Identificación de usuarios

Noticias


La afinidad guía la difusión de información en las redes sociales

Investigadores del Instituto de Ingeniería del Conocimiento de la Universidad Autónoma de Madrid (UAM) constatan, en un artículo publicado en la revista Social Networks, que los caminos que sigue la información al difundirse en una red social no son aleatorios, sino que están guiados por el conocimiento que los individuos participantes en la propagación tienen de su entorno social.


FUENTE | UAM - mi+d
09/05/2011
 
Comenarios Enviar a alguien Imprimir
Imprimir en blanco y negro
Compartir noticia

Delicious  Digg  Yahoo meneame


Los caminos que sigue la información al difundirse en una red social no son aleatorios. Están guiados por el conocimiento que los individuos participantes en la propagación tienen de su entorno social. Esto hace que la información sea guiada por las propias personas a través de la red social hacia aquellas que tengan un mayor interés por ella.

Este fenómeno, que responde a la lógica y a la intuición, había sido ya detectado por algunos investigadores pero nunca demostrado. Ahora, el equipo de investigación de Procesos en Red Social del Instituto de Ingeniería del Conocimiento, formado por D. José Luis Iribarren y D. Esteban Moro (profesor también de la Universidad Carlos III de Madrid), lo ha verificado y medido en el contexto de campañas de marketing viral. El resultado de sus investigaciones y el análisis matemático de la dinámica de difusión de información que lo soporta se acaba de publicar en la prestigiosa revista Social Networks, la publicación de referencia en el campo del Análisis de Redes Sociales (ARS).

En el artículo "Affinity Paths and information diffusion in social networks" se detallan los experimentos realizados sobre un colectivo de más de 31.000 personas para registrar cómo un mensaje concreto enviado por correo electrónico va pasando de unas a otras y medir así su “viralidad”, es decir, la propensión que tienen a reenviarlo a otras personas de su entorno social tras haberlo recibido. Esta “viralidad” se mide en función de la probabilidad de reenvío y del número de mensajes reenviados Cómo consecuencia, los mensajes son guiados de forma espontánea y con gran probabilidad hacia núcleos de la red social muy interesados en ellos. Cómo única condición para que esto suceda se requiere que el incentivo para reenviar los mensajes sea lo suficientemente atractivo como para garantizar la creación de largas cadenas de transmisión. Cuando esto ocurre, la “viralidad” de, por ejemplo, quienes participan en campañas de marketing (es decir su nivel participación en ellas) crece a medida que el mensaje se propaga por la red social. Este hecho contrasta con la velocidad de propagación, que cada vez es menor, lo que hace que la dinámica general de la difusión viral sea la resultante de un equilibrio entre la “viralidad” y la velocidad de reacción al mensaje.

Por otra parte, esta “viralidad” no es intrínseca a cada persona sino que para un mismo individuo varía con la naturaleza del mensaje, con el incentivo que ofrece su reenvío, con el contexto del receptor en el momento de leerlo o con la estructura de su red social, entre otros factores. La importancia de la “viralidad” para los anunciantes estriba en el hecho, verificado por los investigadores, de que hay una gran correlación entre la “viralidad” de los individuos y su propensión a aceptar o no la oferta comercial contenida en el mensaje que se difunde.

Los beneficios que ofrece este mecanismo para mejorar los procesos de transmisión de información en marketing, colaboración o gestión del conocimiento son fáciles de imaginar. Así, el Instituto de Ingeniería del Conocimiento se ha basado en estos experimentos y en su análisis para desarrollar un modelo de difusión del Marketing Viral que permitirá a los anunciantes aprovechar los mecanismos de propagación de la información en redes sociales para la gestión, optimización y predicción de campañas virales con incentivos definidos por reglas complejas.



Affinity Paths and information diffusion in social networks; José Luis Iribarren and Esteban Moro; Social Networks, Volume 33, Issue 2, May 2011, Pages 134-142.





   Enlaces de interés
 
IMDEA Networks
Blog madri+d: Sociedad de la Información


   Noticias relacionadas
 
Las redes sociales entran en las empresas para mejorar el trabajo
Una red social financiera enseña a invertir
Los niños, enganchados a Internet
Así funciona el robo de datos en Internet
#médicostuiteros



Añada un comentario a esta noticia


Los comentarios de esta noticia han sido cerrados.


 




Texto a buscar:
Tema:
Desde:
Hasta:


 


Nube de tags







Boletín informativo 'diariodeSol'
------- ------------