Professional Documents
Culture Documents
Resumen. Las redes sociales son consideradas como inherent relationships. Various computational tools
nuevos modos de socializacin, a partir de ellas se along with the metrics they provide serve as a
puede tener una fuente de interaccin entre las knowledge base while applied practically on such
personas posibilitando la contextualizacin de relevant topic as the Social Network Analysis (SNA).
fenmenos sociales entre los individuos y las relaciones Focusing on Gephi as an SNA tool, simple to use and
inherentes que han surgido. Las diferentes herramientas understand in terms of metrics and visualizations, we
computacionales junto con las mtricas que brindan, discuss a practical case study in education where we
sirven como base de conocimiento desde su evaluate the dynamics of asynchronous communication
aplicabilidad prctica sobre un tpico relevante como lo in a forum within the context of SNA. It is evident that the
es el Anlisis de Redes Sociales (ARS). Haciendo foco SNA metrics and a display of the structure of the nodes
en Gephi como una herramienta de ARS, simple de usar and interactions are useful and potentially effective for
y comprender en cuanto a mtricas y visualizaciones, an online analysis of interaction patterns. Integrating this
analizaremos un caso de estudio prctico en el mbito SNA approach into the educational context will allow the
educativo donde evaluaremos la dinmica de teacher to detect and diagnose the social climate and act
comunicacin en un foro asncrono dentro del contexto according to the results. Finally, we present conclusions
del ARS. Se evidenciar que las mtricas del ARS y la concerning the methodology and its utility in this domain,
visualizacin de la estructuracin de los nodos y de las as well as future lines of work.
interacciones son una va til y potencialmente efectiva
Keywords. Social network analysis, software tools,
para analizar patrones de interaccin en lnea. Integrar
esta aproximacin del ARS al contexto educativo, es un metrics, social network, Gephi.
medio que le permite al profesor detectar y diagnosticar
el clima social e intervenir de acuerdo a los resultados
obtenidos. Finalmente, determinaremos conclusiones 1. Introduccin
acerca de esta metodologa y su utilidad en este
dominio, como as tambin las lneas de trabajo futuro. Actualmente la tecnologa Web 2.0 dio lugar a
que surgieran sitios interactivos o plataformas
Palabras clave. Anlisis de redes sociales,
herramientas software, mtricas, redes sociales, Gephi.
como los foros o sitios como Facebook1, Twitter2 y
otras comnmente conocidas como redes
sociales, en los cuales el usuario puede crear sus
Social Network Analysis: contenidos, compartir fotos, videos, textos, entre
a Practical Case Study otros. Los mismos se han convertido en un factor
determinante para la comunicacin, relacin e
Abstract. Social networks are considered a new way of interaccin entre los usuarios.
socialization; they can function as a source of interaction Estas plataformas aplicaciones, herramientas
among people enabling contextualization of social
que facilitan la interaccin, la colaboracin,
phenomena between individuals and the emerged
distribucin de contenido y experiencias entre los
1 2
Facebook, www.facebook.com, ltima visita diciembre Twitter, www.twitter.com, ltima visita diciembre 2015
2015
usuarios conforman los Social Media (trmino de la Teora de Grafos han brindado las bases
anglosajn que hace referencia a todos aquellos para el desarrollo de una gran cantidad de
medios de comunicacin social online). Pero una herramientas y software de anlisis.
red social no es solamente una plataforma, un Posicionndonos dentro del universo de las
servicio web o un medio de comunicacin social herramientas de software relevamos aquellas [18]
online, que permite a las personas conectarse con que ofrece el mercado a travs de un marco
sus amigos e incluso realizar nuevas amistades. comparativo que sirve como herramienta para
Lozares [27] considera la red social como la contrastar las caractersticas que brindan las
vinculacin de un conjunto de actores por medio diferentes plataformas de soporte al ARS.
de relaciones sociales definidas. El conocimiento de la estructura social de las
Citando a vila-Toscano [36], el mtodo redes, las complejidades de las interacciones y el
de evaluacin de las redes se denomina Anlisis sistema de agrupaciones construidas por los
de Redes Sociales (abreviado ARS) y en general individuos con sus contactos, son caractersticas
es considerado como el estudio de la estructura que definen sus potencialidades y limitantes. El
social, y en un sentido ms amplio se puede estudio de tales caractersticas es una tarea cuya
entender como un mtodo cuantitativo por medio aplicacin es posible desarrollar en variados
del cual se obtiene la estructura social a partir de contextos, incluido el educativo.
las regularidades en el patrn de relaciones A travs de la presente publicacin
establecidas entre entidades sociales definidas intentaremos mostrar, mediante la utilizacin de
como personas, grupos u organizaciones. una herramienta informtica llamada Gephi, la
Para llevar a cabo el ARS los datos relacionales posibilidad de brindarle al profesor la extraccin de
se recogen por observacin, cuestionarios, conocimiento de la red a travs de diferentes
encuestas o mtodos etnogrficos. Luego, estos tcnicas y mtodos, configurando la red a partir de
datos se procesan mediante los procedimientos un medio social. Para ello intentaremos mostrar
formales; estos procedimientos consisten cmo partiendo de la premisa sobre la factibilidad
esencialmente en la Teora de Grafos [11,12] y la y facilidad con la que se puede extraer de una red,
de Teora Matrices [19]. que permita analizar y entender el clima del aula.
A lo largo del tiempo, el ARS [15] ha El resto del artculo se estructura como sigue:
desarrollado una metodologa propia que ha ido en la seccin 2, se describe el marco terico del
creciendo de forma paralela a la gran variedad de Anlisis de Redes Sociales junto con la
estudios realizados desde distintas disciplinas y contextualizacin y definicin de mtricas y
perspectivas. Los avances en materia de estudio herramientas de software. En la seccin 3, se
de las redes, dieron lugar a diferentes describe la herramienta Gephi. En la seccin 4,
investigaciones como aquellas dirigidas al examinaremos un caso de aplicacin prctica
descubrimiento y la descripcin de las relaciones utilizando Gephi. Finalmente, en la seccin 5 se
entre las personas, estructuras organizacionales exponen las conclusiones sobre el trabajo y las
[40], la cooperacin entre los individuos de una lneas de trabajo futuro.
organizacin, entre otras.
La viabilidad e importancia que representan los
sistemas de software como instrumentos de ayuda 2. Conceptualizacin de las redes
y como recursos facilitadores para el ARS, en la sociales
tarea de realizar anlisis de datos, simplificando
clculos engorrosos, en la obtencin de medidas y Los individuos establecen relaciones con otros
en las visualizaciones de redes. Las mismas individuos en diferentes contextos. Utilizan dichas
brindan versatilidad y la posibilidad de generar relaciones para encontrar informacin o servicios
recursos visuales atrayentes que permiten apropiadamente, dependiendo del contexto y la
observar en diversas dimensiones las especificacin necesaria. Las relaciones difieren
interacciones que se dan dentro de un grupo de tambin con respecto a su fuerza, es decir la
estudio. Hemos encontrado que las propuestas medida con la que se determina la frecuencia de
existentes sobre el ARS junto con las aplicaciones interacciones con las personas involucradas.
analizados para capturar los diversos procesos modulares. Una alta modularidad indica una
que ocurren en diferentes niveles de anlisis [20]. sofisticada estructura interna.
En esta seccin definimos el conjunto de mtricas 7. Grado (en ingls, degree): Es el grado de un
asociadas y la explicacin relacionada a las vrtice v es el nmero de lneas que tienen a v
mismas [21]. como nodo de uno de sus extremos.
7.1 . Grado de centralidad (en ingls, degree
1. Anlisis de Cluster (en ingls, cluster
centrality): Los investigadores de redes
analysis): Encontrar grupos dentro de la red de
sociales miden la actividad en la red usando
acuerdo a sus relaciones [5].
el concepto de degree centrality, es decir el
2. Centralidad de cercana (en ingls, closeness nmero de conexiones directas que tiene un
centrality): Son nodos que a pesar de tener nodo.
pocas conexiones, sus arcos permiten llegar a
7.2 . Grado de entrada (en ingls, indegree): el
todos los puntos de la red ms rpidamente
grado de entrada de un vrtice v es el
que desde cualquier otro punto. Representan
nmero de lneas que poseen a v como
una excelente posicin para monitorear el flujo
nodo terminal.
de informacin de toda la red.
7.3 . Grado de salida (en ingls, outdegree): el
3. Centralizacin de la red (en ingls, network grado de salida de un vrtice v es el nmero
centrality): Es una medida de contribucin de de lneas que poseen a v como nodo inicial.
una posicin en la red para la importancia e 8. Pesos (en ingls, citation weight): Anlisis
influencia de un actor en la red. Una alta
propuesto en 1964 que define tres ndices,
centralidad en la red es dominada por uno o
pesos de arcos que son proporcionales al
pocos nodos. Si esos nodos son removidos la
nmero de diferentes caminos pasando a
red rpidamente se fragmentara en subredes
travs del arco [32].
desconectadas. Por otro lado, una red con baja
9. Ncleos: La nocin de centro fue introducida
centralidad no tiene un nico punto de falla por
por Seidman en 1983 [13] y establece que un
lo que las hace mucho ms resistentes [16].
vrtice perteneciente a un k-ncleo est unido
4. Centralidad del Vector (en ingls, eigenvector al menos a otros k vrtices.
centrality): Es una medida de la influencia de un
10. Boundary Spanners: Nodos que conectan su
nodo en una red. Asigna puntuaciones relativas
grupo a otros que terminan teniendo altas
a todos los nodos de la red basada en el
mtricas en la red. Estos nodos estn
concepto de que las conexiones a los nodos de
posicionados para ser innovadores, dado que
alta puntuacin contribuyen ms a la
ellos acceden a ideas e informacin de otros
puntuacin del nodo en cuestin de la igualdad
clsteres. Ellos estn en una posicin para
de las conexiones a los nodos de baja
combinar diferentes ideas y conocimientos en
puntuacin [33].
nuevos productos y servicios.
5. Cohesin: Describe la interconexin de los 11. Peripheral Players: La mayora de la gente
actores en la red [16]. podra ver los nodos de la periferia (nodos con
5.1 . Accesibilidad (en ingls, reachability) baja centralidad) de la red como actores de
mide de qu manera los actores de una red, muy poca importancia. Aunque estos nodos
sea directa o indirectamente, estn son a veces conectados a redes que no estn
relacionados con todos los actores de dicha actualmente mapeadas. Estos nodos podran
red. Los actores que no estn conectados ser una fuente de una informacin para una
con otro actor se los denomina aislados (en compaa.
ingls, isolates). 12. Network Centralization: La centralizacin es
5.2 . Densidad (en ingls, density) es el nmero una medida de contribucin de una posicin en
total de relaciones existentes dividido por el la red para la importancia e influencia de un
total posible de la red. actor en la red. La relacin entre las
6. Estructura de las comunidades (en ingls, centralidades de todos los nodos pueden
Community Structure): Mide el nivel de revelar mucho sobre la estructura global de la
descomposicin de la red en comunidades red. Una alta centralidad en la red es dominada
por uno o pocos nodos. Si esos nodos son 25. Distancia geodsica: camino ms corto entre
removidos la red rpidamente se fragmentara dos nodos.
en subredes desconectadas. Por otro lado, una 26. Decomposicin: es para dividir las redes de
red con baja centralidad no tiene un nico punto larga escala, en muchas redes ms pequeas
de falla por lo que las hace mucho ms que pueden ser tratadas para promover usando
resistentes. mtodos sofisticados.
13. Equivalencia estructural (en ingls Structural 27. Reduction: es la reduccin de una categora
Equivalence): Determinar que nodos juegan es una seccin transversal o una proyeccin de
roles similares en la red. la categora que omite ciertos aspectos de su
14. Cluster Analysis: encontrar grupos dentro de estructura y conserva otros.
la red de acuerdo a sus relaciones. 28. Centralidad de Intermediacin (en ingls,
15. Structural Holes: encontrar reas no Betweenness centrality): es un indicador de la
conectadas entre nodos que podran ser centralidad de la red. Es igual al nmero de
usados para obtener ventajas y nuevas caminos ms cortos de todos los vrtices a
oportunidades. todos los otros que pasan a travs de ese nodo.
16. E/I Ratio: encontrar que grupos en la red que Un nodo con alto betweenness centrality tiene
estn abiertos o cerrados a otros grupos e una gran influencia en la transferencia de los
grupos de la red. nodos a travs de la red, asumiendo que cada
17. Small Worlds: encontrar clster y caminos nodo transfiere siguiendo los caminos ms
ms cortos que son comunes en la red cortos [16].
exhibiendo alta eficiencia en el comportamiento 29. Clustering coefficient: es el coeficiente de
small-worlds. agrupamiento de un vrtice en un grafo
18. Descomposiciones: dividir las grandes redes cuantifica qu tanto est de agrupado (o
sociales en redes ms pequeas para poder interconectado) con sus vecinos. Se puede
aplicar mtodos de anlisis ms sofisticados. decir que si el vrtice est agrupado como un
19. Reduccin: contraer un grupo de nodos de la clique (grafo completo) su valor es mximo,
red en un nico nodo. mientras que un valor pequeo indica un vrtice
20. Cortes: encontrar grupos interesante dentro de poco agrupado en la red. Duncan J. Watts y
una red basados en sus propiedades o pesos. Steven Strogatz [39] fueron los primeros en
21. Citation weight: anlisis propuesto en 1964 idear este coeficiente, para determinar si un
que define 3 ndices, pesos de arcos que son grafo es una red de mundo pequeo. En
proporcionales al nmero de diferentes algunas ocasiones dentro del mundo de la
caminos pasando a travs del arco [37]. teora de redes se denomina a este coeficiente
22. Ncleos generalizados: establece que un tambin como transitividad.
vrtice perteneciente a k-core est unido al 30. Distancia: indica entre dos actores cmo de
menos a otros k vrtices [3]. cerca uno est de otro.
23. K-rings: es el nmero de diferentes anillos de 31. PageRank: asigna de forma numrica la
k aristas que se encuentran en la red. En el relevancia de los documentos (o pginas web)
2005 se agreg a Pajek soporte para redes indexados por un motor de bsqueda.
multi-relacionales que combinadas con las 32. Ego network: consiste en la red que se forma
redes temporales habilitan el anlisis de un a partir de un nodo focal ego y los nodos a los
nuevo campo de redes como son las redes cuales el ego est directamente conectados,
KEDS (del ingls, Kansas Event Data System). llamados alters y sus lazos. Los alters son los
24. K-neighbors: se hace extrayendo la subred. nodos o personas relacionadas con un ego
De estos Clsteres calcula las distancias de a (suele utilizarse en la descripcin de redes
cada vrtice en el Clster. El resultado consiste centradas en ego). El ego es un nodo focal a
en muchas particiones como el nmero de partir del cual se construye una red.
vrtices en el Clster. As mismo clasificando 33. Broker: es un intermediario o persona con un
los resultados en las particiones se clasifican alto ndice de intermediacin. Si se quita de la
los vectores tambin. red sta se divide en componentes.
34. Lazos dbiles: expresin popularizada por 2.2. Conceptualizacin de las herramientas de
Granovetter [17] que indica relaciones software para el anlisis de redes Sociales
especializadas entre dos actores sociales. y la clasificacin de medidas que brindan
35. Lazos fuertes: a diferencia de los lazos dbiles
indican relaciones sociales cercanas y Como hemos descrito anteriormente, el ARS es
solidarias. una herramienta potente y una perspectiva
conceptual que debe complementarse con una
36. Cliques: es un algoritmo que nos permite base de interdisciplinariedad, para lograr una
conocer los diferentes grupos a los que capacidad explicativa. La evolucin de las
pertenece un actor. Las camarillas constituyen tecnologas ha dado lugar a nuevos entornos para
un subgrafo completamente conectado, es el software de ARS [1]. Actualmente, las
decir, un subgrafo en el cual todos los nodos herramientas tecnolgicas aplicadas al ARS, han
estn conectados entre s. Este criterio puede simplificado el trabajo de hacer clculos
relajarse de diferentes formas (procedimientos engorrosos, en poco tiempo y sin posibilidad de
Ncliqus, n-clan, factions, k-plex). fallo, ahorrando tiempos y brindando una facilidad
37. Modularity: es una medida de la estructura de de acceso.
las redes, diseada para medir la fuerza de la Dichas herramientas se caracterizan por ser un
divisin de una red en mdulos (tambin mtodo prctico, visual y descriptivo, que pueden
llamados grupos, grupos o comunidades). Las ejecutarse sobre diferentes plataformas e
redes con alta modularidad tienen conexiones interfaces web, diseos de arquitecturas y motores
densas entre los nodos dentro de los mdulos, de ejecucin, dando lugar a simulaciones
pero escasas conexiones entre los nodos en concurrentes bajo diferentes parametrizaciones.
diferentes mdulos. La modularidad se utiliza a Se ha desarrollado un gran nmero (ms de cien)
menudo en mtodos de optimizacin para la de herramientas de software que permiten llevar a
deteccin de estructura de la comunidad en las cabo una implementacin apropiada del ARS
redes. Sin embargo, se ha demostrado que la representando las redes sociales a travs de
modularidad sufre un lmite de resolucin y, por grafos y aplicando diversas mtricas para llevar a
tanto, es incapaz de detectar pequeas cabo un anlisis pormenorizado de las
comunidades. Redes biolgicas, incluyendo los caractersticas que aquellas presentan.
cerebros animales, exhiben un alto grado de
modularidad. En primer lugar, nos encontramos con las
herramientas de anlisis de redes sociales,
38. Diameter: es el valor geodsico ms grande. acadmicas y avanzadas que frecuentemente son
39. Average shortest path: distancia media de usadas en ambientes acadmicos y destinadas
nodo a nodo (tambin conocida como longitud tambin para realizar un anlisis de redes sociales
media de camino ms corto). ms sofisticado. Estn orientadas a la usabilidad
ms que a la performance. Las guas de usuario y
La importancia que tienen las mtricas es que archivos de ayuda no estn del todo completas, no
permiten efectuar las mediciones para cuantificar son simples de comprender y estn diseados
la estructura y los patrones de las relaciones entre para audiencias sofisticadas. Ejemplo: UCINET 3
los actores. Siendo primordial conocer los actores [6], Pajek4 [32].
que participan en una red como as tambin la Luego, con las herramientas avanzadas de
estructura de las relaciones. Visualizar la densidad redes sociales pero accesibles y usadas para
de estas relaciones y poder revelar los actores que mbitos generales incluyendo los corporativos.
juegan papeles claves en la red. El ARS ofrece un Fueron creadas teniendo en cuenta a los usuarios,
nmero extenso de mtricas para estudiar siendo ms intuitivas y simples de usar ms que
distintas propiedades de la red. aquellas acadmicas. Las guas de usuario y la
4
3UCINET,sites.google.com/site/ucinetsoftware/downloads, Pajek, http://vlado.fmf.uni-lj.si/pub/networks/pajek/ ltima
ltima visita diciembre 2015 visita diciembre 2015
ayuda estn orientadas a una audiencia general. primer lugar, Pajek [32] trabaja con listas en lugar
Ejemplo: NetMiner5 [35]. de matrices, contiene un gran nmero de anlisis
Existen tambin las herramientas simples y y grficos (como puede verse en la Figura 2), tiene
fciles de usar, como NodeXL6 [11] que pueden facilidad de importar las listas y redes, es gratuito
ser usadas por usuarios ms familiarizados con el y utiliza un lenguaje propio en algunas
ARS. Estas herramientas tienen funcionalidades operaciones. Pero no contiene QAP ni un gran
complejas y son simples de navegar y usar. La nmero de mtricas.
ayuda de usuario es simple y clara. De la misma manera, Ucinet [6] presenta una
Finalmente, nos encontramos con las alta manejabilidad, es muy utilizada en
herramientas que permiten la visualizacin de investigaciones, contiene la gestin y el clculo de
datos generados por usuarios preexistentes que los principales indicadores junto con la aplicacin
son utilizadas para analizar datos existentes de grficos con muchas opciones; tambin se
disponibles para los usuarios. Son simples de usar actualiza peridicamente pero no es gratuito, la
con funcionalidades intuitivas como por ejemplo, licencia caduca, y aunque sigue funcionando se
Gephi. cierra cada vez que se realiza una operacin.
Teniendo como base la clasificacin anterior, Luego, NodeXL [28, 25] es una herramienta
describiremos a continuacin las ventajas y disponible para Microsoft Excel, funciona con
desventajas de aquellas herramientas ms listas; permite importar fcilmente listas y redes de
conocidas y utilizadas que ofrece el mercado. En Twitter, Youtube, Flickr o e-mails; es gratuito.
5 6
Netminer, http://www.netminer.com/main/main-read.do, NodeXL, https://nodexl.codeplex.com/ ltima visita
ltima visita diciembre 2015 diciembre 2015
Tabla 1. Clasificacin de mtricas a travs de las herramientas de software presentadas para ARS
K-neigbor (24)
Degree (7)
Netminer Centralidad (12)
Distancia Geodsica (25)
Clusters (14)
Degree (7)
Indegree (7.2)
Outdegree (7.3)
Descomposiciones (26)
Reduccin (27)
Pajek
Cortes (20)
Citation Weight (8)
Ncleos (9)
Nucleos generalizados (22)
K-rings (23)
Tambin utiliza la herramienta Snap7 mtricas. Fue aplicado al mbito ulico para
(abreviado en ingls Stanford network analysis determinar la estructura del aula [24].
project) para el clculo de un gran nmero de
7
Snap, Stanford Network Analysis Project,
http://snap.stanford.edu/, ltima visita diciembre 2015
Fig. 6. Grafo correlativo al grado de centralidad Fig. 7. Grafo correlativo al grado de intermediacin
establecen en el aula, son un tema de inters y en foros de discusin. Este estudio mostr que las
forman parte del proceso formativo de los mismos. mtricas ARS y la visualizacin de interacciones
A travs de estos vnculos que generan los son herramientas tiles y potencialmente efectivas
individuos, se forja una dinmica compleja para analizar patrones de interaccin.
embebida por las interacciones con otros Por eso, a futuro consideraremos y
individuos. analizaremos las mtricas y patrones de
interaccin, vinculados a la desercin y violencia
escolar. El desafo est planteado en continuar
6. Conclusiones y trabajo futuro con estas mediciones de las herramientas de
software en entornos mucho ms numerosos y en
El Anlisis de Redes Sociales ha ido contextos en las cuales las redes sociales son
evolucionando desde sus orgenes hasta la parte de la vida cotidiana de cada actor,
actualidad, de manera tal que actualmente un comparando la performance y resultados sobre un
conjunto de enfoques, aplicaciones, mtricas, caso de estudio.
representaciones de las relaciones, caractersticas
estructurales de las redes y herramientas para
cubrir el espectro que abarca. Considerando la Agradecimiento
naturaleza interdisciplinar del ARS, se focaliz en
la descripcin y estudio de los fenmenos sociales Se agradece al Decano de la Universidad
que generan las relaciones establecidas entre los Tecnolgica Nacional, Facultad Regional La Plata
individuos. por el apoyo brindado durante la produccin del
A partir de la propagacin y evolucin de presente artculo.
procesos sociales, el estudio de la dinmica de las
redes se ha integrado al ARS y tambin al
desarrollo de nuevas herramientas de software. Referencias
Esto surge por la importancia de conocer en qu
consiste el fenmeno de las redes sociales, qu 1. Akhtar, N. (2014). Social Network Analysis Tools.
aplicaciones tienen y cmo se estn convirtiendo Proc. of Fourth International Conference on
en una herramienta til para estudiarlas en Communication Systems and Network
Technologies (CSNT), pp. 388392.
diferentes mbitos como la educacin, la poltica,
la salud, entre otros. 2. Bastian, M., Heymann, S., & Jacomy, M. (2009).
Gephi: an open source software for exploring and
Se ha llevado a cabo una revisin desde
manipulating networks. ICWSM, 8, pp. 361362.
diversos ngulos de las herramientas que dan
soporte al ARS y de las mtricas que proveen. 3. Batagelj, V. & Mrvar, A. (2003). Pajek - Analysis
and visualization of large networks. Graph Drawing
Dada la importancia de cuantificar y procesar un
Software, Springer, pp. 77103.
set de datos, la interpretacin de los vnculos se
pueden estudiar a travs de mtricas definidas 4. Bernstein, B. (2000). Pedagogy, Symbolic Control,
and Identity: Theory, Research, Critique. Rowman
para el anlisis de redes sociales orientadas al
& Littlefield Publishers.
individuo y al grupo conectado. En los programas
considerados que hemos mostrado ofrecen una 5. Boden, B., Haag, R., & Seidl, T. (2013). Detecting
and Exploring Clusters in Attributed Graphs: A
serie de mtricas de redes, las mismas se extraen
Plugin for the Gephi Platform. Proc. of the 22nd
de una serie de frmulas y metodologas que ACM International Conference on Information &
otorga el ARS y aplican diferentes tcnicas. Knowledge Management (CIKM), Vol. 13, pp.
Tambin se ha presentado un caso de estudio 25052508. DOI: 10.1145/2505515.2508200.
prctico utilizando como herramienta Gephi, con el 6. Borgatti, S.P., Everett, M.G., & Freeman, L.C.
fin de analizar un ambiente de interaccin virtual (2002). UCINET 6 for Windows: Software for Social
entre los alumnos. Se examinaron las tcnicas de Network Analysis. Harvard, MA, Analytic
ARS y visualizaciones como herramientas para Technologies.
que los profesores de cursos en lnea e 7. Bruns, A. (2012). How long is a tweet? Mapping
investigadores evalen participacin e interaccin dynamic conversation networks on twitter using
gawk and Gephi. Information, Communication & 22. Heymann, S. (2014). Gephi. Encyclopedia of Social
Society, Vol. 15, No. 9, pp. 13231351. Network Analysis and Mining, pp. 612625,
8. Cherven, K. (2013). Network Graph Analysis and Springer, New York.
Visualization with Gephi. Community experience 23. Heymann, S. & Le Grand, B. (2013). Visual
distilled. Packt Publishing. Analysis of Complex Networks for Business
9. Cigliuti, P., Pollo-Cattaneo, M.F., & Garca Intelligence with Gephi. Proc. of 17th International
Martnez, R. (2012). Procesos de identificacin de Conference on Information Visualization, pp. 307
comportamiento de comunidades educativas 312. DOI: 10.1109/IV.2013.39.
centradas en EVEAs. XIV Workshop de 24. Knoke, D. & Yang, S. (2008). Social Network
Investigadores en Ciencias de la Computacin, pp. Analysis. Number 154 in Quantitative Applications
954956. in the Social Sciences, SAGE Publications.
10. Cornejo, R. & Redondo, J.M. (2001). El clima 25. Kuz, A., Falco, M., Giandini, R., & Nahuel, L.
escolar percibido por los alumnos de enseanza (2014). NodeXL: descripcin del clima social en el
media: Una investigacin en algunos liceos de la mbito universitario, mediante ARS. 6 Jornadas de
Regin Metropolitana. ltima dcada, Vol. 9, No. Ciencia y Tecnologa (CyTal), Buenos Aires,
15, pp. 1152. DOI: 10.4067/S0718-223620010002 Argentina.
00002. 26. Lewin, K. (1973). Dinmica de la personalidad:
11. Diestel, R. (2010). Graph Theory. Springer-Verlag, seleccin de artculos. Filosofa, Psicologa,
Heidelberg, Graduate Texts in Mathematics, Vol. Pedagoga, Morata.
173. 27. Lozares, C. (1996). La teora de redes sociales.
12. Diestel, R. (2000). Graph Theory. Electronic Revista REDES, Vol. 48, pp. 103126.
edition, Springer-Verlag, New York. 28. Matei, S.A. (2011). Analyzing Social Media
Networks with NodeXL: Insights from a Connected
13. Doreian, P. & Stokman, F. (2013). Evolution of
World. Comput. Interaction, Vol. 27, No. 4, pp. 405
Social Networks. Routledge Contemporary Human
408.
Geography, Taylor & Francis.
29. Mitchell, J.C. (1969). Social Networks in Urban
14. Dougiamas, M. & Taylor, P. (2003). Moodle: Using
Situations: Analyses of Personal Relationships in
learning communities to create an open source
Central African Towns. Institute for Social
course management system. Proc. of Conference
Research, University of Zambia.
on educational multimedia, hypermedia and
telecommunications, pp. 171178. 30. Molina, J.L. (2001). El anlisis de redes sociales:
una introduccin. Revista de la Universidad
15. Freeman, L.C. (2004). The Development of Social Complutense, Poltica y sociedad, Bellaterra.
Network Analysis: A Study in the Sociology of
Science. Empirical Press, BookSurge. 31. Newman, M. (2010). Networks: An Introduction.
Oxford University Press, Inc., New York, NY, USA.
16 Freeman, L.C. (1978). Centrality in social networks
32. De Nooy, W., Mrvar, A., & Batagelj, V. (2011).
conceptual clarification. Social Networks, pp. 215,
Exploratory Social Network Analysis with Pajek,
DOI: 10.1016/0378-8733(78)90021-7.
Structural Analysis in the Social Sciences,
17. Granovetter, M.S. (1973). The Strength of Weak Cambridge University Press.
Ties. The American Journal of Sociology, Vol. 78, 33. Ruhnau, B. (2000). Eigenvector-centrality a node-
No. 6, pp. 13601380. centrality? Social Networks, Vol. 22, No. 4, pp. 357
18. Hanneman, R.A (2000). Introduccin a los mtodos 365.
del anlisis de redes sociales. Revista REDES, 34. Sanz-Menndez, L. (2003). Anlisis de redes
Petrizzo, Maria ngela. sociales: o cmo representar las estructuras
19. Hanneman, R.A. & Riddle, M. (2005). Introduction sociales subyacentes. Apuntes de Ciencia y
to social network methods. Riverside, CA, Tecnologa, Vol. 7, pp. 2129.
University of California. 35. Scott, J. & Carrington, P.J. (2011). The SAGE
20. Hanneman, R.A. & Riddle, M. (2005). Introduction Handbook of Social Network Analysis. SAGE
to social network methods. Using matrices to Publications.
represent social relations, Riverside, CA: University 36. vila Toscano, J.H. (2012). Redes sociales y
of California. anlisis de redes. Aplicaciones en el contexto
21. Herrero, R. (2000). La terminologa del anlisis de comunitario y virtual. Barranquilla, Colombia.
redes: problemas de definicin y de traduccin. 37. Batagelj, V. (2002). Efficient algorithms for citation
Poltica y sociedad, Vol. 33, pp. 199206. network analysis. Cornell University Library.
38. Wasserman, S. & Faust, K. (1997). Social Network Mariana Falco es Analista en Sistemas.
Analysis: Methods and Applications. Structural Estudiante de Ingeniera en Sistemas UTN FRLP.
Analysis in the Social Sciences, Cambridge Investigadora alumna en PID Integracin de
University Press. Agentes y Redes Sociales en Entornos
39. Watts, D. & Strogatz, S. (1998). Collective Educativos. Ayudante Alumna. Docente
Dynamics of Small-World Networks. Nature, Vol.
Universitaria.
393, pp. 440442.
40. Wellman, B. & Berkowitz, S.D. (1998). Social
Structures: A Network Approach. Cambridge
Roxana Giandini es Doctora en Ciencias
University Press. Informticas de la UNLP. Docente del Magister en
41. Wiki Book (2015). Social network analysis: Theory Tecnologas Informticas en la UAI. Directora PID
and applications. Integracin de Agentes y Redes Sociales en
Entornos Educativos UTN FRLP. Co-directora
PID LIFIA. Directora tesis de grado y posgrado
Antonieta Kuz es ingeniera en Sistemas de UNLP y UNICEN. Miembro del Comit Directivo
Informacin. Estudiante de doctorado de UNICEN. de CIbSE Conferencia Iberoamericana en
Coordinadora Tcnica PID Integracin de Agentes Software Engineering".
y Redes Sociales en Entornos Educativos UTN
Artculo recibido 25/11/2015; aceptado 11/12/2015.
FRLP. Docente Universitaria. Autor de correspondencia es Antonieta Kuz.