Análisis de relaciones en grupos de Whatsapp
Cuando hablamos de redes sociales de forma intuitiva pensamos en aplicaciones como Twitter o Facebook, no obstante, las redes sociales se remontan a la década de 1930 (Moreno, 1934) y competen cualquier estructura social compuesta por un conjunto de actores y relaciones entre los miembros de una red...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2021 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/5133 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/5133 |
| Access Level: | acceso abierto |
| Palabra clave: | 308 316.635 Social networks Redes sociales Estadística Técnicas de Investigación Social 1209 Estadística 6302.03 Diseño de Investigación Social |
| Sumario: | Cuando hablamos de redes sociales de forma intuitiva pensamos en aplicaciones como Twitter o Facebook, no obstante, las redes sociales se remontan a la década de 1930 (Moreno, 1934) y competen cualquier estructura social compuesta por un conjunto de actores y relaciones entre los miembros de una red. De esta manera, el análisis en redes sociales (SNA) se puede describir como el estudio de las relaciones humanas mediante teoría de grafos (Tsvetovat & Kouznetsov, 2011). La mayoría de los estudios que se han realizado en redes sociales están basados en las redes de Twitter o Facebook, y prácticamente ningún estudio realiza investigaciones de SNA aplicado a plataformas de mensajería instantánea como Whatsapp, que es una de las plataformas más usadas en comparación con Facebook o Twitter. El motivo es claro, la dificultad para extraer la información, así como para construir la red de comunicación entre usuarios. Debido a esta escasez de estudios en las conversaciones de mensajería instantánea nuestro objetivo ha sido resolver los problemas que se abordan en SNA para detectar a los líderes de opinión, las comunidades existentes y los distintos roles bajo una misma red, pero siempre dentro del marco de comunicación de Whastapp. En particular, el estudio principal sobre el que nos basaremos define de qué manera crear una matriz de afinidad (Fumanal-Idocin, Alonso-Betanzos, Cordón, Bustince, & Minárova, 2020) y lo aplicaremos a las relaciones de mensajería instantánea. Para lograr esto, haremos uso de la extensión para Google Chrome “Whatsapp Backup”, Python 3.9 y la librería de Python Network X. Además de SEMMA (Azevedo & Santos, 2008) como metodología utilizada en este proyecto. En los resultados obtenidos, se aprecia como la centralidad de grado da unos resultados similares a los obtenidos en el rol de coordinator, llegando a la conclusión de que los nodos más importantes de una red son efectivamente quienes ejercen dicho rol. Por último, hemos podido ver como la matriz de conectividad que presentamos mejora los resultados con respecto a una matriz de conectividad base. El código asociado a este proyecto se encuentra disponible en https://github.com/luis- marquez/TFMUCM.git |
|---|