lunes, 19 de mayo de 2014

Facebook y el ostracismo social

¿Por qué los amigos no dejan a sus amigos de Facebook sin ponerle Me Gusta?
The Huffington Post
por Carina Kolodny


¿Alguna vez ha publicado un estado de Facebook que obtuvo muy pocos o ninguno gustos o comentarios? ¿Se pasó el resto del día la sensación rechazado, solo e infeliz como resultado?

Eso está bien. De hecho, según la ciencia, es totalmente normal.

Investigadores de la Universidad de Queensland en Australia han descubierto que cuanto más Me Gusta y comentarios de Facebook recibe una persona, más probable es que se sientan bien consigo mismos. Por desgracia, parece lo contrario demuestra ser cierto también: Cuantos menos Me Gusta y comentarios su estado recibe, peor en general se va a sentir.

Los hallazgos fueron publicados en la edición de marzo de The Social Influence Journal, una publicación académica revisada por pares.

Para el estudio, "Threats To Belonging On Facebook: Lurking And Ostracism", los investigadores dividieron a 79 estudiantes de pregrado de la Universidad de Queensland en dos grupos. Un grupo de estudiantes se dirigió a publicar un estado de Facebook que los investigadores se aseguraron obtendría cero gustos o comentarios en secreto lo que es invisible para el público. El otro grupo publicó los estados que los investigadores aseguraron que recibiría un superávit de gustos y comentarios.

Luego, los investigadores pidieron a los participantes sobre su sentido de inclusión, pertenencia, autoestima, control, sentido de la existencia con sentido e interés percibido. El grupo que experimentó una mayor interacción Facebook obtuvieron calificaciones más altas en todas las categorías.

No te preocupes: Para asegurarse de que ninguno de los sujetos de la investigación fue a su casa sintiéndose menos estelar, los investigadores dijeron los participantes al final del estudio que los estados que obtuvo cero respuestas fueron realmente programados para ser invisible.

Según el informe, "Esto se hizo para asegurar que los participantes no se salga de la habitación afectada negativamente por el ostracismo que puedan haber experimentado."

La necesidad de las relaciones interpersonales y la validación social está bien documentada. Pero el estudio no se unen a una creciente lista de otros que corroboran la hipótesis de que nuestras necesidades interpersonales nos han seguido desde el mundo real en nuestras vidas digitales.

Al igual que en el aula o sala de juntas, la importancia de la popularidad es muy real en las redes sociales . Así que recuerda : Mientras que los sitios como Facebook nos dan un lugar más para socializar, sino que también proporcionan una plataforma más para sentirse marginado también.

domingo, 18 de mayo de 2014

ARS 101: Algoritmo Kamada-Kawai



Algoritmo de Kamada y Kawai

En su artículo, Kamada y Kawai proponen que, en algunos casos, la reducción del número de cruces de enlaces que posee una grafo no es un buen criterio estético para implementar un algoritmo de diseño de redes. Afirman que el saldo total de la disposición que se relaciona con las características individuales de la grafo es tan importante, o pueden considerarse más importante que la reducción de los cruces de eje en el gráfico dado un escenario particular. Kamada Kawai y calcula el saldo total del grafo, como la suma cuadrada de las diferencias entre la distancia ideal y la distancia real para todos los vértices mediante el cálculo:


por algún par de nodos i y j, donde  es la distancia ideal entre los vértices correspondientes a la ruta más corta entre los vértices, X es el conjunto de coordenadas 2D o 3D y  Kamada Kawai y eligen , donde como Cohen en [4] optó  o 1. Elegir  parece producir el mejor diseño como se evidencia en [ 3,23 ]. Kamada Kawai y utilizan el método de Newton-Raphson [10] para optimizar con respecto a un solo vértice. Al iterativamente realizar la solución para cada vértice se reduce el estrés en general.


Mediante la aproximación y minimizar la tensión en la ecuación [*], el método de Kamada - Kawai conserva el equilibrio total de un grafo, y produce diseños con pequeñas cantidades de los cruces de enlace.


Visualization of the Kamada-Kawai layout algorithm from Computational Legal Studies on Vimeo.

Referencias

Tomihisa Kamada, Satoru Kawai. An Algorithm for Drawing General Undirected Graphs. Information Processing Letters, 31:7-15, 1988.

Monash University

viernes, 16 de mayo de 2014

Sen (2014): Los superdifusores de información en redes

La ciencia emergente de superspreaders (y cómo saber si usted es uno de ellos)
Nadie ha descubierto la manera de detectar los esparcidores más influyentes de información en una red real. Ahora que parece que va a cambiar con consecuencias importantes, sobre todo para los propios superspreaders.




¿Quiénes son los esparcidores de información más influyentes en una red? Esa es una pregunta que los vendedores, los bloggers, los servicios de noticias e incluso los gobiernos les gustaría contestar. Entre otras cosas porque la respuesta podría proporcionar formas de promover productos de forma rápida, para aumentar la popularidad de los partidos políticos por encima de sus rivales y para sembrar la rápida difusión de noticias y opiniones.

Así que no es sorprendente que los teóricos de redes han pasado algún tiempo pensando en la mejor manera de identificar a estas personas y comprobar cómo la información que reciben podría extenderse alrededor de una red. De hecho, se han encontrado una serie de medidas que punto los llamados super difundidores (superspreaders), personas que difunden información, ideas o incluso la enfermedad de manera más eficiente que cualquier otro.

Pero hay un problema. Las redes sociales son tan complejos que los científicos de la red no han sido capaces de poner a prueba sus ideas en el siempre ha sido muy difícil de reconstruir la estructura exacta de las redes de Twitter o Facebook, por ejemplo - que el mundo real. En su lugar, han creado modelos que imitan a las redes reales de ciertas maneras y probado sus ideas sobre estos en su lugar.

Pero hay cada vez más pruebas de que la información no se propaga a través de redes reales de la misma manera como lo hace a través de estos idealizados queridos. La gente tiende a transmitir la información sólo cuando están interesados ​​en un tema y cuando están activos, factores que son difíciles de tener en cuenta en un modelo puramente topológica de una red.

Así que la pregunta de cómo encontrar los superspreaders permanece abierta. Eso parece que va a cambiar gracias a la obra de Sen Pei en la Universidad de Beihang en Pekín y algunos amigos que han realizado el primer estudio de superspreaders en redes reales.

Estos muchachos han estudiado la forma en los flujos de información en torno a las diversas redes que van desde la red de blogs Livejournal a la red de la publicación científica en la Sociedad Americana de Física de, así como en los subgrupos de las redes de Twitter y Facebook. Y han descubierto que el indicador clave que identifica superspreaders en estas redes.

En el pasado, los científicos de la red han desarrollado una serie de pruebas de matemáticas para medir la influencia que tienen los individuos sobre la difusión de información a través de una red. Por ejemplo, una medida es simplemente el número de conexiones de una persona tiene a otras personas en la red, una propiedad conocida como su grado. La idea es que las personas más altamente conectados son los mejores en la difusión de información.

Otra medida utiliza el famoso algoritmo PageRank que Google desarrolló para el ranking de páginas web. Esto funciona mediante la clasificación de alguien más altamente si están conectados a otras personas de alto rango.

Luego está "centralidad de intermediación", una medida de la cantidad de los caminos más cortos a través de una red de pasar a través de un individuo específico. La idea es que estas personas son más capaces de inyectar información en la red.

Y, finalmente, es una propiedad de los nodos de una red conocida como su k-núcleo. Esto se determina mediante la poda de forma iterativa las periferias de una red para ver lo que queda. El k-núcleo es el paso en el que dicho nodo o persona está podados desde la red. Obviamente, los más conectados sobrevivir a este proceso, el más largo y tener la puntuación más alta de k-núcleo.

La pregunta que Sen y colegas dispuso a contestar era cuál de estas medidas mejor escogidos fuera superspreaders de información en las redes reales.

Comenzaron con LiveJournal, una red de blogs en ​​los que los individuos mantienen listas de amigos que representan vínculos sociales con otros usuarios de LiveJournal. Esta red permite a la gente a volver a publicar la información de otros blogs y utilizar una referencia de los enlaces de vuelta al post original. Esto permite que Sen y co para recrear no sólo la red de vínculos sociales entre los usuarios de LiveJournal, sino también la forma en que la información se transmite entre ellos.

Sen y colegas recogen todas las entradas del blog de ​​febrero 2010 a noviembre 2011, un total de más de 56 millones entradas. De ellos, unos 600.000 contienen enlaces a otros mensajes publicados por los usuarios de LiveJournal.

Los datos revelan dos importantes propiedades de difusión de la información. En primer lugar, sólo unos 250.000 usuarios participan activamente en la difusión de información. Esa es una pequeña fracción del total.

Más importante aún, se encontraron con que la información no siempre se difunden a través de la red social. El encontró que la información podría extenderse entre dos usuarios de LiveJournal a pesar de que no tienen ninguna relación social.

Eso es probablemente porque encuentran esta información fuera del ecosistema LiveJournal, quizás a través de búsquedas en la web o/a través de otras redes. "Sólo 31,93 % de los puestos de propagación se puede atribuir a los vínculos sociales observables", dicen.

Eso está en marcado contraste con los supuestos detrás de muchos modelos de red social. Estos simulan la forma en los flujos de información, asumiendo que viaja directamente a través de la red de una persona a otra, como una enfermedad que se transmite por contacto físico.

El trabajo de Sen y colegas sugiere que las influencias fuera de la red son cruciales también. En la práctica, la información a menudo se extiende a través de varias fuentes aparentemente independientes dentro de la red al mismo tiempo. Esto tiene importantes implicaciones para la forma en superspreaders se pueden observar.

Sen y compañía dicen que una persona grados -el número de otras personas que él o ella están conectados no- es un buen predictor de la difusión de la información como los teóricos han pensado. "Nos parece que el grado de que el usuario no es un indicador confiable de influencia en todas las circunstancias", dicen.

Lo que es más, el algoritmo PageRank es a menudo ineficaz en este tipo de red también. "Contrariamente a la creencia común, aunque PageRank es eficaz en el ranking de páginas web, hay muchas situaciones en las que no puede localizar superspreaders de información en la realidad", dicen.

Por el contrario, la propiedad del k-núcleo es relativamente bueno en encontrar superspreaders. "Nos encontramos constantemente que los mejores esparcidores están situados en el k-núcleo", dicen.

Lo que es interesante aquí es que Sen y colegas encontraron resultados similares cuando examinaron la red de divulgación científica en revistas de la Sociedad Americana de Física, así como en los subgrupos de las redes en Twitter y Facebook. Los usuarios de estas redes diferentes mostraron el mismo comportamiento de difusión de información.

Pero antes de que la conclusión de que el problema de encontrar superspreaders está ahora resuelto, hay un factor adicional que debe tenerse en cuenta. La medida k-núcleo es una propiedad global de la red sólo puede ser calculada teniendo en cuenta la estructura de toda la red.

Eso no es muy conveniente cuando se trata de grandes redes, como Facebook y Twitter, que son también los más valiosos para los vendedores, políticos, etc.

Así Sen y colegas han desarrollado todavía otra medida de la influencia que funciona casi tan bien como la medida k-núcleo, pero es mucho más fácil de calcular en el uso de subconjuntos de toda la red.

Su método consiste en sumar los grados de los vecinos más cercanos de una persona y decir que esto es casi tan bueno como la puntuación de k-núcleo para predecir superspreaders.

En otras palabras, tomar cada uno de sus amigos más cercanos, cuente el número de conexiones que tienen y luego añadir a todos ellos juntos. Si sus amigos más cercanos están altamente conectadas, lo más probable es que usted es un superspreader.

Si es así, hay algunas personas que les gustaría llegar a conocerte mejor -vendedores, políticos, gobiernos, etc. Con superspreaders ser tan valiosas materias primas, lo que será interesante ver cómo evoluciona el mercado para ellos y sus servicios.

Ref:  arxiv.org/abs/1405.1790 : Searching For Superspreaders Of Information In Real-World Social Media

MIT Technology Review

martes, 13 de mayo de 2014

Facebook libera a mujeres islámicas en Irán

Mujeres iraníes se quitan el velo islámico en Facebook

Mujeres iraníes se quitan el velo islámico en Facebook Créditos: EFELa web llamada ´La libertad cautelosa de las mujeres en Irán´ ya contiene decenas de fotos de mujeres iraníes con el cabello suelto y sin el velo islámico de uso obligatorio.



Decenas de mujeres iraníes han colgado en una página de Facebook su foto al aire libre y sin el velo islámico, de uso obligado en el país, en una campaña en la que exigen libertad para elegir su atuendo.

En sus primeros cuatro días de vida la página ha recibido más de 30.000 "me gusta" y es sujeto de miles de conversaciones en la red social.

"La libertad cautelosa de las mujeres en Irán", se llama la web (en farsi), con el subtítulo "Disfruta del viento en tu pelo" y la matización en su portada de que no está afiliada a ningún grupo político.

"Esta página expresa las preocupaciones de las mujeres de Irán", dice la presentación de la web anónima, que explica que "todas las chicas y mujeres iraníes están atrapadas en el lugar donde nacieron por limitaciones sociales y reglamentos que las impiden ser libres en la elección de su vestimenta".

Algunas de las protagonistas de las imágenes posan con gafas oscuras o en posiciones con las que no se las pueda reconocer, pero son muchas también las que dan la cara y se quitan el velo en lugares públicos claramente iraníes para recoger y difundir ese instante de libertad.

La página fue abierta por la periodista y escritora iraní Masih Alineyad, exiliada en Londres y conocida crítica del régimen iraní.

Los comentarios son, hasta ahora, mayoritariamente positivos, con muchas mujeres destacando su añoranza por la pequeña felicidad de dejar que el aire les acaricie el cabello.

"Qué bello que tu pelo pueda bailar en el aire", dice una joven.

La mayoría de varones que comentan también apoyan las imágenes y, los que no lo hacen, reciben su rapapolvo.

La página de Facebook ha recibido rápidamente críticas de los sectores más conservadores.

La agencia de noticias Fars, cercana a los Guardianes de la Revolución, publicaba en la víspera un artículo en el que tachaba a Alinejad de "anti-revolucionaria que escapó con ayuda de los británicos y colabora con medios anti-iraníes" y aseguró que la página que ha abierto en Facebook llama a las mujeres "a quitarse el hiyab en Irán" con el fin de "fomentar la cultura de no respetar nada".

EFE
RPP