1 big data y redes sociales

114
UNIVERSIDAD DE LOS ANDES REDES SOCIALES Ing. Diego Hernando Torres Valencia Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

description

EN OPEN MICHIGAN HAY INFORMACION MUY INTERESANTE PARA LOS QUE DESEAN PROFUNDIZAR SOBRE EL TEMA http://open.umich.edu/education/si/si508/fall2008 SI 508 - Redes: Teoría y Aplicación OPEN MICHIGAN Si508 f08-week2-3-4 CONTENIDO: big data NSA --> Social network analysis analisis de redes sociales,metricas de red,

Transcript of 1 big data y redes sociales

Page 1: 1 big data y redes sociales

UNIVERSIDAD DE LOS ANDES

REDES SOCIALES

Ing. Diego Hernando Torres Valencia

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

Page 2: 1 big data y redes sociales

Parte II Introducción a Big Data

4. Introducción a Big Data

4.1. Fundamentos de Big Data

4.2. Tipos de Big Data

4.3. Nuevas nociones en Computación Distribuida

4.4. Teoría de Grafos y Big Data

Ing. Diego Hernando Torres Valencia

CONTENIDO:

UNIVERSIDAD DE LOS ANDES

Page 3: 1 big data y redes sociales

1. ¿Qué son las redes y qué utilidad tiene para su estudio? 1.1. Nodos y aristas 1.2. Matriz de adyacencia 1.3. Redes de dos modos 1.4. El grado del nodo

2. Definición de Red Social 2.1. Orígenes 2.2. La Red Social Virtual 2.3. De la Red Social a la Red Virtual 2.4. La Web 2.0 y 3.0

3. Las redes sociales en línea 3.1. Cómo los servicios como Facebook, LinkedIn, Twitter, CouchSurfing, etc utilizan análisis de datos para entender sus usuarios y mejorar su funcionalidad

Ing. Diego Hernando Torres Valencia

CONTENIDO:

UNIVERSIDAD DE LOS ANDES

Page 4: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

Page 5: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

Page 6: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

Page 7: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

Page 8: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

http://www.bethkanter.org/sna/https://www.flickr.com/photos/cambodia4kidsorg/4714104649/

=racimo = periferia

= núcleo

Page 9: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

http://en.wikipedia.org/wiki/Social_network_analysis

¿Qué es Big Data y porqué se ha vuelto tan importante?

En términos generales podríamos referirnos como a la tendencia en el avance de la tecnología que ha abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones, la cual es utilizada para describir enormes cantidades de datos (estructurados, no estructurados y semi estructurados) que tomaría demasiado tiempo y sería muy costoso cargarlos a un base de datos relacional para su análisis.

De tal manera que, el concepto de Big Data aplica para toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales.

¿Qué tipos de datos debo explorar?Muchas organizaciones se enfrentan a la pregunta sobre ¿qué información es la que se debe analizar?, sin embargo, el cuestionamiento debería estar enfocado hacia ¿qué problema es el que se está tratando de resolver?.[2]

Si bien sabemos que existe una amplia variedad de tipos de datos a analizar, una buena clasificación nos ayudaría a entender mejor su representación, aunque es muy probable que estas categorías puedan extenderse con el avance tecnológico.

Page 10: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

http://en.wikipedia.org/wiki/Social_network_analysis

Figura 1. Tipos de datos de Big Data[2]

1.- Web and Social Media: Incluye contenido web e información que es obtenida de las redes sociales como Facebook, Twitter, LinkedIn, etc, blogs.

2.- Machine-to-Machine (M2M): M2M se refiere a las tecnologías que permiten conectarse a otros dispositivos. M2M utiliza dispositivos como sensores o medidores que capturan algún evento en particular (velocidad, temperatura, presión, variables meteorológicas, variables químicas como la salinidad, etc.) los cuales transmiten a través de redes alámbricas, inalámbricas o híbridas a otras aplicaciones que traducen estos eventos en información significativa.

Page 11: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

http://en.wikipedia.org/wiki/Social_network_analysis

Figura 1. Tipos de datos de Big Data[2]

3.- Big Transaction Data: Incluye registros de facturación, en telecomunicaciones registros detallados de las llamadas (CDR), etc. Estos datos transaccionales están disponibles en formatos tanto semiestructurados como no estructurados.

4.- Biometrics: Información biométrica en la que se incluye huellas digitales, escaneo de la retina, reconocimiento facial, genética, etc. En el área de seguridad e inteligencia, los datos biométricos han sido información importante para las agencias de investigación.

5.- Human Generated: Las personas generamos diversas cantidades de datos como la información que guarda un call center al establecer una llamada telefónica, notas de voz, correos electrónicos, documentos electrónicos, estudios médicos, etc.

Page 12: 1 big data y redes sociales

REDES SOCIALES

Tópicos Especiales: Ciencias de los datos aplicadas a las redes sociales

Social network analysis (SNA) or Análisis de redes sociales Análisis de redes sociales tiene sus raíces teóricas en el trabajo de los sociólogos tempranos tales como Georg Simmel y Émile Durkheim, quien escribió sobre la importancia de estudiar los patrones de relaciones que conectan a los actores sociales. Los científicos sociales han utilizado el concepto de "redes sociales" desde principios del siglo 20 para connotar conjuntos complejos de relaciones entre los miembros de los sistemas sociales en todas las escalas, desde la interpersonal hasta el internacional. Las técnicas de SNA permiten identificar patrones de interacción social entre los participantes en una actividad. En la década de 1930 Jacob Moreno y Helen Jennings introdujeron métodos analíticos básicos .En 1954, JA Barnes comenzó a utilizar sistemáticamente el término para denotar patrones de lazos, abarcando los conceptos tradicionalmente utilizados por el público y los utilizados por los científicos sociales:. grupos Delimitadas (por ejemplo, , tribus, familias) y categorías sociales (por ejemplo, el género, el origen étnico). Estudiosos como Ronald Burt, Kathleen Carley, Mark Granovetter, David Krackhardt, Edward Laumann, Anatol Rapoport, Barry Wellman, Douglas R. White, y Harrison White expandieron el uso de análisis de redes sociales sistemática.Incluso en el estudio de la literatura , el análisis de redes ha sido aplicada por Anheier, Gerhardsy Romo, Wouter De Nooy, y Burgert Senekal. de hecho aplicaciones, análisis de redes sociales se ha encontrado en varias disciplinas académicas, así como las aplicaciones prácticas, tales como la lucha contra el lavado de dinero y el terrorismo.

http://en.wikipedia.org/wiki/Social_network_analysis

Page 13: 1 big data y redes sociales

1. Aplicación : brandmetric online

CONTENIDO

Agarrando los Fundamentos de Big Data

La evolución de la gestión de los datos

Page 14: 1 big data y redes sociales

2. EVOLUCION DE LA GESTION DE LOS DATOS

CONTENIDO

Agarrando los Fundamentos de Big Data

La evolución de la gestión de los datos

La gestión de datos ha tenido avances tecnológicos en hardware, almacenamiento, trabajo en red, y los modelos de computación tales como la virtualización y el cloudcomputing.

La convergencia de las tecnologías y la reducción en los costos emergentes de todo, desde el almacenamiento para calcular ciclos han transformado el panorama de datos y realizadonuevas oportunidades posible.

Page 15: 1 big data y redes sociales

3.ONDAS O FASES DE ADMINISTRACION DE DATOS

CONTENIDO

La comprensión de las Ondas o Fases de Administración Datos

Cada ola de gestión de datos nace de la necesidadde tratar de resolver un tipo específico de problema de gestión de datos.

Cada una de estas ondas o fases evolucionódebido a la causa y el efecto.

Page 16: 1 big data y redes sociales

3.1. ONDA 1 O FASE 1: CREACION DE ESTRUCTURAS MANEJABLES

Como la computación se trasladó al mercado comercial a finales de 1960, los datos se almacenan en archivos planos que impone ninguna estructura.

Más tarde, en la década de 1970, las cosas cambiaron con la invención del modelo de datos relacional y el sistema de gestión de base de datos relacional (RDBMS) que impone la estructura y un método para mejorar el rendimiento. Lo más importante, el modelo relacional añade un nivel de abstracción (el lenguaje estructurado de consultas [SQL], generadores de informes, y las herramientas de gestión de datos), de modo que era más fácil para los programadores para satisfacer las crecientes demandas del negocio para extraer valor de los datos.

En esta etapa, existía una necesidad urgente de encontrar un nuevo conjunto de tecnologías para apoyar el modelo relacional.

El modelo Entidad-Relación (ER) surgió, lo que sumado abstracción adicional paraaumentar la facilidad de uso de los datos.

Page 17: 1 big data y redes sociales

3.2. ONDA 2 o FASE 2: WEB Y CONTENIDO DE LA GESTION

CONTENIDO

En la década de 1990 con el surgimiento de la Web, las organizaciones querían ir más allá de los documentos y guardar y gestionar contenido web, imágenes, audio y vídeo.

El mercado evolucionó a partir de un conjunto de soluciones desconectadas a un modelo más unificado que reunió a estos elementos en una plataforma que incorpora la gestión de procesos de negocio, control de versiones, el reconocimiento de la información, gestión de texto, y la colaboración.

Esta nueva generación de sistemas añadió metadatos (información sobre la organización y las características de la información almacenada). Estas soluciones se mantienen increíblemente importante para las empresas que necesitan para gestionar todos estos datos de una manera lógica.

Los archivos digitales contienen metadatos con información relevante del propio archivo, como por ejemplo la fecha de creación del archivo, el software utilizado para crearlo, formato del archivo, tamaño, fechas de modificaciones, etc…

Los metadatos son datos altamente estructurados que describen información, describen el contenido, la calidad, la condición y otras características de los datos.

Es "Información sobre información" o "datos sobre los datos".

Page 18: 1 big data y redes sociales

3.2. ONDA 2 o FASE 2: WEB Y CONTENIDO DE LA GESTION

CONTENIDO

Los metadatos son datos altamente estructurados que describen información, describen el contenido, la calidad, la condición y otras características de los datos.

Es "Información sobre información" o "datos sobre los datos".

Page 19: 1 big data y redes sociales

3.2. ONDA 2 o FASE 2: WEB Y CONTENIDO DE LA GESTION

CONTENIDO

Page 20: 1 big data y redes sociales

3.2. ONDA 3 o FASE 3: GESTION DE DATOS GRANDES

CONTENIDO

Con grandes datos, ahora es posible para virtualizar datos de modo que se puede almacenar de manera eficiente y, utilizando de almacenamiento basado en la nube, de forma más rentable también. Además, las mejoras en la velocidady la fiabilidad de la red se han eliminado otras

limitaciones físicas de ser capaz de manejar grandes cantidades de datos a un ritmo aceptable.Añadir a esto el impacto de los cambios en el

precio y sofisticación de la memoria del ordenador.

Con todas estas transiciones de tecnología, ahora es posible imaginar formas en que las empresas pueden aprovechar los datos que habría sido inconcebible hace sólo cinco años.

Page 21: 1 big data y redes sociales

4. DEFINICION DE BIG DATA:

CONTENIDO

Con grandes datos, ahora es posible para virtualizar datos de modo que se puede almacenar de manera eficiente y, utilizando de almacenamiento basado en la nube, de forma más rentable también. Además, las mejoras en la velocidady la fiabilidad de la red se han eliminado otras

limitaciones físicas de ser capaz de manejar grandes cantidades de datos a un ritmo aceptable.Añadir a esto el impacto de los cambios en el

precio y sofisticación de la memoria del ordenador.

Con todas estas transiciones de tecnología, ahora es posible imaginar formas en que las empresas pueden aprovechar los datos que habría sido inconcebible hace sólo cinco años.

Page 22: 1 big data y redes sociales

BASES DE DATOS QUE USAN LAS GRANDES EMPRESAS

CONTENIDO

Empresa Base de datos

Facebook: RocksDB

Amazon: Dynamo

Google BigTable

Foursquare MongoDB

Twitter Cassandra

Wikipedia MariaDB

Ebay BerkeleyDB

Yahoo Oracle

Microsoft SQL Server

Page 23: 1 big data y redes sociales

BASES DE DATOS RELACIONALES Y BASE DE DATOS NO RELACIONALES

CONTENIDO

Bases de datos relacionables VS Base de Datos No Relacionables

VS

VS

Page 24: 1 big data y redes sociales

BASES DE DATOS RELACIONALES Y BASE DE DATOS NO RELACIONALES

CONTENIDO

Bases de datos relacionables VS Base de Datos No Relacionables

Page 25: 1 big data y redes sociales

BASES DE DATOS RELACIONALES Y BASE DE DATOS NO RELACIONALES

CONTENIDO

Base de datos NO relacionales Base de datos relacionales

Los datos almacenados no requieren estructuras fijas como tablas, no garantizan completamente ACID(atomicidad, coherencia, aislamiento y durabilidad), y habitualmente escalan bien horizontalmente.

Permiten establecer interconexiones (relaciones) entre los datos (que están guardados en tablas), y a través de dichas conexiones relacionar los datos de ambas tablas

Page 26: 1 big data y redes sociales

NO SQL VS NEW SQL

CONTENIDO

No SQL New SQL

No usan SQL como el principal lenguaje de consultas. Las principales compañías de Internet se dieron cuenta que el rendimiento era más importantes que cuidar la coherencia.

Nace en el 2011 y trata de conseguir el mismo rendimiento escalable de sistemas no relacionales para el procesamiento de transacciones en línea y garantiza el ACID (atomicidad, coherencia, aislamiento y durabilidad), de un sistema de base de datos tradicional.

Page 27: 1 big data y redes sociales

NO SQL VS NEW SQL

CONTENIDO

Key Value Big Tables

Relacionan una llave con un valor, este es el principio fundamental que logra que consultas se ejecuten instantáneamente en bases de datos de muy muy alta escala. Buscar en bases de datos de quintillones de registros es instantáneo gracias a esto.

Como mencionamos, las grandes empresas como Google necesitan velocidad en sus búsquedas y no podían perder tiempo buscando en miles de tablas, por lo que todo lo pusieron en una sola, con miles y miles de columnas, de ahí nació BigTable.Esta tablota no tiene porque estar en una sola computadora, puede estar distribuida en una granja de servidores.

Page 28: 1 big data y redes sociales

COMO ANALIZAR BIG DATA

CONTENIDO

Los más grandes del mercado son estos: Oracle, SAP, intel, IBM, etc(ver imagen),pero existen alternativas Open Source como por ejemplo Hadoop o Cassandra.

Page 29: 1 big data y redes sociales

RDMBS Vs. HADOOP

CONTENIDO

RDBMS: sistema de gestión de base de datos relacional Vs hadoop

Page 30: 1 big data y redes sociales

HADOOP

CONTENIDO

PAGINA DE DESCARGAR DE HADOOP :hadoop.apache.org

Page 31: 1 big data y redes sociales

HADOOP

CONTENIDO

PAGINA DE DESCARGAR DE HADOOP :hadoop.apache.org

Imagen de: http://www.ebizq.net/blogs/enterprise/2009/09/10_ways_to_complement_the_ente.php

Page 32: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Las investigaciones han mostrado que las redes

sociales constituyen representaciones útiles en

muchos niveles, desde las relaciones de

parentesco hasta las relaciones de

organizaciones a nivel estatal (se habla en este

caso de redes políticas) o relaciones de

organizaciones a nivel comercial,

desempeñando un papel crítico en la

determinación de la agenda política y el grado en

el cual los individuos o las organizaciones

alcanzan sus objetivos o reciben influencias.

Red social también se suele referir a las plataformas en Internet. Las redes sociales de internet cuyo propósito es facilitar la comunicación y otros temas sociales en el sitio web.

Page 33: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

El análisis de redes sociales ha pasado de ser una metáfora sugerente para

constituirse en un enfoque analítico y un paradigma, con sus principios teóricos,

métodos de software para análisis de redes sociales y líneas de investigación

propios.

Los analistas estudian la influencia del todo en las partes y viceversa, el efecto

producido por la acción selectiva de los individuos en la red; desde la estructura

hasta la relación y el individuo, desde el comportamiento hasta la actitud.

Page 34: 1 big data y redes sociales

1.INTRODUCCION¿Qué son las redes y qué utilidad tiene para su estudio?

Investigación sobre redes socialesEl análisis de redes sociales se ha utilizado en epidemiología para ayudar a entender cómo los patrones de contacto humano favorecen o impiden la propagación de enfermedades como el VIH en una población. La evolución de las redes sociales a veces puede ser simulada por el uso de modelos basados en agentes, proporcionando información sobre la interacción entre las normas de comunicación, propagación de rumores y la estructura social.

El análisis de redes sociales también puede ser una herramienta eficaz para la vigilancia masiva - por ejemplo, el Total Information Awareness realizó una investigación a fondo sobre las estrategias para analizar las redes sociales para determinar si los ciudadanos de EE.UU. eran o no amenazas políticas.

Page 35: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio? Investigación sobre redes sociales

La teoría de difusión de innovaciones explora las redes sociales y su rol en la influencia de la difusión de nuevas ideas y prácticas. El cambio en los agentes y en la opinión del líder a menudo tienen un papel más importante en el estímulo a la adopción de innovaciones, a pesar de que también intervienen factores inherentes a las innovaciones.difusión de innovaciones :Primeramente tratado por Gabriel Tarde en 1890, el concepto de Difusión de la Innovación no fue popularizado si no hasta 1962 por el sociólogo Everett M. Rogers en su trabajo Diffusionof Innovations (con varias re-ediciones) bajo el cual se busca explicar el proceso que se desarrolla durante ‘las innovaciones tecnológicas’, con un enfoque de análisis de redes sociales (Rogers era sociólogo).

Page 36: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

El mundo es un pañuelo

La teoría de los Seis Grados de Separación

Según esta teoríasólo seis niveles nosseparan decualquier personadel planeta. SóloSeis pasos. Seisgrados.

Page 37: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Investigación sobre redes socialesEl fenómeno del mundo pequeño es la hipótesis sobre que la cadena de conocidos sociales necesaria para conectar a una persona arbitraria con otra persona arbitraria en cualquier parte del mundo, es generalmente corta. El concepto dio lugar a la famosa frase de seis grados de separación a partir de los resultados del «experimento de un mundo pequeño» hecho en 1967 por el psicólogo Stanley Milgram.En el experimento de Milgram, a una muestra de individuos EE.UU.

se le pidió que hiciera llegar un mensaje a una persona objetivo en particular, pasándolo a lo largo de una cadena de conocidos. La duración media de las cadenas exitosas resultó ser de unos cinco intermediarios, o seis pasos de separación (la mayoría de las cadenas en este estudio ya no están completas). Los métodos (y la ética también) del experimento de Milgram fueron cuestionadosmás tarde por un estudioso norteamericano, y algunas otras investigaciones para replicar los hallazgos de Milgram habrían encontrado que los grados de conexión necesarios podrían ser mayores.

Page 38: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Investigación sobre redes socialesEl sociólogo estadounidense Stanley Milgram, quien ideó una manera de probar la teoría, que él llamó “el problema del pequeño mundo”. Al azar seleccionó varias personas del medio oeste estadounidense para que enviaran tarjetas postales a un extraño situado en Massachusetts. Se les indicó que enviaran el paquete a una persona que ellos conocieran directamente y que pensaran que fuera la que más probabilidades tendría, de todos sus amigos, de conocer directamente al destinatario.Esta persona tendría que hacer lo mismo y así

sucesivamente hasta que el paquete fuera entregado personalmente a su destinatario final. Aunque los participantes esperaban que la cadena incluyera al menos cientos de intermediarios, la entrega de cada paquete solamente llevó, como promedio, entre cinco y siete intermediarios.

Page 39: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Facebook acorta los “seis

grados de separación”

un estudio realizado por Facebook en conjunto con la Universidad de Milán, en Italia, afirma que el número de grados de separación entre dos personas es menor.

El estudio estima que el 99.6 por ciento de los pares de usuarios están conectados con grados de 5 personas, mientras que el 92 por ciento, por grados de cuatro personas.

este nuevo estudio demuestra que con la llegada de Facebook y las redes sociales, la distancia entre las personas se está achicando cada vez más. La estadística demuestra que Facebook está llevando los seis grados a los cuatro grados de separación.

Page 40: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Investigación sobre redes socialesLos grafos de colaboración pueden ser utilizados para ilustrar buenas y malas relaciones entre los seres humanos. Un vínculo positivo entre dos nodos denota una relación positiva (amistad, alianza, citas) y un vínculo negativo entre dos nodos denota una relación negativa (odio, ira). Estos gráficos de redes sociales pueden ser utilizados para predecir la evolución futura de la gráfica. En ellos, existe el concepto de ciclos «equilibrados» y «desequilibrados».

Un ciclo de equilibrio se define como aquél donde el producto de todos los signos son positivos. Los gráficos balanceados representan un grupo de personas con muy poca probabilidad de cambio en sus opiniones sobre las otras personas en el grupo. Los gráficos desequilibrados representan un grupo de individuo que es muy probable que cambie sus opiniones sobre los otros en su grupo.Por ejemplo, en un grupo de 3 personas (A, B y C) donde A y B tienen una relación positiva,

B y C tienen una relación positiva, pero C y A tienen una relación negativa, es un ciclo de desequilibrio. Este grupo es muy probable que se transforme en un ciclo equilibrado, tal que la B sólo tiene una buena relación con A, y tanto A como B tienen una relación negativa con C. Al utilizar el concepto de ciclos balanceados y desbalanceados, puede predecirse la evolución de la evolución de un grafo de red social.

Page 41: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Investigación sobre redes socialesUn estudio ha descubierto que la felicidad tiende a correlacionarse en redes sociales. Cuando una persona es feliz, los amigos cercanos tienen una probabilidad un 25 por ciento mayor de ser también felices.

Además, las personas en el centro de una red social tienden a ser más feliz en el futuro que aquellos situados en la periferia.

En las redes estudiadas se observaron tanto a grupos de personas felices como a grupos de personas infelices, con un alcance de tres grados de separación: se asoció felicidad de una persona con el nivel de felicidad de los amigos de los amigos de sus amigos.

Page 42: 1 big data y redes sociales

1.INTRODUCCION

CONTENIDO

¿Qué son las redes y qué utilidad tiene para su estudio?

Algunos investigadores han sugerido que las redes sociales humanas pueden tener una base genética. Utilizando una muestra de mellizos del National Longitudinal Study of Adolescent Health, han encontrado que el:1. in-degree (número de veces que una persona es nombrada

como amigo o amiga), 2. la transitividad (la probabilidad de que dos amigos sean

amigos de un tercero), y 3. la intermediación y centralidad (el número de lazos en la

red que pasan a través de una persona dada) son significativamente hereditarios.

Los modelos existentes de formación de redes no pueden dar cuenta de esta variación intrínseca, por lo que los investigadores proponen un modelo alternativo «Atraer y Presentar», que pueda explicar ese caracter hereditario y muchas otras características de las redes sociales humanas.

Page 43: 1 big data y redes sociales

CONTENIDO

1.1 NODOS Y ARISTAS.El análisis de redes sociales estudia esta estructura social aplicando la teoría de

grafos e identificando las entidades como "nodos" o "vértices" y las relaciones

como "enlaces" o "aristas".

La estructura del grafo resultante es a menudo muy compleja. Como se ha dicho, En

su forma más simple, una red social es un mapa de todos los lazos relevantes entre

todos los nodos estudiados.

Se habla en este caso de redes "socio céntricas" o "completas". Otra opción es

identificar la red que envuelve a una persona (en los diferentes contextos sociales

en los que interactúa); en este caso se habla de "red personal".

Page 44: 1 big data y redes sociales

CONTENIDO

1.2 MATRIZ DE ADYACENCIA.Matriz que define los enlaces entre cada par de nodos.Un grafo dirigido consiste en un conjunto de vértices V y un conjunto de arcos, los vértices también pueden llamarse nodos o puntos, los arcos pueden llamarse arcos dirigidos o líneas dirigidas.

Los arcos son pares ordenados de vértices (A, B), donde A es la cola y B la cabeza del arco, y se expresa como A -> B.

La punta de la flecha esta en el vértice llamado cabeza y la cola en el vértices llamado cola se dice que el arco A -> B va de A a B y B es adyacente a A.

vértice llamado cabeza

vértice llamado cola

Page 45: 1 big data y redes sociales

CONTENIDO

1.2 MATRIZ DE ADYACENCIA.Para la representación de un grafo dirigido se pueden usar varias estructuras de datos, la selección dependerá de las operaciones que se les aplicara a los vértices. Una representación común de un grafo dirigido es la matriz de adyacencia.

Sea G= (V, A) un grafo, donde V= {1, 2, 3. . ., n}. La matriz de adyacencia para G es una matriz booleana de dimensión nxn, donde cada elemento [i, j] vale 1 si y solo si, existe un arco (i, j).

Page 46: 1 big data y redes sociales

CONTENIDO

1.2 MATRIZ DE ADYACENCIA.

Page 47: 1 big data y redes sociales

CONTENIDO

1.3 REDES DE DOS MODOS:.

Según los conjuntos de actores Redes modo 1: un conjunto de actores

Redes modo-2 (bipartitas, de afiliación): dos conjuntos de actores

Según las relaciones Dirigidas o no dirigidas

Dicotómicas (1/0) o con valor (los enlaces tienen peso)

Según su construcción Redes completas

Redes egocéntricas

Page 48: 1 big data y redes sociales

CONTENIDO

1.3 REDES DE MODOS: Según los conjuntos de actores.

Según los conjuntos de actores Redes modo 1: un conjunto de actores

Redes modo-2 (bipartitas, de afiliación): dos conjuntos de actores

Page 49: 1 big data y redes sociales

1.3 REDES DE MODOS: Según las relaciones.

Según las relaciones Dirigidas o no dirigidas

Dicotómicas (1/0) o con valor (los enlaces tienen peso)

Page 50: 1 big data y redes sociales

1.3 REDES DE MODOS: Según las relaciones.

Según las relaciones Dirigidas o no dirigidas

Dicotómicas (1/0) o con valor (los enlaces tienen peso)

Page 51: 1 big data y redes sociales

1.3 REDES DE MODOS: Según su construccion.

Según su construcción Redes completas

Redes egocéntricas

Page 52: 1 big data y redes sociales

TRANSFORMACION DE REDES DE MODOS.

Page 53: 1 big data y redes sociales

TRANSFORMACION DE REDES DE MODO 2 A REDES DE MODO 1.

Page 54: 1 big data y redes sociales

TRANSFORMACION DE REDES DE MODO DIRIGIDO A REDES DE MODO NO DIRIGIDO.

Page 55: 1 big data y redes sociales

CONTENIDO

1.4 EL GRADO DEL NODO.En Teoría de grafos, el grado o valencia de un vértice es el número de aristas o enlaces incidentes al vértice o nodo.

El grado de un vértice x es denotado por grado(x), g(x) o gr(x) (aunque también se usa δ(x), y del inglés d(x) y deg(x)).

El grado máximo de un grafo G es denotado por Δ(G)y el grado mínimo de un grafo G es denotado por δ(G).

Un grafo con vértices etiquetados según su grado. El vértice aislado se etiqueta con 0, pues no es adyacente a ningún nodo.

Page 56: 1 big data y redes sociales

CONTENIDO

2 DEFINICION DE RED SOCIAL VIRTUAL

2.1 ORIGENES DE RED SOCIAL VIRTUAL

Page 57: 1 big data y redes sociales

CONTENIDO

2.2 LA RED SOCIAL VIRTUALEs el conjunto de personas, entidadeso grupos sociales que con un mismo objetivo o propósito de tipo social, educativo, profesional, comunicación, etc.. ;y necesita de la interacción de más de un individuo con el fin de alcanzar una meta particular.Esta Red Social Virtual se apoya en tecnologías que permiten realizar esta relación de forma virtual y no sólo presencial.

Este tipo de actividad se apoya fundamentalmenteen Internet, sus herramientas y su entorno “globalizado” ha permitido romper fronterasy tiene sus propias reglas.

Las comunidades virtuales basadas en Internet comenzaron a aparecer hace 20 años, yen un primer momento estaban enfocadasal estudio y la investigación, pero su verdadera explosión se ha producido en los últimos 5 años.

Page 58: 1 big data y redes sociales

CONTENIDO

2.3 DE LA RED SOCIAL A LA RED VIRTUAL

El cambio en la forma de interactuar, de forma presencial a forma virtual o no presencial se dio con el fin de fortalecer las redes sociales y para acortar distancias ya que por medio de la red virtual pueden mantener la comunicación para compartir ideas referente a metas comunicativas, de entretenimiento, educativas, profesionales, sociales, etc.

Las formas de relación en una red social virtualno dejan de ser un reflejo de las que tienen lugar en el mundo físico, y suelen ser complementarias a éstas, la diferencia es que de alguna manera se obvia el parámetro de tiempo y distancia (concepto de vecindad), siendo estos conceptos banales, pasando a un segundo plano, ya que el concepto de globalización en este tipo de relaciones ya está implementado totalmente.

Page 59: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0

Page 60: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0

Page 61: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0

Page 62: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0Web 1.0 Web 2.0 Web 3.0

Es un tipo de web estática con documentos que

jamás se actualizaban y los

Contenidos dirigidos a la navegación (HTML y

GIF).

Diseño de elementos en la Web 1.0 Algunos

elementos de diseño típicos de un sitio Web

1.0 incluyen:

Páginas estáticas en vez de dinámicas por

el usuario que la visita[

El uso de frameset o Marcos.

Extensiones propias del HTML como el

parpadeo y las marquesinas, etiquetas

introducidas durante la guerra de

navegadores web.

Libros de visitas online o guestbooks

Botones GIF, casi siempre a una

resolución típica de 88x31 píxeles en

tamaño promocionando navegadores web

u otros productos.

La web 2.0 está asociada estrechamente con

Tim O'Reilly, debido a la conferencia sobre la

Web 2.0 de O'Reilly Media en 2004. Aunque el

término sugiere una nueva versión de la World

Wide Web, no se refiere a una actualización de

las especificaciones técnicas de la web, sino

más bien a cambios acumulativos en la forma

en la que desarrolladores de software y

usuarios finales utilizan la Web.

La web 2.0 tiene 7 principios básicos

1. La web como plataforma

2. Aprovechar la Inteligencia Colectiva

3. Gestión de Base de Datos como

competencia básica

4. Fin del ciclo de actualizaciones de

software

5. Modelos de programación ligera,

fácil plantillado

6. Soft no limitado a un solo

dispositivo

7. Experiencias enriquecedoras del

usuario

Web 3.0 es un término que se utiliza para

describir la evolución del uso y la interacción en

la red a través de diferentes caminos. Ello

incluye, la transformación de la red en una base

de datos, un movimiento hacia hacer los

contenidos accesibles por múltiples

aplicaciones non-browser, el empuje de las

tecnologías de inteligencia artificial, la web

semántica, la Web Geoespacial, o la Web 3D.

Web 3.0 se basará en una Internet más

"inteligente", los usuarios podrán hacer

búsquedas más cercanas al lenguaje

natural, la información tendrá semántica

asociada y la Web podrá relacionar

conceptos de múltiples fuentes,

también podrá deducir información

a través de reglas asociadas al significado

del contenido.

Page 63: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0

QUE ES WEB 2.0 ?

Es la evolución de la web o internet en el

que los usuarios pasivos hacen una serie de

cambios para convertirse en usuarios

activos, que participan y contribuyen en el

contenido de la red siendo capaces de dar

soportes y formar parte de una sociedad

que se informa, comunica y genera

conocimiento.

El termino WEB2.0 fue utilizado por primera vez por Darcy dinucci en 1999, en su

artículo “fragmente future”, aunque no fue hasta 2004 cuando Tim O’Relly lo hizo

popular.

Page 64: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0

En el 2005 Tim O’Relly definió el concepto de

web 2.0.

En general cuando mencionamos el término

web 2.0 nos referimos a una serie de

aplicaciones y páginas de internet que utilizan

la inteligencia colectiva (concepto de Software

social) para proporcionar servicios interactivos

en red.

Page 65: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0La web 2.0 se caracteriza principalmente por la participación del

usuario como contribuidor activo y no solo como espectador de

los contenidos de la web. Esto queda reflejado en aspectos

como:

El auge de los blogs.

El auge las redes sociales.

Las webs creadas por los usuarios.

El contenido agregado por los usuarios como valor clave de

la web.

El etiquetado colectivo (fohesonomia, marcadores

sociales).

La importancia del (ONG TAI).

El beta perpetuo. La web 2.0, se inventa

permanentemente.

Aplicaciones web dinámicas.

Page 66: 1 big data y redes sociales

CONTENIDO

2.4 LA WEB 2.0 Y LA WEB 3.0

http://2.bp.blogspot.com/_Vu4cDVjjvVI/THPjrZrf-RI/AAAAAAAAB2I/CRtQqfHeiDk/s1600/WEB2.0.jpg

Page 67: 1 big data y redes sociales

Video: WEB 2.0 Link del video youtube: https://www.youtube.com/watch?v=cCh9h3iT6uw

herramientas asincrónica y sincrónico

1. NAVEGADORES

2. BUSCADORES

3. REDES SOCIALES

4. EN TIC CONFIO5. WIKIS6. FOROS7. CORREO ELECTRONICO – e-mail8. BLOG9. RSS

LA WEB 2.0

Page 68: 1 big data y redes sociales

WEB 2.0NAVEGADORES WEB:

BUSCADORES WEB:

LA WEB 2.0

Page 69: 1 big data y redes sociales

1. NAVEGADORES

2. BUSCADORES

3. REDES SOCIALES

4. EN TIC CONFIO

NAVEGADORES WEB:

BUSCADORES WEB:

LA WEB 2.0

Page 70: 1 big data y redes sociales

Google es la empresa propietaria de la marca Google, cuyo principal producto es el motor de búsqueda del mismo nombre. Aunque su principal producto es el buscador, la empresa ofrece también otros servicios: correo electrónico llamado Gmail su mapamundi en 3D Google Earth y Google Talk.

Un buscador es una página web en la que se ofrece consultar una base de datos en la cual se relacionan direcciones de páginas web con su contenido. Su uso facilita enormemente la obtención de un listado de páginas web que contienen información sobre el tema que nos interesa.

Facebook es un sitio web gratuito de redes sociales. Actualmente está abierto a cualquier persona que tenga una cuenta de correo electrónico. Los usuarios pueden participar en una o más redes sociales, en relación con su situación académica, su lugar de trabajo o región geográfica.

Un Correo electrónico (correo-e), es un servicio de red que permite a los usuarios enviar y recibir mensajes rápidamente (también denominados mensajes electrónicos o cartas electrónicas) mediante sistemas de comunicación electrónicos.

En Colombia Aprende los Docentes y Directivos (rectores, coordinadores, y demás) de las instituciones de educación básica, media y superior, pueden acceder a los recursos, productos y servicios aplicables en los procesos educativos.

Page 71: 1 big data y redes sociales

WEB 2.0 - Redes sociales

Page 72: 1 big data y redes sociales

WEB 2.0 - Redes sociales

Page 73: 1 big data y redes sociales

WEB 2.0 - Redes sociales

Redes sociales:

Es una estructura social compuesta por un conjunto de actores (tales como individuosu organizaciones) que están conectados por díadas denominadas lazosinterpersonales, que se pueden interpretar como relaciones de amistad, parentesco, entre otros.

La investigación multidisciplinar ha mostrado que las redes sociales operan en muchosniveles, desde las relaciones de parentesco hasta las relaciones de organizaciones a nivel estatal (se habla en este caso de redes políticas),

desempeñando un papel crítico en la determinación de la agenda política y el grado en el cual los individuos o las organizaciones alcanzan sus objetivos o reciben influencias.

http://es.wikipedia.org/wiki/Red_social

Page 74: 1 big data y redes sociales

WEB 2.0 - Redes sociales

• Generalistas: MySpace | Facebook | Tuenti

• Networking: xing | linkedin

• Agrupando: sonico

• Crear una red social:

– ning

– socialgo

– elgg

– grouply

Page 75: 1 big data y redes sociales

WEB 2.0 - Redes sociales

• Crear una red social educativa:– edu 2.0

– edmodo

– twiducate

• Educación, aprendizaje, tecnología, ...:– http://internetaula.ning.com/

– http://www.sociedadytecnologia.org/

– http://eduspaces.net/

– http://redsocial.uimp20.es/

– http://tic-tac.teleco.uvigo.es/

– http://dimglobal.ning.com/

– http://www.e-learningsocial.com/

– http://eduredes.ning.com/

– http://www.academia.edu/

– http://www.campuspdi.org/

– http://www.researchgate.net/

– http://redesocial.uvigo.es/

Page 76: 1 big data y redes sociales

WEB 2.0 - Wikis

WEB 2.0 : WIKI

Page 77: 1 big data y redes sociales

WEB 2.0 - Wikis

• Un wiki o una wiki (del hawaiano wiki, 'rápido') es un sitio web cuyas páginas pueden ser editadas por múltiples voluntarios a través del navegador web.

• Los usuarios pueden crear, modificar o borrar un mismo texto que comparten. Los textos o «páginas wiki» tienen títulos únicos. Si se escribe el título de una «página wiki» en algún sitio del wiki entre dobles corchetes ([[...]]), esta palabra se convierte en un «enlace web» a la página correspondiente.

• En una página sobre «alpinismo» puede haber una palabra como «piolet» o «brújula» que esté marcada como palabra perteneciente a un título de página wiki. La mayor parte de las implementaciones de wikis indican en el URL de la página el propio título de la página wiki (en Wikipedia ocurre así: http://es.wikipedia.org/wiki/Alpinismo), facilitando el uso y comprensibilidad del link fuera del propio sitio web. Además, esto permite formar en muchas ocasiones una coherencia terminológica, generando una ordenación natural del contenido.

Page 78: 1 big data y redes sociales

WEB 2.0 - Wikis

• Proveedores Wikis:wikispaces: http://www.wikispaces.com/

Educación (sin publicidad): http://www.wikispaces.com/site/for/teachers

wetpaint: http://www.wetpaint.com/Educación (sin publicidad): http://www.wetpaint.com/category/education

Nirewiki: http://nirewiki.com/es

Pbwiki: http://pbwiki.com/

wikidot: http://www.wikidot.com/

wik.is: wik.is

Page 80: 1 big data y redes sociales

WEB 2.0 - foros

WEB 2.0 : FOROS

Page 81: 1 big data y redes sociales

Los foros en Internet son también conocidos como foros de mensajes, de opinión o foros de discusión y son una aplicación web que le da soporte a discusiones u opiniones en línea.

Por lo general los foros en Internet existen como un complemento a un sitio web invitando a los usuarios a discutir o compartir informaciónrelevante a la temática del sitio, en discusión libre e informal, con lo cualse llega a formar una comunidad en torno a un interés común.

Las discusiones suelen ser moderadas por un coordinador o dinamizador quien generalmente introduce el tema, formula la primerapregunta, estimula y guía, sin presionar, otorga la palabra, pidefundamentaciones y explicaciones y sintetiza lo expuesto antes de cerrar la discusión.

WEB 2.0 - foros

Page 82: 1 big data y redes sociales

WEB 2.0 – e-mail

Outlook.com

Page 83: 1 big data y redes sociales

WEB 2.0 – e-mail

Es un sistema de envío y recepción de correo mediante el uso de un computador u otro dispositivo electrónico, de manera que se utilice una red de área local (LAN), Internet o conexiones inalámbricas para su transmisión y recepción.

Se conoce también como e-mail, Electronic Mail o correo electrónico Mensajería electrónica es una acepción más restrictiva, que suele referirse a mensajes enviados desde dispositivos de comunicaciones, como teléfonos móviles.

Un mensaje de correo electrónico puede constar tanto de texto escrito como de imágenes, archivos de datos o mensajes de voz y otros elementos multimedia digitalizados, como animaciones o vídeo.

Para su composición, envío y lectura sólo se usan dispositivos electrónicos y programas (software), sin precisar, en ningún momento, de elementos físicos ajenos a los dispositivos electrónicos, como puede ser la impresión en papel, ni de la manipulación física del contenido, como ocurre en el envío o la entrega del correo ordinario.

Page 84: 1 big data y redes sociales

WEB 2.0 -Blog

Un blog (en español, también bitácora digital, cuaderno de bitácora, ciberbitácora, ciberdiario, o weblog ) es un sitio web periódicamente actualizado que recopila cronológicamente textos o artículos de uno o varios autores, apareciendo primero el más reciente, donde el autor conserva siempre la libertad de dejar publicado lo que crea pertinente.

El nombre bitácora está basado en los cuadernos de bitácora, cuadernos de viaje que se utilizaban en los barcos para relatar el desarrollo del viaje y que se guardaban en la bitácora. Aunque el nombre se ha popularizado en los últimos años a raíz de su utilización en diferentes ámbitos, el cuaderno de trabajo o de bitácora ha sido utilizado desde siempre.

Los términos ingleses blog y weblog provienen de las palabras web y log ('log' en inglés = diario). El término bitácora, en referencia a los antiguos cuadernos de bitácora de los barcos, se utiliza preferentemente cuando el autor escribe sobre su vida propia como si fuese un diario, pero publicado en la web (en línea).

http://es.wikipedia.org/wiki/Blog

Page 85: 1 big data y redes sociales

Video: link del video sobre ¡ Que es un blog ?

Video: link del video sobre ¡ Profes con blog !

http://es.wikipedia.org/wiki/Blog

WEB 2.0 -Blog

Page 86: 1 big data y redes sociales

Algunos sitios que permiten crear blogs de manera gratuita son: Blogger:

http://www.blogger.com/

Word Press: http://wordpress.com/

blog.co.uk: http://www.blog.co.uk/

Live Journal: http://www.livejournal.com/

Blogia: http: http://www.blogia.com/

Edublogs: http://edublogs.org/

Googleblogs: http://blogsearch.google.com/

Los blogs han encontrado en la educación un nicho importante con distintas aplicaciones.

Para una revisión de este tema véase: http://www.revista.unam.mx/vol.5/num10/art65/int65.htm

Blog en educación

(Se incluirá la página http://www.eduteka.org/BlogsEducacion.php)

WEB 2.0 -Blog

Page 87: 1 big data y redes sociales

WEB 2.0 - RSS

RSS son las siglas de Really Simple Syndication, un formato XML para sindicar o compartir contenido en la web. Se utiliza para difundir información actualizada frecuentemente a usuarios que se han suscrito a la fuente de contenidos. El formato permite distribuir contenidos sin necesidad de un navegador, utilizando un software diseñado para leer estos contenidos RSS (agregador). A pesar de eso, es posible utilizar el mismo navegador para ver los contenidos RSS. Las últimas versiones de los principales navegadores permiten leer los RSS sin necesidad de software adicional. RSS es parte de la familia de los formatos XML, desarrollado específicamente para todo tipo de sitios que se actualicen con frecuencia y por medio del cual se puede compartir la información y usarla en otros sitios web o programas. A esto se le conoce como redifusión web osindicación web (una traducción incorrecta, pero de uso muy común).

Page 88: 1 big data y redes sociales

REDES DE APRENDIZAJE.

Page 89: 1 big data y redes sociales

AVA Ambiente Virtual de Aprendizaje ( AVA )

Los ambientes de aprendizaje son modos de interacción en donde existe ………………………una relación de enseñanza-aprendizaje didáctico y virtual, atreves de redes de comunicación tales como: Internet, multimedios, satélites, radio, tv, entre otros. En estos sitios se crean las condiciones idóneas para llevar a cabo un cumulo de conocimientos sin llegar a la formalidad ni tampoco a una modalidad de estudio en particular, todo ello genera un ambiente de conocimiento, reflexión y análisis.

Los ambientes de aprendizaje son sitiosweb a distancia en donde se lleva a cabouna interacción activa donde existe una

retroalimentación de información y comunicación académica o en donde se exponen temas de interés colectivo.

Page 90: 1 big data y redes sociales

AVA Ambiente Virtual de Aprendizaje ( AVA )

Características:

Ayudan, favoreciendo el aprendizaje, principalmente de los alumnos.,Flexibilidad en tiempo y espacio.Se logra un aprendizaje autónomo y en conjunto, además de ser integral.Facilita el trabajo colaborativo.Existe una interacción sincronizada entre los usuarios.Comodidad, ya que no es necesario moverse del lugar en el que se encuentra una persona.

Permite intercambio de conocimientos y aprendizajes con personas de otros lugares: regiones, estados, países etc.

Page 91: 1 big data y redes sociales

CURSOS VIRTUALES DEL SENA

Video: como ingresar al curso virtual Sena con la nueva plataforma Senasofiaplus

Page 92: 1 big data y redes sociales

EDUCACION VIRTUAL

Video: ¿Qué es la Educacion Virtual

Es una opción y forma de aprendizaje que se acopla al tiempo y necesidad del estudiante. La educación virtual facilita el manejo de la información y de los contenidos del tema que se desea tratar y está mediada por las tecnologías de la información y la comunicación -las TIC-que proporcionan herramientas de aprendizaje más estimulantes y motivadoras que las tradicionales. Este tipo de educación ha sido muy utilizada por estudiantes y profesores, además su importancia está incrementando, puesto que esta educación es una herramienta para incorporarnos al mundo tecnológico que será lo que próximamente predominará en la gran mayoría de los centros educativos. A través de ésta, además de la evaluación del maestro o tutor, también evaluamos conscientemente nuestro propio conocimiento.Hoy es un tópico aceptado el que la tecnología es necesaria en los procesos de enseñanza y aprendizaje.Actualmente la educación virtual (e-learning o educación en línea o enseñanza en red), se ha vuelto amigable y atractiva, lo que ha supuesto una rápida penetración en nuestras vidas cambiando nuestras mentalidades, nuestras formas de acceder al saber y de conocer

Page 93: 1 big data y redes sociales

WEB 3.0 la web 3.0 o “Web semántica”, también esigual de fácil de entender.

Simplemente es aquella donde el usuariodefine la información.Su principal activo son las bases de datos, lascuales se generan a partir de lo que túacostumbras hacer en la web.

La 3.0 te ofrece contenidos relacionados contus gustos.

Page 94: 1 big data y redes sociales

WEB 3.0

Un movimiento social hacia crear contenidos accesibles por múltiples aplicaciones non-browser(sin navegador), el empuje de las tecnologías de inteligencia artificial, la web semántica, la Web Geoespacial o la Web 3D. La expresión es utilizada por los mercados para promocionar las mejoras respecto a la Web 2.0. Esta expresión Web 3.0 apareció por primera vez en 2006 en un artículo de Jeffrey Zeldman, crítico de la Web 2.0 y asociado a tecnologías como AJAX. Actualmente existe un debate considerable en torno a lo que significa Web 3.0, y cuál sea la definición más adecuada.

Las tecnologías de la Web 3.0, como programas inteligentes, que utilizan datos semánticos, se han implementado y usado a pequeña escala en compañías para conseguir una manipulación de datos más eficiente. En los últimos años, sin embargo, ha habido un mayor enfoque dirigido a trasladar estas tecnologías de inteligencia semántica al público general.

Page 95: 1 big data y redes sociales

* Contenidos Semánticos: Se llevará a cabo un proceso para conseguir un perfeccionamiento real de las búsquedas por internet, en cubrir la necesidad de que una búsqueda termine siendo un proceso más usable y más humano.

Conseguir que un buscador nos ofrezca una respuesta única y exacta, es un gran avance que conlleva un gran reto de enorme dificultad. Es por esto que hoy en día se está trabajando con técnicas de inteligencia artificial obteniéndose resultados interesantes, podríamos decir que se están logrando aplicaciones que tengan la capacidad de “razonar”.

WEB 3.0 : características

Page 96: 1 big data y redes sociales

WEB 3.0 : características* Búsquedas de lenguaje natural: A día de hoy se trabaja en la posibilidad de construir sobre laweb una base de conocimiento con las preferencias de los usuarios. Gracias a esto ycombinando su capacidad de conocimiento y la información guardada sería posible atender a lasbúsquedas de los usuarios de un modo que las búsquedas actuales nos parecerían cosa decríos…* Contenidos accesibles sin navegación: Investigando sobre esto he visto unos datos que mehan llamado cuidadosamente la atención, curiosamente pasamos más tiempo cada día eninternet pero navegamos menos. La tendencia es que cada vez podamos acceder a toda clase deservicios desde cualquier dispositivo, a cualquier hora y en cualquier lugar, de una formainmediata.* Tecnologías de inteligencia artificial: Lo más novedoso se puede dar en la combinación de lastécnicas de inteligencia artificial con el acceso a la capacidad humana de realizar tareasextremadamente complejas para un ordenador y de esta forma rellenar los huecos que impidenprogresar a esta disciplina. Los más escépticos lo ven como un proceso inalcanzable. Noobstante en la actualidad se está trabajando en la extracción no trivial de la información quereside de manera implícita en los contenidos. Como fuente para poder entender mejor esteconcepto de Web 3.0 me he ayudado de la guía de Oscar Rodríguez Fernández para quien quieraampliar sus conocimientos, a mi parecer veo una visión general este post acerca de en queestamos y hacia donde vamos. Incluyo un último gráfico ilustrativo.

Page 97: 1 big data y redes sociales

CONTENIDO

3. Las redes sociales en linea3. Las redes sociales en línea 3.1. Cómo los servicios como Facebook, LinkedIn, Twitter, CouchSurfing, etc utilizan análisis de datos para entender sus usuarios y mejorar su funcionalidad

utilizando SNA para entender sus usuarios y mejorar su funcionalidad

¿Qué es SNA Social Network Analysis.?

El Análisis de Redes Sociales (SNA por sus siglas en inglés de Social Network Analysis.) [2] es una rama de la Sociología que se vale de métricas para determinar la estructura de grupos sociales; por ejemplo, descubrir quiénes son los actores más importantes – líderes (formales o informales) , comunicadores – en un grupo.

Page 98: 1 big data y redes sociales

CONTENIDO

Análisis de redes sociales (SNA) Social Network Analysis..

El Análisis de Redes Sociales (SNA por sus siglas en inglés de Social Network Analysis.) [2] es una rama de la Sociología que se vale de métricas para determinar la estructura de grupos sociales; por ejemplo, descubrir quiénes son los actores más importantes – líderes (formales o informales) , comunicadores – en un grupo.

Page 99: 1 big data y redes sociales

CONTENIDO

Análisis de redes sociales (SNA) Social Network Analysis..

Los análisis más básicos en SNA se basan en buscar a las unidad más centrales de la red. Existen 3 métricas principales en la determinación de la centralidad de una unidad :a) Centralidad de grado (degree centrality.b) Centralidad de cercanía (closeness centrality.c) Betweenness centrality.

Page 100: 1 big data y redes sociales

CONTENIDO

Análisis de redes sociales (SNA) Social Network Analysis..

El Análisis de Redes Sociales (SNA por sus siglas en inglés de Social Network Analysis.) [2] es una rama de la Sociología que se vale de métricas para determinar la estructura de grupos sociales; por ejemplo, descubrir quiénes son los actores más importantes – líderes (formales o informales) , comunicadores – en un grupo.

Los análisis más básicos en SNA se basan en buscar a las unidad más centrales de la red. Existen 3 métricas principales en la determinación de la centralidad de una unidad :a) Centralidad de grado (degree centrality): Es una métrica de qué tantas conexiones directas tiene una unidad con otras unidades. Una unidad con alta centralidad de grado sirve como “conector” o “hub” de la red.b) Centralidad de cercanía (closeness centrality): Esta métrica indica que tan “cerca” se encuentra una unidad de la red de las otras, considerando tanto conexiones directas como indirectas. Dado que una unidad con alta centralidad de cercanía puede interactuar fácilmente con otras unidades, tiene la visibilidad del comportamiento de la red en su conjunto – y puede influir en ella.c) Betweenness centrality: Esta métrica es un índice de en qué tantas rutas más cortas entre 2 unidades cualesquiera de la red se encuentra una unidad dada. Estas unidades tienen el control del flujo de información dentro de la red.

Page 101: 1 big data y redes sociales

CONTENIDO

Analisis de redes sociales (SNA).Social Network Analysis.

herramientas de apoyo al aprendizaje colaborativo basadas en la aplicación de análisis de redes sociales (SNA) Social Network Analysis. Las técnicas de SNA permiten identificar patrones de interacción social entre los participantes en una actividad. Para ello se rastrean las interacciones entre los miembros del grupo y se miden la densidad de la red (número de interacciones entre los distintos participantes respecto del número total de posibles conexiones entre ellos) y el grado de centralidad de los participantes, que da una idea sobre hasta qué punto un participante interactúa con el resto del grupo.En entornos de aprendizaje colaborativo, estos parámetros permiten ver qué miembros del grupo colaboran más activamente en la actividad, y podrían permitir deducir quién juega el papel de líder del grupo. Por ejemplo un participante que tiene muchas interconexiones de entrada será alguien que proporciona opiniones o contribuciones que el resto de los participantes leen y de alguna manera está liderando la opinión general del grupo .

Page 102: 1 big data y redes sociales

CONTENIDO

Analisis de redes sociales (SNA).Social Network Analysis.

Medidas de red:Densidad

Centralización

Medidas de actores:Centralidad / Prestigio:Grado

Proximidad

Intermediación

Agrupamientos:Cliqués, componentes …

Indicadores de (SNA). Social Network Analysis.

Page 103: 1 big data y redes sociales

Medidas de red:Medidas de red:Densidad

Centralización

Medidas de red Expresion Matematica

Densidad

Centralizacion

Page 104: 1 big data y redes sociales

Medidad de red : Densidad de una red no dirigida

En el siguiente grafo:

Las conexiones posibles son:

10 conexiones posibles en el grafo.

Pos.= posiblesEff . = efectivas

Page 105: 1 big data y redes sociales

Medidad de red : Densidad de una red dirigida

En el siguiente grafo:

Las conexiones posibles son:

20 conexiones posibles en el grafo.

Pos.= posiblesEff . = efectivas

Page 106: 1 big data y redes sociales

CONTENIDO

Analisis de redes sociales (SNA).Social Network Analysis.

Indicadores de (SNA). Social Network Analysis.• Medidas de red:

Densidad Centralización

Page 107: 1 big data y redes sociales

CONTENIDO

Analisis de redes sociales (SNA).Social Network Analysis.

Indicadores de (SNA). Social Network Analysis.• Medidas de red:

Densidad Centralización

El nodo : D Tiene un grado de 6 conexiones con otros nodos

Page 108: 1 big data y redes sociales

CONTENIDO

Analisis de redes sociales (SNA).Social Network Analysis.

Indicadores de (SNA). Social Network Analysis.• Medidas de red:

Densidad Centralización

Page 109: 1 big data y redes sociales

Conclusiones

• Según el estudio realizado para la confección de este trabajo y analizando cada uno de los aspectos necesarios para el uso de la gestión de proyectos informáticos podemos concluir que:

• Una buena administración posibilita:• Mayor facilidad en la administración de recursos: humanos,

económicos, tiempo, etc.• Reducción en el presupuesto para software y hardware.• Organización de los grupos de trabajo que la conforman.• Mejoras en la administración de los equipos y programas.• Mejoras en la integridad de los datos.• Mayor seguridad para acceder a la información.

Page 110: 1 big data y redes sociales

BibliografíaFuentes bibliográficas

[1] Social Network Analysis, A Brief Introduction.http://www.orgnet.com/sna.htmlSocial network analysis (SNA): http://en.wikipedia.org/wiki/Social_network_analysisRed socialhttps://es.wikipedia.org/wiki/Red_social

Big-Data-for-Dummies• http://files.glou.org/it-ebooks/big_data_for_dummies.pdf• http://www.re-store.net/dnn/Portals/0/Images/dummies/HadoopForDummies.pdf• http://www.mosaic.geo-strategies.com/wp-content/uploads/2013/10/Big-Data-for-

Dummies.pdf

Data Mining. Practical Machine Learning Tools and Techniques with Java Implementations.

• http://177.101.20.73/docs/wittenfrank.pdf

• Wasserman and Faust, Social Network Analysis, Cambridge University Press, 1994• Martínez, A., Y. Dimitriadis, B. Rubia, E. Gómez and P. de la Fuente. Combining qualitative

evaluation and social network analysis for the study of classroom social interactions. Computers and Education 41(4): 355-368, 2003.

Page 111: 1 big data y redes sociales

BibliografíaFuentes bibliográficas

Bases de Datos No Relacionales (NoSQL) http://es.slideshare.net/dipina/nosql-cassandra-couchdb-mongodb-y-neo4j

NoSQL: Introducción a las Bases de Datos no estructuradashttp://es.slideshare.net/dipina/nosql-introduccin-a-las-bases-de-datos-no-estructuradas

MongoDB: la BBDD NoSQL más popular del mercadohttp://es.slideshare.net/dipina/mongodb-la-bbdd-nosql-ms-popular-del-mercado

NoSQL: la siguiente generación de Base de Datoshttp://es.slideshare.net/dipina/nosql-la-siguiente-generacin-de-base-de-datos

Page 112: 1 big data y redes sociales

BibliografíaFuentes bibliográficas

• Ajenjo, A. Domingo. (2005): “Dirección y gestión de proyectos, un enfoque práctico”. Ed. RA-MA.

• Benítez Cascajares, Javier. (2011): Área: gestión de proyectos. Enfoque más comercial de la fase de definición de un proyecto informático”. TFC – UOC.

• Capuz Rizo, Salvador. Gómez, Eliseo. (2000): “Cuadernos de ingeniería de proyectos III: dirección, gestión y organización de proyectos”. Edición ilustrada. Editor Universidad Politécnica, Valencia. ISBN 8477218978, 9788477218975

• Casal Otero, Lorena (2005): “Gestión de proyectos: gestión empresarial”. Editor Ideaspropias, editorial S.L., México. ISBN 8493460788, 9788493460785

• Gido, Jack. Clements, James. (2005): “Administración exitosa de proyectos”. Segunda edición, Thomson editores, México. ISBN 970-686-313-3

• Mc Connell, Steve (1996): “Desarrollo y gestión de proyectos informáticos”. Mc Graw Hill, Madrid

• PMBOK. (2000). Guía Fundamental para la Gestión de Proyectos. Edición project management Institute, Inc.

Page 113: 1 big data y redes sociales

BibliografíaFuentes bibliográficas

• PMBOK. (2003) Guía Fundamental para la Gestión de Proyectos. Edición project management Institute, Inc.

• Rodríguez Bermúdez, José Ramón; García Mínguez, Jordi; Lamarca Orozco, Ignacio. (2007): “Gestión de proyectos informáticos: métodos, herramientas y casos”. Editorial UOC, S.L., Madrid. ISBN 8497885686. Libro guía

• Sánchez Garreta, José Salvador. (2003): “Ingeniería de proyectos informáticos: actividades y procedimientos”. Edición ilustrada. Editor Universidad Jaume, Córdoba. ISBN 8480214082, 9788480214087

• Fuentes digitales o electrónicas

• Medellín, (2011, agosto). Dirección de proyectos. Recuperado el 23 de agosto de 2011, del sitio web http://www.slideshare.net/albinogoncalves/direccin-de-proyectos-de-ti-i?src=related_normal&rel=130864

Page 114: 1 big data y redes sociales

Fin de la presentación.

MUCHAS GRACIAS

Copyright 2014, Todos los Derechos Reservados.