Versión de HTML Básico
Redes sociales evolutivas: un ejercicio descriptivo y predictivo
115
15
Analiti a, Revista de análisis estadístico, Vol. 15 (1), 2018
aplicabilidad en diversos ´ambitos, al tener un conocimiento de los usuarios con elevado po-
tencial de menciones o con posibilidades de ser influyentes, en distintos ´ambitos de an´alisis.
Como ejemplo de aplicaci´on, se explor´o la red de menciones formadas por la discusi´on
generada en las redes sociales sobre el pol´ıtico Kim Jong-un con motivo de la cumbre Inter
Coreana realizada el 23 de abril de 2018 en Corea del Sur y que da cuenta de mensajes
que hablan consistentemente de paz, desnuclearizaci´on, entre otros; logrando identificar una
serie de usuarios con caracter´ısticas importantes como los m´as mencionados, los que m´as
mencionan, los mejores intermediarios, los m´as cercanos (populares); e incluso los m´as influ-
yentes (no ´unicos). As´ı, entidades pol´ıticas o comerciales podr´ıan estar interesadas en que
usuarios influentes apoyen mensajes determinados en la red social. Una idea similar ocupa
el algoritmo Page Rank del buscador de Google para estimar la importancia de las p´aginas
en sus b´usquedas.
La aplicaci´on predictiva aplicada v´ıa matrices estoc´asticas, se enfrenta a supuestos co-
mo la propiedad de Markov, que involucra que las menciones inmediatas futuras dependen
´unicamente de qui´en realiza menciones en el tiempo actual sin importar de quien recibi´o la
menci´on, lo cual puede implicar que el usuario que realiza la menci´on no discierne entre la
veracidad de mensaje y lo transmite sin importar de quien lo reciba. Igualmente, se debe
suponer que otros usuarios no se incorporar´an a la conversaci´on.
Adicionalmente, tambi´en se debe mencionar que los m´etodos de obtenci´on de tuits pro-
vistos por Twitter pueden devolver informaci´on limitada porque dependen del n´umero de
usuarios descargando datos haciendo que la red no refleje la realidad y no necesariamente
porque enfrenten alguna censura importante (Thelwall, 2015).
Este m´etodo resulta de aplicaci´on adecuada, teniendo en cuenta que Twitter puede ge-
nerar redes de menciones poco densas (con matrices de adyacencia mayormente pobladas de
cero), dado que otros m´etodos destinados a predecir la formaci´on de nodos pueden presentar
desbalances predictivos hacia la no formaci´on de links.