El Fin Del Conocimiento - Bóveda 6/2 - CVPR - 2015 - Interacción Social en Redes Globales

graph LR classDef main fill:#f9d4d4, font-weight:bold, font-size:14px classDef concepts fill:#d4f9d4, font-weight:bold, font-size:14px classDef analysis fill:#d4d4f9, font-weight:bold, font-size:14px classDef models fill:#f9f9d4, font-weight:bold, font-size:14px classDef applications fill:#f9d4f9, font-weight:bold, font-size:14px classDef challenges fill:#d4f9f9, font-weight:bold, font-size:14px Main["Interacción Social en
Redes Globales"] Main --> A["Conceptos de Sistemas Sociales en Línea"] A --> A1["Sistemas en línea: biblioteca a
metáfora de multitud 1"] A --> A2["Sistemas sociales: principios híbridos de
diseño humano 2"] A --> A3["Mundo en línea: social, geográfico,
trazas de red 3"] A --> A4["Grandes redes miden fenómenos
sociales humanos 4"] A --> A5["Vecindarios de red: vista grande
localizada de la red 5"] A --> A6["Principios de sociología informan el diseño
de medios sociales 6"] Main --> B["Análisis de Redes"] B --> B1["Visualización de grafo de mil millones de nodos desafiante,
falta de escalas 7"] B --> B2["Vecindarios densos más manejables
que el grafo completo 8"] B --> B3["Cubo 3D revela estructura
interesante de vecindarios 9"] B --> B4["Partes vacías del cubo: restricciones matemáticas,
imposibilidades sociales 10"] B --> B5["Fronteras de frecuencia de subgrafos: problemas
abiertos de grafos 11"] B --> B6["Vecindarios y complementos cubren
más espacio 12"] Main --> C["Modelos de Redes"] C --> C1["Modelo de tiempo continuo captura cierre
triádico 13"] C --> C2["Modelo explica escasez de triángulos-cuadrados
en redes 14"] C --> C3["Estructuras de alta complejidad en vecindarios
de red 22"] C --> C4["Modelos con nodos de alta complejidad
coinciden con la realidad 29"] Main --> D["Aplicaciones y Medidas"] D --> D1["Nodos importantes útiles para
varias aplicaciones 15"] D --> D2["Incrustación: medida estándar de fuerza de
lazo, limitada 16"] D --> D3["Dispersión supera incrustación identificando
parejas 17"] D --> D4["Dispersión: medida de distribución de amigos
mutuos 18"] D --> D5["Dispersión identifica parejas mejor
que alternativas 19"] D --> D6["Precisión de identificación varía por
demografía 20"] Main --> E["Desafíos y Direcciones Futuras"] E --> E1["Identificación fallida predice fin de
relación 21"] E --> E2["Información de vecindarios latente en gran
parte no utilizada 23"] E --> E3["Redes sociales visibles, evocando
reacciones mixtas 24"] E --> E4["Comprensión requiere colaboración multidisciplinaria 25"] E --> E5["Peligros de acumulación de datos plantean
preguntas importantes 26"] E --> E6["Mantenimiento de lazos sociales en línea
inexplorado 27"] class Main main class A,A1,A2,A3,A4,A5,A6 concepts class B,B1,B2,B3,B4,B5,B6 analysis class C,C1,C2,C3,C4 models class D,D1,D2,D3,D4,D5,D6 applications class E,E1,E2,E3,E4,E5,E6 challenges

Resumen:

1.- Los sistemas en línea evolucionaron de una metáfora de biblioteca a una metáfora de multitud, con las redes sociales permitiendo interacciones directas entre personas.

2.- Los sistemas sociales en línea son un híbrido de comportamiento humano orgánico y características diseñadas, siguiendo sus propios principios sociales.

3.- El mundo en línea tiene trazas de fenómenos sociales, geografía y estructura de red, con los gráficos convirtiéndose en una representación fundamental.

4.- Las grandes redes sociales en línea proporcionan una medición sin precedentes de fenómenos sociales humanos que antes eran difíciles de cuantificar.

5.- Los vecindarios de red, los subgrafos inducidos en los vecinos de un nodo, proporcionan una vista localizada para razonar sobre grandes redes.

6.- Principios de sociología como la homofilia, el cierre triádico y el fenómeno del mundo pequeño han informado el diseño de sistemas de medios sociales.

7.- Visualizar un grafo de Facebook de mil millones de nodos es un desafío; faltan escalas intermedias debido al fenómeno del mundo pequeño.

8.- Analizar la colección de vecindarios de red densos es más manejable que el grafo completo de mil millones de nodos.

9.- Trazar vecindarios de red de Facebook en un cubo 3D basado en frecuencias de subgrafos revela una curva serpenteante con estructura interesante.

10.- Partes del cubo 3D de vecindarios de red están vacías debido a restricciones matemáticas o porque ciertas estructuras no surgen socialmente.

11.- Las fronteras de la región factible para las frecuencias de subgrafos son difíciles de caracterizar y están relacionadas con problemas abiertos en teoría de grafos.

12.- Los vecindarios de red de Facebook y sus complementos juntos cubren mucho más del espacio de posibles frecuencias de subgrafos.

13.- Los modelos con cierre triádico explícito son desafiantes de analizar; se propone un modelo de evolución de grafo de tiempo continuo basado en procesos de Poisson.

14.- El modelo de tiempo continuo propuesto captura naturalmente la escasez de cuadrados inducidos en comparación con triángulos en redes sociales reales.

15.- Identificar nodos importantes en el vecindario de red de un usuario es útil para la clasificación de noticias, el intercambio de información y la comprensión de lazos sociales.

16.- La incrustación, el número de amigos mutuos, es una medida estándar de la fuerza de los lazos en sociología, pero tiene limitaciones en la práctica.

17.- La dispersión, una nueva medida que cuantifica cómo se distribuyen los amigos mutuos, supera a la incrustación al identificar cónyuges/parejas románticas solo a partir de la estructura de la red.

18.- La dispersión se calcula midiendo las distancias en el grafo entre amigos mutuos después de eliminar los dos nodos extremos.

19.- En 1.3M de usuarios de Facebook, la dispersión identificó cónyuges/parejas en el primer lugar más del 50% del tiempo, superando a la incrustación y las métricas de actividad.

20.- La precisión en la identificación de cónyuges/parejas fue mayor para parejas casadas, hombres y relaciones reportadas hace más tiempo, alcanzando el 70% usando características combinadas.

21.- Si el algoritmo no logra identificar a la pareja de un usuario, hay un 50% más de probabilidad de que la relación termine en dos meses.

22.- Los vecindarios de red contienen algunas estructuras de alta complejidad, como nodos que enlazan múltiples clústeres, no capturadas por modelos enfocados solo en triángulos.

23.- Hay mucha información latente en los vecindarios de red que apenas comenzamos a utilizar a través de medidas estructurales y modelado.

24.- Las redes sociales han hecho visible la anatomía de las redes sociales con un detalle sin precedentes, evocando reacciones de inquietud y fascinación.

25.- Comprender los sistemas sociales en línea requiere colaboración entre ciencias sociales, informática, matemáticas aplicadas y aprendizaje automático.

26.- Los peligros de acumular datos personales que alimentan los sistemas de redes sociales plantean preguntas importantes que los tecnólogos deben abordar.

27.- Las políticas óptimas para mantener lazos sociales en línea, teniendo en cuenta la frecuencia de interacción y las limitaciones humanas, están relativamente inexploradas.

28.- Identificar relaciones del mismo sexo a partir de la estructura de la red es más difícil debido a menos datos y posibles sesgos de reporte en Facebook.

29.- Modelos con algunos nodos de alta complejidad que interrumpen una estructura agrupada podrían coincidir mejor con redes sociales reales que modelos de cierre de triángulos puros.

30.- Hermanos y parejas de relación crean estructuras de alta complejidad similares en el vecindario de red de una persona a pesar de surgir a través de procesos muy diferentes.

Bóveda del Conocimiento construida porDavid Vivancos 2024