Escuchar

La Universidad de Waterloo premia un trabajo pionero en el análisis de datos en sistemas complejos elaborado con la participación del IFISC

El premio reconoce una nueva herramienta de animación gráfica que permite detectar y visualizar cuáles son los cambios más relevantes en una red en evolución

Przemyslaw A. Grabowicz, investigador del IFISC (CSIC-UIB), Lucca M. Aiello (Yahoo! Research Barcelona) y Filippo Menczer (Universidad de Indiana, Bloomington) han sido reconocidos con el premio CAD WICI Data Challenge, dotado con 10.000 dólares, por el trabajo «Fast visualisation of relevant portions of large dynamic networks». El galardón, que otorga el Instituto Waterloo para la Complejidad y la Innovación de la Universidad de Waterloo (Ontario, Canadá), reconoce la novedad y utilidad del trabajo especialmente para la futura labor de la comunidad científica en la red.

En la época del Big Data, de las grandes concentraciones de datos, el desafío es cómo podemos visualizarlos para poderlos analizar con facilidad. El trabajo premiado presenta  un algoritmo rápido que selecciona subconjuntos de elementos que representan mejor un gráfico en evolución y permiten visualizarlo, ya con la creación de una película, ya reproduciéndolo en tiempo real, con una herramienta interactiva de visualización de la red. Este método, que ya está disponible en la página web <http://truthy.indiana.edu/movies>, utiliza poca memoria y tiempo de procesador. También se puede consultar un artículo con más información en el enlace siguiente: <http://arxiv.org/abs/1308.0309>.

Un ejemplo en las redes sociales

Un ejemplo de red en movimiento lo podemos encontrar en Twitter. En este caso, el proyecto permite introducir una etiqueta (hashtag) y conocer como ha evolucionado en la red en un período de tiempo concreto. El algoritmo crea automáticamente un gráfico, a manera de videoclip, que permite ver los momentos de mayor concentración de etiquetas, cómo evolucionan al lado de otras etiquetas y a través de qué usuarios se propaga más.

A modo de ejemplo introducimos la etiqueta: #superbowl desde unas horas antes del evento hasta que acaba. En el primer gráfico vemos como apenas hay movimiento. Solo tuitean los Baltimore Ravens #Ravens y los San Francisco 49ers #49ers, los equipos en competición. 

Durante el partido la actividad es mayor, y salen comentarios relacionados con los anuncios publicitarios que se emiten en las pausas. Más adelante también salen numerosas etiquetas relacionadas con #blackout, ya que se produjo un apagón de luz en uno de los descansos.

 

Se pueden consultar este y otros vídeos de ejemplo en:

http://www.youtube.com/channel/ucuckahiqkfhrscn2iwqubvq

Un trabajo nuevo

El hecho que hoy en día dispongamos de una gran cantidad de datos como los procedentes de redes sociales ha motivado el desarrollo de herramientas para procesar y visualizar gráficamente la evolución de las redes que conforman. Aunque hay algo de literatura sobre el diseño dinámico de los gráficos, no hay muchos trabajos que nos digan en qué debemos fijarnos, cómo se puede seleccionar, cuáles son los elementos más importantes a seguir, que están en continua evolución.

El trabajo contribuye a llenar este vacío mediante la presentación de una nueva herramienta de animación gráfica que procesa una secuencia cronológica de las interacciones entre los elementos del gráfico; selecciona dinámicamente las partes más relevantes de la red por visualizar, diferenciando entre los elementos más antiguos y los que muestran nueva actividad; produce un archivo que representa la evolución de la red o, alternativamente, se conecta a la interfaz gráfica Gephi, una herramienta útil para la visualización en vivo del gráfico en evolución, y es suficientemente rápida para ser aplicada a grandes flujos de datos en línea y visualizar su representación en forma de red.

En palabras del comité encargado del premio, este trabajo contribuye de una manera muy notable a la exploración y visualización de redes complejas, destacando especialmente el sencillo formato de acceso al algoritmo, lo que hace que sea fácil de usar en diversos contextos. Además, permite una amplia flexibilidad de manejo de la salida del algoritmo, hecho que, unido a los sencillos y funcionales mecanismos de filtraje de los que dispone, permite centrar la atención visual en los aspectos clave del sistema en evolución. Finalmente, la excelente escalabilidad y el rendimiento del método lo convierten en una herramienta que supone un avance en éste campo.

El jurado destaca la amplitud de posibilidades de uso de este algoritmo, dado que se podría utilizar en análisis longitudinales de las redes sociales, pero también en ciencias sociales y ciencias computacionales, entre otros.

Los autores del trabajo galardonado lo presentarán con una demostración práctica el próximo otoño en la sede del Waterloo Institute. 

Más información:
Rosa Campomar. Comunicación y Cultura Científica. IFISC (CSIC-UIB)
Tel.: 971 25 97 19
E-mail: rosac@ifisc.uib-csic.es

Documentos relacionados

Fecha del evento: 03/09/2013

Fecha de publicación: 03/09/2013