1 Análisis de Redes SocialesIdentificando Subgrupos: Camarillas, Núcleos, Componentes, Facciones y Grupos Newman

2 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

3 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

4 Resumen Grado de Centralidad Centralidad de CercaníaCentralidad de Intermediación Centralidad Eigenvector Centralidad Grado de Entrada Entrada de Dominio Entrada de Dominio Restringida Prestigio de Proximidad ¿Y de la centralidad grado de salida, la salida de dominio, el dominio de la producción restringida, etc.? ¿Podemos pensar en casos en los que arcos en dirección opuesta a un actor pueden ser indicadores de prestigio? ¿Cuál es la diferencia entre la centralidad y la centralización?

5 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

6 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

7 Paseos, Caminos y Senderos: Gráficos SencillosUn paseo es una secuencia de actores y las relaciones que comienzan y terminan con los actores Un paseo cerrado es aquel donde el inicio y el punto final de la caminata son el mismo actor Un paseo puede implicar el mismo actor o la misma relación múltiple veces Un ciclo es un paseo cerrado de 3 o más actores, todos los cuales son distintos, excepto el actor de origen / destino Paseo de Actor A - Actor C Paseos de longitud 2 (A,B,C). Paseos de longitud 3 (A,B,D,C) Paseos de longitud 4 (A,B,E,D,C) (A,B,D,B,C) (A,B,E,B,C) Paseos de longitud 5 (A,B,E,D,B,C) (A,B,D,E,B,C)

8 Paseos, Caminos y Senderos: Gráficos SencillosUn camino es un paseo que incluye una relación dada entre actores no más de una vez Los actores pueden ser utilizados más de una vez Todos los senderos son paseos, pero no todos los paseos son caminatas Un camino cerrado es un camino que comienza y termina con el mismo actor Camino de Actor A - Actor C Camino de longitud 2 (A,B,C). Camino de longitud 3 (A,B,D,C) Camino de longitud 4 (A,B,E,D,C) pero no (A,B,D,B,C) y (A,B,E,B,C) Camino de longitud 5 (A,B,E,D,B,C) (A,B,D,E,B,C)

9 Paseos, Caminos y Senderos: Gráficos SencillosUn sendero es un camino en el que cada actor y cada relación entre actores en el gráfico se utiliza una sola vez Excepción: Un sendero cerrado es un camino que comienza y acaba con el mismo actor Todos los senderos son caminos y paseos, pero no todos los paseos y caminos son necesariamente senderos Sendero de Actor A - Actor C Sendero de Longitud 2 (A,B,C). Sendero de Longitud 3 (A,B,D,C) Sendero de Longitud 4 (A,B,E,D,C) No senderos de longitud 5

10 Paseos, Caminos y Senderos: Gráficos DirigidosUn paseo se define como antes pero no se puede cambiar la dirección Un paseo cerrado es uno donde el principio y el fin del camino son el mismo actor Un paseo puede incluir el mismo actor o la misma relación múltiple veces Un ciclo es un paseo cerrado de 3 o más actores, todos los cuales son distintos, excepto el actor de origen o destino Paseo de Actor A - Actor C Paseo de longitud 2 (A,B,C). Paseo de longitud 3 (A,B,D,C) Paseo de longitud 4 (A,B,E,D,C) (A,B,D,B,C) pero no (A,B,E,B,C) Paseo de longitud 5 (A,B,E,D,B,C) pero no (A,B,D,E,B,C)

11 Paseos, Caminos y Senderos: Gráficos DirigidosUn camino se define como antes excepto que no se puede cambiar de dirección Actores se pueden usar mas de una vez pero no las relaciones Todos los caminos son paseos pero no todos paseos son caminatas Un camino cerrado es un camino que comienza y acaba con el mismo actor Caminos de Actor A - Actor C Camino de longitud 2 (A,B,C) Camino de longitud 3 (A,B,D,C) Camino de longitud 4 (A,B,E,D,C) pero no (A,B,D,B,C) y (A,B,E,B,C) Camino de longitud 5 (A,B,E,D,B,C) pero no (A,B,D,E,B,C)

12 Paseos, Caminos y Senderos: Gráficos DirigidosUn sendero se define igual que antes con la excepción que no se puede cambiar dirección Excepción: Un sendero cerrado es un sendero que comienza y acaba con el mismo actor Todos los senderos son caminos y paseos pero no todos los paseos y caminos son senderos Sendero de Actor A - Actor C Sendero de longitud 2 (A,B,C). Sendero de longitud 3 (A,B,D,C) Sendero de longitud 4 (A,B,E,D,C) No senderos de longitud 5

13 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

14 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

15 Componentes

16 Componentes (Débiles)En una red simple, una subred es débilmente conectado cuando todos los actores están conectados por un camino - se puede caminar de cada actor a otro si dejamos de lado la dirección de las relaciones (si es que existen) A veces se llama un "semi-sendero" para distinguirlo de los gráficos en las redes dirigidas Un componente débil es una máxima subred débilmente conectados Máxima significa que ningún otro actor de la red se pueden añadir a la subred sin destruir su característica definitoria (en este caso, la conexión)

17 Componentes (Débiles)

18 Componentes (Fuerte) En una red dirigida, una subred está fuertemente conectado si todos los actores están conectados por un camino - se puede caminar de cada actor a otro, si guardamos la dirección de las relaciones Un componente importante es una máxima subred débilmente conectado Máxima significa que ningún otro actor de la red se pueden añadir a la subred sin destruir su característica definitoria (en este caso, la conexión)

19 Componentes (Fuerte)

20 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

21 Facciones (Producción de UCINET)

22 Facciones (en Netdraw)

23 Facciones (Producción de UCINET)

24 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

25 K-Núcleos

26 K-Núcleos (Capas)

27 K-Núcleos

28 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

29 Camarillas

30 Camarillas Una camarilla es una subred máxima total que contiene tres o más actores Es completo en el sentido de que cada actor de la subred es directamente (no indirectamente) conectado a cada otro actor en la subred Es máxima en el sentido de que no se puede añadir otro actor de la red sin que sea incompleta

31 Camarillas

32 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

33 N-Camarillas, N-Clanes y K-PlexosCamarilla es una definición muy estricta de un subgrupo. N-camarillas, N-clanes y K-plexos relajan este requisito de diferentes maneras El planteamiento N-Camarilla permite que un actor sea miembro de una N-Camarilla, con tal de que tienen vínculos con algún miembro en la pandilla y no más lejos que el n-pasos de todos los miembros de la pandilla El planteamiento N-Clanes comienza identificando N-camarillas pero requiere que la distancia total de la ruta entre cualquier dos miembros de una N-Camarilla también satisface una condición (a menudo una distancia de la trayectoria de los dos) El planteamiento K-Plexo permite que los actores sean miembros de una camarilla si tienen vínculos con todos menos "k" de otros miembros - es decir, un actor es miembro de una camarilla de tamaño "g" si tiene vínculos con g - k los miembros de esa camarilla

34 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

35 Girvan-Newman (UCINET)Una comunidad se compone de un subconjunto de nodos (actores) en el que los lazos entre actor y actor sean lazos densos, mientras que los vínculos con actores en otras comunidades son menos densos El algoritmo comienza con la identificación de los bordes (no actores) que tienen el nivel de intermediación mas alto entre las comunidades (es decir, la intermediación de borde, no la centralidad de intermediación entre actores El borde con el grado de intermediación mas alto es removido La centralidad de intermediación de todos los bordes afectados por la eliminación se vuelve a calcular Los pasos 2 y 3 se repiten hasta que los bordes no quedan Una puntuación de modularidad cuantifica la calidad de la división de la red en "módulos" (mientras mayor sea la puntuación, mejor)

36 Clauset, Newman y Moore (ORA)Utilizando una medida de medida modular, este algoritmo comienza con cada actor siendo el único miembro de una comunidad de un agente Repetidamente une a las dos comunidades cuya combinación produce el mayor aumento de modularidad Para una red de vértices "n", después de n - 1 de estas combinaciones, hay una sola comunidad y se detiene el algoritmo La partición de la red que produce el puntaje más alto de modularidad es generalmente el preferido (pero compruebe visualmente para asegurarse)

37 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas

38 La Naturaleza Cambiante de los Ataques Suicidas: Una Perspectiva de Redes SocialesLos autores distinguen tres niveles de intensidad de vínculos personales: los lazos familiares, las amistades de larga duración y conocidos anteriormente (por ejemplo, una persona que conocí en el trabajo, la escuela o en una prisión israelí) Utilizan tres medidas de centralidad (grado, cercanía e intermediación) y dos métodos para la identificación de subgrupos cohesivos (k-núcleo y el análisis de camarilla) Centros definidos (recordar redes libres de escala) como actores cuyo grado es más del doble del promedio de todos los actores en la red

39

40

41

42 Análisis de K-Núcleo y CamarillasEl análisis K-Núcleo arrojó cuatro tipos de subgrupos: (1) los centros y los activistas principales, (2) subgrupos de colaboradores en diferentes niveles que a veces incluyen también los terroristas suicidas, (3) subgrupos de los terroristas suicidas que a veces también incluyen una serie de activistas de periféricos; (4) los terroristas suicidas que son tan periféricos que no pertenecen a los subgrupos de la red, o los que junto con otro terroristas constituyen un subgrupo pequeño El Análisis de Camarillas encontró que las redes más exitosos tenían mas camarillas

43

44

45

46

47 Conclusiones Aunque las redes están libres de escala, la eliminación de los centros no parece alterar la red. Esto se debe a que son rápidamente sustituidos por otros actores con un alto nivel de centralidad La mayoría de los actores que tienen bujes tienen un fondo operativo Bombarderos suicidas tienden a ser actores periféricos en la red Los grupos con grandes cantidades de centros y subgrupos dentro de una red se asociaron con un mayor nivel de eficacia

48 Análisis de Redes Sociales: EsquemaIntroducción al SNA: Conexión y Cohesión Resumen Introducción Paseos, Caminos y Senderos Subgrupos Cohesivos Componentes Facciones K-Núcleos Camarillas N-Camarillas, N-Clanes y K-Plexos Algoritmo de Detección de Comunidad Newman Ejemplo: La Naturaleza Cambiante de los Ataques Suicidas