Noticias

Inicio  >  Noticias > Popularidad y similitud, elementos clave para predecir el crecimiento de una...

Popularidad y similitud, elementos clave para predecir el crecimiento de una red

Los investigadores de la Facultad de Física de la UB Marián Boguñá i M. Àngels Serrano.

Los investigadores de la Facultad de Física de la UB Marián Boguñá i M. Àngels Serrano.

13/09/2012

Recerca

Internet, las redes sociales y muchos de los sistemas biológicos son redes reales dinámicas que crecen gracias a que sus elementos se conectan entre ellos. Por ejemplo, cuando una persona decide apuntarse a una red social, como Facebook, está creando un nuevo elemento de la red, también llamado nodo, y debe elegir con qué otros elementos de los que ya participan en ella se conectará. Esta elección determina la estructura de la red, que está íntimamente relacionada con su funcionalidad y comportamiento.

Un trabajo publicado en Nature, en el que han participado investigadores de la Universidad de Barcelona, desarrolla un modelo que muestra que, además de la popularidad, la similitud es también un factor determinante en el crecimiento de las redes, como explica Marián Boguñá, investigador del Departamento de Física Fundamental de la UB y uno de los autores del estudio: «Nuestro modelo combina popularidad y similitud. Los modelos anteriores, en cambio, se basan en uno de los dos aspectos por separado y generan redes poco realistas porque los dos ingredientes son fundamentales».

La popularidad de un nodo se mide por el número de conexiones que tiene, como el número de amigos en Facebook. Ésta es una manera de codificar en el lenguaje de las redes el concepto que todos tenemos en mente: ser popular es ser reconocido por la mayoría en algún aspecto. En las redes, la popularidad se traduce en «más conectividad». Este principio se aplica habitualmente para el crecimiento de redes complejas dentro del concepto de conexión preferencial, en el que se sugiere que, cuanto más conectado está un nodo, más probable es que reciba nuevos enlaces.

Por otra parte, según señala M. Ángeles Serrano, también investigadora del mismo departamento de la Facultad de Física de la UB, centro adscrito al campus de excelencia BKC, «la similitud es un concepto más difícil de codificar pero tiene que ver con la afinidad entre los nodos». Así, nodos que son similares tienen más probabilidad de conectarse, aunque no sean populares. Este fenómeno, conocido como homofilia en las ciencias sociales, se ha observado en muchas redes reales. Por ejemplo, personas con la misma afición tienen tendencia a conectarse. «El mecanismo que hemos desarrollado hace que los nuevos nodos que se incorporan a la red elijan preferentemente conexiones con nodos populares o bien con aquellos que de algún modo sean cercanos o similares», apunta Serrano.

En el trabajo, llevado a cabo en colaboración con el investigador Fragkiskos Papadopoulos, de la Universidad de Chipre, y los los investigadores Maksim Kitsak y Dmitri Krioukov, de la Universidad de California, el modelo se ha aplicado a tres redes diferentes: una tecnológica (Internet), una red social (web of trust) y un sistema biológico (la red metabólica de Escherichia coli). En los tres casos, el modelo permite describir de manera precisa la evolución a gran escala de la red y predice con una alta precisión la probabilidad de nuevos enlaces.

 

Referencia del artículo:

Fragkiskos Papadopoulos, Maksim Kitsak, M. Àngels Serrano, Marián Boguñá y Dmitri Krioukov. «Popularity versus similarity in growing networks». Nature, 12 de septiembre de 2012. DOI: 10.1038/nature11459

 

Compártelo en:
| Más |
  • Síguenos:
  • botón para acceder al facebook de la universitat de barcelona
  • botón para acceder al twitter de la universitat de barcelona
  • ??? peu.google.alt ???
  • botón para acceder al youtube de la universitat de barcelona
  • botón para acceder al rss de la universitat de barcelona
Miembro de: Dos Campus de Excelencia Internacional logo del leru - League of European Research Universities logo del bkc - campus excel·lència logo del health universitat de barcelona campus

© Universitat de Barcelona