Fig. 1 Sensor portátil. Crédito:SocioPatterns
En años recientes, patrones de comportamiento de las criaturas sociales, como los humanos, vacas, hormigas etc., se han descubierto mediante el uso de sensores portátiles denominados dispositivos de identificación por radiofrecuencia (RFID) (Figs. 1).
El proyecto SocioPatterns dirigido por el Dr. Alain Barrat y sus colegas ha hecho público el conjunto de datos de registros de contactos de pares individuales recopilados por dispositivos RFID. Sin embargo, Dado que los conjuntos de datos RFID contienen cualquier tipo de contacto entre individuos, pueden incluir contactos no esenciales que se observan simplemente por casualidad, en contraposición a eventos intencionales como conversaciones entre amigos cercanos.
El Dr. Teruyoshi Kobayashi de la Universidad de Kobe y su equipo desarrollaron un nuevo método para identificar a los individuos que tienen conexiones esenciales entre ellos, lo que ellos llaman "vínculos importantes". El Dr. Kobayashi dice:"El punto es que necesitamos distinguir entre los eventos de contacto que podrían ocurrir por casualidad y los eventos que no ocurrirían sin una relación significativa entre dos individuos". Sus hallazgos fueron publicados en Comunicaciones de la naturaleza el 15 de enero.
Naturalmente, el número total de contactos registrados será mayor para los que son socialmente muy activos que para los que son tímidos. Esto significa que contar el número de interacciones bilaterales no es suficiente para encontrar "amigos" en las redes sociales. El nuevo método propuesto por el Dr. Kobayashi y su equipo permite controlar la diferencia en los niveles de actividad de los individuos. Curiosamente, los lazos significativos extraídos basados en redes presenciales recogidas en una escuela primaria en Lyon, Francia forma varios clusters, cada uno de los cuales imita con precisión una clase escolar real (Fig. 2). El Dr. Kobayashi comenta:"Es bastante natural que los contactos dentro de cada clase expliquen la mayoría de los vínculos importantes, pero este fenómeno no está bien captado por los métodos existentes que se desarrollaron originalmente para redes estáticas ".
Fig.2 Vínculos significativos en una escuela primaria en Lyon, Francia. Cada punto representa a un estudiante y el color denota una clase (los profesores se indican con puntos negros). Las líneas representan vínculos importantes. El número de bordes esenciales se mantiene constante en tres paneles. Izquierda:los bordes esenciales se seleccionan en orden descendente del número de contactos. Medio:los bordes esenciales son detectados por el filtro Disparity (Serrano et al., 2009). Derecha:nuevo método. Crédito:Universidad de Kobe
Una ventaja de este método es que se puede aplicar a cualquier tipo de redes dinámicas formadas por interacciones temporales bilaterales. Por ejemplo, El Dr. Kobayashi y el Dr. Taro Takaguchi (uno de los coautores) investigaron el mercado interbancario en Italia y confirmaron que la fracción de bancos que se considera que están conectados por vínculos significativos aumentó particularmente en el momento de la crisis financiera mundial en 2008-2009. .
Sobre la posibilidad de una futura aplicación, El Dr. Kobayashi agrega:"Se espera que este método capture la evolución de varias redes complejas desde los mercados interbancarios hasta una bandada de vacas. Si se implementa en una red cara a cara de estudiantes, por ejemplo, uno puede ser capaz de detectar signos de intimidación y / o ostracismo ".
