Redes de oficina revelan qué compañeros de trabajo se deben evitar durante brotes infecciosos
Algunos de sus compañeros de trabajo son mucho más probable que se propague la enfermedad que otros. Ahora, un nuevo estudio de las redes de oficinas revela cómo detectarlos.
La enfermedad se propaga a través de la sociedad manera es actualmente objeto de un gran interés, sobre todo debido a los recientes brotes, aterradores del ébola y varias cepas de la gripe aviar. Una esperanza es que una mejor comprensión de este proceso puede conducir a métodos más eficientes y rentables de la vacunación.
La semana pasada, vimos sólo un estudio de los contactos interpersonales dentro de tales escuelas. Esto sugirió que una manera eficaz de prevenir una epidemia sería cerrar una sola clase en lugar de toda la escuela.
Hoy, Mathieu Genois en la Universidad de Toulon en Francia y unos amigos estudiar el patrón de contactos cara a cara en un edificio de oficinas y decir que esto también sugiere una nueva estrategia de vacunación y rentable para la prevención de epidemias.
El equipo estudió las interacciones cara a cara más de dos semanas entre las personas que trabajan en un edificio de oficinas perteneciente al Instituto francés de Vigilancia Sanitaria (InVS), cerca de París. El edificio cuenta con tres departamentos científicos diferentes junto con un fepartment recursos humanos y un departamento de logística.
Los trabajadores dentro del edificio fueron dados sensores portátiles que detectan la proximidad de otros cercanos. Dado que el cuerpo actúa como un escudo en las frecuencias de radio utilizadas por los sensores, los dispositivos sólo detectan contactos cuando las personas se enfrentan entre sí a distancias de menos de 150 centímetros. En total, el equipo distribuyó 100 de estos sensores a las dos terceras partes del personal que aceptaron participar.
El equipo estudió la naturaleza de los contactos mediante la elaboración de una red en la que cada individuo es un nodo y una línea entre ellos representa un contacto al menos una vez durante el período de recolección de datos (véase más arriba).
El aspecto más llamativo de esta red es que los individuos son agrupados generalmente de acuerdo con el departamento en el que trabajan. En otras palabras, la mayoría de la gente tiene la mayoría de los contactos con los colegas de su propio departamento. Lo que es más, tienen contacto con unos 15 otras personas en promedio, una pequeña fracción de la población total de la oficina.
Hay algunas excepciones, sin embargo. Un pequeño número de personas tienen la mayoría de sus contactos en otros departamentos. El equipo de llamar a estas personas 'errantes'. Es fácil imaginar que cuando se trata de la propagación de la enfermedad, vagabundos llegar a ser importante. De hecho, ese no es el caso, porque aunque la mayoría de los vagabundos tienen contactos fuera de su departamento, estos contactos se limitan a grupos limitados de otras personas.
Genois y colegas dicen que hay un grupo mucho más importante de la gente, que ellos llaman 'enlazadores'. Estos se definen como personas que tienen aproximadamente la mitad de sus contactos dentro de su propio departamento y medio fuera de ella. "Enlazadores actúan como puentes en la red", dicen, y por lo tanto tienen más probabilidades de transmitir la enfermedad.
De hecho, Genois y colegas simulan la propagación de la enfermedad usando modelos estándar de la infección y muestran cómo los enlazadores juegan un papel clave.
Eso apunta a una estrategia interesante. En lugar de la vacunación de todo el mundo, o la vacunación de personas al azar, de manera eficiente, de bajo costo de prevenir la propagación de la enfermedad es vacunar sólo a las personas clasificadas como enlazadores. "Una estrategia de vacunación dirigida a los enlazadores eficiente evita grandes brotes", concluyen.
Un problema potencial es la identificación de enlazadores. Esto se puede hacer llevando a cabo el mismo tipo de análisis de red que realizan estos tipos. Sin embargo, esto lleva mucho tiempo y es caro.
Una manera mucho más fácil es identificar engarces de sus descripciones de trabajo. Por ejemplo, la persona que empuja el carro de sándwich o electrónico cesta de un departamento a otro podría ser un objetivo obvio. "Este resultado podría ayudar en el diseño de las estrategias de vacunación, de bajo costo eficiente", dicen.
También sugiere mecanismos que las personas pueden utilizar ellos mismos para ayudar a prevenir la infección. Si usted sabe que los conectores están en la oficina, una estrategia para evitar que baja con gripe este invierno sería evitarlos, la llamada estrategia de distanciamiento social.
Es un trabajo interesante que proporciona algunas fascinante visión de la microestructura de los contactos sociales dentro de los edificios de oficinas. En particular, se revela que un factor importante es la organización de las oficinas en departamentos. Eso está en marcado contraste con muchas otras situaciones sociales y, desde luego a la asunción a veces realizados en la simulación de epidemias, que los contactos son homogéneos dentro de los edificios.
Este tipo de trabajo puede parecer académico, pero la verdad es que, con el primer diagnóstico de ébola en suelo estadounidense esta semana, estrategias para evitar infecciones en el trabajo puede llegar a ser una parte necesaria de la vida de oficina.
MIT Technology Review
Este blog reúne material del curso de posgrado "Análisis de redes sociales" dictado en la Universidad Nacional del Sur (Argentina).
domingo, 5 de octubre de 2014
sábado, 4 de octubre de 2014
ARS 101: Qué son las redes de coautoría
Redes de coautoría
Por Juan MC Larrosa
Una red social es un conjunto de personas o grupos, cada uno de los cuales tiene conexiones de algún tipo para todos o algunos de los otros. En el lenguaje del análisis de redes sociales, las personas o grupos se llaman actores y las conexiones, lazos o enlaces. Ambos actores y lazos se pueden definir de diferentes maneras dependiendo de las cuestiones de interés. Un actor puede ser una sola persona, un equipo o una empresa. Un enlace podría ser una amistad entre dos personas, una colaboración o miembros comunes entre dos equipos, o una relación de negocios entre empresas.
Aquí construimos redes de científicos en el que una relación entre dos científicos se establece por su coautoría de uno o varios artículos científicos. Estas redes son las redes de afiliación en la que los actores están unidos por su común pertenencia a grupos formados por los autores de un artículo. Son las redes sociales más verdaderamente que muchas redes de afiliación; es probable que sea justo decir que la mayoría de las personas que han escrito un documento conjunto están realmente familiarizados entre sí, de manera que, por ejemplo, actores de cine, que actuaron juntos en una película no puede ser. Hay excepciones-algunos muy grandes colaboraciones, por ejemplo en la física de alta energía, contendrá coautores que nunca han conocido-y discutimos éstos en su caso.
En general, sin embargo, la red refleja una verdadera interacción profesional entre los científicos, y puede ser la red social más grande jamás estudiado. Las redes de coautorazgo entonces son aquellas que identifican a los autores de un mismo trabajo literario o académico como unidos en una asociación por haber participado en el mismo.
Abajo se observan las típicas referencias de un trabajo académico.
¿Cómo ello se traduce a una red? Por ejemplo un trabajo coautorado entre dos actores puede tener las representación de una red no dirigida (simétrica) lineal, como se aprecia abajo:
Si el mismo autor (nodo rojo) realizara otra contribución con un tercer autor podría representarse como una extensión como se ve debajo:
A su vez, si los tres autores escribieran un trabajo con coautorándolo, quedaría representado por una red triangular como se representa debajo:
Y así sucesivamente para un paper con 4 coautores...
... 5 coautores...
... 6 coautores...
Y así. Ese puede ser un inicio para el estudio de redes más complicadas como la de abajo, donde un autor (nodo rojo) ha participado en diversos trabajos con variado número de coautores...
continuará
Por Juan MC Larrosa
Una red social es un conjunto de personas o grupos, cada uno de los cuales tiene conexiones de algún tipo para todos o algunos de los otros. En el lenguaje del análisis de redes sociales, las personas o grupos se llaman actores y las conexiones, lazos o enlaces. Ambos actores y lazos se pueden definir de diferentes maneras dependiendo de las cuestiones de interés. Un actor puede ser una sola persona, un equipo o una empresa. Un enlace podría ser una amistad entre dos personas, una colaboración o miembros comunes entre dos equipos, o una relación de negocios entre empresas.
Aquí construimos redes de científicos en el que una relación entre dos científicos se establece por su coautoría de uno o varios artículos científicos. Estas redes son las redes de afiliación en la que los actores están unidos por su común pertenencia a grupos formados por los autores de un artículo. Son las redes sociales más verdaderamente que muchas redes de afiliación; es probable que sea justo decir que la mayoría de las personas que han escrito un documento conjunto están realmente familiarizados entre sí, de manera que, por ejemplo, actores de cine, que actuaron juntos en una película no puede ser. Hay excepciones-algunos muy grandes colaboraciones, por ejemplo en la física de alta energía, contendrá coautores que nunca han conocido-y discutimos éstos en su caso.
En general, sin embargo, la red refleja una verdadera interacción profesional entre los científicos, y puede ser la red social más grande jamás estudiado. Las redes de coautorazgo entonces son aquellas que identifican a los autores de un mismo trabajo literario o académico como unidos en una asociación por haber participado en el mismo.
Abajo se observan las típicas referencias de un trabajo académico.
¿Cómo ello se traduce a una red? Por ejemplo un trabajo coautorado entre dos actores puede tener las representación de una red no dirigida (simétrica) lineal, como se aprecia abajo:
Si el mismo autor (nodo rojo) realizara otra contribución con un tercer autor podría representarse como una extensión como se ve debajo:
A su vez, si los tres autores escribieran un trabajo con coautorándolo, quedaría representado por una red triangular como se representa debajo:
Y así sucesivamente para un paper con 4 coautores...
... 5 coautores...
... 6 coautores...
Y así. Ese puede ser un inicio para el estudio de redes más complicadas como la de abajo, donde un autor (nodo rojo) ha participado en diversos trabajos con variado número de coautores...
continuará
viernes, 3 de octubre de 2014
Prediciendo la orientación sexual mediante la interacción en redes sociales
Las redes sociales pueden inferir la orientación sexual de sus usuarios
MIGUEL ÁNGEL CRIADO - El País
Con las redes sociales, los datos personales han dejado de ser personales. Aunque un usuario no quiera revelar aspectos como su orientación sexual, sus conexiones en la red permiten predecirla. Un estudio con millones de perfiles de la veterana Friendster muestra incluso que se pueden conocer las preferencias sexuales de los que ni siquiera tienen una cuenta en la red.
Friendster fue la red social más popular en la primera mitad de la década pasada, con casi 100 millones de usuarios. Una serie de cambios en su interfaz y la competencia de la naciente Facebook acabaron con ella. Aunque hoy languidece como plataforma de juegos solo popular en el sudeste asiático, la antigua Friendster es una mina para los investigadores de las redes sociales ya que buena parte de sus perfiles se conservan en Archive.org, la memoria de internet.
Investigadores de la Escuela Técnica Federal de Zurich (ETH), entre los que está el español David García, han usado los perfiles públicos de casi 3,5 millones de usuarios de Friendster y sus más de 11 millones de conexiones entre ellos para demostrar que, aunque uno no lo haya revelado, se puede inferir la orientación sexual de la mayoría de los miembros de una red social. Y no solo en Friendster.
"Gracias a que falló como red social y los datos de Friendster fueron abandonados en el Internet Archive, hemos aprovechado para poner a prueba si se pueden construir shadow profiles", explica García. Shadow profiles se podría traducir del inglés como perfiles fantasma o en la sombra. Se refieren a detalles que una red social puede saber de un usuario aunque éste no se lo haya dado. Son casi son como las meigas, existen pero nadie dice haberlos visto. Pero, en 2013, un fallo de configuración de Facebook desveló su existencia al comprobar muchos de sus usuarios que esta empresa tenía sus números de móvil tras copiarlos de la agenda de otros usuarios.
Durante la primera jornada de la conferencia sobre redes sociales COSN'14, celebrada en Dublín, García y sus colegas han mostrado cómo se pueden crear perfiles fantasma no solo de los usuarios de una red social como Friendster (lo que ellos consideran perfiles que son fantasma de forma parcial) sino también de sus amigos que ni siquiera tienen cuenta en la red (perfiles que son fantasma de forma completa). Y lo han hecho con una de de las características más íntimas y personales, como es la orientación sexual.
Si un 90% de los usuarios no revelan en su perfil sus preferencias sexuales, Friendster u otra red social podría saber poco de ellas. Pero si solo las ocultan un 10%, Friendster puede inferirla basándose en sus conexiones y la información que publican los demás. Muchas redes complejas como las sociales presentan una propiedad denominada asortatividad, la tendencia de los nodos (en este caso personas) a conectar con los que son afines. Es la versión científica del dime con quién andas...
Según el estudio, disponible en el repositorio Arxiv, no todas las orientaciones sexuales son igual de predecibles. Siendo los usuarios más numerosos, el predictor de los hombres y mujeres heterosexuales es más preciso. Sin embargo, en comparación al total de la muestra, los más vulnerables son los hombres homosexuales.
Pero incluso entre las mujeres homosexuales, que solo eran el 2% de los usuarios de la red social que habían revelado su orientación, las simulaciones permitieron a los investigadores una precisión del 60% a la hora de desvelar a las lesbianas que habían preferido no mostrar su condición.
Pero lo más intrigante de este trabajo es que los perfiles de los usuarios de una red social y cómo están conectados entre sí también permiten inferir los gustos sexuales de sus amigos que no están en la red. Para comprobarlo, los investigadores partían con la ventaja de que en Friendster, como en Facebook, se sabe cuándo se une un usuario a la red social. Así pudieron comprobar el grado de acierto de sus predicciones.
"Lo que hemos hecho es ir hacia atrás en la historia de Friendster, parando en ciertos momentos, y evaluando si Friendster era capaz de predecir la orientacion sexual de gente que no eran usuarios en aquel momento, pero que estaban conectados con alguien dentro", explica el experto en redes sociales de la ETH.
"Imagine un hombre homosexual sin cuenta en una red social, pero que tiene 10 amigos dentro con su cuenta de correo en la lista de contactos. Imaginemos que 9 de esos 10 amigos son también hombres homosexuales. La red social puede explotar el patrón de asortatividad entre hombres homosexuales e inferir que ese correo y ese número de teléfono pertenecen a un hombre homosexual", argumenta García.
Aunque la orientación sexual es un dato sensible, no es el único que puede saber una red social de un usuario aunque él los mantenga ocultos. De hecho, García y sus colegas ya están trabajando en una investigación para inferir datos como el estado civil o la edad. En teoría, la afiliación política o la creencia religiosa tampoco están a salvo.
Para García, lo más importante de su trabajo es que han demostrado de forma empírica que la privacidad ha dejado de ser una decisión individual para convertirse en un fenómeno colectivo. Este investigador asegura que "la decisión de cada individuo ya no es suficiente para evitar esta intrusión en la privacidad".
- Un estudio muestra que incluso se pueden predecir las preferencias sexuales de los que ni siquiera tienen cuenta en la red
- "La red Ello es un negocio"
MIGUEL ÁNGEL CRIADO - El País
En esta imagen parcial de la red Friendster, cada color se corresponde con una orientación sexual. / SARIGOL ET AL. |
Friendster fue la red social más popular en la primera mitad de la década pasada, con casi 100 millones de usuarios. Una serie de cambios en su interfaz y la competencia de la naciente Facebook acabaron con ella. Aunque hoy languidece como plataforma de juegos solo popular en el sudeste asiático, la antigua Friendster es una mina para los investigadores de las redes sociales ya que buena parte de sus perfiles se conservan en Archive.org, la memoria de internet.
Investigadores de la Escuela Técnica Federal de Zurich (ETH), entre los que está el español David García, han usado los perfiles públicos de casi 3,5 millones de usuarios de Friendster y sus más de 11 millones de conexiones entre ellos para demostrar que, aunque uno no lo haya revelado, se puede inferir la orientación sexual de la mayoría de los miembros de una red social. Y no solo en Friendster.
"Gracias a que falló como red social y los datos de Friendster fueron abandonados en el Internet Archive, hemos aprovechado para poner a prueba si se pueden construir shadow profiles", explica García. Shadow profiles se podría traducir del inglés como perfiles fantasma o en la sombra. Se refieren a detalles que una red social puede saber de un usuario aunque éste no se lo haya dado. Son casi son como las meigas, existen pero nadie dice haberlos visto. Pero, en 2013, un fallo de configuración de Facebook desveló su existencia al comprobar muchos de sus usuarios que esta empresa tenía sus números de móvil tras copiarlos de la agenda de otros usuarios.
Durante la primera jornada de la conferencia sobre redes sociales COSN'14, celebrada en Dublín, García y sus colegas han mostrado cómo se pueden crear perfiles fantasma no solo de los usuarios de una red social como Friendster (lo que ellos consideran perfiles que son fantasma de forma parcial) sino también de sus amigos que ni siquiera tienen cuenta en la red (perfiles que son fantasma de forma completa). Y lo han hecho con una de de las características más íntimas y personales, como es la orientación sexual.
Cuantos más usuarios, mejor predicción
"Para los perfiles parciales, realizamos simulaciones ocultando parte de los usuarios de la red, creando un clasificador para ver si Friendster podría haber predicho su orientacion sexual. Hemos visto que la clasificación es bastante mejor que una estimacion al azar, y que la cualidad de la estimación aumenta cuando más usuarios comparten su orientacion sexual", comenta García.Si un 90% de los usuarios no revelan en su perfil sus preferencias sexuales, Friendster u otra red social podría saber poco de ellas. Pero si solo las ocultan un 10%, Friendster puede inferirla basándose en sus conexiones y la información que publican los demás. Muchas redes complejas como las sociales presentan una propiedad denominada asortatividad, la tendencia de los nodos (en este caso personas) a conectar con los que son afines. Es la versión científica del dime con quién andas...
Según el estudio, disponible en el repositorio Arxiv, no todas las orientaciones sexuales son igual de predecibles. Siendo los usuarios más numerosos, el predictor de los hombres y mujeres heterosexuales es más preciso. Sin embargo, en comparación al total de la muestra, los más vulnerables son los hombres homosexuales.
Pero incluso entre las mujeres homosexuales, que solo eran el 2% de los usuarios de la red social que habían revelado su orientación, las simulaciones permitieron a los investigadores una precisión del 60% a la hora de desvelar a las lesbianas que habían preferido no mostrar su condición.
Pero lo más intrigante de este trabajo es que los perfiles de los usuarios de una red social y cómo están conectados entre sí también permiten inferir los gustos sexuales de sus amigos que no están en la red. Para comprobarlo, los investigadores partían con la ventaja de que en Friendster, como en Facebook, se sabe cuándo se une un usuario a la red social. Así pudieron comprobar el grado de acierto de sus predicciones.
"Lo que hemos hecho es ir hacia atrás en la historia de Friendster, parando en ciertos momentos, y evaluando si Friendster era capaz de predecir la orientacion sexual de gente que no eran usuarios en aquel momento, pero que estaban conectados con alguien dentro", explica el experto en redes sociales de la ETH.
"Imagine un hombre homosexual sin cuenta en una red social, pero que tiene 10 amigos dentro con su cuenta de correo en la lista de contactos. Imaginemos que 9 de esos 10 amigos son también hombres homosexuales. La red social puede explotar el patrón de asortatividad entre hombres homosexuales e inferir que ese correo y ese número de teléfono pertenecen a un hombre homosexual", argumenta García.
La privacidad ha dejado de ser una decisión individual para pasar a ser colectivaPreguntado por si sus resultados se podrían replicar en otra red social que siga viva, como Facebook, García recuerda: "El diseño es prácticamente igual, las amistades también son bidireccionales y la forma de interactuar es muy parecida, con muros y fotos. De hecho, Fabebook hoy en día tiene muchos más enlaces entre amigos, y mucha más información personal que Friendster en aquellos tiempos". Y, añade: "Cualquier red social lo suficientemente grande y que recoja enlaces hacia fuera puede construir estos shadow profiles".
Aunque la orientación sexual es un dato sensible, no es el único que puede saber una red social de un usuario aunque él los mantenga ocultos. De hecho, García y sus colegas ya están trabajando en una investigación para inferir datos como el estado civil o la edad. En teoría, la afiliación política o la creencia religiosa tampoco están a salvo.
Para García, lo más importante de su trabajo es que han demostrado de forma empírica que la privacidad ha dejado de ser una decisión individual para convertirse en un fenómeno colectivo. Este investigador asegura que "la decisión de cada individuo ya no es suficiente para evitar esta intrusión en la privacidad".
jueves, 2 de octubre de 2014
Duele mucho romper en Twitter...
Minería de relaciones en Twitter muestra cómo romper duele más que ser cortado
El primer estudio de la minería de datos de las relaciones románticas en Twitter revela que las redes sociales experimentan el equivalente de terremotos después de rupturas.
"La ruptura de una relación de pareja es una de las experiencias más dolorosas que uno puede ir a través de la vida." Así comenzará Venkata Garimella en la Universidad de Aalto en Finlandia y un par de amigos, con más de un toque de pesar los ojos llorosos. Estos chicos tienen una visión más clara que la mayoría gracias a su trabajo que estudian la ruptura de las relaciones amorosas a través del medio de Twitter.
A medida que los medios de comunicación social han permeado cada aspecto de la vida diaria, su papel en las relaciones románticas se ha convertido en omnipresente, como frases como "oficial de Facebook" lo testifican. Pero mientras que el papel de Facebook en las relaciones ha sido bien estudiado, la parte que Twitter juega es menos conocida.
Hoy, Garimella y colegas pusieron ese derecho con el primer estudio exhaustivo de la relación forma rupturas se reflejan en la cuenta de Twitter. Los resultados proporcionan nuevos conocimientos sobre la función psicológica de los medios de comunicación social en las averías de relación y revelan un fenómeno completamente nuevo de "lote de unfriending" entre las personas que rompen.
Para encontrar las parejas que se han roto, Garimella y colegas comenzaron con un conjunto de datos de 80 por ciento de todos los tweets publicados en Twitter durante un período de 28 horas en julio de 2013. filtran estos datos en busca de usuarios que había mencionado otro usuario en su perfil junto con las palabras y frases tales como novio, novia, amor, noviecito, noviecita, tomadas y así sucesivamente. Su idea es que este patrón es indicativo de que dos usuarios están en una relación romántica.
Se eliminan de la lista resultante de todas las cuentas que mencionan otras cuentas de la misma persona en otros servicios como Instagram y Vine. También quitaron cuentas que mencionan celebridades como justinbieber y KatyPerry junto con palabras como novio o novia, que parecían implicar algún tipo de un solo lado, relación romántica-para estas personalidades.
Eso dejó al equipo con casi 80.000 usuarios (40.000 parejas) que parecían estar ligadas sentimentalmente. Siguieron los tweets de estas parejas entre noviembre 2013 y abril de 2014 y escogieron todos aquellos cuyo estado romántico parecía haber cambiado. "Si estuvieran en una relación en noviembre y no en abril, se supone que la pareja se separó en algún momento durante este período", dicen Garimella y colegas.
Se podan esta más al filtrar a los usuarios del idioma inglés con sede en los EE.UU., Canadá y el Reino Unido, a fin de descartar malentendidos en el análisis de los datos que pudieran derivarse de idioma o cuestiones culturales. También excluyen las parejas casadas, ya que los psicólogos saben desde hace tiempo que estas relaciones sigan diferentes dinámicas. Y se excluyen las personas en relaciones del mismo sexo por la misma razón.
Por último, Garimella y colegas pidieron tres jueces humanos para leer los perfiles originales y determinar si cada una de las parejas restantes fueron realmente ligada sentimentalmente. (Ellos usaron un servicio de crowdsourcing en línea para esto). Se incluyeron sólo aquellas parejas en que los tres jueces estuvieron de acuerdo.
Eso dejó a 661 parejas que parecían haber roto durante el período de estudio. De hecho, Garimella y coautores fueron capaces de identificar las semanas durante el cual la ruptura se produjo mediante la búsqueda de las fechas en las que los usuarios eliminan el nombre de su ex pareja de sus perfiles.
Como control, el equipo también recogió al azar otras 661 parejas que no rompieron durante el estudio.
Algunos de los resultados son poco sorprendentes. Por ejemplo, mediante la búsqueda en los últimos 3.000 o menos tweets de todos estos usuarios, Garimella y coautores pudieron trabajar cuando la mayoría de las relaciones comenzaron y así cuánto tiempo duraron. Resulta que las relaciones más duraderas son menos propensas a romperse, algo que los psicólogos han sabido por mucho tiempo de los estudios del mundo real.
El equipo también estudió cómo los perfiles de las personas cambian después de su relación se rompió contando la frecuencia de las palabras utilizadas y cómo cambió esto. Los principales ganadores fueron "im", "dios", "no", "vivo", "soltero", "sueños", "bendecido" y "a la mierda". Crearon las nubes del mundo de los antes y después de las frecuencias mundiales para resaltar esta diferencia (ver foto arriba). "Una historia que potencialmente se desprende de esto es que la gente (i) se vuelven más egoístas, (ii) encontrar la estabilidad en la religión y la espiritualidad, pero también (iii) maldicen a la vida por lo que ha sucedido", concluyen Garimella y otros.
También estudiaron el cambio en los patrones de comunicación entre los usuarios que han roto para arriba. Su hallazgo es fácil de resumir. "El cambio es más o menos de" Te quiero tanto ... "a" Odio cuando ... ", dice Garimella y colegas, que fueron sorprendidos por el carácter público de la lucha interna que se produce después de romper.
Más interesante es el claro cambio en el patrón de la comunicación que se produce antes de una ruptura. A medida que una ruptura se aproxima, el número de mensajes a la pareja disminuye mientras que el número de mensajes a otros usuarios aumenta. "Estas observaciones podrían potencialmente conducir a un sistemas de "alerta temprana ruptura"", dicen.
Pero el hallazgo más estimulante es el descubrimiento de un proceso de la llamada de equipo "batch unfriending". Garimella y colegas dicen que no hay evidencia clara de que después de una ruptura, número de amigos y seguidores cada socio se reduce en alrededor de 15 a 20. En otras palabras, hay un cambio repentino en la red de conexiones después de la ruptura 'cada pareja.
Eso es algo de una sorpresa. "Después de la ruptura, esperábamos que los pares se dejen de seguir potencialmente entre sí, pero, aparte de eso, esperábamos" como de costumbre"en lo que se refiere a la red social", dicen. El cambio es similar a una especie de terremoto en la red social-una reorganización repentina de los vínculos. Sólo por qué sucede esto tan de repente que no está claro, pero es claramente un tema interesante para un estudio adicional.
Garimella y colegas también encontraron pruebas de post-corte de depresión mediante el análisis del lenguaje utilizado en los tweets. Sin embargo, no está claro si la depresión es el resultado de la ruptura o la causa de ello. También dicen que la persona que inició el fin de la relación, se siente menos deprimido que la persona que es rechazada. En otras palabras, siendo objeto de ruptura duele más que el romper.
Esa es una visión fascinante de la muerte de las relaciones, como se juega en Twitter. Y proporciona un montón de insumo para el trabajo futuro. Por ejemplo, no es el cuerpo de trabajo que infiere rasgos de la personalidad de los usuarios en función de su uso del lenguaje. Así que una posibilidad sería la de buscar correlaciones entre tipos de personalidad y bajadas relación de ruptura.
Luego está el extraño mundo de un solo lado para-relaciones con las celebridades, que también parecen romper de las ordinarias. ¿Estos usuarios también experimentan los azules después de la relación? Justin Bieber y Katy Perry podrían estar interesados en saber acerca de las consecuencias no deseadas de su fama en línea.
Es evidente que hay un montón de fruta madura en el mundo emergente de la minería de datos de r
elaciones.
Ref: arxiv.org/abs/1409.5980 From “I love you babe” to “leave me alone” - Romantic Relationship Breakups on Twitter
El primer estudio de la minería de datos de las relaciones románticas en Twitter revela que las redes sociales experimentan el equivalente de terremotos después de rupturas.
"La ruptura de una relación de pareja es una de las experiencias más dolorosas que uno puede ir a través de la vida." Así comenzará Venkata Garimella en la Universidad de Aalto en Finlandia y un par de amigos, con más de un toque de pesar los ojos llorosos. Estos chicos tienen una visión más clara que la mayoría gracias a su trabajo que estudian la ruptura de las relaciones amorosas a través del medio de Twitter.
A medida que los medios de comunicación social han permeado cada aspecto de la vida diaria, su papel en las relaciones románticas se ha convertido en omnipresente, como frases como "oficial de Facebook" lo testifican. Pero mientras que el papel de Facebook en las relaciones ha sido bien estudiado, la parte que Twitter juega es menos conocida.
Hoy, Garimella y colegas pusieron ese derecho con el primer estudio exhaustivo de la relación forma rupturas se reflejan en la cuenta de Twitter. Los resultados proporcionan nuevos conocimientos sobre la función psicológica de los medios de comunicación social en las averías de relación y revelan un fenómeno completamente nuevo de "lote de unfriending" entre las personas que rompen.
Para encontrar las parejas que se han roto, Garimella y colegas comenzaron con un conjunto de datos de 80 por ciento de todos los tweets publicados en Twitter durante un período de 28 horas en julio de 2013. filtran estos datos en busca de usuarios que había mencionado otro usuario en su perfil junto con las palabras y frases tales como novio, novia, amor, noviecito, noviecita, tomadas y así sucesivamente. Su idea es que este patrón es indicativo de que dos usuarios están en una relación romántica.
Se eliminan de la lista resultante de todas las cuentas que mencionan otras cuentas de la misma persona en otros servicios como Instagram y Vine. También quitaron cuentas que mencionan celebridades como justinbieber y KatyPerry junto con palabras como novio o novia, que parecían implicar algún tipo de un solo lado, relación romántica-para estas personalidades.
Eso dejó al equipo con casi 80.000 usuarios (40.000 parejas) que parecían estar ligadas sentimentalmente. Siguieron los tweets de estas parejas entre noviembre 2013 y abril de 2014 y escogieron todos aquellos cuyo estado romántico parecía haber cambiado. "Si estuvieran en una relación en noviembre y no en abril, se supone que la pareja se separó en algún momento durante este período", dicen Garimella y colegas.
Se podan esta más al filtrar a los usuarios del idioma inglés con sede en los EE.UU., Canadá y el Reino Unido, a fin de descartar malentendidos en el análisis de los datos que pudieran derivarse de idioma o cuestiones culturales. También excluyen las parejas casadas, ya que los psicólogos saben desde hace tiempo que estas relaciones sigan diferentes dinámicas. Y se excluyen las personas en relaciones del mismo sexo por la misma razón.
Por último, Garimella y colegas pidieron tres jueces humanos para leer los perfiles originales y determinar si cada una de las parejas restantes fueron realmente ligada sentimentalmente. (Ellos usaron un servicio de crowdsourcing en línea para esto). Se incluyeron sólo aquellas parejas en que los tres jueces estuvieron de acuerdo.
Eso dejó a 661 parejas que parecían haber roto durante el período de estudio. De hecho, Garimella y coautores fueron capaces de identificar las semanas durante el cual la ruptura se produjo mediante la búsqueda de las fechas en las que los usuarios eliminan el nombre de su ex pareja de sus perfiles.
Como control, el equipo también recogió al azar otras 661 parejas que no rompieron durante el estudio.
Algunos de los resultados son poco sorprendentes. Por ejemplo, mediante la búsqueda en los últimos 3.000 o menos tweets de todos estos usuarios, Garimella y coautores pudieron trabajar cuando la mayoría de las relaciones comenzaron y así cuánto tiempo duraron. Resulta que las relaciones más duraderas son menos propensas a romperse, algo que los psicólogos han sabido por mucho tiempo de los estudios del mundo real.
El equipo también estudió cómo los perfiles de las personas cambian después de su relación se rompió contando la frecuencia de las palabras utilizadas y cómo cambió esto. Los principales ganadores fueron "im", "dios", "no", "vivo", "soltero", "sueños", "bendecido" y "a la mierda". Crearon las nubes del mundo de los antes y después de las frecuencias mundiales para resaltar esta diferencia (ver foto arriba). "Una historia que potencialmente se desprende de esto es que la gente (i) se vuelven más egoístas, (ii) encontrar la estabilidad en la religión y la espiritualidad, pero también (iii) maldicen a la vida por lo que ha sucedido", concluyen Garimella y otros.
También estudiaron el cambio en los patrones de comunicación entre los usuarios que han roto para arriba. Su hallazgo es fácil de resumir. "El cambio es más o menos de" Te quiero tanto ... "a" Odio cuando ... ", dice Garimella y colegas, que fueron sorprendidos por el carácter público de la lucha interna que se produce después de romper.
Más interesante es el claro cambio en el patrón de la comunicación que se produce antes de una ruptura. A medida que una ruptura se aproxima, el número de mensajes a la pareja disminuye mientras que el número de mensajes a otros usuarios aumenta. "Estas observaciones podrían potencialmente conducir a un sistemas de "alerta temprana ruptura"", dicen.
Pero el hallazgo más estimulante es el descubrimiento de un proceso de la llamada de equipo "batch unfriending". Garimella y colegas dicen que no hay evidencia clara de que después de una ruptura, número de amigos y seguidores cada socio se reduce en alrededor de 15 a 20. En otras palabras, hay un cambio repentino en la red de conexiones después de la ruptura 'cada pareja.
Eso es algo de una sorpresa. "Después de la ruptura, esperábamos que los pares se dejen de seguir potencialmente entre sí, pero, aparte de eso, esperábamos" como de costumbre"en lo que se refiere a la red social", dicen. El cambio es similar a una especie de terremoto en la red social-una reorganización repentina de los vínculos. Sólo por qué sucede esto tan de repente que no está claro, pero es claramente un tema interesante para un estudio adicional.
Garimella y colegas también encontraron pruebas de post-corte de depresión mediante el análisis del lenguaje utilizado en los tweets. Sin embargo, no está claro si la depresión es el resultado de la ruptura o la causa de ello. También dicen que la persona que inició el fin de la relación, se siente menos deprimido que la persona que es rechazada. En otras palabras, siendo objeto de ruptura duele más que el romper.
Esa es una visión fascinante de la muerte de las relaciones, como se juega en Twitter. Y proporciona un montón de insumo para el trabajo futuro. Por ejemplo, no es el cuerpo de trabajo que infiere rasgos de la personalidad de los usuarios en función de su uso del lenguaje. Así que una posibilidad sería la de buscar correlaciones entre tipos de personalidad y bajadas relación de ruptura.
Luego está el extraño mundo de un solo lado para-relaciones con las celebridades, que también parecen romper de las ordinarias. ¿Estos usuarios también experimentan los azules después de la relación? Justin Bieber y Katy Perry podrían estar interesados en saber acerca de las consecuencias no deseadas de su fama en línea.
Es evidente que hay un montón de fruta madura en el mundo emergente de la minería de datos de r
elaciones.
Ref: arxiv.org/abs/1409.5980 From “I love you babe” to “leave me alone” - Romantic Relationship Breakups on Twitter
martes, 30 de septiembre de 2014
Cómo se difunde un mensaje viral
¿Cómo se propaga un mensaje viral?
Un par de años atrás - y aún hoy - cualquier fenómeno inexplicable que incluye medios sociales simplemente se llamarían "viral". Viralidad significa esa idea / news / meme comienza a propagarse sin la ayuda de la fuente original. Esta difusión pasa por la naturaleza infecciosa de la idea o por la influencia de aquellos que han llegado a ponerse en contacto con el agente viral. Esto ha sido a la vez el sueño y la pesadilla de los departamentos de marketing y relaciones públicas. La semana pasada el escenario de pesadilla se dio a la Centro de Información de Copyright y Antipiratería en Finlandia (CIAPC).
En la primavera de 2012, el CIAPC contactó un hombre finlandés alegando violaciónes de derechos de autor en una red P2P. Larga historia corta: Después de algunos correos electrónicos amenazantes de la CIAPC y la negativa del hombre a pagar una indemnización a la policía lleva a cabo una operación de búsqueda y captura. La parte incautación incluyó Winnie un niño de 9 años de edad de la niña the Pooh etiquetado portátil. La semana pasada, el hombre describió la situación en un mensaje de Facebook (original en finés) que de pronto comenzó a difundir a través de participación en función del Facebook. Pronto los principales medios de comunicación atrapados en (artículo primero en línea en finés) y para el final del día siguiente en incluso hizo su camino a los medios de comunicación internacionales (TorrentFreak y TechCrunch). El resultado: un desastre de relaciones públicas para la CIAPC.
El post original tiene en el momento 2 655 acciones de Facebook. El video a continuación es la red dinámica de la distribución pública del puesto. Los datos fueron recogidos por Mikael Rekola utilizando la plataforma de análisis de medios sociales 99analytics.com. Cada línea representa una cuota de entrada, no los puntos de vista de correos.
El vídeo se visualiza cómo se compartió el mensaje original y re-compartida en las primeras 48 horas de su publicación. Mayor parte de las acciones que sucedió antes de la parte media del video en las primeras 24 horas. En realidad, el 97% de las acciones públicas que sucedió durante el período de 48 horas. Aquellos usuarios cuyas acciones llegaron las re-acciones la mayoría se unieron al principio del juego. Esto significa que que el tiempo es de la esencia, si los departamentos de relaciones públicas desean reaccionar ante estos eventos.
Cuando nos fijamos en la escala de tiempo de la difusión, nos damos cuenta de un fuerte aumento de los puestos compartidos entre 8 y 11 PM. La cascada comenzó a partir de varias fuentes, incluyendo los políticos Dan Koivulaakso y Jyrki Kasvi, que compartieron el mensaje a las 9 am La primera noticia incrementó las acciones de la post original. Antes de eso, la mayoría de las acciones fueron re-acciones. El papel de los principales medios de comunicación en la facilitación de estos fenómenos viral no se puede olvidar.
La foto de abajo que contiene todas las acciones. Tamaño del nodo representa la cantidad de acciones que el usuario causó y el brillo del color del nodo representa la cantidad de comentarios y le gusta la cuota recibida.
Casi la totalidad de las acciones se convirtieron directamente desde el post original (73%). Menos del 4% de las acciones alcanzó algún tipo de viralidad es decir, se extendió más allá de la primera sharer.The cadena más larga de acciones ampliado para 5 pasos. (En Facebook, los usuarios son en promedio de 4 pasos el uno del otro). También se verificaron si una relación amigo está presente en las acciones. De las acciones públicas, sólo el 14% de la participación que pasó entre amigos. Pero en el segundo grado acciones, amigo relación estaba presente en el 43% de las acciones. Las cadenas largas de intercambio son realmente muy raras (pdf) y la conciencia no requiere intercambio: por cada acción hay decenas o cientos de compartir puntos de vista.
El poder de los principales medios de comunicación para difundir un mensaje es incomparable: el poder de los medios sociales proviene de la potencia de la amplificación y la sensibilización.
Verkostoanatomia – the Network Approach
Un par de años atrás - y aún hoy - cualquier fenómeno inexplicable que incluye medios sociales simplemente se llamarían "viral". Viralidad significa esa idea / news / meme comienza a propagarse sin la ayuda de la fuente original. Esta difusión pasa por la naturaleza infecciosa de la idea o por la influencia de aquellos que han llegado a ponerse en contacto con el agente viral. Esto ha sido a la vez el sueño y la pesadilla de los departamentos de marketing y relaciones públicas. La semana pasada el escenario de pesadilla se dio a la Centro de Información de Copyright y Antipiratería en Finlandia (CIAPC).
En la primavera de 2012, el CIAPC contactó un hombre finlandés alegando violaciónes de derechos de autor en una red P2P. Larga historia corta: Después de algunos correos electrónicos amenazantes de la CIAPC y la negativa del hombre a pagar una indemnización a la policía lleva a cabo una operación de búsqueda y captura. La parte incautación incluyó Winnie un niño de 9 años de edad de la niña the Pooh etiquetado portátil. La semana pasada, el hombre describió la situación en un mensaje de Facebook (original en finés) que de pronto comenzó a difundir a través de participación en función del Facebook. Pronto los principales medios de comunicación atrapados en (artículo primero en línea en finés) y para el final del día siguiente en incluso hizo su camino a los medios de comunicación internacionales (TorrentFreak y TechCrunch). El resultado: un desastre de relaciones públicas para la CIAPC.
El post original tiene en el momento 2 655 acciones de Facebook. El video a continuación es la red dinámica de la distribución pública del puesto. Los datos fueron recogidos por Mikael Rekola utilizando la plataforma de análisis de medios sociales 99analytics.com. Cada línea representa una cuota de entrada, no los puntos de vista de correos.
El vídeo se visualiza cómo se compartió el mensaje original y re-compartida en las primeras 48 horas de su publicación. Mayor parte de las acciones que sucedió antes de la parte media del video en las primeras 24 horas. En realidad, el 97% de las acciones públicas que sucedió durante el período de 48 horas. Aquellos usuarios cuyas acciones llegaron las re-acciones la mayoría se unieron al principio del juego. Esto significa que que el tiempo es de la esencia, si los departamentos de relaciones públicas desean reaccionar ante estos eventos.
Cuando nos fijamos en la escala de tiempo de la difusión, nos damos cuenta de un fuerte aumento de los puestos compartidos entre 8 y 11 PM. La cascada comenzó a partir de varias fuentes, incluyendo los políticos Dan Koivulaakso y Jyrki Kasvi, que compartieron el mensaje a las 9 am La primera noticia incrementó las acciones de la post original. Antes de eso, la mayoría de las acciones fueron re-acciones. El papel de los principales medios de comunicación en la facilitación de estos fenómenos viral no se puede olvidar.
La foto de abajo que contiene todas las acciones. Tamaño del nodo representa la cantidad de acciones que el usuario causó y el brillo del color del nodo representa la cantidad de comentarios y le gusta la cuota recibida.
Casi la totalidad de las acciones se convirtieron directamente desde el post original (73%). Menos del 4% de las acciones alcanzó algún tipo de viralidad es decir, se extendió más allá de la primera sharer.The cadena más larga de acciones ampliado para 5 pasos. (En Facebook, los usuarios son en promedio de 4 pasos el uno del otro). También se verificaron si una relación amigo está presente en las acciones. De las acciones públicas, sólo el 14% de la participación que pasó entre amigos. Pero en el segundo grado acciones, amigo relación estaba presente en el 43% de las acciones. Las cadenas largas de intercambio son realmente muy raras (pdf) y la conciencia no requiere intercambio: por cada acción hay decenas o cientos de compartir puntos de vista.
El poder de los principales medios de comunicación para difundir un mensaje es incomparable: el poder de los medios sociales proviene de la potencia de la amplificación y la sensibilización.
Verkostoanatomia – the Network Approach
domingo, 28 de septiembre de 2014
La red social de los jugadores de la Copa Mundial 2014
Red Social de Jugadores de la Copa del Mundo 2014
La Copa Mundial de la FIFA 2014, el mayor evento deportivo en cuatro años (lo lamento por las Olimpiadas) comienza hoy. El torneo tiene 736 jugadores de 32 países. Cuando los jugadores no están jugando para sus selecciones nacionales, juegan en 301 clubes diferentes. Los jugadores de diferentes equipos nacionales se reúnen en estos clubes. Por ejemplo, el Manchester United tiene jugadores de 9 equipos nacionales diferentes. Esto significa que los jugadores en la Copa del Mundo que juegan en el Manchester United saben jugadores de al menos ocho equipos nacionales diferentes. ¿Por qué es esto importante? Si dos jugadores pertenecen al mismo equipo (nacional o club), que tienen una conexión social. El uso de análisis de redes sociales que podemos analizar y visualizar esta conexión (ejemplos de la UEFA 2012 y la Copa Mundial de 2010 redes similares). Así pues, aquí es la red social de la Copa Mundial de la FIFA 2014:
En la imagen de arriba es el jugador a jugador-conexiones (aquí hay un pdf con una mejor resolución). El tamaño de un nombre de jugadores representa el número total de otros jugadores que comparte un club con. Los mejores jugadores, Antonio Valencia, Javier Hernández, Julián verdes, Shinji Kagawa, Robin van Persie, Nani, Arjen Robben, Mario Mandžukić, Patrice Evra, Xherdan Shaqiri, Daniel Van Buyten, Dante y Javi Martínez tienen los 13 compañeros del club en el torneo . El color del jugador es determinado por un programa de ordenador que detecta clusters. La mayoría de los grupos son los mismos que los equipos nacionales, pero notamos que en el medio, la línea entre España, Francia, Brasil, etc comienzan a volverse borrosa. Para tener una mejor idea de los jugadores más conectados, a continuación es el núcleo de la red: top 10% de los jugadores.
También puede visualizar las conexiones entre los diferentes equipos nacionales y los clubes.
Una línea entre un club y el equipo se forma cuando un jugador juega en ambos (pdf). Cuanto más un equipo nacional tiene jugadores de un equipo específico, el grueso de la línea. Por ejemplo, el equipo alemán cuenta con siete jugadores del Bayern Munich y España cuenta con siete jugadores del Barcelona. Los más diversos equipos son Argelia y Nigeria cuyos jugadores vienen todos de diferentes clubes. Para aclarar la situación, a continuación es una imagen de los equipos y clubes que tienen al menos dos jugadores comunes. Cuatro países tienen por lo menos dos jugadores de Napoli.
El más interesante hallazgo para mí es que todos los jugadores están conectados de una manera u otra. En promedio, dos jugadores tienen menos de tres pasos entre ellos. Sería interesante extender este análisis a los clubes anteriores de los jugadores y ver cómo la red social de los últimos cinco años se vería así.
Verkostoanatomia – the Network Approach
La Copa Mundial de la FIFA 2014, el mayor evento deportivo en cuatro años (lo lamento por las Olimpiadas) comienza hoy. El torneo tiene 736 jugadores de 32 países. Cuando los jugadores no están jugando para sus selecciones nacionales, juegan en 301 clubes diferentes. Los jugadores de diferentes equipos nacionales se reúnen en estos clubes. Por ejemplo, el Manchester United tiene jugadores de 9 equipos nacionales diferentes. Esto significa que los jugadores en la Copa del Mundo que juegan en el Manchester United saben jugadores de al menos ocho equipos nacionales diferentes. ¿Por qué es esto importante? Si dos jugadores pertenecen al mismo equipo (nacional o club), que tienen una conexión social. El uso de análisis de redes sociales que podemos analizar y visualizar esta conexión (ejemplos de la UEFA 2012 y la Copa Mundial de 2010 redes similares). Así pues, aquí es la red social de la Copa Mundial de la FIFA 2014:
En la imagen de arriba es el jugador a jugador-conexiones (aquí hay un pdf con una mejor resolución). El tamaño de un nombre de jugadores representa el número total de otros jugadores que comparte un club con. Los mejores jugadores, Antonio Valencia, Javier Hernández, Julián verdes, Shinji Kagawa, Robin van Persie, Nani, Arjen Robben, Mario Mandžukić, Patrice Evra, Xherdan Shaqiri, Daniel Van Buyten, Dante y Javi Martínez tienen los 13 compañeros del club en el torneo . El color del jugador es determinado por un programa de ordenador que detecta clusters. La mayoría de los grupos son los mismos que los equipos nacionales, pero notamos que en el medio, la línea entre España, Francia, Brasil, etc comienzan a volverse borrosa. Para tener una mejor idea de los jugadores más conectados, a continuación es el núcleo de la red: top 10% de los jugadores.
También puede visualizar las conexiones entre los diferentes equipos nacionales y los clubes.
Una línea entre un club y el equipo se forma cuando un jugador juega en ambos (pdf). Cuanto más un equipo nacional tiene jugadores de un equipo específico, el grueso de la línea. Por ejemplo, el equipo alemán cuenta con siete jugadores del Bayern Munich y España cuenta con siete jugadores del Barcelona. Los más diversos equipos son Argelia y Nigeria cuyos jugadores vienen todos de diferentes clubes. Para aclarar la situación, a continuación es una imagen de los equipos y clubes que tienen al menos dos jugadores comunes. Cuatro países tienen por lo menos dos jugadores de Napoli.
El más interesante hallazgo para mí es que todos los jugadores están conectados de una manera u otra. En promedio, dos jugadores tienen menos de tres pasos entre ellos. Sería interesante extender este análisis a los clubes anteriores de los jugadores y ver cómo la red social de los últimos cinco años se vería así.
Verkostoanatomia – the Network Approach
viernes, 26 de septiembre de 2014
Suscribirse a:
Entradas (Atom)