stringtranslate.com

Análisis de red dinámica

El análisis dinámico de redes ( DNA ) 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 de redes y la teoría de redes . Las redes dinámicas son una función del tiempo (modelado como un subconjunto de los números reales ) para 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 ambiente, donde en lugar del espacio ambiente el tiempo se traduce a relaciones entre pares de vértices . [1]

Descripción general

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

Este campo tiene dos aspectos. El primero es el análisis estadístico de los datos de ADN. El segundo es la utilización de la simulación para abordar cuestiones de dinámica de redes. Las redes de ADN se diferencian de las redes sociales tradicionales en que son redes más grandes, dinámicas, multimodo y multiplex, 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 son resultado de factores externos que son independientes de las características sociales que se encuentran en las redes. Uno de los casos más notables y más antiguos 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 están generalmente optimizadas para redes de gran escala y admiten el análisis de múltiples redes simultáneamente en las que existen múltiples tipos de nodos (multinodo) y múltiples tipos de enlaces (multiplex). Las redes multinodo-multiplex se denominan generalmente meta-redes o redes de alta dimensión. En cambio, las herramientas estadísticas de SNA se centran en datos monomodo o, como máximo, bimodo y facilitan el análisis de un solo tipo de enlace 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 átomos en la teoría cuántica, los nodos pueden ser tratados, aunque no necesariamente, como probabilísticos. Mientras que los nodos en un modelo SNA tradicional son estáticos, los nodos en 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, capturan 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 agrega el elemento de la evolución de una red y considera las circunstancias bajo las cuales es probable que ocurra el cambio.

El análisis dinámico de redes tiene tres características principales que lo distinguen del análisis estándar de redes sociales. En primer lugar, en lugar de utilizar únicamente redes sociales, el análisis dinámico de redes analiza metarredes. En segundo lugar, el modelado basado en agentes y otras formas de simulación se utilizan a menudo para explorar cómo evolucionan y se adaptan las redes, así como el impacto de las intervenciones en esas redes. En tercer lugar, los vínculos 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 de manera eficaz 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 se reflejan en 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 varias tareas que dependen de los cambios temporales dentro del espacio latente. Estas tareas abarcan la predicción de metadatos futuros, la evolución temporal, la visualización dinámica y la obtención de incrustaciones promedio, entre otras.

Meta-red

Una metared es una red multimodo, multienlace y multinivel. Multimodo significa que hay muchos tipos de nodos; por ejemplo, nodos de personas y ubicaciones. Multienlace significa que hay muchos tipos de enlaces; por ejemplo, amistad y asesoramiento. 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.

Aunque los distintos investigadores utilizan distintos modos, los modos comunes reflejan quién, qué, cuándo, dónde, por qué y cómo. Un ejemplo sencillo de una metared es la formulación PCANS con personas, tareas y recursos. [7] Una formulación más detallada considera personas, tareas, recursos, conocimiento y organizaciones. [8] La herramienta ORA se desarrolló para respaldar el análisis de metarredes. [9]

Problemas ilustrativos en los que trabajan las personas del área del ADN

Véase también

Referencias

  1. ^ Lotker, Z. (2021). Introducción a la evolución de las redes sociales. En Análisis de narrativas en redes sociales (pp. 167-185). Springer, Cham.
  2. ^ Harrison C. White, 1992, Identidad y control: una teoría estructural de la acción social. Princeton University Press.
  3. ^ Purnamrita Sarkar y Andrew W. Moore. 2005. Análisis dinámico de redes sociales utilizando modelos de espacio latente. SIGKDD Explor. Newsl. 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 gráficas con información estructural global". Actas de la 24.ª Conferencia Internacional de la ACM sobre Gestión de la Información y el Conocimiento . CIKM '15. Nueva York, NY, EE. UU.: Association for Computing Machinery. págs. 891–900. doi :10.1145/2806416.2806512. ISBN . 978-1-4503-3794-6. Número de identificación del sujeto  17341970.
  6. ^ Gürsoy, Furkan; Haddad, Mounir; Bothorel, Cécile (7 de octubre de 2023). "Alineación y estabilidad de las incrustaciones: mejora de la medición y la inferencia". Neurocomputing . 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, "Un modelo PCANS de estructura en la organización", en actas del Simposio internacional de 1998 sobre investigación y tecnología de mando y control, Monterey, CA, junio de 1998, Evidence Based Research, 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 visualización de redes dinámicas", en Reda Alhajj y Jon Rokne (Eds.) Enciclopedia de análisis y minería de redes sociales, Springer.
  10. ^ Majdandzic, A.; et al. (2013). "Recuperación espontánea en redes dinámicas". Nature Physics . 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 dinámico de redes aplicado a experimentos del entorno de investigación de arquitecturas de decisión", Arquitecturas de decisión avanzadas para el guerrero: fundamentos 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 estuvo dónde y cuándo? Análisis espacio-temporal de la movilidad de los investigadores en la ciencia nuclear", en las actas del Taller internacional sobre integración y recuperación de datos espacio-temporales (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 las redes sociales mediante 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 los funcionarios de salud locales: atención a las brechas", Journal of Public Health Management Practice, 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 analítico automatizado de contenido, metared y geoespacial", Computational and Mathematical Organization Theory, 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 activista: 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 de la decadencia 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 Métodos en Educación, doi :10.1080/1743727X.2016.1192116.

Lectura adicional

Enlaces externos