Taller de prctico de Ucinet Luis Rull Muoz

Taller de práctico de Ucinet Luis Rull Muñoz mecus. es – luisrull. es luis@mecus. es CURSOS DE EXTENSIÓN UNIVERSITARIA 2010 Universidad de León- Campus Ponferrada 1 er Curso de Análisis de Redes Sociales con entrenamiento en UCINET. Nivel básico. 1

Luis Rull. Alias “el pesado” a. b. c. d. e. ¿Quién soy? ¿Qué he hecho? ¿Qué hago? ¿De qué va este taller? ¿Hay algo original en esta presentación? – – • ¡¡¡¡NO!!!! Todo es copiado, plagiado… no hay ninguna idea original Creative Commons (Sin atribución) 2

Tres concepciones de la disciplina. a. Metafórica b. Aproximación estructural a los fenómenos sociales. c. Análisis formal de redes sociales (Social Networks Analysis) 3

Aspectos distintivos de la ARS. a. Fenómeno estudiado. b. Perspectiva teórica. c. Metodología. • Tipo de datos – Datos atribucionales Variaciones – Datos ideacionales Tipologías – Datos relacionales Redes 4

¿Qué hace el ARS? • Datos y realidad – Los datos reflejan una observación de la realidad. – Matrices – Grafos 5

Tipos de datos relacionales – Según naturaleza: • • – Binarios Nominales Ordinales Intervalo Según Medición • • • – Binarios (0/1) Orientados (+/-/0) Ponderados Según Relación • • Recíproco Orientado 6

Tipos de redes I – Completas / Egocéntricas – Relación / Afiliación 7

Tipos de redes II Completas Egocéntricas Relación (Modo 1) Relaciones entre todos los miembros de un grupo determinado (Población) Relaciones de los miembros de la población con un individuo específico (Ego) Afiliación (Modo 2) Relaciones entre los miembros de un grupo con los miembros de otros completamente distinto Relaciones de dos grupos distintos de entidades con un individuo específico 8

Conceptos básicos de teoría de grafos 1. El problema de los puentes de Königsberg) 9

Conceptos básicos de teoría de grafos 2. La solución de Euler 10

Conceptos básicos de teoría de grafos 2. La solución de Euler 11

Conceptos básicos de teoría de grafos ¿Qué es esto? 12

Conceptos básicos de teoría de grafos 1. 2. La importancia de la naturaleza de la relación. Lógica y empíria. Errores de medida. a. b. 3. Orientación empírica Orientación lógica Fuerza de la relación. a. b. Similitud Diferencia 4. Transformación de matrices. 5. Ejemplo de simetrización y dicotomización. (CITIES) 13

UCINET y sus programas asociados – – Matriz entra Matriz sale Archivo entra Archivo sale Editor de redes (Matrix Spreadsheet Editor) Programas de visualización • • • – Netdraw Keyplayer Pajek Ejemplo: Amigas y fiestas (Davis) 14

Centralidad y centralización Centralidad y Centralización 1. ¿Qué es se central? 1. 2. 3. 4. 2. Más relaciones (De grado/Degree) Más cercanía (Closeness) Más intermediación (Betweennes ) Más relaciones con gente importante ¿Cómo medir si en una red la centralidad está muy disitribuida o es muy desigual? 15

Las mujeres del sur DAVIS SOUTHERN CLUB WOMEN DATASET DAVIS DESCRIPTION One 18 x 14 matrix, binary. BACKGROUND These data were collected by Davis et al in the 1930 s. They represent observed attendance at 14 social events by 18 Southern women. The result is a person-by-event matrix: cell (i, j) is 1 if person i attended social event j, and 0 otherwise. REFERENCES Breiger R. (1974). The duality of persons and groups. Social Forces, 53, 181 -190. Davis, A et al. (1941). Deep South. Chicago: University of Chicago Press. 16

Transformaciones 1. Matrices de adyacencia y de distancia (I) 1 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 I 1 I 3 W 1 W 2 W 3 W 4 W 5 W 6 W 7 W 8 W 9 S 1 S 2 S 4 1 I 0 0 1 1 0 0 0 0 2 I 0 0 0 0 3 W 1 0 0 1 0 0 4 W 1 0 1 1 0 0 0 1 0 0 5 W 1 0 1 1 0 0 6 W 1 0 1 1 1 0 0 0 0 1 0 0 7 W 0 0 1 1 0 0 8 W 0 0 0 0 1 1 1 0 0 0 9 W 0 0 0 1 1 0 0 1 0 W 0 0 0 0 1 1 W 0 0 0 0 1 1 1 0 0 0 1 2 S 0 0 1 1 1 0 0 0 0 3 S 0 0 0 0 4 S 0 0 0 0 1 1 1 0 0 0 17

Transformaciones 2. Matrices de adyacencia y de distancia (II) Geodesic Distances 1 2 3 4 5 6 7 8 9 10 11 12 13 14 I 1 I 3 W 1 W 2 W 3 W 4 W 5 W 6 W 7 W 8 W 9 S 1 S 2 S 4 1 2 3 4 5 I I W W W - - 0 1 1 1 1 0 1 1 2 1 4 3 3 2 4 3 4 3 2 1 1 1 6 W 1 7 W 2 8 W 4 9 W 3 1 0 W 4 1 1 1 0 1 3 2 3 3 1 1 2 1 1 0 2 1 2 2 1 3 4 3 3 2 0 1 1 1 3 2 2 1 1 0 1 1 2 3 4 3 3 2 1 1 0 1 3 1 1 W 4 1 2 S 2 3 4 3 3 2 1 1 1 0 3 1 1 1 3 2 3 3 0 1 3 S - 1 4 S 4 3 4 3 3 2 2 1 1 1 3 0 18

Densidades y métricas Densidad D= 0. 9412 D= 0. 1765. 19

Densidad red no dirigida 15. Ejemplo Densidad d= 0. 5333 20

Pero… ¿qué pasa si es dirigida? Grado (Nº de enlaces de un nodo) i. ii. Grado entrada Grado de salida 21

Densidad en redes dirigidas Grado (II) Densidad= 0. 4 22

Información en movimiento Conceptos a. Camino (Path) (No se repiten los nodos) (A-F-D-B-C-E) b. Sendero (Trail) (No se repiten líneas) (E-C-A-D-F-A-B) c. Paseo (Walk) (Sin restricciones) (A-B-C-A-F-D-B) Medidas de flujo i. ii. Longitud Distancia 23

¿Cómo de largos son los caminos? a. Diámetro b. Distancia Media c. Aplicaciones a. b. c. Intercambios (regalos, monetarios) (Un objeto no divisible ni copiable) (No ubicuidad. Repetición Permitida. Intercambio uno a uno) Chismorreo (Email, referencias artículos, innovaciones informáticas nivel 2. . . )(Copiable, reproducible, intercambio uno a uno (con excepciones) Repetición permitida pero poco común) Infecciones (Sida, . . . ) (Copiable, reproducible, inetrcambio uno a uno. Repetición no suele ser permitida) 24

¿Qué medida usamos? • Intercambios Paseo • Chismorreo Sendero • Infecciones Caminos 25

Componentes-Conectividad – Conjunto máximo de nodos alcanzables por algún Camino – Grafos concetados Un solo componente 26

Conectividad • Conectividad de línea entre nodos a y b es el número mínimo de líneas que deben ser desconectados a y b. • Conectividad de nodo entre a y b es el número mínimo de nodos para desconectar a y b 27

Puntos de Corte • Nodo que, al ser eliminado aumenta el número de componentes 28

Puente • • Enlace que, al ser eliminado aumenta el número de componentes Puentes locales 29

Granovetter • • Los lazos débiles crean transitividad Enlaces que son parte de triples transitivos no pueden ser puentes. Sólo los lazos débiles pueden se puentes Consecuencias en innovación 30