La disponibilidad de información geo-localizada ha permitido a los científicos del Instituto de Física Interdisciplinar y Sistemas Complejos, IFISC (CSIC/UIB) introducir un modelo que combina la movilidad humana y la creación de vínculos en las redes sociales en línea. El modelo a pesar de su sencillez, es capaz de reproducir un buen número de características geo-sociales observadas en los datos reales. El hecho de considerar la movilidad mejora notablemente los resultados con respecto a modelos anteriores que solo tenían en cuenta la localización geográfica de las personas. El estudio ha sido realizado por Víctor Eguíluz y José Ramasco del IFISC, junto con investigadores del Max Planck en Alemania y de la Universidad de Marsella en Francia.
En general, las personas tienden a interactuar y mantener relaciones con compañeros geográficamente cercanos, hacen amigos entre las personas con las que pasan más tiempo y eligen pasar más tiempo con sus amigos. Como resultado, resulta posible predecir no sólo la ubicación de alguien desde las ubicaciones de sus amigos sino también dónde se va a hacer amigos a partir de la concurrencia espacio-tiempo.
El trabajo ha sido publicado recientemente en la revista PLoS ONE (PLoS ONE 9, e92196 (2014)).
Los datos del estudio
En concreto se han recogido datos de tres redes sociales, Twitter, Gowalla y Brightkite, que contienen tanto los vínculos sociales como la información acerca de las posiciones físicas de los usuarios. Se identificaron más de 714.000 usuarios individuales de Twitter, que tuitearon usando un GPS activado en su dispositivo móvil durante el mes de agosto de 2011. Si los usuarios reportaron varios lugares en diferentes tweets, se recogió el más reciente con el propósito del estudio.
Los otros dos conjuntos de datos contienen información referente a la ubicación de los usuarios de Gowalla y Brightkite, redes sociales basadas en la ubicación, en la que los usuarios pueden registrarse en sus ubicaciones actuales y recibir información sobre los servicios disponibles en la zona, así como acerca de las posiciones de sus amigos. Gowalla y Brightkite han sido desactivados, pero sus datos están disponibles en línea. En concreto se recogieron datos de 196 mil usuarios de Gowalla y 58 mil de Brighkite.
El estudio se ha centrado en los tres países con más de un millar de usuarios en cada uno de los grupos de datos: Estados Unidos, Reino Unido y Alemania. “Hemos analizado y modelado datos de otros países y hemos comprobado que se dan resultados similares a los presentados en este trabajo”, dicen los investigadores.
Aplicaciones del modelo
Entender y ser capaces de reproducir como la movilidad y la localización afecta a las interacciones sociales tiene infinidad de aplicaciones. Las enfermedades, los nuevos comportamientos o ideas se suelen propagar tomando las redes sociales como substrato. Este modelo puede ser utilizado en las simulaciones de procesos que implican redes sociales y la geografía como una base para generar redes semejantes a las reales sin necesitar medir explícitamente las interacciones reales. Esto permite predecir, por ejemplo, la propagación de una epidemia en el entorno de relación social de un individuo infectado, o seguir el itinerario de un rumor que puede llegar de un amigo y ser inmediatamente reproducido a otros.