La teoría de grafos aplicada al análisis de redes sociales

Análisis de las redes sociales a través de grafos.

La teoría de grafos aplicada al análisis de redes sociales

Desde hace unos años se puede decir que el incremento en el uso de las redes sociales ha sido exponencial, Facebook, Twitter, Instagram y LinkedIn ya forman parte de nuestro día a día. Además, las redes sociales han cobrado una mayor importancia en cuanto a la creación y distribución de información. Esto hace que el volumen de información y su necesidad de análisis se tenga que llevar a cabo en entornos Big Data y Business Intelligence. De esta manera, se puede obtener información prescriptiva para las empresas (como por ejemplo, la información recabada con la teoría de grafos).

Teoría de grafos

Se puede decir que las redes sociales consisten en establecer y trabajar las relaciones entre personas. De esta manera se consigue crear un grafo de las diferentes personas unidas por una “amistad” o contacto, similar al que podemos ver a continuación.

En esta imagen podemos ver como cada punto (o también llamado nodo) representa a una persona, y cada arista (o línea de conexión) establece la amistad entre esas dos personas. De esta manera gracias a la teoría de grafos se pueden estudiar los patrones, incrementando el business intelligence.

Qué es la teoría de grafos

Lo primero que debes saber es que un grafo es una estructura matemática que permite representar problemas cotidianos de manera gráfica. Además, la teoría de grafos permite representar un sólo tipo de relación (representación simple), pero también permite representar más de un tipo (en ese caso, se llamaría múltiple).

Incluso eminencias como el fundador de Facebook, Mark Zuckenberg, han hablado de “social graph” o grafos sociales para representar las conexiones y relaciones que tienen los usuarios de la red social.

La teoría de grafos es una rama de las matemáticas, la misma rama que también se usa en las ciencias computacionales. Se fundamenta en las matemáticas tanto discretas como aplicadas. De esta manera se consigue englobar diferentes conceptos.

Aplicar la teoría de grafos a las redes sociales

Pensemos en la estrategia comercial que llevaría a cabo cualquier empresa de telecomunicaciones que busca conocer la composición de los vínculos. Le interesaría saber con qué personas hablamos habitualmente y de esta forma adaptar su estrategia comercial para ofrecer ofertas y/o tarifas personalizadas.

Teoría de grafos

Además de esto, aplicar los grafos a las redes sociales, puede funcionar para adaptar los productos a las necesidades reales, haciéndolos aparecer en el momento idóneo.

Cuando hablamos de grafos aplicados a redes sociales lo más común es que se usen para “detectar comunidades”. Gracias a los algoritmos podemos ver características, atributos y relaciones que coinciden dentro de un grupo. Cuando se analizan los subgrafos, podremos ver lo vértices que están más relacionados entre sí, y además cómo se relacionan con el resto de vértices.

Si miramos el gráfico anterior, podemos ver que se han detectado tres comunidades diferentes, en ellas podemos presuponer que todos los miembros de la misma comunidad tienen características u atributos que coinciden.

Métodos para la detección de comunidades

Dentro de la teoría de grafos, se usan diferentes métodos para analizar y detectar comunidades, suelen agruparse por:

  • El método jerárquico: Gracias a él se buscan divisiones naturales en la red. Este método se basa en que los grafos suelen tener una estructura jerárquica. 
  • El método modular: en este método se centrarán en encontrar la modularidad (es decir, la métrica que compara los módulos internos de una comunidad).

La teoría de grafos junto a estos métodos, lo podrá aplicar un Data Scientist, usando R, igraph entre otros (por ejemplo con esas tecnologías conseguiría saber el coeficiente de agrupamiento, el camino mínimo entre nodos y la distribución de los grafos.

Noticias y Publicaciones

Google DevFest 2020, del 16 al 18 de octubre

Google DevFest 2020, del 16 al 18 de octubre

Google DevFest 2020, del 16 al 18 de octubre Miles de desarrolladores de todo el mundo tienen del 16 al 18 de octubre una cita en el DevFest 2020, un fin de semana virtual de aprendizaje técnico dirigido por la comunidad de Google, los Google Developer Groups (GDG). Las sesiones cubren una amplia ...
Gobernanza de datos en cloud

Gobernanza de datos en cloud

Gobernanza de datos en cloud Lo cierto es que la gobernanza de datos en cloud aporta multitud de ventajas, ya que supone pasar de varios almacenes y procesos a una estrategia de integración cloud. Dar el salto a cloud supone delegar determinadas tareas a terceros. Las soluciones cloud se basan en ...
Microsoft, líder en Predictive Analytics & Machine Learning según The Forrester Wave

Microsoft, líder en Predictive Analytics & Machine Learning según The Forrester Wave

Microsoft, líder en Predictive Analytics & Machine Learning según The Forrester Wave En su reciente estudio «Wave report for Notebook-based Predictive Analytics and Machine Learning» del tercer trimestre de 2020, la consultora Forrester sitúa a Microsoft Azure como líder. En este estudio, ...

Al hacer clic en "Aceptar todas las cookies", acepta que las cookies se guarden en su dispositivo para mejorar la navegación del sitio, analizar el uso del sitio y colaborar con nuestros estudios de marketing.    Política de Cookies

Los ajustes de cookies en esta web están configurados para «permitir las cookies» y ofrecerte la mejor experiencia de navegación posible. Si sigues usando esta web sin cambiar tus ajustes de cookies o haces clic en «Aceptar», estarás dando tu consentimiento a esto.

Cerrar