales (semillas), que por primera vez se infectan, se vinculan con el resto.
Este es el grupo de semillas que fascina a todos, desde los vendedores que quieren vender Viagra hasta los epidemiólogos que quieran estudiar la propagación del VIH.
Así que una manera de encontrar grupos de semillas en una red social dada, sin duda, puede ser un truco útil, sin mencionar muy valioso. Un paso adelante lo llevaron a cabo Paulo Shakarian, Sean Eyre y Damon Paulo desde el Centro de Ciencias de Red Point West en la Academia Militar de EE.UU. en West Point.
Estos chicos han encontrado una manera de identificar a un grupo de semillas que, cuando se infecta, puede difundir un mensaje a través de toda una red. Y dicen que se puede hacer rápidamente y fácilmente, incluso en redes relativamente grandes.
Su método es relativamente sencillo. Se basa en la idea de que un individuo con el tiempo recibirá un mensaje si una determinada parte de su o sus amigos ya tienen ese mensaje. Esta proporción es de un umbral crítico y es fundamental en su enfoque.
Una vez determinado el umbral, estos chicos examinar la red y buscan todas aquellas personas que tienen más amigos que este número crítico. A continuación, eliminan los que superan el umbral de la cantidad más grande.
En el siguiente paso, repiten este proceso, en busca de todos los que tienen más amigos que el umbral crítico y la poda de los de mayor exceso. Y así sucesivamente.
Este proceso termina cuando ya no queda nadie en la red que tiene más amigos que el umbral. Cuando esto sucede, el que queda es el grupo de semillas. Un mensaje enviado a cada miembro de este grupo puede y debe extenderse a toda la red.
Eso es un enfoque toca a un problema bien conocido. Lo que consiguieron científicos de red se ha empantanado en el pasado es que ellos siempre han redactados este enigma en términos de encontrar el grupo semilla más pequeña. Demostrando que el grupo que ha encontrado es el más pequeño que realmente es un problema complicado.
Pero Shakarian y co no hacen ninguna reclamación al respecto. "Se presenta un método garantizado para encontrar un conjunto de nodos que provoca que toda la población activa -, pero no es necesariamente el tamaño mínimo", dicen.
Que de repente hace que el problema mucho más fácil. De hecho, estos chicos han probado en un gran número de redes de ver lo bien que funciona. Sus redes de prueba incluyen Flickr, FourSquare, Frienster, Last.FM, Digg (desde diciembre de 2010), Yelp, YouTube, etc.
Y el algoritmo funciona bien. "En una red social Friendster consta de 5,6 millones de nodos y 28 millones de aristas que encontramos un conjunto de semillas en menos de 3,6 horas", dicen Shakarian y co. Para ello utilizan un procesador Intel Xeon X5677 procesador que funciona a 3,46 GHz con una caché de 12 MB ejecutando Red Hat Enterprise Linux versión 6.1 y equipados con 70 GB de memoria física.
Eso es un resultado prometedor y que muchas personas encontrarán valiosa. Shakarian y compañía dicen que el uso de su método para encontrar un grupo de semillas de la red social en línea FourSquare, un comercializador viral podría esperar un rendimiento 297 veces la inversión. No está mal !
Por esta razón, Shakarian y co podrían, y probablemente, se encuentran y su algoritmo de la demanda de la legión de vendedores que desean hacer su producto viral. No menos importante de ellos podrían ser empresas grandes de Internet como Amazon y Apple, que ambos tienen grandes redes de clientes y un montón de productos para vender.
¡Esperen a oir más descubrimientos al respecto!
Ref: arxiv.org/abs/1309.2963 :A Scalable Heuristic for Viral Marketing Under the Tipping Model
Teóricos de redes trabajando para los militares de EE.UU. han operado en cómo identificar el grupo pequeño "semilla" de personas que pueden difundir un mensaje a través de toda una red...
Los mensajes virales comienzan su vida mediante la infección de unos cuantos individuos y comienzan a extenderse a través de una red. El extremo más infecciosos contaminando es más o menos todo el mundo.
Cómo y por qué sucede esto es objeto de mucho estudio y debate. Los científicos de la red saben que los factores principales son la velocidad a la cual las personas se infectan, la "conexión " de la red y cómo el grupo de individuos seminales (semillas), que por primera vez se infectan, se vinculan con el resto.
Este es el grupo de semillas que fascina a todos, desde los vendedores que quieren vender Viagra hasta los epidemiólogos que quieran estudiar la propagación del VIH.
Así que una manera de encontrar grupos de semillas en una red social dada, sin duda, puede ser un truco útil, sin mencionar muy valioso. Un paso adelante lo llevaron a cabo Paulo Shakarian, Sean Eyre y Damon Paulo desde el Centro de Ciencias de Red Point West en la Academia Militar de EE.UU. en West Point.
Estos chicos han encontrado una manera de identificar a un grupo de semillas que, cuando se infecta, puede difundir un mensaje a través de toda una red. Y dicen que se puede hacer rápidamente y fácilmente, incluso en redes relativamente grandes.
Su método es relativamente sencillo. Se basa en la idea de que un individuo con el tiempo recibirá un mensaje si una determinada parte de su o sus amigos ya tienen ese mensaje. Esta proporción es de un umbral crítico y es fundamental en su enfoque.
Una vez determinado el umbral, estos chicos examinar la red y buscan todas aquellas personas que tienen más amigos que este número crítico. A continuación, eliminan los que superan el umbral de la cantidad más grande.
En el siguiente paso, repiten este proceso, en busca de todos los que tienen más amigos que el umbral crítico y la poda de los de mayor exceso. Y así sucesivamente.
Este proceso termina cuando ya no queda nadie en la red que tiene más amigos que el umbral. Cuando esto sucede, el que queda es el grupo de semillas. Un mensaje enviado a cada miembro de este grupo puede y debe extenderse a toda la red.
Eso es un enfoque toca a un problema bien conocido. Lo que consiguieron científicos de red se ha empantanado en el pasado es que ellos siempre han redactados este enigma en términos de encontrar el grupo semilla más pequeña. Demostrando que el grupo que ha encontrado es el más pequeño que realmente es un problema complicado.
Pero Shakarian y co no hacen ninguna reclamación al respecto. "Se presenta un método garantizado para encontrar un conjunto de nodos que provoca que toda la población activa -, pero no es necesariamente el tamaño mínimo", dicen.
Que de repente hace que el problema mucho más fácil. De hecho, estos chicos han probado en un gran número de redes de ver lo bien que funciona. Sus redes de prueba incluyen Flickr, FourSquare, Frienster, Last.FM, Digg (desde diciembre de 2010), Yelp, YouTube, etc.
Y el algoritmo funciona bien. "En una red social Friendster consta de 5,6 millones de nodos y 28 millones de aristas que encontramos un conjunto de semillas en menos de 3,6 horas", dicen Shakarian y co. Para ello utilizan un procesador Intel Xeon X5677 procesador que funciona a 3,46 GHz con una caché de 12 MB ejecutando Red Hat Enterprise Linux versión 6.1 y equipados con 70 GB de memoria física.
Eso es un resultado prometedor y que muchas personas encontrarán valiosa. Shakarian y compañía dicen que el uso de su método para encontrar un grupo de semillas de la red social en línea FourSquare, un comercializador viral podría esperar un rendimiento 297 veces la inversión. No está mal !
Por esta razón, Shakarian y co podrían, y probablemente, se encuentran y su algoritmo de la demanda de la legión de vendedores que desean hacer su producto viral. No menos importante de ellos podrían ser empresas grandes de Internet como Amazon y Apple, que ambos tienen grandes redes de clientes y un montón de productos para vender.
¡Esperen a oir más descubrimientos al respecto!
Ref: arxiv.org/abs/1309.2963 :A Scalable Heuristic for Viral Marketing Under the Tipping Model
miércoles, 18 de septiembre de 2013
Redes de producción: MIP de Australia
Los clusters de la Matriz Insumo-Producto de Australia
Hecho con el MapEquation usando datos procesado en Node XL
Hecho con el MapEquation usando datos procesado en Node XL
Tipo de grafo | Dirigido |
Vértices | 106 |
Enlaces únicos | 10042 |
Total de enlaces | 10042 |
Self-Loops | 102 |
Ratio de pares de nodos recíprocos | 0,810564663 |
Ratio de enlaces recíprocos | 0,895372233 |
Componentes conectados | 1 |
Componentes conectados de un solo nodo | 0 |
Nodos máximo en un componente conectado | 106 |
Enlaces máximos en un componente conectado | 10042 |
Máxima distancia geodésica (Diámetro) | 2 |
Distancia geodésica promedio | 1,003916 |
Densidad del grafo | 0,893081761 |
Elaboración propia.
lunes, 16 de septiembre de 2013
domingo, 15 de septiembre de 2013
Netnografía
Netnografía
La Netnografía es un neologismo que aúna sus raíces etnográficas y la del estudio de grupos, comunidades o problemas en Internet como campo de investigación social.
No es aún una discplina científica autónoma y abarca métodos y técnicas propias de la sociología y la etnografía.1 La opinión libre de individuos en Internet permite al investigador acceder a datos provenientes de miles de individuos actuando libre y espontáneamente, lo que supone un aumento exponencial respecto a técnicas de análisis como focus groups. Asimismo, permite al investigador mantener un registro de estas interacciones.
La investigación netnográfica se originó a finales de los años 90 con una aplicación restringida al ámbito académico. Se cree que el término fue empleado por vez primera por R.V. Kozinets en 1997. En los años posteriores al 2000 se desarrollaron los primeros servicios de investigación netnográfica.
En cuanto al valor de la información netnográfica, datos recientes sugieren que los individuos dialogando en Internet sobre marcas y productos tienden a poseer un conocimiento en profundidad de las temáticas sobre las que hablan.2 Bien sea de coches, alimentación infantil o productos bancarios, las personas que dialogan en Internet poseen un interés y un conocimiento sumamente interesante para los responsables de marketing. Investigadores como R.V. Kozinets,3 sostienen que el nivel de conocimiento de estos usuarios regulares de productos puede llegar a superar el de los propios ingenieros que han desarrollado esos productos. De igual forma, estos mismos investigadores resaltan que los fans de marca que hablan en Internet sobre la comunicación de sus marcas favoritas ofrecen un imput diferencial a los responsables de comunicación. Su diálogo tiende a ofrecer datos más cercanos a la realidad que técnicas tradicionales en cuanto a repercusión de campañas pasadas. Asimismo se sostiene que ofrecen un valor diferencial a la hora de proveer de mensajes y canales más efectivos de instrumentalización de campañas.
Para otros autores como Miguel del Fresno4 la Netnografía es una disciplina aún en construcción y heredera de disciplinas clásicas como la antropología social y cultural, la sociología e incluso de la psicología con el objetivo de entender la realidad social que se está produciendo en el contexto online donde millones de personas conviven, se expresan e interactúan a diario. Esta propuesta es menos restringida que la de Kozinets puesto que no se limita a una aproximación orientada al marketing sino que es transversal a las Ciencias Sociales y, por tanto abierta a la investigación social, como por ejemplo la investigación netnográficas de los climas de opinión alrededor de los medicamentos y su aceptabilidad social5
Véase también
- Wikilibros alberga un libro o manual sobre La Netnografía: Un Método de Investigación en Internet.
Referencias
- Jump upDel Fresno, Miguel (2011) Netnografía. Investigación, análisis e intervención social. Editorial UOC, 1ª edición, Barcelona, España ISBN 978-8497883856
- Jump upKozinets, Robert V. (2010), Netnography: The Marketer’s Secret Weapon; White Paper.
- Jump uphttp://kozinets.net/
- Jump uphttp://migueldelfresno.com/
- Jump upDel Fresno, Miguel; López-Pelaez, Antonio (2012) Innovación, riesgo y sostenibilidad: la estrategia de deslegitimación social de los medicamentos genéricos, Sistema: Revista de ciencias sociales, nº 227, pp. 3-22 ISSN: 0210-0223
sábado, 14 de septiembre de 2013
viernes, 13 de septiembre de 2013
De qué se habla por género y por edad en Facebook
24 gráficos que muestran cómo la charla de la gente es totalmente diferente en Facebook a medida que envejecen
WALTER HICKEY
A medida que las relaciones de las personas obtienen más constante con la edad, dejan de hablar de ello tanto en Facebook .
WALTER HICKEY
Wolfram Alpha, el sitio más intelectual en la red, ha mantenido un servicio donde usted puede compartir sus datos de Facebook con ellos y van a emerger un análisis fantástico.
Se hizo una opción que usted puede donar sus datos para el grupo de investigación para que puedan estudiar la forma de interactuar en la red social.
Como resultado de estos "donantes de datos", el equipo de Wolfram ha sido capaz de aprender un montón sobre el comportamiento de las personas en las redes sociales
Una cosa fantástica del equipo de Wolfram era capaz de hacer es analizado el texto agregado gente escribió en sus muros de Facebook.
Acabamos de ver que presentó la semana pasada en la Cumbre de Datos Wolfram, y la gente detrás del Blog Wolfram fueron suficientes para permitirnos reimprimimos tipo.
Ellos fueron capaces de clasificarlos por temas y comprobar cómo su popularidad varía con la edad y el sexo. Así que usted puede ver cómo los temas que hablas varían con el tiempo.
El interés por los libros aumenta a medida que la gente llega a la escuela secundaria y la universidad - edad y se mantiene estable después .
Las personas se ponen muy , muy interesado en el trabajo en el momento en que son alrededor de 25 , y luego los picos de interés alrededor de 30 .
Las mujeres hablan de su familia y amigos mucho, mucho más que los hombres. Curiosamente , la gente habla menos de los amigos y la familia en torno a los 24 . Pero las palabras más comunes asociados a la categoría de " bebé", por lo que esto tiene sentido .
Las personas contraen cada vez menos interesados en la moda , ya que envejecen .
Los hombres son ligeramente más interesados en alardear de su régimen de ejercicios en Facebook que las mujeres.
Al parecer, las personas afectadas pico foodie treintena .
Las personas mayores se preocupan por su salud más , o tal vez sólo tener más razones para escribir sobre la gente de estar enfermo o en el hospital en Facebook .
Los chicos están más interesados en palabras de moda de alta tecnología que las mujeres. El amor a los dispositivos tecnológicos es a los en los treinta y cinco años.
# YOLO
A medida que las relaciones de las personas obtienen más constante con la edad, dejan de hablar de ello tanto en Facebook .
Los chicos hablan de películas en Facebook más que las mujeres.
Lo mismo sucede con la música, pero aquí se ve que a mayor edad , menos alguien se quieren golpear a los conciertos.
Las personas también se dan cuenta de que el exceso de intercambio de sentimientos en Internet es desagradable a medida que envejecen .
Las mujeres escriben sobre sus perros y gatos más que los hombres .
En lo sucesivo, esta se conoce como el " Archie Bunker Curve ".
Las personas en edad escolar hablan de la escuela.
Cuanto más joven eres , más que hablar de Facebook.
Esto es realmente fascinante. Las mujeres son más propensas a desearle feliz cumpleaños que los hombres.
Sip .
Los chicos son más en hablar de la televisión que las mujeres.
Las personas desarrollan un gran interés en los viajes cuando se acercan a los treinta. Usted puede ver la crisis de la mediana edad .
Esto tiene mucho que ver con los desplazamientos , por lo que parece tener sentido que es similar a la curva dinero carrera + .
Los chicos hablan de los videojuegos en Internet más que las mujeres , y los más jóvenes son los más hable sobre ellos.
Suscribirse a:
Entradas (Atom)