Técnica para el análisis estático de redes basado en lógica difusa y operadores de agregación

Abstract

El análisis de redes es una disciplina que, aunque su surgimiento es de hace algunas décadas, con el auge de internet y las nuevas formas de comunicación, ha ganado popularidad en los últimos años. La posibilidad que brindan los grafos de representar disímiles fenómenos como redes ha hecho que la comunidad científica dedique esfuerzo para desarrollar técnicas, algoritmos, procedimientos y métricas que sustenten esta ciencia. Analizar estructuralmente la red puede brindar mucha información, el análisis estático tiene como objetivo identificar los nodos más importantes de la red a partir de elementos de la teoría de grafos tales como las métricas de centralidad; sin embargo se han detectado algunas deficiencias en este tipo de análisis que atentan contra la obtención de resultados fiables, es común que se tenga en cuenta una sola medida de centralidad, mayormente la centralidad de grado, para obtener los nodos más importantes, ignorando así otras medidas que conceptualmente aportan información de los nodos en el grafo, otra deficiencia es que no se tiene en cuenta la importancia de las conexiones. La teoría de conjuntos difusos se ha aplicado al análisis de redes sociales para modelar relaciones difusas que existen entre los vértices o nodos que componen al grafo. Una red social puede ser fácilmente representada por una relación borrosa o un grafo difuso y así extender las capacidades del analista para examinar la red. En la presente investigación, se propone una nueva técnica para realizar el análisis estático de grafos o redes difusas, que incluye el ordenamiento multicriterio de los nodos a partir de una medida de centralidad compuesta y tiene en cuenta la importancia de las conexiones. La implementación de una biblioteca en Python permitió validar la aplicabilidad de la técnica en redes de colaboración científicas reales tomadas como estudio de casos, además validaciones estadísticas y experimentales demostraron que la técnica propuesta contribuye a mejorar la fiabilidad en el análisis estático.