sábado, 12 de septiembre de 2015

Software: Propiedades de ARS en el Sentinel Visualizer

Diagramas de Análisis de Redes Sociales (ARS) 

Sentinel Visualizer integra Análisis de Redes Sociales (ARS) directamente en sus diagramas tabla de enlace para que pueda generar rápidamente métricas SNA sobre sus datos. Generar los datos en bruto y ver visualmente todo sin necesidad de programación!

Algunos de los conceptos clave de la Métrica de red vienen del campo de Análisis de Redes Sociales (ARS). El ARS proporciona un conjunto de metodologías y fórmulas para el cálculo de una serie de criterios que se asignan y miden los vínculos entre las cosas. Usando Análisis de Redes Sociales, puede obtener respuestas a preguntas como:

  • ¿Qué tan altamente conectada es una entidad de red?
  • ¿Qué es la importancia general de la entidad en una red?
  • ¿Cuán central es una entidad de una red?
  • ¿De qué manera la información fluye dentro de una red?

El ARS proporciona un amplio conjunto de indicadores, muchos de los que se utilizan en la funcionalidad Sentinel Visualizer Network Metrics.

Centralidad de grado

La centralidad de grado es simplemente el número de relaciones directas que una entidad tiene. Una entidad con alta centralidad de grado:

  • Es generalmente un jugador activo en la red.
  • Es a menudo un conector o concentrador en la red.
  • No es necesariamente la entidad más conectada en la red (una entidad puede tener un gran número de relaciones, la mayoría de los que apuntan a entidades de bajo nivel).
  • Puede ser en una posición ventajosa en la red.
  • Puede tener vías alternativas para satisfacer necesidades de la organización, y por lo tanto puede ser menos dependientes de los otros individuos.
  • Puede a menudo ser identificado como terceros o negociadores.



En nuestro ejemplo de diagrama de red anteriormente, Alice tiene la más alta centralidad de grado, lo que significa que es bastante activo en la red. Sin embargo, no es necesariamente la persona más poderosa porque sólo se conecta directamente dentro de un grado a las personas en su camarilla, ella tiene que pasar por Rafael para llegar a otras cliques.

Centralidad de intermediación

La centralidad de intermediación identifica la posición de una entidad de una red en términos de su capacidad de hacer conexiones con otras parejas o grupos en una red. Una entidad con una alta centralidad de intermediación en general:

  • Mantiene una posición favorable o poderoso en la red.
  • Representa un punto único de fallo a tomar la única llave de intermediación de una red y romper los lazos entre cliques.
  • Tiene una mayor cantidad de influencia sobre lo que ocurre en una red.



En el ejemplo, Rafael tiene la mayor intermediación porque es entre Alice y Aldo, que son entre otras entidades. Alicia y Aldo tienen una intermediación ligeramente inferior debido a que son esencialmente sólo entre sus propias camarillas. Por lo tanto, aunque Alice tiene una centralidad de grado superior, Rafael tiene más importancia en la red en ciertos aspectos.

Centralidad de cercanía 

La central de cercanía mide la rapidez con que una entidad puede acceder a más entidades en una red. Una entidad con una alta centralidad cercanía general:

  • Tiene acceso rápido a otras entidades en una red.
  • Tiene un corto camino a otras entidades.
  • Está cerca de otras entidades.
  • Tiene una alta visibilidad en cuanto a lo que está sucediendo en la red.

Al igual que con el ejemplo de intermediación, Rafael tiene la mayor proximidad central, ya que puede llegar a más entidades a través de los caminos más cortos. Como tal, la colocación de Rafael le permite conectarse a las entidades en su camarilla, y para las entidades que abarcan camarillas.



Nota: Si la red contiene las entidades que no están conectadas (es decir, no vinculadas a cualquier otra entidad), el valor de proximidad para todas las entidades de la red es 0. Esto se debe a las fórmulas y algoritmos establecidos en Análisis de Redes Sociales.

Centralidad de valor propio 

Medidas de valor propio de lo cerca que una entidad sea a otras entidades altamente cercanos dentro de una red. En otras palabras, de valores propios identifica las entidades más centrales en cuanto a la composición global o general de la red. Un valor propio de alta en general:

  • Indica un actor que es más importante para el patrón principal de las distancias entre todas las entidades.
  • Es una medida razonable de un aspecto de centralidad en términos de ventaja posicional.



En este ejemplo, podemos ver que Alice y Rafael están más cerca de otras entidades altamente cercanos en la red. Bob y Frederica también son muy estrecha, pero a un valor menor.

Hub y Autoridad

Las entidades que muchas otras entidades señalan denominados Autoridades. En Sentinel Visualizer, las relaciones son direccionales, señalan desde una entidad a otra. Si una entidad tiene un alto número de relaciones que apuntan a la misma, que tiene un alto valor de la autoridad, y, en general:

  • Es un conocimiento o autoridad organizativa dentro de un dominio.
  • Hechos como fuente definitiva de información.Hub y Autoridad en Análisis de Redes Sociales (ARS)


Los hubs (o centros concentradores) son entidades que apuntan a un número relativamente grande de las autoridades. Son esencialmente los análogos que se refuerzan mutuamente a las autoridades. Las autoridades apuntan a altas hubs. Hubs apuntan a altas autoridades. No se puede tener uno sin el otro.

Usando Análisis de Redes Sociales en Sentinel Visualizer

Echa un vistazo al diagrama de red siguiente:

Enlace Diagrama del análisis de la red terrorista Al Qaeda


Desde un punto de vista visual, algunos clusters y centralidades son visibles. Pero la densidad de información hace que sea difícil de ver todos los aspectos de centralidad. Sentinel Visualizer hace análisis de redes sociales disponibles con un solo clic de un botón. Con cualquier gráfico vínculo visible, simplemente pulse el botón [Calcular] y el programa calcula instantáneamente las métricas de análisis de redes sociales para los elementos de la tabla.



Análisis de Redes Sociales valores mostrando centralidades de intermediación, grado, cercanía, valor propio, y hub y autoridad central

Ahora usted puede ver las medidas de centralidad que muestran claramente los nodos más centrales en la red. Puede ordenar por cualquier número Análisis de Redes Sociales, o haga clic en cualquier nodo de encontrar su lugar en la red.

Añadir métricas de gradiente 

Puede utilizar las métricas de la pendiente para asignar al instante Valores Análisis de Redes Sociales de la pantalla gráfica. Simplemente haga clic en cualquiera de las métricas disponibles y Sentinel Visualizer códigos de color de cada nodo en la red. Aquí está el mismo gráfico pero con Gradient Metrics mostrando Closeness Centrality.



miércoles, 9 de septiembre de 2015

Difusión y propagación de shocks a través de redes de producción

Especificidad de insumo y la propagación de los shocks idiosincráticos en las redes de producción

Jean-Noël Barrot, Julien Sauvagnat - Vox CEPR's Policy Portal

Poco se sabe acerca de cómo los shocks adversos propagarse a través de redes de producción. Esta columna presenta evidencia cuantitativa sobre el contagio entre empresas usando los desastres naturales como instrumentos exógenos. Choques adversos a proveedores en fases anteriores menor crecimiento de las ventas y la valoración de una empresa de aguas abajo.

La Gran Recesión a arrojar luz sobre la interdependencia de las empresas y el riesgo de cascadas de quiebra, pero en la actualidad existe poca evidencia empírica sobre la transmisión de las perturbaciones en las redes de empresa. El uso de la ocurrencia de desastres naturales en los EE.UU., esta columna muestra que los shocks idiosincrásicos a empresas individuales se propagan de manera significativa a lo largo de la cadena de suministro.

La transmisión de micro choques entre empresas individuales

Interacciones frecuentes entre las empresas producen a través de las relaciones proveedor-cliente. Antes de investigación examinó el papel de los vínculos de la industria como fuente de amplificación de las perturbaciones macroeconómicas (por ejemplo Largo y Plosser 1987, Horvath 1998, 2000, Foerster et al. 2011, Acemoglu et al. 2012). Mientras que los vínculos a nivel sectorial se han estudiado ampliamente, poco se sabe sobre la difusión de micro choques entre las empresas individuales.

A nivel de las empresas, las crisis deben ser absorbidos fácilmente en las redes de producción. Es plausible que organizan sus operaciones para evitar ser afectados por los choques a sus suministros. Incluso cuando se enfrentan a este tipo de perturbaciones, las empresas son supuestamente lo suficientemente flexible como para recomponer su mix de producción, o para cambiar a otros proveedores. Por otro lado, las fricciones pueden impedir que las empresas de hacer ajustes cuando los socios comerciales se ven afectados por situaciones de crisis. Perturbaciones idiosincrásicas pueden entonces propagarse de una empresa a otra, ampliando gradualmente.

La evidencia de los desastres naturales

En una investigación reciente, explotamos la ocurrencia de desastres naturales de los últimos treinta años en los vínculos de Estados Unidos y proveedor-cliente reportados por las empresas que cotizan en bolsa para arrojar luz sobre el papel de los vínculos de la cadena de suministro en la propagación de las crisis a nivel de empresa (Barrot y Sauvagnat 2014 ). En primer lugar, nos encontramos con que el crecimiento de las ventas de las empresas proveedoras directamente afectadas por un desastre natural se reduce en torno a cinco puntos porcentuales. A medida que la línea roja en la Figura 1 muestra, esto tiene un efecto sobre los clientes de estos proveedores interrumpidas. El crecimiento de las ventas de los clientes se reduce en alrededor de dos puntos porcentuales, cuando uno de sus proveedores es golpeado por un desastre natural. También encontramos evidencia de propagación horizontal - otros proveedores de los clientes afectados también experimentan una caída en el crecimiento de las ventas.

Figura 1. ocurre un desastre natural y las ventas de crecimiento




Se procede a examinar si la caída en las ventas de las empresas se traduce en pérdidas de valor. Cuando un desastre natural golpea un condado en el que se encuentra un proveedor, la noticia de la interrupción de entrada debe reflejarse rápidamente en el precio de las acciones de la firma del cliente, lo que nos permite calcular la caída asociada en valor de la empresa. Como se muestra en la Figura 2, las empresas experimentan una caída en los rendimientos de las acciones de alrededor de un punto porcentual, cuando uno de sus proveedores es golpeado por un desastre natural. Esta es una evidencia directa de que las interrupciones de entrada tienen un efecto sobre el valor de la empresa.

Figura 2. ocurre un desastre natural y rendimientos de las acciones



El papel de la especificidad de entrada

Por último, se muestra que la especificidad de entrada es un motor clave de la propagación de los shocks a nivel de empresa. Contamos con tres representaciones diferentes para medir la especificidad de cualquier proveedor determinado:

  • La clasificación de las industrias de los proveedores, ya sea en industrias diferenciadas bienes, industrias de bienes estandarizados, o servicios;
  • Gastos de I + D de los proveedores; y
  • El número de patentes en poder de los proveedores.

Nos encontramos con que la transmisión de los shocks de entrada a los clientes y sus otros proveedores sólo se produce cuando un desastre natural golpea inicialmente un proveedor específico.

Conclusión

¿Cuánto podemos aprender de esta investigación? Nuestros resultados plausiblemente pueden extenderse a otras formas de perturbaciones idiosincrásicas específicas de las empresas, tales como huelgas o facturación de gestión. Probablemente también se extienden a la especificidad de los insumos dentro de los límites de la empresa. Mientras enlaces cliente-proveedor reportados por las empresas que cotizan en bolsa nos permiten precisar la naturaleza de la entrada, es de esperar resultados similares a obtener dentro de una empresa, cuando la producción de una parte específica del bien final división es golpeada por un shock.

Referencias

Acemoglu, D, V M Carvalho, A Ozdaglar, and A Tahbaz-Salehi (2012), “The Network Origins of Aggregate Fluctuations”, Econometrica, 80(5), 1977-2016.

Barrot, J-N and J Sauvagnat (2014), “Input Specificity and the Propagation of Idiosyncratic Shocks in Production Networks”, Working Paper.

Foerster, A T, P-D G Sarte, and M W Watson (2011), “Sectoral versus Aggregate Shocks: A Structural Factor Analysis of Industrial Production”, Journal of Political Economy, 119(1), 1-38.

Horvath, M (1998), “Cyclicality and Sectoral Linkages: Aggregate Fluctuations from Independent Sectoral Shocks”, Review of Economic Dynamics, 1(4), 781-808.

Horvath, M (2000), “Sectoral Shocks and Aggregate Fluctuations”, Journal of Monetary Economics, 45(1), 69-106.

Long, J B and C I Plosser (1993), “Real Business Cycles”, Journal of Political Economy, 91(1), 39-69.

lunes, 7 de septiembre de 2015

Libro: The Development of Social Network Analysis: A Study in the Sociology of Science (Linton Freeman)

Revisión de libro

Por Charles Kadushin (en español) y H. Russell Bernard (en inglés)



Linton C. Freeman. The Development of Social Network Analysis: A Study in the Sociology of Science. Vancouver, Canadá:. Booksurge Publishing, 2004, 205 pp, $ 15.95 en rústica comercial; $ 7.99 ebook no imprimible. Disponible: http://www.booksurge.com.
Journal of Social Structure

Opinión escrita por Charles Kadushin, kadushin@brandeis.edu, Universidad Brandeis


Así que usted pensaba que sabía quién "inventó" análisis de redes sociales - Jacob Moreno, ¿verdad? No tan rápido. Para empezar, Moreno no era su nombre de nacimiento, era Jacob Levi y, aunque era tremendamente imaginativa, muchas de las características de "sociometría", el término que él de hecho acuñó en 1934 (dos años después de haber publicado analiza su primera red) fueron probablemente debido a sus colaboradores. En su cuidadosa investigación "historia del análisis de redes sociales por escrito de una perspectiva de redes sociales", Linton Freeman pone las cosas en claro y se vuelve el objetivo de análisis de redes sociales en el campo mismo. El resultado es un ensayo de provocación en la sociología del conocimiento que es una lectura obligada para cualquier persona con el más mínimo interés en las redes sociales, así como a los interesados ​​en la sociología de la ciencia.

Hay pocas dudas de que el análisis de redes sociales ha "llegado". Cada año, desde alrededor de 1984, se ha producido un crecimiento lineal en el número de áreas sustantivas en el que el análisis de redes sociales se ha aplicado (Pág. 5). The New York Times celebra redes sociales como uno de los "nuevas ideas" (sic) de 2003 (Gertner, 2003). Muchas organizaciones tratan de mejorar su eficiencia a través de análisis sociométricos (Krebs, 2003). Laboratorios de Investigación y desarrollo de un mapa los principales guardianes de la información crítica. Hay mapas de quien trabaja con quien en biotecnología. Epidemiología fue fundada en el rastreo de los agentes que llevaron a la enfermedad y los métodos modernos de la red han sido aplicadas al campo del VIH-positivo.

En 2004, el Social Science Citation Index registró aproximadamente 450 visitas a la "red social o redes sociales" (y usted pensó que usted podría seguir el ritmo de la literatura!). En la primera página de resultados, diez títulos de revistas diferentes son citados como fuentes de publicación. Sólo por la cita 53a es una revista de sociología mencionado. Ni siquiera llegar a las redes sociales revista hasta citación 71. Si el análisis de redes sociales se ha convertido en popular y académicamente casi un lugar común, y si los primeros signos del campo estaban en la mitad del siglo 19, lo que llevó tanto tiempo para estar reconocida como una disciplina? Hay muchas sorpresas en esta larga trayectoria, y que cuenta la historia ayuda a Freeman para explicar lo que pasó.

Freeman define análisis de redes sociales como tener cuatro características principales: una intuición estructural, colección sistemática de datos relacionales, imágenes gráficas y modelos matemáticos o computacionales. (Yo añadiría una quinta función accesoria pero crucial:. Un estudio de los flujos a través de la red) Los primeros cuatro características solas tienden a producir una red estática, aunque en los propios flujos de trabajo de Freeman son a menudo importantes. Cuando se agregan los flujos, las redes se convierten en canales por los que las ideas, los valores, la amistad, la estima, el dinero, las ventas, la enfermedad, o casi cualquier cosa puede viajar. La misma estructura de la red puede pasar los flujos de diferentes tipos, o mejor diferentes estructuras puede facilitar diferentes flujos. El impacto del análisis de redes sociales y su utilidad depende en gran medida en la que se estudian los flujos. La forma en que los diferentes flujos de capturar la imaginación popular y académica a determinar, en parte, el lugar del análisis de redes. Pero nos estamos adelantando de nuestra historia.

La mayor parte de las cuatro características de Freeman han existido en varias formas desde el siglo 19 (con importantes empujes de 1930 a través de la década de 1960) y que participan cientos de grandes y no tan grandes teóricos e investigadores que no sean Moreno. Antecedentes de intuiciones estructurales invocan algunos nombres familiares: Henry Maine, Ferdinand Tönnies, Emile Durkheim, Herbert Spencer y Charles Cooley "Todos trataron de especificar los diferentes tipos de lazos sociales que unen los individuos en diferentes formas de colectividades sociales" (p. 15). Y por Georg Simmel, "la sociología era nada más y menos que el estudio de los patrones de interacción" (p. 16). Freeman, sin embargo, se sorprendió al descubrir que el hombre que dio la sociología en su nombre en la década de 1840, Augusto Comte, también creía que la estática de la sociología consistieron en las interconexiones de los actores sociales.

Más sorprendente para los analistas de redes sociales contemporáneos puede ser la sistemática de datos bastante generalizada de que Freeman descubrió había sido recogida en los siglos 19 y 20. En 1810 Pierre Huber, estudió la interacción con dibujos entre hormigas y fue quizás el primero que estudió sistemáticamente la interacción no humano. En la mitad del siglo 19, en el estado de Nueva York, Lewis Henry Morgan se unió a una sociedad secreta llamada "La Gran Unión del Iroquois" - excepto que descubrió nadie sabía nada acerca de los iroqueses. Así que escribió una etnografía y, finalmente, en 1871, publicó los datos elaborados en el parentesco y ascendencia en todo el mundo, junto con gráficos de parentesco sistemáticas que marcan la pauta de los utilizados para este mismo día. En 1834, John Atkinson Hobson estudió y presentó las cartas de dos modos de superposición de las empresas en las finanzas de Sudáfrica (Pág. 18). De hecho, él desarrolló hypergraphs mucho antes los llamábamos así. Y antes de que la obra de Moreno llegó a ser bien conocido, los estudios de desarrollo infantil en los años 1920 y 1930 un seguimiento tanto cuestionario y los datos de observación de la interacción niño. En 1928, Helen Bott (nada menos que la madre de Elizaboth Bott) incluso se utiliza matrices. En 1923, Elizabeth Hagman mostró discrepancias entre los datos de la entrevista y de observación sobre compañeros de juego.

Introduzca Moreno, de soltera Levi. Cuenta de Freeman añade sabor a un personaje ya fantástica. Moreno tuvo lado oscuro: "egocéntrico, egoísta ... admitió escuchar voces, a veces pensaba que era Dios, y estaba convencido de que los demás siempre estaban robando sus ideas" (pág 31).. Aunque para obtener una apreciación completa de su lado extraño, no hay nada como leer Quiénes sobrevivirán, disponible en la edición original de 1934 por alrededor de $ 175 (lo que debe dar a su erudito red favorita) o la edición aún más extraño 1953 que - curiosamente - - cuesta alrededor de la misma. "En su mayor parte Moreno parecía estar fuera de foco, pero, cuando se vio involucrado con una mujer que podría servir como una musa, logró concentrar y fue capaz de escribir" (p. 34). George Homans pensó libro Helen Jennings en el liderazgo una mucho mejor que la de Moreno clásico. Sin embargo, a mediados de la década de 1930, Moreno se convirtió en "una especie de celebridad en ciencias sociales" (Pág. 36). Comenzó Sociometry, y consiguió un virtual quién es quién en la ciencia social estadounidense para reunirse con su empresa: Paul Lazarsfeld hizo un poco de modelado matemático de la probabilidad de elección - pero Allport, Boaz, Bogardus y Bruner (sólo para detenerse en la B) fueron También asociado. Y no se olvide el estudio clásico de Newcomb que aún se analizan y los datos de red distribuidos con UCINET. Muchos de los estudios y gráficos de Moreno también continuará siendo citado: ¿Quiénes sobrevivirán todavía tiene un poco menos de 500 citas en el Science Citation Index y los estudios sociométricos que él hizo con Jennings en la Escuela Hudson para las niñas son modelos para una intervención exitosa red.

Así que ¿por qué la "invención" de la sociometría por parte de Moreno parece desaparecer para la década de 1940? Freeman acredita el otro lado de la personalidad de Moreno para esto - voces, jugar a ser Dios, una serie de matrimonios con mujeres hermosas que lo animaron, y volvió su atención cada vez más a la psicoterapia. (De mis observaciones, Moreno no fue el único famoso científico social que se casó con una serie de mujeres, aunque su pudo haber sido más hermosa -. Sin embargo, a decir verdad, yo nunca las vi) "Su compromiso con el misticismo, su personalidad grandilocuente, y su megalomanía ... eran demasiado para los miembros regulares de la comunidad académica de soportar "(p. 42).

Uno de los capítulos más interesantes de la historia poco conocida de los estudios de la red fue el grupo de Harvard a finales de los años 1920 y 1930. La mayoría de nosotros estamos familiarizados con brillo Homans 'en el cableado de habitaciones Bank, también consagrado en los conjuntos de datos distribuidos de UCINET. Homans vino a este interés de nuevo en la década de 1930, cuando se revisó el material de Western Electric, junto con Elton Mayo, TN Whitehead, Fritz Roethlisberger, y Lloyd Warner. Fue Warner que había sugerido a Mayo que se centran en la estructura social y la interacción con dibujos. Propios estudios famosos de Warner Yankee City habían estudiado las redes interpersonales y "producido" literalmente toneladas 'de datos empíricos "(Pág. 46). Warner organizó el proyecto "Deep South", una vez más consagrado en la red actual analiza. No es coincidencia que esto llevó a la participación de St. Clair Drake, quien más tarde se convirtió en el mentor carismático de pregrado Linton Freeman.

A principios de la década de 1930, funcionalista Henderson había organizado un seminario en torno a la sociología de Pareto que atrajo a los principales sociólogos y luego en Harvard (como Parsons, Merton y Kingsley Davis), así como a estrellas como Crane Brinton y Bernard Devoto, junto a Mayo de multitud escuela de negocios. George Homans ", un reciente graduado de Harvard, un joven aspirante a poeta" fue contratado como administrador seminario (p. 55). [1] Homans se convirtió en un joven becario de Harvard, y en 1939 se convirtió en profesor en la Universidad de Harvard. En este día de la acreditación grado vale la pena señalar que Homans nunca tuvo un Ph.D. Esta falta, obviamente, no le impidió desarrollar teorías de interacción y proposiciones acerca de ellos, los asuntos que había empezado a trabajar en tan pronto como mediados de la década de 1930. Antropólogo Conrad Arensberg, que introdujo Moreno a los miembros de este círculo, así como William Foote Whyte (autor del clásico Esquina Sociedad), también fueron Junior Fellows. Y había otros, como Eliot Chapple, que son ahora bien conocidas por el análisis estructural. Aunque los gráficos y datos abundaban, Chapple y Arensberg abogaron análisis matemáticos más formales (incluso recurriendo a la teoría de circuitos de la red eléctrica [2]) y trataron de aplicarlos a sistemas más abiertos.

Pero el círculo se vino abajo: Warner, Gardner, Davis, Drake y Whyte fueron a la Universidad de Chicago, y Arensberg (que tenía alguna influencia en mí) fue a Columbia. En parte, hubo algunas diferencias intelectuales sobre si se podría o debería hacer avances en lo que Homans llama, de manera despectiva, "micromedición." En quizás mayor medida, la política académica estaban en el trabajo. Como resultado, la Universidad de Harvard en la década de 1930 rara vez se le atribuye haber sido una incubadora de análisis de redes. Yo añadiría que la tensión se hizo evidente que ha sido un motivo subyacente en el desarrollo de análisis de redes: Desarrollo de rigor matemático en los estudios de redes de tamaño limitado y dentro de lo que Russ Bernard llama "red en una" caja "" - es decir, dentro de las paredes de una escuela, salón de clases, la organización o el equivalente. No es que los pequeños sistemas cerrados son fáciles de analizar, pero es mucho más difícil de ser riguroso sobre las grandes redes sociales de sistemas abiertos con límites difusos. El tema fue lanzado en Harvard, en parte, como un interés en el trabajo de campo cualitativo frente a la medición cuantitativa, sino que subyace fue el movimiento de la mayoría del círculo de Harvard, en especial los sociólogos y antropólogos, hacia un interés en los sistemas sociales a gran escala. Simplemente no podían ver por qué las relaciones de gráficos en grupos acotados podían aportar nada a la comprensión de los sistemas sociales. En parte, se trataba de una cuestión de lo que fluye puede y debe ser estudiado: relaciones anónimas informales en sistemas cerrados, o las relaciones de roles instituidos formales y obligaciones entre estados institucionalizados nombradas como madre, o estudiante. El flujo de prestigio en grupos pequeños no parece aplicable al flujo de filas y normas sociales en grandes sistemas.

Luego sigue, casi hasta la década de 1970, lo que Freeman llama la "Edad Oscura", en el que todos los sectores y grupos de investigación de diferentes universidades de todo trabajaron en el análisis de redes y la teoría. Cada hicieron un trabajo muy importante, pero dio lugar a ningún esfuerzo acumulado integrado. Algunos de nosotros que hemos estado alrededor por un tiempo podría molesta que asigna a la Edad Media, pero eso es otro asunto - y Freeman incluye a sí mismo. En parte, no fueron vistos los esfuerzos dispares en este período como vinculado porque el término "red", que podría haber sido aplicado como un término general para todo el trabajo, estaba ausente. Por mucho que la burguesía de Molière Gentilhomme se sorprendió al enterarse de que estaba hablando en prosa, así que la mayoría de los intelectuales Freeman relata que después de haber trabajado en la Edad Media no vio sus esfuerzos por ser estudios en las redes sociales, por lo que se pasa por alto el vulgo entre ellos.

Por ejemplo, Kurt Lewin formó un grupo estelar en el MIT que incluyó a casi todos los que llegó a ser prominente en la post-Mundial de la psicología social de la Segunda Guerra y fundamentalmente define el campo. Pero su teoría fue llamada "teoría del campo" y su tienda era el "Centro de Investigación en Dinámica de Grupos." Estaban interesados ​​en, entre otras cosas, los procesos de comunicación e influencia. Festinger, Schachter y Back produjeron un libro llamado La presión social en grupos informales (Festinger, Schacter y Atrás, 1950), pero sólo el subtítulo ("Un Estudio de Factores Humanos en la Vivienda") revelaron que el principal esfuerzo fue un estudio de la sociometría. Tras la muerte de Lewin y la ruptura del Centro, Alex Bavelas creó la "Redes Grupo Laboratorio" en el que, con la ayuda del matemático Duncan Luce (uno de mis profesores de Columbia) y otros trabajaron en sus estudios experimentales famosos de las comunicaciones en grupos de cinco. Pero una vez más, este grupo se separó ya en 1950. Festinger y Cartwright se trasladó a la Universidad de Michigan, y Festinger continuación, pasó a Minnesota - y el término "red" se perdió. Mientras tanto, el matemático Frank Harary fue reclutado en Michigan, con lo que la teoría de grafos a lo que finalmente se convirtió en el mundo de la red. Pero su clásico, Modelos Estructurales (Harary, normandos y Cartwrwright, 1965), sólo se pone alrededor para hablar de redes en el último capítulo, con un ejemplo de datos hipotéticos sobre los movimientos de población. Aunque hay algunos ejemplos de sociométrico analiza antes en el libro (uno de estudio de la vivienda de Cartwright), que no están asociados a la idea de la red.

Había otros centros y aperturas. En la década de 1940, un grupo en el Estado de Michigan trabajó en la sociometría de influencia en la sociología rural. Esto no creó una escuela permanente, pero los estudios de transmisión de las zonas rurales de la innovación finalmente influyó Everett Rogers, que sociometría en el curso de su tesis, había "descubierto" en 1955. Más tarde, Rogers se mudó a Michigan State y fue responsable de la formación de algunos de las actuales figuras importantes en el campo de la red. Elihu Katz, de la escuela de la influencia personal de la Universidad de Columbia (incluyendo a su mentor Paul Lazarsfeld, James Coleman, y Herbert Menzel) hizo uso de la tradición sociología rural desarrollar el "dos pasos" - después "paso N" - el flujo de la comunicación y influencia, también en la década de 1950. El grupo de Columbia mí (y Ron Burt) influenciado - pero Katz se sorprendió cuando le dije que él era uno de los padres de la red de campo, porque la palabra "red" era originalmente como ajeno a él como lo fue para mí cuando empecé mi trabajo en los círculos sociales. Curiosamente, las teorías de Robert Merton de conjuntos condición y el papel eran teorías de red casi puros, pero ni él ni su alumno Rose Coser, que ha ofrecido la especificación más rigurosa de estas teorías (Coser, 1975), utilizó el término. Una vez discutí con Coser que los métodos y teorías de red realmente podría aclarar su trabajo. Permaneció dudosa, tanto como la gran escuela sistema social de Harvard no pudo ver la utilidad del análisis de redes.

Uno de los descubrimientos que sorprendieron Freeman más fue el trabajo fundamental realizado en el MIT a finales de 1950, provocada por los politólogos Karl Deutsch y Itiel piscina. El famoso artículo "underground" de 1958 que escribió piscina con Manfred Kochen acerca de las probabilidades que participan en el "mundo pequeño" se publicó finalmente en el primer número de las Redes Sociales (piscina y Kochen, 1978).

Freeman traza su propio patrimonio red intelectual, empezando con conferencias de St. Clair Drake (que había trabajado en el estudio "Sur Profundo") y, más tarde, su lectura de Bavelas y los estudios de Leavitt, así como balas y Moreno. En Siracusa, él y su colega Morry Sunshine "fracasó en ese momento para hacer la conexión entre estos varios proyectos" (Pág. 111). El propio trabajo de Freeman en la Universidad de Siracusa, en la década de 1960 se observa como un nuevo enfoque a los estudios de la comunidad, en la que él y sus colegas seguimiento que interactuó con quien más que problemas. Cité que el trabajo en mi propio "poder, influencia y círculos sociales: una nueva metodología para el estudio de los formadores de opinión" (Kadushin, 1968), pero en el estudio de las élites yugoslavas no tuve en el momento utilizo el término "red" y lo hago no cree que Freeman hizo en sus estudios tampoco. Ambos encontraron que el llamado "sesgo" de los estudios de toma de decisiones de las élites (uno tiene una visión diferente de lo que contó en función de que se le pidió) era en realidad la esencia misma de los datos, siempre y cuando uno seguido sistemáticamente que dicho ¿qué pasa con quién y quién hizo qué con quien - en resumen, el análisis de lo que ahora llamaríamos la red social de influencia.

Un contribuyente importante a partir de la década de 1960 era Edward O. Laumann que, como el grupo de Columbia y Freeman en su obra temprana en Siracusa, era esencialmente preocupados por los grandes sistemas y era principalmente un investigador de la encuesta. Trabajando primero en Michigan y más tarde en Chicago, usó el famoso Estudio Área de Detroit para desarrollar los primeros estudios de redes ego a gran escala. Incorporó las ideas de la red en los estudios de estratificación y las élites políticas y muchos de sus antiguos alumnos se convirtió en líderes en estudios de redes. Él es ahora, por supuesto, famoso por sus estudios de la conducta sexual, que es la otra forma de comportamiento de la red y ahora es de gran interés para los epidemiólogos del SIDA.

Los Estados Unidos era casi el único faro de luz durante la Edad Oscura de Freeman. El grupo de la Universidad de Manchester y la London School of Economics en la década de 1950 eran bien conocidos como una fuente de la investigación de la red y la teoría. Gluckman, Barnes, Mitchell y Nadel todos utilizan el término "red", lo que puede explicar su lugar claro en el campo actual de la red. Los antropólogos también hicieron trabajo de campo importante y análisis interesantes. En opinión de Freeman, Radcliff-Brown a todos influenciado y "prevé exactamente los acontecimientos que tuvieron lugar casi cuarenta años después" (p. 103). Curiosamente, Freeman no menciona Boissevain (1974) que tiene como Amigos de Amigos sigue siendo mi favorito de introducción al campo de la red. Boissevain, que estaba estrechamente relacionada con la escuela de Manchester, ataca fuertemente funcionalistas estructurales, sin embargo - Radcliff-Brown, en particular - por no realizar un seguimiento de las relaciones reales y los comportamientos de "gente real" y, en lugar, explicar el comportamiento en cuanto a la "valores dominantes que apoyan el sistema" (Boissevain, p. 12). Esto puede no ser una lectura razonable del funcionalismo estructural, pero la idea central del argumento de Boissevain es que los datos de la red y la teoría proporcionan una visión más fundamentada de lo que pasa en la sociedad.

Lévi-Straus, en Francia, no sólo fue una gran influencia en el estructuralismo en general, sino que se produce gráficos de red y trabajó con un matemático francés que conduce, André Weil. En la década de 1960, Claude Flament escribió una introducción importante para la teoría de grafos. En Amsterdam, Robert Mokken y sus estudiantes trabajado en estudios de élite y consejeros comunes, y tuvo influencia importante en estudios de redes de elites. Alentado por una mejor formación en matemáticas típicas de las escuelas holandesas, los holandeses finalmente se convirtió en líderes mundiales en desarrollos estadísticos matemáticos en la teoría y el análisis de redes.

Sin embargo, Freeman se siente que incluso a finales de la década de 1960, con todos estos desarrollos, tanto en los Estados Unidos y Europa, "no hay ninguna versión del análisis de redes fue todavía reconocido universalmente como proporcionar un paradigma general para la investigación social" (p. 121).

A partir de la década de 1970, al parecer algo diferente sucedió. Mi cuenta de esta diferencia algo de Freeman, en parte porque él modestamente resta importancia a su propio papel. Hubo varios desarrollos interrelacionados. En primer lugar, dos importantes centros de formación desarrollados, uno en la costa oeste de la UC Irvine, que Freeman dirige - y que se beneficiaron de los intereses de red anteriores del antropólogo matemática Doug White y atrajeron otro antropólogo matemática clave, Kim Romney. El otro desarrollado en Harvard bajo la égida de Harrison White, que, básicamente, lo hizo todo por sí mismo. Ambos deben haber sido maestros brillantes porque inspiraron el núcleo de los teóricos de la red y analistas de los últimos 30 años. Fiel a los principios de las redes, mientras que su trabajo escrito era importante, su principal contribución fue la red de alumnos que interpretaron sus ideas.

A continuación, el campo tiene "organizada" y comenzó a usar lo que resultó ser el nombre mágico ("red") de una manera bastante uniforme. La parte organización provino de la iniciativa de Barry Wellman, un estudiante de Harrison White, que era entonces y sigue siendo ahora en Toronto, quien comenzó una organización, INSNA (Red Internacional para el Análisis de Redes Sociales), que durante muchos años se distingue por no tener organización formal, no hay estatutos, y no hay supervisión financiera. Había también un boletín informativo, Conexiones, que Barry editado. Sus esfuerzos prácticos en la creación de la comunidad fueron emparejados por sus estudios teóricos y empíricos de ambas comunidades geográficamente centrados y comunidades distantes virtuales, reafirmando así el famoso aforismo de Kurt Lewin, "No hay nada tan práctico como una buena teoría". La organización creció, en parte, a partir de estos centros, sino también de una red informática llamada EIES. Fue un precursor de la tecnología ya familiar: Se combina algunas de las características desarrollado mucho más tarde por diversas formas de "trabajo en grupo" junto con un sistema de correo electrónico, un tablón de anuncios y un servidor de lista, que Freeman utilizó como fundamento de una red electrónica de redes. Mientras Freeman estaba todavía en Bucknell, obtuvo una beca de la NSF para crear una red electrónica de las redes sociales. Estaba abierto a un grupo de unas 40 personas que participan en el campo de la red que fueron invitados a una conferencia de patada de salida en Bucknell en enero de 1978. Este sistema comenzó a tejer el campo juntos. Yo personalmente no tenía paciencia con el (300 baudios) editor de texto lento porque el DEC20 universidad que he usado desde mi oficina tenía un editor de pantalla completa. Rápidamente me di por vencido. Otros se quedaron con él y creo que ganaron en gran medida de él. En 1978, Freeman también comenzó la revista Redes Sociales, que ayudó a definir y formalizar el campo como un emprendimiento interdisciplinario.

En 1981, en la Florida, Russ Bernard y Al Wolfe comenzaron las conferencias "Sunbelt de red", reunido cada mes de febrero en un lugar cálido. Se aprovechó EIES, y Barry Wellman fue cooptado: en parte, el Sunbelt serviría como la reunión anual de INSNA y traer el campo juntos, y los resúmenes de los trabajos iban a ser publicado en Conexiones. Quizás tan importante, Barry consiguió lejos del frío de Canadá por unos pocos días. Como detalles Freeman en el libro, no había habido reuniones anteriores de las personas que participan en el campo de red que reunió a diversas personas que, en retrospectiva, podemos ver ahora se convirtieron en las principales figuras del campo. Pero estas reuniones siempre fueron por sólo por invitación. El resultado fue que algunas personas sentían dentro y los demás se sintieron excluidos. En contraste, el genio de INSNA era que cualquiera podía pertenecer; todos fueron invitados a la "Sunbelt" y todo el que quisiera pudiera dar un papel. Ahora, como un signo de la madurez del campo, INSNA y el Sunbelt se han institucionalizado, para bien o para mal. INSNA es una organización formal y el Sunbelt realidad rechaza algunos papeles. Conexiones cuenta con un presupuesto y árbitros papeles.

Freeman toma nota de la buena sensación y la falta de competencia abierta o desagradable en el campo de la red, ya que evolucionó. Él atribuye esta civilidad al interés en la teoría matemática y definiciones precisas que se requiere, lo que limita cualquier regateo sobre los conceptos de las ciencias sociales vagas. Estoy de acuerdo con el carácter inusual de las relaciones entre los estudiosos de la red, pero mi relación limitada con los físicos sugiere que las matemáticas no puede ser la respuesta. Y, ciertamente, grandes egos no están ausentes, ya sea física o de las redes sociales. Pero los sistemas sociales tienen una fuerte tendencia a reproducir sus orígenes y por adelantado, ya sea en espirales benévolos o malévolos. Las redes sociales fue la suerte en su inicio organizacional como un espacio para intercambios informales entre las personas que sentían que eran pioneros y que estaban tratando de resolver los problemas. En este último aspecto, la preocupación por los algoritmos que pueden dar sentido a los datos de red desordenado puede haber ayudado, ya que los participantes en el campo siempre estaban buscando algo que podrían utilizar en sus datos recalcitrantes.

Blanca y Freeman, mientras comparten una pasión por la teoría formal y un genio para la enseñanza, eran otra cosa muy diferente en sus intereses. White estaba más interesado que Freeman en los sistemas sociales a gran escala, sin embargo, el programa informático desarrollado por la Universidad de Harvard "blockmodelling" y el álgebra de bloques era fácilmente aplicable sólo a los sistemas pequeños. La ironía es que ambos de sus intereses en la matemática formal condujo a la investigación meticulosa de los sistemas pequeños. No tengo ni la cuenta del número de veces que los datos Monasterio Sampson con sus dieciocho miembros se analizó de acuerdo a diferentes algoritmos, pero hay más de 40 visitas en Google. Los científicos sociales interesados ​​en los sistemas sociales a gran escala tuvieron que buscar en otra parte. El análisis de la encuesta de las redes de ego, con la participación matemáticamente y no redes enteras reales triviales, era una manera de ir que inicialmente atrajo Laumann y más tarde Wellman, Fischer, y Burt. Los interesados ​​en la superposición corporativa y las élites nacionales tuvieron que utilizar métodos de la agrupación que se centraban en torno a cortar grandes sistemas en componentes manejables utilizando métodos de máxima verosimilitud y algoritmos tomados de (de todos los lugares) bibliotecología. La reciente llegada de la computación paralela de bajo costo, a gran escala rápido, hizo posible, en teoría, para cortar extremadamente grandes sistemas sociales en partes analizables - pero por diversas razones estos métodos y algoritmos no han hecho mucha mella en el campo.

Introduzca los físicos, la capitalización de algunas viejas ideas de la teoría de la red como "pequeño mundo", pero armado con excelentes habilidades matemáticas y computacionales y, quizás más importante aún, una tradición de hacer modelos simples de fenómenos complejos. Este trabajo, dirigido por una ola de recién llegados a las redes sociales como Watts, Newman y Barabási, impulsó una nueva literatura que fue, en su comienzo, sin darse cuenta de la mayoría del trabajo en el campo de la red existente. Freeman muestra que la citación utilizando el concepto "mundo pequeño" produce dos comunidades casi distintos de los investigadores: los "viejos" de los expertos de la red y los "nuevos" modeladores físicas científico (que se benefician, como Freeman señala, de diferentes patrones de publicación y las normas de la física en lugar de las ciencias sociales). Pero los recién llegados, que ahora ofrecen herramientas para la posible exploración de sistemas muy grandes, son cada vez integrados en el pequeño mundo de la red social, - aunque su uso inicial de las corrientes de las ciencias sociales clásicas y las ideas clásicas de la estructura social eran limitadas. Supongo que se puede considerar bien integrado al-fácil de usar programas informáticos se desarrollan que analizará enormes conjuntos de datos sin necesidad de sofisticación matemática de un físico que se aplicará a las preocupaciones tradicionales de la teoría del sistema social.

Lo que me lleva a una conclusión necesariamente triunfalista extraño y no. ¿Por qué las redes sociales finalmente despegar como un campo en la década de 1970? Fue la combinación de importantes centros de profesores influyentes, la organización de la red del campo de red (el espejo en el espejo), el uso universal del nombre de "red" - y también el desarrollo de varios equipo relativamente fácil de usar programas que operaban en las computadoras de escritorio, que gestionan datos de la red y que encapsulan los conocimientos matemáticos que Freeman encontró tan crucial para la transformación del campo de uno de los 'red como metáfora' a 'a la red como una expresión matemática.' Estos programas, para bien y sólo a veces para peor, los científicos sociales se permiten con habilidades formales mínimos para emplear técnicas analíticas inflexibles a una enorme variedad de aplicaciones, tanto como las computadoras han permitido estadísticas complejas que se aplicará a los conjuntos de datos cuyos analistas apenas entender lo estan haciendo. Podemos sacudir la cabeza en ese trabajo aparentemente irreflexiva, pero gran parte de ella ha avanzado en ciencias sociales y nos ha dado una nueva comprensión. Lo que ha dado lugar, sin embargo, es que el campo de la red social a menudo ha sido considerado por los forasteros como un conjunto de herramientas y no como un conjunto de conceptos y proposiciones interesantes integrados. Queda un mundo grande para las ideas de redes sociales a tierra por conquistar.

Notas finales

[1] Aunque Freeman admite que Homans se inspiró en la asociación de Pareto de los sentimientos con la interacción, Freeman, reduccionista anti-psicológica confirmada también cree que la sociología de Pareto es "compuesto casi en su totalidad por psicología barata" (p. 54), una organización sin lectura compartida por muchos pensadores estructurales graves (por ejemplo Zetterberg en defensores europeos de Sociología antes de la Primera Guerra Mundial, 1968 y http://www.zetterberg.org/Books/b93e_Soc/b93eCh4.htm). Freeman también observa que, a pesar de ser un psiquiatra, Moreno contribuyó al estructuralismo a la vez ", mientras que la sociología se había convertido en la corriente principal psicologista" (p. 36). Cualquier persona que ha luchado a través de la estructura del párroco de Acción Social podría no leer la sociología dominante como "psicologista".

[2] la teoría de redes clásica en la física de los circuitos eléctricos se ocupa de los flujos a través de nodos, o lo que se llama "puertos". Notables son las leyes de Kirchoff que tienen que ver con la conservación de la energía en los circuitos entre puertos. Estas ideas son seductores, pero resulta que los circuitos eléctricos son demasiado ordenada para su aplicación directa a las redes sociales.

Referencias

Boissevain, J. 1974. Friends of Friends: Networks, Manipulators and Coalitions (London: Basil Blackwell).

Coser, R.L. 1975. "The Complexity of Roles as a Seedbed of Individual Autonomy." In: Coser L. A. (Ed.), The Idea of Social Structure: Papers in Honor of Robert K. Merton (New York: Harcourt Brace Jovanovich), pp. 237-262.

Festinger, L., Schacter, S., Back, K. 1950. Social Pressures in Informal Groups: A Study of Human Factors in Housing (Stanford, CA: Stanford University Press).

Gertner, J. 2003, December 14. "The 3rd Annual Year in Ideas," New York Times Magazine (Late Edition, Final, Section 6): p. 92.

Harary, F., Norman, R.Z., Cartwrwright, D. 1965. Structural Models: An Introduction to the Theory of Directed Graphs (New York: Wiley).

Kadushin, C. 1968. "Power, Influence and Social Circles: A New Methodology for Studying Opinion-Makers," American Sociological Review 33: pp. 685-699.

Krebs, V. E., 2003. Orgnet.com. Available: http://www.orgnet.com/.

Pool, I. D. S., Kochen, M. 1978. "Contacts and Influence," Social Networks 1 (1): pp. 5-51.

domingo, 6 de septiembre de 2015

Primavera guatemalteca: Otra vez el poder de la acción colectiva coordinada por redes sociales

Así nació la revolución de Guatemala
Los impulsores de la primavera del descontento cuentan a EL PAÍS cómo surgió el movimiento que derribó al presidente Otto Pérez Molina y sacude a Centroamérica
Un juez ordena prisión para el expresidente Otto Pérez Molina
J. M. AHRENS Ciudad de Guatemala - El País


Otto Pérez Molina saliendo del juzgado hacia prisión. / LUIS SOTO (AP)

La revolución nació cuando Lucía Mendizábal, de 53 años, dueña de una empresa de bienes raíces en Ciudad de Guatemala, llegó a su casa y se tumbó agotada en la cama. Eran las 20.45 del pasado 16 de abril. La mujer encendió el televisor y el informativo la enojó algo más de lo normal. Se había destapado una trama de fraude aduanero que dirigía el secretario privado de la vicepresidenta, Juan Carlos Monzón, más conocido como El Robacarros por sus antecedentes como ladrón de coches. Asqueada, Mendizábal, una profesional que jamás ha militado en ningún partido, colgó esa misma noche un mensaje en Facebook para sus amigos: “A ver si esta vez hacemos algo”. Sin saberlo, acababa que de ponerse en marcha la asombrosa maquinaria que en pocos meses desataría la mayor ola de indignación ciudadana vivida en Guatemala. Una marea de descontento, pacífica y viral, que derribaría de la presidencia al general Otto Pérez Molina y abriría una puerta a la esperanza en Centroamérica.

Lucía Mendizábal inició en Facebook de
manera espontánea la ola de protestas.

A la mañana siguiente, Mendizábal se encontró media docena de respuestas. Una hizo diana. Tan solo preguntaba cuándo y a qué hora daban el paso. Casada y con dos hijas, tomó entonces la decisión de su vida: convocar una manifestación. Con ayuda de siete amigos puso en marcha la iniciativa. Ese mismo domingo se reunieron en torno a un pastel de moras. Eran clase media urbana, de 24 a 55 años. Entre ellos había un diseñador, una galerista, un estudiante de derecho… Juntos escribieron el primer comunicado.

Se definían como un grupo de ciudadanos indignados, defensores de la legalidad, sin afiliación política y disconformes con la corrupción. No recogían firmas y repudiaban la violencia. Tan solo convocaban a una concentración en el Parque de la Constitución para pedir la dimisión de la vicepresidenta y la retirada de la inmunidad presidencial. Su lema era #RenunciaYa; su instrumento, las redes sociales.

La llamada tocó el nervio de Guatemala. El hartazgo ante la corrupción y los largos años de plomo y saqueo detonaron las adhesiones. Surgido de la nada, el movimiento recabó en pocos días 35.000 seguidores en Facebook. Los medios se fijaron en ellos. Las redes ardían con su convocatoria. Se convirtieron en el tema central de conversación. Los políticos no comprendían qué estaba pasando. Algo inédito empezaba a reverberar.


Manifestación en Ciudad de Guatemala contra Pérez Molina. / J. D. (REUTERS)

El primer acto de protesta superó cualquier expectativa. A las 15.00 del sábado 25 de abril, decenas de miles de personas hicieron sonar sartenes, ollas y pitidos en el parque. “Después recogieron con sus propias bolsas los desperdicios para dejarlo todo limpio”, recuerda Mendizábal, que por primera vez habla con su nombre y apellido. En un territorio con un 60% de la población en la pobreza y una tasa de homicidios 50 veces superior a la española, había nacido la esperanza. “Dieron al país una alegría que ya no existía”, recuerda la comisionada de la ONU en Guatemala, Valerie Julliand.

El primer golpe fue devastador para el Gobierno. Una sociedad civil inexistente hasta entonces, había despertado. La vicepresidenta dimitió y, en plena euforia, el grupo de amigos decidió seguir adelante. No estaban solos. Universitarios, campesinos, empresarios, asociaciones cívicas se sumaron a los sábados de protesta. La onda expansiva parecía no tener fin. “Al verles, volví a creer y me sumé. Daba igual la ideología o la edad, solo importaba que había un futuro para Guatemala”, cuenta Iduvina Hernández, de 60 años, una activista que en los setenta sufrió en sus carnes la represión militar.

Alérgicos a dar sus nombres, el grupo original, tras una reorganización interna, pasó a pedir la renuncia del presidente y creo un nuevo lema: #JusticiaYa. Para evitar cualquier tentación de liderazgo, en sus actos no había escenarios. Eran transversales y hacían gala de pluralidad. “Nos han querido encuadrar como post-indignados 15-M. Pero cada país tiene sus características. Aquí fue la corrupción, en España la crisis. Nosotros hemos tratado de ser lo más abiertos posibles, que nuestras demandas no vengan predeterminadas por la ideología”, explica Álvaro Montenegro, de 27 años, ecologista, estudiante de Derecho y organizador de primera hora. “Descubrimos que la gente común puede tomar la iniciativa y hacer valer sus derechos, basta con ser transparente y honesto”, resume Mendizábal.

Álvaro Montenegro, uno de los primeros organizadores de
las manifestaciones.

En su avance, la primavera del descontento contó con un aliado incorruptible: la Comisión Internacional contra la Impunidad en Guatemala (CICIG), una fiscalía especial, amparada por la ONU. Bajo el mando del implacable Iván Velásquez, el juez cuyas investigaciones llevaron a prisión en Colombia a medio centenar de congresistas, este organismo se adentró en las entrañas del escándalo aduanero, hasta que el 21 de agosto pasado acusó al presidente Pérez Molina de ser el verdadero líder de la trama. Cohecho, fraude, asociación ilícita. Fue la puntilla. Al día siguiente, una inmensa multitud clamó por su renuncia en el parque de la Constitución. La sacudida tuvo réplicas en todo el país. La ola de indignación dejó claro con quién estaba la ciudadanía. El general se había quedado sin defensas. Sus aliados le dieron la espalda. El miércoles fue desaforado. Al día siguiente, la fiscalía pidió su captura y poco después el juez ordenó su encarcelamiento. Guatemala había derribado a su presidente. El mensaje colgado en Facebook por Lucía Mendizábal aquella noche del 16 de abril había encontrado respuesta.

jueves, 3 de septiembre de 2015

Clusters de directores de cine en ranking de películas

Clusters de directores de cine

Utilizando la encuesta de Sight and Sound de los directores de cine hice un diagrama de red basado en películas favoritas comunes. Cada director proporcionó su lista de las diez mejores películas / favoritos. Según más películas dos directores eligen en común cuanto más cerca se encuentran. A partir de este análisis particioné la red en cuatro grupos que se muestran coloreando los nodos / vértices.


Curiosamente, Cuando comparé los cuatro grupos que encontré diferencias consistentes en comparación con la distancia del grupo es el centro. Grupo 1 (el grupo central) promedió 64 años y el 82% eran de países de habla inglesa. Mientras que el Grupo 4 (el grupo externo) promedio de 55 años de edad y el 45% eran de los condados de habla inglesa. Los Grupos 2 y 3 tenían números entre los dos extremos.



Cuando comparé que las películas los grupos recogidos me encontré con que los directores de los grupos # 1 y # 2 le gusta Ciudadano Kane, 8 1/2, y El Padrino. A los advenedizos de los grupos # 3 y # 4 le gusta The Apartment, Tokyo Story y The Mirror.

Analytical Visions

martes, 1 de septiembre de 2015

Estudiando el concepto de Literatura Mundial de Goethe

WorldLiterature @ UCLA:
El uso de Análisis de Redes Sociales para explorar Concepto de "Weltliteratur 'de Goethe


El objetivo del proyecto de colaboración WorldLiterature @ UCLA es examinar el concepto de literatura mundial en la investigación de los estudiantes. El profesor David Kim del Departamento de Lenguas Germánicas de UCLA explica por qué el uso de análisis de redes sociales complementa el análisis literario en la sociedad civil global: "Al explorar las razones por las que un texto literario se tradujo del alemán a otro idioma, los estudiantes a comprender más profundamente cuáles son las diferencias entre la fuente y las culturas de destino, cómo se negocian en común interculturales o interlingüísticas, y cuando se construyen los públicos transnacionales. Basándose en humanidades metodologías digitales y el uso de tecnologías educativas probadas, los estudiantes exploran la cultura alemana, la literatura y la historia como puntos críticos de entrada en culturas relacionadas, las literaturas y las historias del mundo. Para examinar cómo se traduce un texto literario a través del tiempo y el espacio como un ejemplo de la literatura mundial, los estudiantes aprenden a combinar los modos humanistas convencionales de interpretación con técnicas de humanidades digitales. Con esta combinación, la investigación y la enseñanza cambian fundamentalmente en el siglo XXI y los estudiantes ejercer el pensamiento crítico en múltiples entornos ".


Red de captura de pantalla de análisis para el Proyecto de Literatura Mundial 

Este, que se unió a Nick de Carlo, un compañero CDH RITC (Consultor de Tecnología de Investigación e Instrucción ), para trabajar con el profesor Kim en su proyecto en preparación para un curso de la primavera de 2015, "Goethe y Literatura "(German 170; la primavera de 2015, Ma / Th 2-3: 15). En el curso del profesor Kim, estudiantes universitarios estudiarán famoso concepto de la literatura universal de Goethe mediante el uso de análisis de redes sociales para entender más profundamente la red de escritores, traductores y estudiosos. "El concepto de la literatura mundial", según ha explicado el profesor Kim "se origina en la conversación de Johann Wolfgang von Goethe, con su asistente, Johann Peter Eckermann, a principios del siglo XIX. Monedas de Goethe, la palabra alemana Weltliteratur por primera vez en la historia literaria de pensar en la literatura como un punto de entrada en el extranjero culturas, lenguas y pueblos a escala global poética ".

Durante el trimestre de invierno de 2015, el profesor Kim ha estado trabajando con los RITCs para diseñar y desarrollar los materiales y un manual para que los estudiantes siguen en sus esfuerzos de recolección de datos y el uso de la plataforma de análisis de redes, Gephi. Juntos, hemos explorado las formas prácticas en las que los estudiantes recoger datos de una variedad de bases de datos y fuentes de Internet y el formato para su uso en el análisis de redes sociales. Profesor Kim también ha estado trabajando en estrecha colaboración con el Dr. David Shepard, principal desarrollador Académico del CDH, para construir un sitio web público que albergará los tutoriales Gephi y mostrar proyectos de los estudiantes ejemplares. Profesor Kim espera que otros estudiosos, investigadores y estudiantes se beneficiarán de la documentación y el proceso delineado a través de la página web y material didáctico.

A lo largo del próximo trimestre de primavera, los estudiantes aprenderán a recopilar y conservar los datos de la beca de la literatura universal en conjunto con Gephi. Los estudiantes del profesor Kim explorarán las redes de citas intertextuales e influencias de autor, para ver cómo alemán literatura, en general, y el concepto de la literatura universal de Goethe, en particular, la construcción de públicos globales. Los estudiantes interesados ​​en literatura comparada, literatura alemana, historia, estudios de traducción, literatura mundial, Humanidades digitales, análisis de redes y Gephi se beneficiarán enormemente de curso del Profesor Kim.

Vuelve en cuartos de finales de la primavera para una entrada del blog de seguimiento de la implementación del proyecto en el aula!

UCLA Digital Humanities

Foto del monumento de Goethe-Schiller 

domingo, 30 de agosto de 2015

Aplicando NodeXL al marketing

Datos Uso: Uso NodeXL descifrar grandes datos

Autor: Michael Lieberman

Resumen del artículo
Pruebas de manejo Michael Lieberman una, de código abierto de medios sociales herramienta de análisis de datos libre.

Nota del editor: Michael Lieberman es fundador y presidente de multivariables Solutions, una firma de consultoría estadística de Nueva York.

En un artículo reciente en la revista Forbes, Mark Fidelman preguntó: "¿Y si en lugar de una puntuación, se puede visualizar el impacto que una persona, empresa o tema tiene en una red social? ¿Y si en lugar de utilizar complicadas herramientas de escucha, se podía ver en un instante que está hablando acerca de su empresa o de sus productos y la forma que estés conectado con ellos? "Esto, por supuesto, es un tema central en la campaña en curso para domar grande datos.

Uno de los retos más onerosos que enfrenta la industria de investigación de mercados de hoy es para represar y dirigir el flujo de furia de datos de la red social que se genera cada segundo. Como investigadores, tenemos que hacer las cosas más relevantes. Tenemos que contar la historia.

Marc Smith es un sociólogo especializado en la organización social de las comunidades en línea y la interacción mediada por ordenador; él y yo nos conocimos en una reciente conferencia de análisis predictivo. Smith lidera la Acción Consulting Group Conectado en Silicon Valley y cofundador de la Fundación de Investigación Social Media. Smith ha sido pionera en un programa de gráficos libre, de código abierto, NodeXL, que sintetiza y agrupa datos de la red social. Este análisis se denomina análisis de redes sociales (ARS). En lugar de una plataforma de escucha complicado, NodeXL - un Excel add-on - es capaz de sintetizar, por ejemplo, varios feeds de Twitter y producir una gráfica y el informe pertinente. NodeXL crea mapas que tienen sentido de los medios sociales - y eso es sólo el comienzo.

Gracias a la tutoría de Smith, he dominado funcionalmente NodeXL y aprendido cómo hacer su salida relevante para la industria de investigación de mercados. En este artículo se presentarán los fundamentos de la SNA y NodeXL. Voy a ofrecer mapas de muestra de Twitter y Facebook y mostrar la forma en que se pueden usar para la comprensión de las conversaciones de marca que tienen lugar en los reinos de los medios de comunicación social.

La teoría de redes

Análisis de redes sociales considera que las relaciones sociales en términos de la teoría de redes, que consta de nodos (en representación de los actores individuales dentro de la red) y lazos (que representan las relaciones entre los individuos, como las amistades de Facebook, correspondencia electrónica, hipervínculos o respuestas de Twitter). Estas redes se representan a menudo en un diagrama de la red social, donde están representados los nodos como puntos y los lazos se representan como líneas.

La Figura 1 es un ejemplo de un gráfico red social Twitter NodeXL. En lugar de utilizar las herramientas de escucha, estos mapas de Twitter organizar y visualizar el contenido de una manera que los hace muy fáciles de interpretar.
  • Podemos ver que está hablando de la marca (en este caso, BMW).
  • Podemos decir que son los principales factores de influencia o conectores y lo que están diciendo. (Un conector es alguien cuya tuits son escuchadas por un gran número de personas, a menudo en diferentes "nubes" en el gráfico). Si nos fijamos en la Figura 1, vemos un óvalo que muestra varios conectores. Estas son personas que la marca podría querer contactar directamente a través de Twitter.


Al principio puede ser difícil de descifrar el mapa. En resumen, dado que BMW es una marca importante, hay una gran cantidad de personas que están hablando de ello, que no están conectados a otros usuarios de Twitter. Estos nodos se denominan islas. La mayoría de las marcas tendrán un gran grupo de islas. En la Figura 1, la sección G1 es el gran grupo de puntos a la izquierda. Estas son personas que no están conectados directamente a la cuenta principal BMW Twitter, pero están discutiendo temas relacionados con BWM. Estas son personas con las que BWM podría querer hablar en el futuro.

En secciones G3 y G4, las personas agrupadas están discutiendo diferentes aspectos de BMW. Las líneas que conectan a estos grupos en forma de hongo son "conectores", las personas cuya voz se escucha en ambos grupos.

Los clusters en el mapa de BMW, las nubes multicolores de nombres, son personas que están en contacto entre sí, ya sea por un retweet o responder. Si miramos a ver qué Twitter hashtags clúster en cada grupo tenemos una idea bastante buena de lo que están diciendo sobre BMW.

Lo que es interesante de esto es que NodeXL permite a las empresas a entender no sólo lo que se dice en la esfera de los medios sociales, sino también para identificar sus mensajeros más eficientes. Esto permite a las empresas a descubrir a los posibles clientes e identificar factores de influencia y permite a las marcas para probar campañas en los medios sociales mediante el control de mapas NodeXL Twitter durante períodos específicos de tiempo.

La figura 2 es otro tipo de mapa Twitter común. Esto se llama un mapa de difusión, en una cuenta individual crea un gran zumbido. Algunos ejemplos podrían ser Lady Gaga, el Partido Republicano, un canal de noticias o los Chicago Bulls.



En nuestro ejemplo, CNNMoney es el centro de la red de difusión. Sus hashtags se agrupan alrededor de las historias principales del día. Curiosamente, en nuestro ejemplo Twitter es una historia importante para CNNMoney, probablemente porque Twitter anunció su salida a bolsa el día anterior me encontré el mapa. Además de tendencias de CNNMoney es Obamacare. No es de extrañar, CNNMoney está conectado a otros medios de prensa, la más visible es la CNN.

Una vez más, por dónde empezar? Mirando de cerca la figura 2, se puede ver que CNNMoney tiene muchos seguidores directos y emisiones a un gran número de pequeños grupos (G3 a través de G50) e islas (G2). Este tipo de mapas de difusión son útiles no sólo para el contenido, sino también para la reacción. Por ejemplo, si un equipo de fútbol bombas en Domingo, ¿cuáles son las respuestas de sus fans? (Aunque no incluidos en el mapa, NodeXL hace grabar todos los tweets en la búsqueda de palabras clave y análisis de los sentimientos.)

Además de Twitter, NodeXL analiza redes de correo electrónico, enlaces, Flickr y Facebook los amigos, gustos y grupos. La Figura 3 es un ejemplo de un mapa Facebook enfocado. A diferencia de Twitter, las redes de Facebook no están disponibles al público y se requiere una contraseña para recopilar datos de un usuario, por lo que utilizan mi propia red de amigos de Facebook. Yo no uso Facebook para mi firma multivariantes Soluciones, así que mi cuenta refleja agrupaciones vida. Es instructivo ver cómo NodeXL agrupa mis amigos de Facebook.



NodeXL examina todos mis amigos y agrupa los de mi red que están conectados entre sí. A continuación, los mapas de estas personas en torno a estas conexiones compartidas.

Examinando la figura 3, vemos tres grupos dominantes. Uno de ellos es mi clase de secundaria - la razón original que tengo en Facebook. Uno de ellos es mi actual círculo social. La tercera es la familia. Tengo varios otros pequeños grupos de amigos, sino para mostrar la solidez NodeXL es, pongo un pequeño círculo azul alrededor de un grupo pequeño en la parte inferior, derecho e esquina del mapa. Estas son unas pocas personas con las que he trabajado en el Ristorante Alfredo en New Brunswick, Nueva Jersey, en 1986, mientras era estudiante en la Universidad de Rutgers.

Los Likes de la página de Facebook de una empresa como Starbucks es un tesoro de información de la red social. NodeXL identifica los factores de influencia y sus opiniones. Esto permitiría a Starbucks para contactar directamente a un cliente Facebook bien comunicado y le ofrece un café con leche gratis. NodeXL podría también agrupar personas que están diciendo cosas negativas sobre Starbucks y permitirá a la compañía para llegar a ellos de una manera positiva.

Aprovechar el poder

Estamos viviendo en un mundo cada vez más saturado. Facebook, Twitter, Google, los teléfonos inteligentes - más datos se produjo al día que se creó en los primeros 4,000 años de la existencia humana. Hay mucho ruido de marketing que incluso las redes de televisión grandes y gigantes de noticias ya no tienen la capacidad de crear el éxito del producto durante la noche. El resultado es un esfuerzo cada vez mayor por las organizaciones inteligentes para aumentar sus campañas a través de los canales de medios probados con los anuncios de la red social. Es decir, estas empresas han aprendido a aprovechar el poder de los líderes de opinión, expertos y personas influyentes para promover sus productos. A medida que avanzamos, análisis de redes sociales, utilizando herramientas como NodeXL, sin duda desempeñar un papel cada vez mayor en este campo emergente.

Quirks