stringtranslate.com

Análisis de red dinámica

El análisis dinámico de redes ( ADN ) es un campo científico emergente que reúne el análisis tradicional de redes sociales (SNA), el análisis de enlaces (LA), la simulación social y los sistemas multiagente (MAS) dentro de la ciencia y la teoría de redes . Las redes dinámicas son una función del tiempo (modeladas como un subconjunto de los números reales ) de un conjunto de gráficos ; para cada punto de tiempo hay un gráfico. Esto es similar a la definición de sistemas dinámicos , en los que la función es del tiempo a un espacio ambiental, donde en lugar del espacio ambiental, el tiempo se traduce en relaciones entre pares de vértices . [1]

Descripción general

Un ejemplo de un diagrama de red dinámico de múltiples entidades, múltiples redes

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

Las herramientas estadísticas de ADN generalmente están optimizadas para redes de gran escala y admiten el análisis de múltiples redes simultáneamente en las cuales existen múltiples tipos de nodos (multi-node) y múltiples tipos de enlaces (multi-plex). Las redes multiplex de múltiples nodos generalmente se denominan metaredes o redes de alta dimensión. Por el contrario, las herramientas estadísticas del SCN se centran en datos de modo único o como máximo de dos modos y facilitan el análisis de un solo tipo de vínculo a la vez.

Las herramientas estadísticas de ADN tienden a proporcionar más medidas al usuario, porque tienen 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 el ADN son como los átomos en la teoría cuántica; los nodos pueden ser, aunque no necesariamente, tratados como probabilísticos. Mientras que los nodos de un modelo SNA tradicional son estáticos, los nodos de 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 tres más se ven obligados a improvisar. El cambio se propaga de un nodo al siguiente y así sucesivamente. El ADN añade el elemento de evolución de una red y considera las circunstancias bajo las cuales es probable que se produzcan cambios.

Hay tres características principales del análisis dinámico de redes que lo distinguen del análisis estándar de redes sociales. En primer lugar, en lugar de limitarse a utilizar las redes sociales, el ADN analiza las metaredes. En segundo lugar, a menudo se utilizan modelos basados ​​en agentes y otras formas de simulaciones para explorar cómo evolucionan y se adaptan las redes, así como el impacto de las intervenciones en esas redes. En tercer lugar, los enlaces de la red no son binarios; de hecho, en muchos casos representan la probabilidad de que exista un vínculo.

Aprendizaje de representación dinámica

La información compleja sobre las relaciones entre objetos se puede condensar 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; las primeras reflejan la estabilidad del sistema y las segundas están vinculadas a la alineación de las incrustaciones. [6]

En esencia, la estabilidad del sistema define su dinámica, mientras que la desalineación significa cambios irrelevantes en el espacio latente. Las incrustaciones dinámicas se consideran alineadas cuando las variaciones entre incrustaciones en diferentes momentos representan con precisión los cambios reales del sistema, no alteraciones sin sentido en el espacio latente. La cuestión de la estabilidad y la alineación de las incrustaciones dinámicas tiene una importancia significativa en diversas tareas que dependen de cambios temporales dentro del espacio latente. Estas tareas abarcan predicción futura de metadatos, evolución temporal, visualización dinámica y obtención de incrustaciones promedio, entre otras.

Metared

Una metared es una red multimodo, multienlace y multinivel. Multimodo significa que existen muchos tipos de nodos; por ejemplo, nodos, personas y ubicaciones. Enlace múltiple significa que existen muchos tipos de enlaces; por ejemplo, amistad y consejo. Multinivel significa que algunos nodos pueden ser miembros de otros nodos, como una red compuesta por personas y organizaciones y uno de los enlaces es quién es miembro de qué organización.

Si bien diferentes investigadores utilizan diferentes modos, los modos comunes reflejan quién, qué, cuándo, dónde, por qué y cómo. Un ejemplo sencillo de metared es la formulación PCANS con personas, tareas y recursos. [7] Una formulación más detallada considera personas, tareas, recursos, conocimientos y organizaciones. [8] La herramienta ORA fue desarrollada para apoyar el análisis de metaredes. [9]

Problemas ilustrativos en los que trabajan las personas en el área de ADN

Ver también

Referencias

  1. ^ Lotker, Z. (2021). Introducción a las redes sociales en evolución. En Análisis de narrativas en redes sociales (págs. 167-185). Springer, Cham.
  2. ^ Harrison C. White, 1992, Identidad y control: una teoría estructural de la acción social. Prensa de la Universidad de Princeton.
  3. ^ Purnamrita Sarkar y Andrew W. Moore. 2005. Análisis dinámico de redes sociales utilizando modelos de espacio latente. Explorador SIGKDD. Noticiasl. 7, 2 (diciembre de 2005), 31-40.
  4. ^ Kathleen M. Carley, Michael K. Martin y Brian Hirshman, 2009, "La etiología del cambio social", Temas de ciencia cognitiva, 1.4:621-650
  5. ^ Cao, Shaosheng; Lu, Wei; Xu, Qiongkai (17 de octubre de 2015). "GraRep: aprendizaje de representaciones de gráficos con información estructural global". Actas de la 24ª Conferencia Internacional ACM sobre Gestión de la Información y el Conocimiento . CIKM '15. Nueva York, NY, EE.UU.: Asociación de Maquinaria de Computación. págs. 891–900. doi :10.1145/2806416.2806512. ISBN 978-1-4503-3794-6. S2CID  17341970.
  6. ^ Gürsoy, Furkan; Haddad, Mounir; Bothorel, Cécile (7 de octubre de 2023). "Alineación y estabilidad de incrustaciones: mejora de medidas e inferencias". Neurocomputación . 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, "A PCANS Model of Structure in Organization", en actas del Simposio internacional de 1998 sobre investigación y tecnología de mando y control, Monterey, CA, junio de 1998, Investigación basada en evidencia, Viena, VA , págs. 113-119.
  8. ^ Kathleen M. Carley, 2002, "Agentes y organizaciones inteligentes 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. ^ Majdandžic, A.; et al. (2013). "Recuperación espontánea en redes dinámicas". Física de la Naturaleza . 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, "Preferencia de intermediación: cuantificación de correlaciones en la dinámica topológica de redes temporales", 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 Warfigher: fundamento 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, cuándo? Análisis espaciotemporal de la movilidad de los investigadores en ciencias nucleares", en actas del Taller internacional sobre integración y recuperación de datos espaciotemporales (STIR 2012 ), celebrado en conjunto con ICDE 2012, 1 de abril de 2012, Washington DC
  16. ^ Carley, Kathleen. M., Jürgen Pfeffer, Huan Liu , Fred Morstatter, Rebecca Goolsby, 2013, Evaluación en tiempo casi real de redes sociales utilizando análisis de redes geotemporales, en actas de la Conferencia internacional IEEE/ACM de 2013 sobre avances en análisis y minería de redes sociales (ASONAM ), 25 al 28 de agosto de 2013, Cataratas del Niágara, 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 funcionarios de salud locales: tenga cuidado con las brechas", Revista de gestión de salud pública Práctica, 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", Computadoras, informática, enfermería. 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 automatizado de contenido, metared y análisis geoespacial", Teoría de la organización computacional y matemática , 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 de activistas: redes sociales, liderazgo y cambio en al-Muhajiroun , Ergonomía aplicada, 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", Revista Internacional de Investigación y Método en Educación, doi :10.1080/1743727X.2016.1192116.

Otras lecturas

enlaces externos