Puestos a procesar los datos de una matriz de redes sociales, especialmente si se tratan de volúmenes significativos, la primera impresión es que no se va a conseguir mucho, pero que al menos algunas imágenes completamente inútiles pueden resultar estéticas como la que ilustra este post.
Este es el caso se trata de mas de 10 mil usuarios de una plataforma de redes sociales de la ciudad de Barcelona, obtenidos desde la API de esa red y donde los diferentes colores representan una primera clusterización “Chinese Whispers”, basado en un paper de Chris Biemann.
El proceso de agrupación de objetos, de acuerdo a alguna similitud entre sí, puede reducir en gran medida la complejidad conservando consistencia. La representación con dimensiones en el espacio representa objetos (nodos) y sus relaciones (atistas).
Chinese Whispers es un algoritmo básico pero bastante eficaz para particionar nodos de grafos no dirigidos. El nombre se origina en un juego de niños, tambien conocido como el “teléfono descompuesto”.El objetivo del juego es llegar a distorsiones divertidas derivadas del mensaje original, pasándolo a través de varios puntos de paso por medio de canales muy ruidosos.
El algoritmo origina conexiones al azar y recolecta como responden los nodos, tiene por objeto la búsqueda de grupos de nodos que transmiten un mismo mensaje a sus vecinos y si bien muchas veces se encuentra cosas obvias (ej alumnos de una misma división), el algoritmo es capaz de identificar cosas poco esperables, como por ejemplo que los republicanos viven en casas grandes.
Ahora bien, de aquellas decenas de miles de nodos (usuarios de redes sociales) del gráfico inicial que parecía completamente inútil, aunque colorido, seleccioné el 1 % mas conectado y de ahí, luego de descremar a los islotes desconectados, seleccioné a los nodos de mayor grado general que aparecieron formando una red como la que se ve a la izquierda, ubicados en la cúspide de la configuración.
Merece reflexionarse sobre el hecho de que estos usuarios, casi seguramente desconocidos entre sí, habitan un lugar nuclear y por lo tanto clave de toda la red analizada, integrados, enlazados en una estructura que les es anterior a su adscripción a la misma.
Se ve claramente que hay inclusive algunos nodos que son los mas conectados entre los conectados y son entonces quizas sean los posiblemente responsables de la regulación de caudales informacionales esperables o insólitos, reforzadores o desestructuradores, dentro o fuera de la red.
Con esta perspectiva se puede trabajar tanto con fenómenos sociales “micro” como en los descuidados “meso”, es decir, no solo aquellos fenómenos que derivan de actores sociales singulares, sino de las resultantes de los agrupamientos entre ellos. Es decir, vemos vecinos y vemos barrios.
Cuando agregamos los atributos nodales el conjunto relacional crea patrones autoorganizados en los que se pueden detectar procesos de negociación, cooperación, subordinación, conflictos, manifestaciones culturales o estrategias diversas explicados por el contexto, pero como decíamos en el posteo anterior pueden ser clasificados como acciones creadoras/destructoras de nuevos lazos.
Uno suele percibir rápidamente la red como un conjunto de puntos conectados o no, pero esa es la punta de un iceberg que contiene los atributos recolectados y los supranodos articulados entre sí, es decir la red de comunidades. Piénsese que en las redes extensas el agregado de un nodo incrementa muchas veces geométricamente la cantidad de relaciones.
Las conductas online entonces pueden medirse, y por lo tanto es posible hacer análisis y diseño de comportamientos. Lo mismo puede hacerse sobre los territorios concretos. Recientemente escuchaba a un político relacionar una localía con la tasa horaria de arrebatos, los horarios de venta de paco y las vías de acceso a esa zona de la ciudad.
Se trata de un aporte interesante, aunque planteado así ignora la fuerza de las conexiones entre los actores: víctimas, policías, vendedores de paco, arrebatadores, personal del ferrocarril. Es como nos pasa muchas veces viendo grafos: instintivamente vemos los puntos que grafican actores, pero descuidamos la intrincada red de vínculos que los integran y en definitiva los hacen comportarse un uno u otro modo.