Post on 04-Dec-2014
description
Análisis dinámico de redes socialesen diferentes eventos
Elena DEL VAL (@_edelval_)Miguel REBOLLO (@mrebollo)
Analisis dinámico de redes sociales en diferentes eventosE. del Val y M. Rebollo
Importancia de la métrica
2
Analisis dinámico de redes sociales en diferentes eventosE. del Val y M. Rebollo
¿cómo medimos las relaciones?
3
Análisis de redes
¿qué es una red?
¿cuál es nuestra red?
¿cuál es nuestra red?
¿cuál es nuestra red?
¿qué podemos medir?
grado
diámetro
camino medio
clustering
centralidad (betweenness)
pagerank
Estas medidas dan una instantánea de la red
¿qué hemos hecho?
Captar la evoluciónde la red
Aplicarlos a eventos de diversos tipos
¿qué hemos observado?
aparición de la componente gigante
Analisis dinámico de redes sociales en diferentes eventosE. del Val y M. Rebollo
Tamaño de la red#seo4seos 426 1.659
#kikodeluxe 2.638 5.030
#viacatalana 47.506 129.299
#breakingbad 71.130 105.344
22
Analisis dinámico de redes sociales en diferentes eventosE. del Val y M. Rebollo
Clustering#seo4seos 0.73
#kikodeluxe 0.43
#viacatalana 0.28
#breakingbad 0.05
23
0 1 2 3 4 5 6−2
0
2
4
6
8
10
12Degree Distribution for #viaCatalana
log(#nodes)
log(
degr
ee)
datagamma = −1.96081
0 0.5 1 1.5 2 2.5 3 3.5 4−1
0
1
2
3
4
5
6
7Degree Distribution for #kikodeluxe
log(#nodes)
log(
degr
ee)
datagamma = −1.57073
0 1 2 3 4 5 6−2
0
2
4
6
8
10Degree Distribution for #breakingBad
log(#nodes)
log(
degr
ee)
datagamma = −1.58171
0 0.5 1 1.5 2 2.5 3 3.5 4−0.5
0
0.5
1
1.5
2
2.5
3
3.5
4Degree Distribution for #seo4seos
log(#nodes)
log(
degr
ee)
datagamma = −1.15605
Analisis dinámico de redes sociales en diferentes eventosE. del Val y M. Rebollo
Conclusionescreación tardía de la componente gigante
cuentas oficiales poco influyentes
creación de comunidades alrededor de personas relevantes que se van uniendo
25