Hispanopedia Wiki
Articulo de referencia

Análisis de redes dinámicas

El análisis de redes dinámicas ( ADN ) es un campo científico emergente que reúne el análisis de redes sociales (ARS), el análisis de enlaces (AL), la simulación social y los si...

Hispanopedia WikiContenido en espanolLectura gratuita

El análisis de redes dinámicas ( ADN ) es un campo científico emergente que reúne el análisis de redes sociales (ARS), el análisis de enlaces (AL), la simulación social y los sistemas multiagente (SMA) dentro de la ciencia y la teoría de redes . Las redes dinámicas son una función del tiempo (modelado como un subconjunto de los números reales ) a un conjunto de grafos ; para cada punto temporal existe un grafo. Esto es similar a la definición de sistemas dinámicos , en la que la función va del tiempo a un espacio ambiente, donde en lugar de espacio ambiente, el tiempo se traduce en relaciones entre pares de vértices . [ 1 ]

Descripción general

Ejemplo de diagrama de red dinámico con múltiples entidades y múltiples redes.

Este campo presenta dos aspectos. El primero es el análisis estadístico de datos de ADN. El segundo es la utilización de la simulación para abordar cuestiones de dinámica de redes. Las redes de ADN se diferencian de las redes sociales tradicionales en que son más grandes, dinámicas, multimodales y multiplexadas, y pueden contener distintos niveles de incertidumbre . La principal diferencia entre el ADN y el SNA radica en que el ADN considera las interacciones de las características sociales que condicionan la estructura y el comportamiento de las redes. El ADN está vinculado al análisis temporal, pero este último no necesariamente lo está, ya que los cambios en las redes a veces resultan de factores externos independientes de las características sociales presentes en ellas. Uno de los casos más notables y tempranos en el uso del ADN se encuentra en el estudio del monasterio de Sampson, donde tomó instantáneas de la misma red en diferentes intervalos y observó y analizó su evolución. [ 2 ]

Las herramientas estadísticas de ADN generalmente están optimizadas para redes a gran escala y permiten el análisis simultáneo de múltiples redes con varios tipos de nodos (multinodo) y múltiples tipos de enlaces (multiplex). Las redes multinodo-multiplex se conocen generalmente como metarredes o redes de alta dimensión. En cambio, las herramientas estadísticas de SNA se centran en datos de uno o, como máximo, dos tipos de enlaces, y facilitan el análisis de un solo tipo de enlace a la vez.

Las herramientas estadísticas de ADN tienden a proporcionar más medidas al usuario, porque cuentan con medidas que utilizan datos extraídos de múltiples redes simultáneamente. Los modelos de espacio latente (Sarkar y Moore, 2005) [ 3 ] y la simulación basada en agentes se utilizan a menudo para examinar redes sociales dinámicas (Carley et al., 2009). [ 4 ] Desde una perspectiva de simulación por computadora, los nodos en ADN son como átomos en la teoría cuántica; los nodos pueden, aunque no necesariamente, ser tratados como probabilísticos. Mientras que los nodos en un modelo SNA tradicional son estáticos , los nodos en un modelo de ADN tienen la capacidad de aprender. Las propiedades cambian con el tiempo; los nodos pueden adaptarse: los empleados de una empresa pueden aprender nuevas habilidades y aumentar su valor para la red; o, capturar a un terrorista y otros tres se ven obligados a improvisar. El cambio se propaga de un nodo a otro y así sucesivamente. El ADN agrega el elemento de la evolución de una red y considera las circunstancias bajo las cuales es probable que ocurra el cambio.

El análisis de redes dinámicas se distingue del análisis estándar de redes sociales por tres características principales. En primer lugar, en lugar de limitarse a las redes sociales, el análisis de redes dinámicas examina las metarredes. En segundo lugar, se suelen utilizar modelos basados ​​en agentes y otras simulaciones para explorar cómo evolucionan y se adaptan las redes, así como el impacto de las intervenciones en ellas. En tercer lugar, los enlaces en la red no son binarios; de hecho, en muchos casos representan la probabilidad de que exista un enlace.

Aprendizaje de representación dinámica

La información compleja sobre las relaciones entre objetos puede condensarse eficazmente en incrustaciones de baja dimensión en un espacio latente. [ 5 ] Los sistemas dinámicos, a diferencia de los estáticos, implican cambios temporales. Las diferencias en las representaciones aprendidas a lo largo del tiempo en un sistema dinámico pueden surgir de cambios reales o alteraciones arbitrarias que no afectan las métricas en el espacio latente; los primeros reflejan la estabilidad del sistema y los segundos están vinculados a la alineación de las incrustaciones. [ 6 ]

En esencia, la estabilidad del sistema define su dinámica, mientras que la desalineación indica cambios irrelevantes en el espacio latente. Se considera que las incrustaciones dinámicas están alineadas cuando las variaciones entre ellas en diferentes momentos representan con precisión los cambios reales del sistema, y ​​no alteraciones sin sentido en el espacio latente. La estabilidad y la alineación de las incrustaciones dinámicas son de gran importancia en diversas tareas que dependen de cambios temporales dentro del espacio latente. Estas tareas incluyen la predicción de metadatos futuros, la evolución temporal, la visualización dinámica y la obtención de incrustaciones promedio, entre otras.

Meta-red

Una metarred es una red multimodo, multienlace y multinivel. Multimodo significa que existen muchos tipos de nodos; por ejemplo, personas y ubicaciones. Multienlace significa que existen muchos tipos de vínculos; por ejemplo, amistad y asesoramiento. Multinivel significa que algunos nodos pueden ser miembros de otros nodos, como en una red compuesta por personas y organizaciones, donde uno de los vínculos es quién es miembro de qué organización.

Si bien distintos investigadores utilizan diferentes modalidades, las modalidades comunes reflejan quién, qué, cuándo, dónde, por qué y cómo. Un ejemplo sencillo de una meta-red es la formulación PCANS con personas, tareas y recursos. [ 7 ] Una formulación más detallada considera personas, tareas, recursos, conocimiento y organizaciones. [ 8 ] La herramienta ORA se desarrolló para apoyar el análisis de meta-redes. [ 9 ]

Ejemplos de problemas en los que trabajan las personas que se dedican al área del ADN.

  • Desarrollar métricas y estadísticas para evaluar e identificar cambios dentro y entre redes.
  • Desarrollo y validación de simulaciones para estudiar el cambio, la evolución, la adaptación y el deterioro de las redes. Véase Simulación por ordenador y estudios organizativos.
  • Desarrollo y prueba de la teoría del cambio, evolución, adaptación y decadencia de redes [ 10 ]
  • Desarrollo y validación de modelos formales de generación y evolución de redes.
  • Desarrollar técnicas para visualizar el cambio de la red en general o a nivel de nodo o grupo.
  • Desarrollar técnicas estadísticas para determinar si las diferencias observadas a lo largo del tiempo en las redes se deben simplemente a muestras diferentes de una distribución de enlaces y nodos o a cambios a lo largo del tiempo en la distribución subyacente de enlaces y nodos.
  • Desarrollar procesos de control para redes a lo largo del tiempo.
  • Desarrollar algoritmos para cambiar la distribución de enlaces en las redes a lo largo del tiempo.
  • Desarrollar algoritmos para rastrear grupos en redes a lo largo del tiempo.
  • Desarrollar herramientas para extraer o localizar redes a partir de diversas fuentes de datos, como textos.
  • Desarrollar mediciones estadísticamente válidas en redes a lo largo del tiempo.
  • Examinar la robustez de las métricas de red bajo varios tipos de datos faltantes
  • Estudios empíricos de redes multimodo, multienlace y multiperíodo temporal
  • Examinar las redes como fenómenos probabilísticos que varían con el tiempo.
  • Predecir cambios en las redes existentes
  • Identificación de rutas a través del tiempo dada una secuencia de redes
  • Identificar cambios en la criticidad de los nodos dada una secuencia de redes, cualquier otra cosa relacionada con redes multimodo, multienlace y multiperíodo temporal.
  • Estudio de caminatas aleatorias en redes temporales [ 11 ]
  • Cuantificación de las propiedades estructurales de las secuencias de contacto en redes dinámicas, que influyen en los procesos dinámicos [ 12 ].
  • Evaluación de la actividad encubierta [ 13 ] y redes oscuras [ 14 ]
  • Análisis citacional [ 15 ]
  • Análisis de redes sociales [ 16 ]
  • Evaluación de los sistemas de salud pública [ 17 ]
  • Análisis de los resultados de seguridad hospitalaria [ 18 ]
  • Evaluación de la estructura de la violencia étnica a partir de datos de noticias [ 19 ]
  • Evaluación de grupos terroristas [ 20 ]
  • Deterioro social en línea de las interacciones sociales [ 21 ]
  • Modelado de interacciones en el aula en las escuelas [ 22 ]

Véase también

Referencias

  1. ↑ Lotker, Z. (2021). Introducción a las redes sociales en evolución. En Análisis de narrativas en redes sociales (pp. 167-185). Springer, Cham.
  2. ↑ Harrison C. White, 1992, Identidad y control: Una teoría estructural de la acción social. Princeton University Press.
  3. ↑ Purnamrita Sarkar y Andrew W. Moore. 2005. Análisis dinámico de redes sociales mediante modelos de espacio latente. SIGKDD Explor. Newsl. 7, 2 (diciembre de 2005), 31-40.
  4. ↑ Kathleen M. Carley, Michael K. Martin y Brian Hirshman, 2009, "La etiología del cambio social", Temas en ciencia cognitiva, 1.4:621-650
  5. ↑ Cao, Shaosheng; Lu, Wei; Xu, Qiongkai (17 de octubre de 2015). "GraRep: Aprendizaje de representaciones gráficas con información estructural global" . Actas de la 24.ª Conferencia Internacional ACM sobre Gestión de la Información y el Conocimiento . CIKM '15. Nueva York, NY, EE. UU.: Association for Computing Machinery. págs. 891–900 . doi : 10.1145/2806416.2806512 . ISBN  978-1-4503-3794-6. S2CID 17341970 . 
  6. ↑ Gürsoy, Furkan; Haddad, Mounir; Bothorel, Cécile (2023-10-07). "Alineación y estabilidad de incrustaciones: mejora de la medición y la inferencia" . Neurocomputing . 553 126517. arXiv : 2101.07251 . doi : 10.1016/j.neucom.2023.126517 . ISSN 0925-2312 . S2CID 231632462 .  
  7. ↑ David Krackhardt y Kathleen M. Carley, 1998, "Un modelo PCANS de estructura en la organización", En actas del Simposio Internacional de 1998 sobre Investigación y Tecnología de Mando y Control, Monterey, CA, junio de 1998, Evidence Based Research, Vienna, VA, págs. 113-119.
  8. ↑ Kathleen M. Carley, 2002, "Agentes inteligentes y organizaciones del futuro", The Handbook of New Media. Editado por Leah Lievrouw y Sonia Livingstone (Eds.), Thousand Oaks, CA, Sage, Cap. 12: 206-220.
  9. ↑ Kathleen M. Carley. 2014. "ORA: Un conjunto de herramientas para el análisis y la visualización de redes dinámicas," En Reda Alhajj y Jon Rokne (Eds.) Enciclopedia de análisis y minería de redes sociales, Springer.
  10. ↑ Majdandzic, A.; et al. (2013). "Recuperación espontánea en redes dinámicas" . Nature Physics . 10 : 34–38 . doi : 10.1038/nphys2819 . 
  11. ↑ Michele Starnini, Andrea Baronchelli, Alain Barrat, 2012, Paseos aleatorios en redes temporales. Física. Rev. E 85, 056115, http://link.aps.org/doi/10.1103/PhysRevE.85.056115
  12. ↑ René Pfitzner, Ingo Scholtes, Antonios Garas, Claudio Juan Tessone, Frank Schweitzer, 2012, "Betweenness Preference: Quantifying Correlations in the Topological Dynamics of Temporal Networks", Physical Review Letters, Vol. 110, 10 de mayo de 2013.
  13. ↑ Carley, Kathleen M., Michael K., Martin y John P. Hancock, 2009, "Análisis de redes dinámicas aplicado a experimentos del entorno de investigación de arquitecturas de decisión", Arquitecturas de decisión avanzadas para el combatiente: fundamentos y tecnología, cap. 4.
  14. ↑ Everton, Sean, 2012, Disrupting Dark Networks, Cambridge University Press, Nueva York, NY
  15. ↑ Kas, Miray, Kathleen M. Carley y L. Richard Carley, 2012, "¿Quién estaba dónde y cuándo? Análisis espaciotemporal de la movilidad de los investigadores en ciencias nucleares", En las actas del Taller Internacional sobre Integración y Recuperación de Datos Espaciotemporales (STIR 2012), celebrado conjuntamente con ICDE 2012, 1 de abril de 2012, Washington D.C.
  16. ↑ Carley, Kathleen. M., Jürgen Pfeffer, Huan Liu , Fred Morstatter, Rebecca Goolsby, 2013, Evaluación casi en tiempo real de redes sociales mediante análisis de redes geotemporales, En Actas de la Conferencia Internacional IEEE/ACM de 2013 sobre Avances en el Análisis y Minería de Redes Sociales (ASONAM), 25-28 de agosto de 2013, Niagara Falls, Canadá.
  17. ↑ Merrill, Jacqueline, Mark G. Orr, Christie Y. Jeon, Rosalind V. Wilson, Jonathan Storrick y Kathleen M. Carley, 2012, "Topología de las redes de asesoramiento de los funcionarios de salud locales: atención a las brechas", Journal of Public Health Management Practice, 18(6): 602–608
  18. ↑ Effken, Judith A., Sheila Gephart y Kathleen M. Carley, 2013, "Uso de ORA para evaluar la relación de las transferencias con los resultados de calidad y seguridad", Computers, Informatics, Nursing. 31(1): 36-44.
  19. ↑ Van Holt, Tracy, Jeffrey C. Johnson, Jamie Brinkley, Kathleen M. Carley y Janna Caspersen, 2012, "Estructura de la violencia étnica en Sudán: un enfoque analítico automatizado de contenido, meta-red y geoespacial", Computational and Mathematical Organization Theory, 18:340-355.
  20. ↑ Kenney, Michael J., John Horgan, Cale Horne, Peter Vining, Kathleen M. Carley, Michael Bigrigg, Mia Bloom , Kurt Braddock, 2012, Adaptación organizacional en una red activista: redes sociales, liderazgo y cambio en al-Muhajiroun, Applied Ergonomics, 44(5):739-747.
  21. ↑ M. Abufouda, KA Zweig "Un modelo teórico para comprender la dinámica del deterioro de las redes sociales en línea". Preimpresión de arXiv arXiv:1610.01538.
  22. ↑ Christian Bokhove, 2016, "Explorando la interacción en el aula con análisis dinámico de redes sociales", International Journal of Research & Method in Education, doi : 10.1080/1743727X.2016.1192116 .

Lecturas adicionales

  • Kathleen M. Carley, 2003, "Análisis de redes dinámicas" en Modelado y análisis de redes sociales dinámicas: Resumen y ponencias del taller, Ronald Breiger, Kathleen Carley y Philippa Pattison (eds.), Comité de Factores Humanos, Consejo Nacional de Investigación, Consejo Nacional de Investigación. Págs.  133-145, Washington, DC.
  • Kathleen M. Carley, 2002, "Agentes inteligentes y organizaciones del futuro". Manual de nuevos medios. Editado por Leah Lievrouw y Sonia Livingstone, Cap. 12, págs.  206-220, Thousand Oaks, CA, Sage.
  • Kathleen M. Carley, Jana Diesner, Jeffrey Reminga, Maksim Tsvetovat, 2008, Hacia un conjunto de herramientas de análisis de redes dinámicas interoperables, Número especial de DSS sobre ciberinfraestructura para la seguridad nacional: avances en el intercambio de información, la minería de datos y los sistemas de colaboración. Decision Support Systems 43(4):1324-1347 ( artículo 20)
  • Terrill L. Frantz, Kathleen M. Carley. 2009. Hacia una estimación de confianza para el hallazgo del actor más central. Conferencia Anual de la Academia de Administración, Chicago, IL, EE. UU., 7-11 de agosto. (Galardonado con el Premio al Mejor Artículo Estudiantil de la División RM de Sage Publications).
  • Petter Holme, Jari Saramäki, 2011, "Redes temporales". https://arxiv.org/abs/1108.1780
  • C. Aggarwal, K. Subbian, 2014, "Análisis de redes evolutivas: una revisión". ACM Computing Surveys, 47(1). ( pdf )
  • Seminario exploratorio de Radcliffe sobre redes dinámicas
  • Centro de Análisis Computacional de Sistemas Sociales y Organizacionales (CASOS)