Visión general
- Aprenda a usar gráficos para identificar personas influyentes en las redes sociales
- Demostraremos varias técnicas para identificar a estos influencers de las redes sociales y trazar una hoja de ruta para futuros casos de uso.
Introducción
Me fascina el poder de las redes sociales. ¡Una personalidad aparentemente oscura se levanta repentinamente del suelo y tiene miles e incluso millones de seguidores! Las redes sociales le han dado al ser humano promedio una plataforma tremenda para interactuar con el mundo.
La mayoría de las empresas (si no todas) utilizan las redes sociales para comercializar sus productos y servicios. Esto incluye publicar anuncios pagados, diseñar contenido viral o confiar en su calidad para obtener seguidores en línea.
Una de las ramas más fascinantes que surge de esto es el uso de personas influyentes en las redes sociales para promover el conocimiento de la marca. Te mostraré algunos ejemplos en este artículo sobre cómo el uso de estos influencers en las redes sociales cambió el juego para muchas empresas.
Esto me hizo pensar: ¿qué son exactamente los influencers de las redes sociales? ¿Cómo podemos definirlos formalmente? ¿Y hay alguna manera de aprovechar mi conocimiento de la teoría de grafos para identificar a estos influencers? ¡Responderemos todas estas preguntas y más en este artículo!
Tenga en cuenta que utilizaré los términos «gráficos» y «redes» indistintamente para denotar redes sociales. Del mismo modo, los términos «enlace», «conexión» y «borde» significan lo mismo.
Si eres nuevo en la teoría de grafos, te animo a que también sigas los siguientes tutoriales:
Tabla de contenido
- ¿Quiénes son los influyentes de las redes sociales?
- ¿Por qué es importante la identificación de influencers?
- Casos de uso de la vida real
- Localización de influyentes individuales
– Centralidad de grado
– Centralidad de k-core
– Centralidad de cercanía - Identificación de múltiples influyentes
– Modelo de cascada independiente
– Modelo de umbral lineal
¿Quiénes son los influyentes de las redes sociales?
Cuando pensamos en personalidades influyentes en las redes sociales, nos vienen a la mente personas con millones de seguidores. Personalidades como Barack Obama, Donald Trump, Lady Gaga, Cristiano Ronaldo, etc., alejan a millones y millones de personas en todo el mundo.
Sin embargo, las cosas están empezando a cambiar. Gracias al increíble aumento de las plataformas de redes sociales como Twitter, YouTube, Facebook, Reddit, Quora, etc., no necesitamos ser una celebridad para ser influyentes en las redes sociales. Si eres realmente bueno en algo y la gente te admira por eso, calificas como un influencer de las redes sociales.
Por ejemplo, es posible que las personas ajenas a la comunidad de ciencia de datos no reconozcan al hombre de la siguiente imagen. Pero siendo un pionero en el campo del aprendizaje automático y la visión por computadora, es un gran influenciador y su nombre es Yann LeCun.
Entonces, los influencers de las redes sociales son aquellas personas que tienen un seguimiento leal de los usuarios y logran un alto nivel de participación en su contenido, como imágenes, blogs, publicaciones, videos, etc. Por lo general, estos influencers son vistos como expertos en su dominios, tienen un alto nivel de poder convincente y pueden persuadir fácilmente a otros.
¿Por qué es importante la identificación de influencers?
En los últimos tiempos, descubrir influencers en las redes sociales es cada vez más importante. Los beneficios que conlleva son asombrosos. Es útil para tareas como marketing viral, promoción de productos, adopción de comportamientos e incluso analizar la propagación de epidemias.
Para una marca pequeña, encontrar un influencer en las redes sociales con miles de seguidores leales para promocionar sus productos es mucho más económico y fructífero que gastar su presupuesto publicitario en vallas publicitarias o anuncios de televisión.
Es fácil encontrar un usuario popular de las redes sociales que no sea una celebridad, como PewDiePie the YouTuber, o Jamie Oliver, uno de los principales influenciadores de la comida en Instagram. Sin embargo, tampoco podemos ignorar el hecho de que hay muchos usuarios de redes sociales con una audiencia de alrededor de 1,000 a 100,000 que han logrado reconocimiento en sus respectivos campos. Aunque su número de seguidores no es grande, pueden influir colectivamente en el comportamiento y la toma de decisiones de un gran número de personas.
Casos de uso de la vida real del marketing de influencers en redes sociales
Aquí, enumero algunos de los ejemplos recientes de cómo los influencers de las redes sociales contribuyen a una amplia gama de campañas.
- Pantene se asoció con personas influyentes de las redes sociales afroamericanas para promover su Colección Gold Series:
https://www.youtube.com/watch?v=N4J_6XKPswg
- Coca-Cola inició una campaña de influencia en Instagram con algunos microinfluencers. Lograron generar una tasa de participación promedio de alrededor del 8%:
- Algunos de los influencers también están usando sus posiciones para crear conciencia sobre temas sociales. Por ejemplo, Mike Sherbakov recaudó $ 52,800 para construir casas para personas sin hogar:
Hay un montón de ejemplos similares de todo el mundo. Estoy seguro de que también los ha encontrado en sus círculos de redes sociales.
Localización de influyentes individuales
La forma más fácil de encontrar personas influyentes en una red social es clasificarlas según su capacidad de influencia. Profundicemos más y descubramos qué es esta «capacidad de influencia» y cómo debemos calcularla.
Entendamos con la ayuda de un gráfico:
Este gráfico tiene 13 nodos. Digamos que cada nodo representa a un individuo y los bordes que conectan estos nodos denotan alguna relación. Este es un ejemplo de red social.
Ahora bien, ¿qué individuo le parece importante?
¿Es el nodo 6? Tiene el número máximo de conexiones (5). Puede influir en cinco personas de forma inmediata:
¿O es el nodo 4 ya que la ruta a los nodos 9, 2, 1 y 11 pasa por el nodo 4? Si este nodo desaparece, esta red social se divide en dos. Entonces, el nodo 4 podría tener influencia en dos grandes grupos en este gráfico debido a su posición crucial:
Ninguno de los dos enfoques es incorrecto. Sin embargo, bajo diferentes configuraciones, uno podría superar al otro. Existen muchos más métodos para cuantificar la importancia o la capacidad de influencia de un usuario en una red social.
En caso de que se encuentre con la palabra «centralidad», es esencialmente una medida de la importancia de un nodo en un gráfico.
Veamos algunos de los métodos más utilizados para medir la «capacidad de influencia» de los usuarios de las redes sociales.
A) Centralidad de grado
En el contexto de los gráficos, el grado de un nodo en una red es el número de bordes incidentes con él. Entonces, podemos usar esta propiedad para clasificar al usuario de una red social comenzando por el usuario más influyente en la parte superior:
Como puede ver en la red de muestra anterior, el nodo 6 es el usuario más influyente seguido por el nodo 2 y luego por el nodo 7.
Las ventajas del método de centralidad de grados son que es fácil de implementar y altamente escalable, ya que requiere recursos computacionales insignificantes.
En el lado negativo, la cantidad de conexiones directas puede no ser un indicador confiable en las redes sociales del mundo real. Este enfoque tiene en cuenta solo los vecinos inmediatos que están conectados directamente y no toda la estructura de la red.
B) Centralidad de k-core
A diferencia del método de centralidad de grados, el método de centralidad de k-core tiene en cuenta toda la red.
En este método, los nodos, con conexiones menores que k (un valor de umbral), se eliminan de la red. Después de la eliminación de estos nodos, la red se verifica nuevamente para ver si todavía hay nodos presentes con menos de k conexiones. En caso afirmativo, también se eliminan. Este proceso se repite hasta que cada nodo tiene un grado igual o superior a k.
A los nodos sobrantes se les asigna un número de k-core igual a k.
La limitación del método de k-core es el hecho de que termina asignando a muchos nodos el mismo número de k-core.
C) Centralidad de cercanía
Esta medida de centralidad tiene en cuenta la distancia de un nodo a todos los demás nodos de una red. Podemos definir la Centralidad de Cercanía mediante la siguiente expresión:
- Donde Ci es la centralidad de cercanía del nodo i
- N es el número total de nodos en la red
- dij es la longitud de la ruta más corta entre el nodo iy el nodo j
La centralidad de cercanía es adecuada para aquellos problemas en los que el objetivo es encontrar o utilizar los caminos más cortos de la red.
Hay muchas otras métricas de centralidad además de las discutidas anteriormente, como la centralidad de Betweenness y la centralidad de Eigenvector. Te animo a que los revises si quieres profundizar en el tema.
Localización de múltiples influyentes
En las redes sociales a gran escala, el comportamiento colectivo de grandes poblaciones puede verse influenciado por un puñado de individuos. Llamemos a estas personas «super esparcidoras». La identificación de super spreaders ayuda a controlar una red completa o una gran parte de la red.
Por ejemplo, en caso de propagación de una enfermedad, si podemos encontrar superpropagadores, entonces tenemos muchas más posibilidades de contener la enfermedad. También puede ser útil para el marketing viral de un producto: simplemente suba a bordo a los súper esparcidores y déjelos promocionar el producto.
Este problema de encontrar superdifusores en una red se conoce formalmente como maximización de la influencia colectiva. Puede parecer similar al problema de la identificación de influencers individuales, pero hay una gran diferencia entre los dos problemas.
En la maximización de la influencia colectiva, estamos en busca de aquellas personas que pueden no ser los usuarios más influyentes, pero que colectivamente influyen en la red a lo grande.
No es un problema fácil y sigue siendo un área de investigación activa. Aquí, veamos algunos métodos que podemos usar para maximizar la influencia colectiva.
A) Modelo de cascada independiente (ICM)
En un modelo de cascada independiente, una probabilidad pagI se especifica por adelantado para cada borde de una red. Un nodo está influenciado por sus nodos vecinos con la probabilidad predefinida, de forma independiente. En este modelo, los nodos pueden tener dos estados: activo (influenciado) e inactivo (no influenciado).
Digamos que estamos rastreando el flujo de información en una red social en línea. Entonces, bajo ICM. nuestro objetivo es identificar un conjunto de k usuarios que puedan generar la mayor influencia. Los pasos involucrados en ICM se dan a continuación:
- En el momento t, k los nodos llevan la información. En otras palabras, podemos decir que estos nodos están activados. Estos nodos se denominan nodos semilla
- Cuando cualquier nodo tu se activa por primera vez, tiene una sola oportunidad de activar a cada uno de sus vecinos v. El éxito depende de la probabilidad paguv asignado al borde que conecta tu y v. Esto sucede en el momento t + 1
- Si el nodo v se ve influenciado, luego el nodo v activará a sus vecinos. Si v no se activa por el nodo u, entonces tu nunca intentará activar v de nuevo
B) Modelo de umbral lineal (LTM)
Bajo LTM, el estado de un nodo (influenciado o no) está determinado colectivamente por el estado de sus vecinos. Se diferencia de ICM en la forma en que se influye en los nodos de una red. A cada nodo de la red se le asigna un valor umbral θI y a cada borde se le asigna un peso w (u, v). Al igual que ICM, k los esparcidores de semillas tienen la información inicialmente.
Durante el flujo de información, un nodo tu se ve influenciado solo si la suma de los pesos de los bordes incidentes sobre él es mayor o igual que el valor umbral de los nodos θtu.
Notas finales
Esta fue una introducción rápida sobre cómo identificar personas influyentes en las redes sociales mediante gráficos. Como mencioné anteriormente, esta es un área activa de investigación y espero que ocurran muchos desarrollos este año.
A continuación, enumero una lista de referencias con las que puede profundizar más en este tema. No dude en comunicarse conmigo en caso de que tenga alguna pregunta o desee compartir sus comentarios sobre este artículo.
Referencias
- Maximización de la propagación de cascadas mediante el diseño de redes (https://arxiv.org/pdf/1203.3514.pdf)
- Maximizar la propagación de la influencia a través de una red social (https://www.cs.cornell.edu/home/kleinber/kdd03-inf.pdf)
- Maximización eficiente de la influencia colectiva en procesos en cascada con transiciones de primer orden (https://arxiv.org/pdf/1606.02739.pdf)
- Centralidad de red: introducción (https://arxiv.org/pdf/1901.07901.pdf)
- Técnicas de aprendizaje automático para el emparejamiento de influencers de marca en la red social Instagram (https://arxiv.org/pdf/1901.05949.pdf)
- Encontrar usuarios influyentes en las redes sociales mediante el aprendizaje de reglas de asociación (https://arxiv.org/pdf/1604.08075.pdf)
- Teorías para la identificación de influencers en redes complejas (https://arxiv.org/abs/1707.01594)
- Influencia y pasividad en las redes sociales (https://www.hpl.hp.com/research/scl/papers/influence/influence.pdf)
