Visualizacion de grafos web - Artículo Científico

Visualizaciń de Grafos Web
o

Jos´ Federico Medrano1 , Jos´ Luis Alonso Berrocal2 y Carlos G. Figuerola2
e e
1
M´ster en Sistemas Inteligentes. Universidad de Salamanca (www.usal.es),
a
Salamanca, Espaã n
fmedrano@usal.es
2
Departamento de Inform´tica y Autom´tica. Universidad de Salamanca
a a
(www.usal.es),
Salamanca, Espaã n
{berrocal, figue}@usal.es

Resumen. A diario somos testigos de la ingente cantidad de infor-
maciń que se genera y que se encuentra disponible en la web, ya sea
o
en forma de documentos, archivos o p´ginas web. Al mismo tiempo que
a
aumenta la cantidad de informaciń que debe ser procesada y entendida
o
por las personas, cobran mayor importancia las tćnicas para explorar y
e
analizar efectivamente grandes vol´menes de datos. El campo de la com-
u
putaciń llamado Visualizaciń de Informaciń o InfoVis, se encarga de
o o o
crear herramientas que explotan el sistema visual humano para ayudar a
las personas a explorar o explicar conjuntos de datos grandes o complejos.
Tal es el caso de la visualizaciń de grafos, parte del campo de InfoVis,
o
que pretende visualizar informaciń abstracta mediante representaciones
o
que describen relaciones entre entidades.
Este trabajo ofrece un vistazo sobre la utilidad de las representaciones
mediante grafos y centra su objetivo en la presentaciń y an´lisis de tres
o a
herramientas (IGraph, JUNG y Gephi) especializadas en la visualizaciń o
y estudio de este tipo de representaciń gr´fica. Para ello se hizo uso de
o a
la red social m´s importante del momento, Facebook, y se desarroll´ una
a o
herramienta que extrae todos los amigos y las relaciones de amistad entre
estos de una cuenta de usuario de Facebook v´lida. Con esta informaciń
a o
se construy´ un grafo de tamaõ medio (466 nodos y 4655 aristas) en
o n
formato Pajek, para ser utilizado por las tres herramientas para eval-
uar las posibilidades que ofrece cada una de ellas en cuanto al nivel de
interacciń, disponibilidad de algoritmos de layout y representaciń vi-
o o
sual, y las implementaciones de los algoritmos de clustering para detectar
adecuadamente las comunidades o agrupaciones dentro del grafo.

1 Introducciń
o

Las tćnicas para representar informaciń est´tica son bien conocidas, por sus
e o a
descripciones y por su diseõ est´tico, ejemplo de estos son las tablas, gr´ficos
n e a
de torta, histogramas, entre otras. Si bien estas tćnicas son utiles para infor-
e ´
maciń est´tica, dejan de serlo cuando se consideran variaciones en los datos
o a
o informaciń din´mica. La Web presenta un dinamismo incre´
o a ıble, tanto en es-
tructura (cada d´ se observan cambios en sitios web, p´ginas que desaparecen,
ıa a

2 Jos´ Federico Medrano, Jos´ Luis Alonso Berrocal y Carlos G. Figuerola
e e

reestructuraciones, nuevas p´ginas y secciones, etc.) como en contenido (cada d´
a ıa
nuevos sitios web son agregados). Por ello autores como Ben Fry [21] se pregun-
tan: “C´mo podr´ representarse la estructura de Internet, que se encuentra en
o ıa
constante cambio?” Es casi imposible dar respuesta a estas y muchas preguntas
relacionadas sin pensar en tćnicas de Visualizaciń de Informaciń din´mica.
e o o a
El r´pido y descontrolado crecimiento de la informaciń que reside en la Web,
a o
ha conllevado al surgimiento de numerosos campos de investigaciń enfocados en
o
la b´squeda de herramientas de an´lisis que permitan representar y comprender
u a
vastas cantidades de informaciń [10]. Actualmente existen sistemas capaces de
o
almacenar grandes vol´menes de datos. Sin embargo, la representaciń textual
u o
de los datos no permite realizar exploraciones adecuadas sobre los mismos, oca-
sionando de esta forma la p´rdida del potencial de la informaciń almacenada
e o
[36].
Como consecuencia de esto, han surgido ´reas de investigaciń como la Re-
a o
cuperaciń de Informaciń, la cual provee tćnicas y m´todos para la obtenciń
o o e e o
de grande cantidades de informaciń, por ejemplo con el uso de crawlers. Otra
o
a
´rea es la Anal´ ıtica Visual, la cual se define como la ciencia del razonamiento
anal´ ıtico con ayuda de interfaces visuales altamente interactivas. Por ultimo,
´
el ´rea objeto de este estudio, la Visualizaciń de Informaciń definida como
a o o
el proceso de pasar de representaciones gr´ficas a representaciones perceptivas,
a
eligiendo las tćnicas de codificaciń que maximicen la comprensiń humana
e o o
y la comunicaciń. El enfoque de la exploraciń de datos a trav´s de la visu-
o o e
alizaciń busca combinar flexibilidad, creatividad y conocimiento general con
o
grandes vol´menes de datos almacenados, a fin de facilitar la interacciń directa
u o
con la informaciń a trav´s de la extracciń de conocimientos y la realizaciń de
o e o o
an´lisis y conclusiones.
a
Existen numerosas tćnicas de visualizaciń, una de ellas, los grafos, han
e o
tenido una amplia aceptaciń dentro de las representaciones de la estructura
o
de la web y m´s aun en las redes sociales online. Es comń imaginar que la
a u
estructura de una p´gina web se pueda representar como un grafo, donde los
a
recursos son los nodos y los enlaces los arcos a estos, o pensar en las relaciones
de amistad dentro de una red social, donde los nodos son los distintos amigos
y los arcos las relaciones de amistad entre amigos. Por ello parece acertado
pensar en grafos a la hora de representar relaciones entre entidades. En este
trabajo se analiza la visualizaciń de la estructura de un grafo web (un tipo
o
de grafo cuyo origen de informaciń es la web) mediante la comparaciń de
o o
tres herramientas especializadas en an´lisis y representaciń de grafos. Dicha
a o
comparaciń se realiz´ generando un grafo para representar la estructura de
o o
amigos de una cuenta de usuario de Facebook [12].

1.1 Organizaciń
o
El trabajo centra su atenciń en la representaciń de grafos con tres herramien-
o o
tas distintas, y analiza las caracter´
ısticas y funcionalidades aportadas por cada
una de ellas. El apartado 2 ofrece una breve introducciń a los conceptos sobre
o
Visualizaciń de Informaciń. En el apartado 3 se brindan algunas definiciones
o o

o 3

sobre grafos y se enumeran los trabajos m´s relevantes en esta ´rea. El apartado
a a
4 realiza una breve descripciń de las caracter´
o ısticas m´s importantes de cada
a
una de las herramientas a utilizar en nuestro estudio. El apartado 5 ofrece un
vistazo sobre el concepto de redes sociales online y agrega un resumen de los
trabajos realizados m´s relevantes en ese ´mbito. En el apartado 6 se presenta
a a
la evaluaciń de cada una de las herramientas utilizando el conjunto de datos
o
en cuestiń y se resumen los resultados obtenidos en cada una. Por ultimo, en
o ´
el apartado 7 se seãlan las conclusiones a las que hemos arribado.
n

2 Visualizaciń de informaciń
o o

En las dćadas anteriores era muy comń que los datos se presentaran textual-
e u
mente o mediante gr´ficos est´ticos, en estos casos la informaciń representada
a a o
estaba limitada a cantidades pequeãs, pero en los ultimos aõs estos tipos de
n ´ n
representaciones se ha tornado poco util cuando se trata de conjuntos de datos
´
que contienen millones de elementos de datos [36].
La reciente apariciń de interfaces gr´ficas ha permitido una interacciń
o a o
directa con la informaciń visualizada, dando lugar a m´s de una dćada de
o a e
investigaciń en visualizaciń de informaciń [30]. InfoVis busca aumentar el
o o o
conocimiento humano mediante el aprovechamiento de las capacidades visuales
humanas para dar sentido a la informaciń abstracta [7], proporcionando los
o
medios por los cuales los seres humanos mediante sus capacidades perceptivas,
pueden lidiar con el constante aumento de la cantidad de datos disponibles. Una
definiciń un tanto similar es la aportada por [33], que define a la Visualizaciń
o o
de Informaciń como “la prćtica de mapear conjuntos de datos dentro de medios
o a
de comunicaciń visual con el fin de ayudar a los usuarios en la exploraciń de
o o
estos conjuntos de datos o la comunicaciń al respecto a los dem´s”.
o a
El objetivo de InfoVis es profundizar en los datos o conceptos ocultos. A
menudo la informaciń se oculta simplemente por la enorme cantidad de datos
o
disponibles. De este modo, la Visualizaciń de Informaciń tambiń puede ser
o o e
vista como un convertidor entre los datos subyacentes y la percepciń humana
o
de la misma [50]. El representar grandes cantidades de informaciń mediante
o
abstracciones no es una tarea fćil ya que el usuario no tiene ninguna idea pre-
a
concebida de c´mo estos datos pueden ser representados. As´ los m´todos de
o ı, e
InfoVis deben ser capaces de hacer frente a los datos que parecen ser al azar,
pero ań as´ contiene informaciń valiosa [37].
u ı o
La idea b´sica de la exploraciń visual de los datos es la de presentar los
a o
datos en alguna forma visual, permitiendo que los humanos puedan obtener
conocimiento, sacar conclusiones, e interactuar directamente con los mismos. Con
este tipo de representaciones basadas en grandes cantidades de datos, los usuarios
pueden detectar patrones o comportamientos que se deseaban evaluar, como as´ ı
tambiń descubrir comportamientos y relaciones entre los datos desconocidos
e
hasta el momento. Adem´s de la participaciń directa del usuario, las principales
a o
ventajas de la exploraciń visual de los datos segń Keim [36], son:
o u

e e

– La exploraciń de datos visuales pueden tratar con datos muy heterogńeos
o e
y con ruido.
– La exploraciń visual de los datos es intuitiva y no requiere la comprensiń
o o
de complejos algoritmos matem´ticos o estad´
a ısticos.

3 Grafos
Antes de entrar de lleno en el tema de este trabajo (visualizaciń de grafos web),
o
es necesario dar algunas definiciones gen´ricas de lo que es un grafo para luego
e
centrar la atenciń en la aplicaciń de este concepto.
o o

3.1 Teor´ de Grafos
ıa
Informalmente, un grafo es un conjunto de objetos llamados v´rtices o no-
e
dos (N) unidos por enlaces llamados aristas o arcos(A), que permiten rep-
resentar relaciones binarias entre elementos o entidades de un conjunto [29].
Matem´ticamente hablando se define como: “Un grafo G(N, A) es una estructura
a
abstracta usada para modelar una relaciń A sobre un conjunto N de entidades”.
o
N es un conjunto no vac´ de entidades. Adem´s como por definiciń N
ıo a o
es un conjunto, esto quiere decir que s´lo puede contener elementos unicos e
o ´
irrepetibles. La relaciń A describe una colecciń de subconjuntos no vacios de N,
o o
de la forma A= [(1,2), (2,3),]. El t´rmino arco, arista o enlace proviene del hecho
e
de que en la mayor´ de los casos, cada elemento de A relaciona exactamente
ıa
dos nodos distintos.
Los grafos son abstracciones sencillas, potentes y elegantes que tienen una
amplia aplicabilidad en ciencias de la computaciń y muchos otros campos.
o
Cualquier dominio que pueda ser modelado como una colecciń de nodos vincu-
o
lados entre s´ se puede representar mediante un grafo.
ı,

3.2 Grafos Web
Los registros de datos a menudo tienen alguna relaciń con otras piezas de infor-
o
maciń. Los grafos son muy utilizados para representar esas interdependencias.
o
Como se dijo, un grafo se compone de un conjunto de objetos denominados no-
dos y conexiones entre estos objetos llamadas arcos. Ejemplos de ello son las
interrelaciones de correo electrńico entre las personas, los h´bitos de compra,
o a
la estructura de archivos del disco duro o los hiperv´
ınculos de la web en todo el
mundo. De esta manera la Web se puede asemejar a un grafo dirigido gigante,
donde los nodos son las p´ginas, archivos o recursos y los arcos son los enlaces
a
(links) entre estos recursos. En s´ cualquier grafo cuyo origen de datos sea la
ı,
web se puede definir como un grafo web. Un ejemplo de un grafo web se puede
observar en la Figura 1, el cual contiene 8 nodos y 11 arcos.
El grafo de la Web presenta una enorme estructura de datos dif´ de manejar
ıcil
ya que contiene m´s de 3 billones de nodos y cerca de 50 billones de arcos
a
[6], dicha estructura aumenta su tamaõ de forma exponencial, por ello cobran
n
importancia las herramientas de visualizaciń de grafos para poder entender,
o
analizar y comprender los distintos fen´menos.
o

o 5

Fig. 1. Grafo Web utilizando la herramienta JUNG

3.3 Trabajos relacionados

Algunos sistemas centran su foco en grafos relativamente pequeõs [19], mientras
n
que los estudios m´s recientes se centran en visualizaciones a grandes escalas, tal
a
es el caso de [1] con ASK-GraphView, el cual es un sistema de visualizaciń de o
grafos ponderados no dirigidos que permite agrupaciones y navegaciń interac-
o
tiva de grafos grandes, hasta un m´ximo de 200.000 nodos y 16 millones de arcos.
a
Otros estudios se han centrado en el diseõ y la disposiciń de los elementos del
n o
grafo. Un ejemplo precursor del trabajo en 3D es el de Munzner quien presenta
H3 layout [42] un algoritmo de diseõ y H3Viewer [43] un algoritmo de dibujo,
n
los cuales en conjunto permiten representar grafos en un espacio hiperb´lico de
o
3D. El algoritmo de diseõ est´ ajustado para un buen equilibrio entre la densi-
n a
dad de la informaciń y el desorden, mientras que la adaptaciń del algoritmo de
o o
dibujo ofrece una experiencia interactiva fluida al usuario. Puede manejar grafos
de m´s de 100.000 arcos utilizando un ´rbol de expansiń como la columna ver-
a a o
tebral de los algoritmos de diseõ y dibujo. Por su parte [22] propone un m´todo
n e
de zoom topol´gico para grafos grandes, de decenas de miles de nodos, basado en
o
la vista de ojo de pez. El m´todo se basa en el procesamiento de una jerarqu´ de
e ıa
grafos ordinarios, que se combinan en la marcha en representaciones con un nivel
de detalle dependiente de la distancia de uno o m´s focos. Otro trabajo un tanto
a
m´s espec´
a ıfico es el de [8] que describe un sistema para visualizar la evoluciń del
o
software, Gevol, utilizando una novedosa tćnica de visualizaciń de grafos de
e o
gran tamaõ con un componente temporal. Por ultimo, adem´s de las tćnicas y
n ´ a e
algoritmos, existen algunos frameworks desarrollados, ejemplo de ello son Graph
Visualization System (GVS) [50] y Graph Visualization Framework(GVF) [39].

e e

4 Herramientas de visualizaciń
o

El objeto central de este trabajo es el estudio y comparaciń de tres herramientas
o
utilizadas para el an´lisis y evaluaciń de grafos. Estas son IGraph, JUNG y
a o
Gephi. A continuaciń se nombrarń las caracter´
o a ısticas m´s relevantes de cada
a
una de ellas.

4.1 IGraph

IGraph es una librer´ de c´digo abierto, distribuida bajo licencia GPL, para el
ıa o
estudio y an´lisis de redes/grafos. Los principales objetivos de esta librer´ son
a ıa
proveer un conjunto de tipos de datos y funciones para una fćil implementaciń
a o
de algoritmos de grafos, un manejo r´pido de grandes grafos con millones de
a
nodos y arcos, y permitir un r´pido prototipado por medio de un leguaje de
a
alto nivel como R [11]. IGraph permite manipular tanto grafos dirigidos como
no dirigidos, no admite la implementaciń de hipergrafos. Por otro lado cuenta
o
con implementaciones de problemas t´ ıpicos de teor´ de grafos como ´rboles de
ıa a
expansiń m´
o ınima y flujo de red, tambiń implementa algoritmos para algunos
e
m´todos de an´lisis estructural dentro de una red [31].
e a
IGraph puede ser instalado como un librer´ del leguaje C, como un paquete
ıa
de R, como un m´dulo de extensiń de Python [51] o como una extensiń de Ruby
o o o
[52]. Para este trabajo s´lo se har´ descripciń del funcionamiento de IGraph
o a o
bajo el lenguaje R, ya que fue la opciń elegida debido a la documentaciń
o o
existente y a la facilidad que ofrece este lenguaje basado en scripting.

4.2 JUNG

JUNG (abreviaciń de Java Universal Network/Graph) es un framework de
o
c´digo abierto que provee un lenguaje comń y extensible para la manipulaciń,
o u o
an´lisis y visualizaciń de datos que pueden ser representados como un grafo o
a o
una red. Est´ escrito en JAVA, permitiendo el desarrollo de aplicaciones basadas
a
en JUNG por medio de la API disponible para su uso, as´ mismo permite la in-
ı
tegraciń de librer´ de terceros.
o ıas
JUNG no es un producto final y no intenta serlo, es una librer´ que permite
ıa
el trabajo con grafos pero que necesita conocimientos de programaciń ya que
o
necesariamente debe estar implementada en una aplicaciń JAVA.
o
Para este trabajo se utiliz´ la versiń JUNG 2.0 (JUNG2 www.jung.org), y
o o
la versiń de JAVA 6 update 24.
o
JUNG depende de tres librer´ externas para su funcionamiento, las cuales
ıas
son: JUnit, Colt, y Common Collections.
Las principales caracter´
ısticas de JUNG incluyen [46]:

– Soporte a una variedad de representaciones de entidades y sus relaciones,
incluyendo grafos dirigidos y no dirigidos, grafos multi-modales (grafos que
contienen m´s de un tipo de nodos o arcos), multigrafos e hipergrafos.
a

o 7

– Mecanismo para etiquetar grafos, entidades y relaciones con metadatos. Esta
capacidad facilita la creaciń de herramientas anal´
o ıticas para conjuntos com-
plejos de datos que necesitan analizar las relaciones entre las entidades as´ ı
como los metadatos asociados a cada entidad y relaciń. o
– Implementaciń de algoritmos de teor´ de grafos, an´lisis exploratorio de
o ıa a
datos, an´lisis de redes sociales y aprendizaje autom´tico. Esto incluye ruti-
a a
nas para clustering, descomposiciń, optimizaciń, generaciń aleatoria de
o o o
grafos, an´lisis estad´
a ıstico y c´lculo de distancia de una red, flujo y medidas
a
de rankeo (centralidad, PageRank, HITS, etc.).
– Un framework de visualizaciń que permite de forma fćil la construcciń de
o a o
herramientas para la exploraciń interactiva de redes de datos. Los usuarios
o
pueden elegir de una cantidad de diseõs y algoritmos de dibujo, o pueden
n
usar el framework para crear sus propios algoritmos.
– Mecanismo de filtrado los cuales extraen subconjuntos de una red; permi-
tiendo a los usuarios centrar su foco de atenciń o sus algoritmos en una
o
porciń espec´
o ıfica de la red.

Como librer´ JUNG puede ser usado para construir herramientas orientadas
ıa,
al an´lisis de redes/grafos o para proveer estas capacidades a sistemas existentes,
a
esto es posible debido a la flexibilidad que ofrece JUNG al ser una API y no una
herramienta final. Para una revisiń de los proyectos desarrollados con JUNG
o
revisar [34].

4.3 Gephi

Gephi es una herramienta para la exploraciń, navegaciń y an´lisis de grafos.
o o a
Permite a los usuarios interactuar con las distintas representaciones, manipular
las estructuras, formas y colores que revelan propiedades ocultas. Utiliza un
motor de renderizado 3D para mostrar las grandes redes en tiempo real y para
acelerar la exploraciń. El objetivo es ayudar a los analistas de datos a hacer
o
hip´tesis, descubrir patrones, aislar singularidades en las estructuras o encontrar
o
fallas en los datos[25].
Gephi se destaca por ser una herramienta libre de c´digo abierto y que corre
o
tanto en Windows, Linux como Mac, puede ser descargado desde [23]. Est´ de- a
sarrollado en JAVA y se distribuye bajo licencia GNU GPL 3. Resulta ideal para
desplegar gr´ficos representados mediante grafos, complejos gr´ficos de visual-
a a
izaciń de datos utilizados en an´lisis de redes sociales, o jerarqu´ de datos.
o a ıa
Adem´s, es ideal para utilizar como herramienta de visualizaciń en proyectos
a o
de pequeõ, mediano o gran porte [26].
n
Soporta la representaciń de grafos dirigidos, no dirigidos y mixtos, y por el
o
momento no permite implementar hipergrafos. Uno de los aspectos m´s impor- a
tantes cubiertos por Gephi es la interacciń en tiempo real, permite modificar
o
propiedades de los nodos y arcos al mismo tiempo que se modifica la repre-
sentaciń o layout del grafo y ofrec´rselas al usuario sin largas esperas. As´ mismo
o e ı
permite realizar agrupaciones, filtrado, manipulaciń, navegaciń y proveer un
o o
fćil acceso a los datos [3].
a

e e

Gephi dispone del c´digo fuente para su utilizaciń y de una API denomi-
o o
nada Gephi Toolkit [24] para desarrollar aplicaciones propias basadas en dicha
herramienta.
En este trabajo se ha utilizado la versiń Gephi 0.8 alfa, basńdonos en la
o a
herramienta final y no en la API.

5 Redes sociales

Una red social se compone de todas las personas - familiares, amigos y otros - con
quien se comparte una relaciń social. A nivel macro, una red social se muestra
o
c´mo un grupo grande de personas que estń conectadas entre s´ En el estudio
o a ı.
de las redes sociales se examinan estos dos niveles y, de ser posible, los intentos
de relacionarlos entre s´ [28]. Investigadores de las redes sociales han examinado
ı
c´mo las personas hacen amigos y c´mo la gente tiene muchos amigos ([17] y
o o
[18]), y c´mo las personas se basan en sus redes sociales para darse apoyo social.
o
Las redes sociales tambiń son conocidas por la propiedad de “seis gra-
e
dos”. Varios estudios, como el experimento de Milgram[40], han demostrado
emp´ ıricamente que, si una persona se encuentra alejada un “paso” de distancia
de una persona que conoce, entonces cualquier persona se encuentra a lo sumo
seis “pasos” de distancia de cada persona en la Tierra. Es decir, las redes sociales
suelen presentar muchas agrupaciones locales con una densidad alta, y la estruc-
tura global poco densa con un pequeõ n´mero de nodos como eje conectando
n u
las diferentes agrupaciones o clusters [9].
Se ha visto c´mo en los ultimos aõs, las redes sociales online, atraen cada vez
o ´ n
a un n´mero mayor de seguidores. El crecimiento exponencial que experimentan
u
las redes sociales se debe a la r´pida propagaciń de la informaciń, m´s aun,
a o o a
a trav´s de las plataformas de desarrollo abiertas que poseen los sitios como
e
Facebook o Twitter [53], que han permitido a los desarrolladores crear sus propias
aplicaciones aumentando el tr´fico en las redes. Por ejemplo, hubo un 30% de
a
aumento en el tr´fico del sitio de Facebook en la semana siguiente al lanzamiento
a
de su plataforma de desarrollo [44].

5.1 Trabajos relacionados

Existen muchos estudios realizados analizando caracter´ ısticas de las redes so-
ciales. Uno de los primeros estudios detallados sobre las aplicaciones desar-
rolladas por terceros vinculadas a redes sociales online con una gran base de
usuarios como Facebook es el de [44], el cual mide y caracteriza este nuevo im-
pacto en la carga de trabajo ligado a las aplicaciones de terceros, as´ mismoı
evalá la interacciń del usuario, y su relaciń con las redes sociales subya-
u o o
centes. Un an´lisis a gran escala de las propiedades estructurales de las redes
a
sociales online realizado por Mislove [41], se bas´ en el estudio de m´ltiples redes
o u
sociales: Flickr (http://www.flickr.com), YouTube (http://www.youtube.com),
LiveJournal (http://www.livejournal.com), y Orkut (http://www.orkut.com).

o 9

Para este estudio se obtuvo un grafo con 11,3 millones de usuarios y 328 mil-
lones de arcos, los resultados confirmaron las propiedades de power-law [16],
small-world[40], y scale-free[2] de las redes sociales online. En [4] se presenta
un an´lisis de la carga de trabajo de las redes sociales online basado en un
a
seguimiento detallado de clics sobre 37.024 usuarios que accedieron a las redes
sociales: Orkut (http://www.orkut.com), MySpace (http://www.myspace.com),
Hi5 (http://www.hi5.com), y LinkedIn (http://www.linkedin.com). Este an´lisis a
demuestra el poder de utilizar datos de navegaciń en la identificaciń de pa-
o o
trones en las cargas de trabajo de redes sociales y en las interacciones sociales.
Un estudio importante realizado por Golder [28] sobre la actividad de mensajer´ ıa
dentro de Facebook, pone de manifiesto caracter´ ısticas espec´ıficas tales como reg-
ularidades en el tr´fico diario y semanal, y su relaciń con el uso de Facebook
a o
por parte de un grupo selecto (estudiantes universitarios). El mismo estudio
encontr´ que la actividad en Facebook parece estar centrada en “redes” individ-
o
uales y este comportamiento est´ relacionado con los patrones de uso temporal
a
de dichas redes. Otros estudios relevantes incluyen el trabajo de Newman [45]
sobre los algoritmos de extracciń e identificaciń de comunidades, y el trabajo
o o
de Liben-Nowell [38] el cual encontr´ una fuerte correlaciń entre la amistad y
o o
la ubicaciń geogr´fica de las redes sociales.
o a

5.2 Extracciń de datos
o
Facebook es un sitio web de redes sociales que en los ultimos aõs ha ganado
´ n
una enorme popularidad. Parte de la razń del ´xito se debe a su plataforma
o e
de desarrollo. En Facebook, una amistad se forma cuando un usuario extiende
una invitaciń (amistad) a otro usuario. Tras la confirmaciń de este ultimo, la
o o ´
relaciń de amistad se forma. Gran parte de la actividad en Facebook se produce
o
debido a estas relaciones de amistad. Es necesario tener en cuenta que en este
caso la relaciń de amistad es bidireccional, es decir, si los usuario A y B son
o
amigos esto quiere decir que el usuario A es amigo de B, as´ como el usuario B
ı
es amigo de A. Debido a que el an´lisis realizado se hizo sobre la estructura de
a
amigos basado en la relaciń de amistad entre los usuarios de Facebook, el grafo
o
resultante es un grafo no dirigido que posee unicamente un arco entre dos nodos
´
relacionados y no dos arcos en direcciones opuestas. Otra caracter´ ıstica de este
grafo es que es un grafo conectado y no ponderado.
Para proceder con la extracciń del conjunto de datos deseado se hizo uso
o
del PHP SDK [15] provisto por la plataforma, el mismo brinda soporte para las
aplicaciones web basabas en el lenguaje PHP [48].

5.3 Plataforma de Facebook para desarrolladores
La plataforma de desarrollo de Facebook [13] fue lanzada en mayo de 2007 [49]
con s´lo ocho aplicaciones en su lista. En los meses posteriores, la plataforma
o
experiment´ un crecimiento fenomenal as´ tambiń como del tr´fico, llegando
o ı e a
a tener m´s de 55.000 aplicaciones activas, con desarrolladores de m´s de 190
a a
pa´
ıses, con usuarios realizando 20 millones de instalaciones a diario [14].

e e

La arquitectura de esta plataforma de desarrollo permite a un usuario inter-
actuar indirectamente con los servidores de aplicaciones a trav´s de los servidores
e
de Facebook. Esto permite a Facebook proteger a los usuarios del contenido ma-
licioso que puede ser incrustado en los datos de respuesta de los servidores de
aplicaciones, ya que Facebook puede procesar y descartar contenidos no deseados
de las respuestas del servidor antes de enviarlas a los usuarios. Debemos notar,
sin embargo, que Facebook tiene un m´todo alternativo para la implementaciń
e o
de aplicaciones en su plataforma que permite a los usuarios interactuar direc-
tamente con los servidores de aplicaciones, que es el esquema utilizado para el
desarrollo de nuestra aplicaciń.
o

Registrar aplicaciń Antes de iniciar con el desarrollo de la aplicaciń para
o o
extraer el conjunto de datos objeto de estudio, fue necesario registrarse como
desarrollador en la plataforma de Facebook para desarrolladores, para ello es
necesario contar con las credenciales (nombre de usuario y contraseã) de una
n
cuenta de usuario v´lida. Una vez verificado el registro del usuario se habilitan
a
las opciones y paneles dentro de la plataforma para la creaciń de aplicaciones.
o
El nombre de la aplicaciń desarrollada es “TFM” y se encuentra publicada
o
en: http://www.justsoft.com.ar/TFM/tfm.php. La primera vez que se acceda a
la aplicaciń y una vez que el usuario se haya autentificado con las credenciales de
o
usuario de Facebook, la misma le solicitar´ los permisos necesarios para acceder
a
a los datos de la cuenta de usuario, una vez aceptado, el usuario puede hacer
uso de la aplicaciń.
o

Funcionamiento de la aplicaciń El objetivo de la aplicaciń es construir
o o
un grafo no dirgido y no ponderado en formato Pajek (archivo con extensiń o
.NET)[47] el cual refleje la estructura de amigos de un usuario dado. La apli-
caciń fue desarrollada en PHP haciendo uso del PHP SDK provisto por Face-
o
book. Se eligi´ el formato de Pajek debido a que es un formato ampliamente
o
usado en las representaciones de grafos, es muy fćil de implementar y proce-
a
sar ya que posee una sintaxis sumamente sencilla y en modo texto, y adem´s a
porque las tres herramientas objeto de estudios brindan soporte para este tipo
de formato.
El funcionamiento b´sico de la aplicaciń es el siguiente: se obtiene el listado
a o
de todos los amigos de la cuenta del usuario autentificado, luego esta lista es
recorrida uno a uno para obtener los amigos en comń entre el usuario y sus
u
amigos, esto se hace para obtener las relaciones entre los amigos de este. A
medida que se recorre la lista de amigos se va creando, por un lado el conjunto
de nodos que estar´ formado por el usuario y los amigos del usuario, y por otro
a
lado se crean los arcos que reflejarń las relaciones entre los nodos. En el grafo
a
resultante debe haber un arco entre el usuario y cada uno de sus amigos, y
adem´s debe haber un arco entre los amigos en comń que tengan los amigos
a u
del usuario.

o 11

6 Evaluaciń de herramientas
o

Para la evaluaciń de las tres herramientas se tom´ el mismo conjunto de datos,
o o
el archivo Graph.net generado mediante la aplicaciń TFM, el cual presenta un
o
grafo con 466 nodos y 4655 arcos.
Los aspectos que se evaluarń de cada herramienta son:
a

– Los distintos algoritmos de representaciń o layout que dispone.
o
– Los distintos algoritmos para la detecciń/identificaciń de comunidades o
o o
agrupaciones.
– El grado de interacciń otorgado por la herramienta.
o
– El desempeõ y rendimiento de la herramienta.
n

6.1 Elecciń de algoritmos de dise˜ o
o n

Existen numerosos algoritmos de diseõ y disposiciń de los elementos(nodos y
n o
arcos) del grafo, la mayor´ de las herramientas s´lo implementan los m´s co-
ıa o a
munes o los que mejor resultado ofrecen al usuario. Dentro de estos, los m´todos
e
dirigidos por fuerza (force-directed) presentan una buena elecciń, no solo por
o
su amplio uso, sino por la naturaleza de su funcionamiento. De los algoritmos di-
rigidos por fuerzas, se eligieron Fruchterman-Reingold [20] y Kamada-Kawai[35],
ya que fueron los que mejor desempeõ mostraron a la hora de visualizar nue-
n
stro conjunto de datos en las pruebas realizadas, adem´s existen abundantes
a
publicaciones y documentaciń sobre los mismos.
o
La caracter´ıstica especial de Fruchterman-Reingold es que las fuerzas se apli-
can de manera que distribuyen los nodos de forma homogńea en el ´rea de
e a
dibujo predefinida, dando a los diseõs basados en Fruchterman-Reingold un
n
aspecto m´s expandido, En contraste, Kamada-Kawai hace uso de las distancias
a
te´ricas del grafo como medida durante el proceso de colocaciń del nodo en lu-
o o
gar de la informaciń de adyacencia. Si bien la informaciń de adyacencia puede
o o
ser fćilmente encontrada en los grafos, las distancias te´ricas del grafo tienen
a o
que ser calculadas de forma expl´ ıcita. El beneficio de las distancias te´ricas del
o
grafo es que establecen una medida entre cualquier par de nodos que se refleja
directamente en la distancia entre estos nodos [50].

6.2 IGraph

La herramienta IGraph funciona bajo el entorno R. Para proceder con las pruebas
se cre´ un script basado en un ejemplo disponible en la documentaciń de dicho
o o
entorno [32] para poder detectar las comunidades y asignarles distintos colores.
Las visualizaciones se realizaron utilizando dos de las funciones provistas por la
herramienta: plot y tkplot.
Para la detecciń de comunidades se utilizaron los siguientes algoritmos
o
disponibles en la herramienta IGraph: edge.betweenness.community, fastgreedy.community,
leading.eigenvector.community, spinglass.community y walktrap.community

e e

Mientras que para el diseõ y disposiciń del grafo (layout) se utilizaron:
n o
kamada.kawai y fruchterman.reingold. El resto de los algoritmos de layout no
son utiles para este estudio, ya sea porque la cantidad de nodos utilizada es
´
muy grande (Circle y Random) o porque la disposiciń no es adecuada para
o
observar e identificar las comunidades (Spring Embedder y Reingold-Tilford, en
este ultimo la disposiciń es en forma de ´rbol)
´ o a
A continuaciń se presentan los distintos resultados obtenidos con la her-
o
ramienta de visualizaciń plot al variar el algoritmo de layout y el n´mero de
o u
iteraciones a ejecutar con cada algoritmo. Con respecto a los algoritmos de de-
tecciń de comunidades, se observ´ que para grafos pequeõs (algunas decenas
o o n
de nodos) funcionan adecuadamente, es decir, asigna los colores de acuerdo a
las comunidades detectadas, pero para grafos grandes (como es el caso del estu-
dio en cuestiń), estos no funcionan adecuadamente, la herramienta no permite
o
hacer un zoom sobre le representaciń dificultando la visualizaciń. Los colores
o o
son asignados a los nodos pero las comunidades que se forman son visibles de
acuerdo a la disposiciń de los nodos (en relaciń al algoritmo de layout uti-
o o
lizado) y no de acuerdo a los colores asignados a los nodos, por ello s´lo se
o
presentan los resultados utilizando el algoritmo de clustering Edge betweenness.
En las Figura 2 y Figura 3 se pueden observar los resultados de las ejecuciones
para los algoritmos kamada.kawai y fruchterman.reingold para distintos n´meros
u
de iteraciones (1, 100, 500, 1000, 5000 y 9000). Como lo indican las figuras,
para las ejecuciones de m´s de 1000 iteraciones (5000 y 9000 en este caso), las
a
representaciones no sufren cambios y salvo una pequeã rotaciń en algunos
n o
casos, se mantienen casi constantes o al menos sin cambios significativos. Para
las representaciones con plot, el tiempo demandado es del orden de algunos
segundos, de 30 a 50 segundos para 500 iteraciones o superiores.
Lo mismo sucede para las ejecuciones con tkplot, como se puede observar
en las Figura 4 y Figura 5. Ya sea utilizando un m´todo de visualizaciń u
e o
otro, los resultado son casi idńticos, a esto se debe sumar el nulo grado de
e
interacciń que posee plot, en el cual lo unico que se puede hacer con el grafo
o ´
es imprimirlo, o guardarlo como metafile o bitmap. Del mismo modo, tkplot
tampoco aporta gran interacciń, m´s all´ de poder mover los nodos o cambiar
o a a
de color los nodos y arcos, lo m´s importante es que una vez representado el grafo
a
se puede intercambiar el algoritmo de visualizaciń por todos los disponibles,
o
cambiando el n´mero de iteraciones y dem´s par´metros de cada uno. Para las
u a a
representaciones con tkplot, el tiempo demandado es del orden de varios minutos,
de 5 a 10 minutos para 500 iteraciones o superiores.
Algo tan b´sico como el zoom no es posible mediante estos m´todos de visual-
a e
izaciń. Si bien la plataforma R posee una tercera herramienta de visualizaciń,
o o
rglplot, no es adecuada para la visualizaciń de grafos de cientos de nodos, por
o
ello no se ofrece dicha representaciń. Esta herramienta aporta un poco m´s de
o a
interacciń al poder hacer un zoom b´sico y una rotaciń del grafo, pero aun
o a o
as´ los nodos y sobre todo los arcos se solapan dificultando todo el proceso de
ı,
visualizaciń y an´lisis.
o a

o 13

Fig. 2. Ejecuciones con plot para 1, 100 y 500 iteraciones

Fig. 3. Ejecuciones con plot para 1000, 5000 y 9000 iteraciones

e e

Fig. 4. Ejecuciones con tkplot para 1, 100 y 500 iteraciones

Fig. 5. Ejecuciones con tkplot para 1000, 5000 y 9000 iteraciones

o 15

6.3 JUNG

A continuaciń se ofrecen los resultados de la representaciń de nuestro grafo
o o
con la herramienta JUNG. Para realizar esto se desarroll´ una aplicaciń muy
o o
b´sica en c´digo JAVA (ya que JUNG es una API para este lenguaje y no una
a o
herramienta final) para poder implementar los distintos algoritmos de layout y
de detecciń de comunidades.
o
Dicha aplicaciń cuenta con las opciones necesarias para indicar los distintos
o
par´metros de los algoritmos. Posee una lista desplegable donde seleccionar el
a
algoritmo de cluster con las siguientes opciones: Edge Betweenness, Weak Com-
ponent y Voltage. Tambiń posee una lista desplegable donde seleccionar el algo-
e
ritmo de layout con las siguientes opciones: Fruchterman-Reingold y Kamada-
Kawai. As´ mismo permite indicar el n´mero de iteraciones a realizar por los
ı u
algoritmos de layout, permite elegir el archivo .net el cual contendr´ el grafo
a
que se dibujar´ y por ultimo permite especificar un par´metro adicional, este
a ´ a
par´metro es utilizado por los algoritmos de cluster Edge Betweenness para in-
a
dicar la cantidad de arcos a remover y por el algoritmo Voltage para indicar la
cantidad de clusters a generar, para el algoritmo Weak Component no es tenido
en cuenta.
Aqu´ presentamos los resultados obtenidos con la aplicaciń desarrollada,
ı o
para ello se realizaron variaciones de los distintos algoritmos de layout y de clus-
ter. En cuanto al algoritmo de cluster WeakComponentClusterer, en las pruebas
realizadas con las distintas variantes, no mostr´ algń resultado relevante, es
o u
decir, s´lo detectaba una comunidad la del grafo entero, esto responde a la nat-
o
uraleza del algoritmo al no poder encontrar componentes d´bilmente conectados
e
m´s que el grafo mismo. Para el resto de los algoritmos y variantes se ofrecen
a
las capturas correspondientes.
Para el m´todo de detecciń de comunidades EdgeBetweennessClusterer se
e o
realizaron las pruebas eliminando 100 arcos. El n´mero 100 elegido fue el que
u
produjo resultados m´s representativos. Para un mayor detalle de este algoritmo
a
revisar [27].
En las Figura 6 y Figura 7 se observan las ejecuciones del algoritmo de cluster
EdgeBetweennessClusterer para los algoritmos de layout Fruchtermen-Reingold
y Kamada-Kawai para 1, 100, 500, 1000 y 5000 iteraciones.
Se observa que el algoritmo Fruchtermen-Reingold ofrece mejores resultados
que el algoritmo Kamada-Kawai debido a la disposiciń de los nodos, para el
o
primero se observan las distintas agrupaciones casi a primera vista, mientras
que para el segundo es imposible identificarlas debido a la disposiciń circular
o
y central del algoritmo. En cuanto a los colores de los clusters detectados no se
observan resultados significativos ya que las comunidades formadas se deben a
la naturaleza del algoritmo de layout, es decir, las comunidades formadas poseen
el mismo color de acuerdo a la asignaciń y esto no hace muy evidente el fun-
o
cionamiento del algoritmo de clustering. Se observan nodos aislados de distintos
colores pero estos no llegan a formar una comunidad, la mayor´ son nodos que
ıa
unicamente estń relacionados con el nodo 0 o central, y no poseen relaciones
´ a
con el resto de nodos. Para las ejecuciones de 500, 1000 y 5000 iteraciones no

e e

Fig. 6. Ejecuci´n de EdgeBetweennessClusterer para 1, 100 y 500 iteraciones
o

Fig. 7. Ejecuci´n de EdgeBetweennessClusterer para 1000 y 5000 iteraciones
o

o 17

se observan cambios significativos, es m´s, para las ejecuciones de m´s de 1000
a a
iteraciones los resultados parecen constantes.
En las Figura 8 y Figura 9 se presentan las ejecuciones para el algoritmo
de clustering VoltageClusterer. Este algoritmo precisa de un par´metro N que
a
es el n´mero de clusters a identificar/detectar, las pruebas se realizaron con un
u
N = 10, aunque las pruebas con N = 5 arrojaron resultados muy similares.
Se eligi´ N = 10 al observar los resultados anteriores y ver que en los mayor´
o ıa
de los casos se forman 4 comunidades grandes y bien definidas, aunque existen
comunidades muy pequeãs, de 2 o 3 elementos que no son fćiles de distinguir.
n a

Fig. 8. Ejecuciń de VolatageClusterer para 1, 100 y 500 iteraciones
o

Nuevamente el algoritmo de layout Fruchterman-Reingold ofrece mejores re-
sultados que su contrapartida Kamada-Kawai, por otro lado, se ve claramente
que el algoritmo de cluster VoltageClusterer asigna un color distinto a cada
una de las comunidades detectadas y hace evidente su funcionamiento, en com-
paraciń al algoritmo de clustering anterior (EdgeBetweennessClusterer ).
o
La herramienta JUNG ofrece ciertos niveles de interacciń que no posee
o
IGraph. JUNG permite observar m´s de cerca el grafo generado, ya que a este
a
se le puede hacer zoom, rotar y trasladar fćilmente, dejando atr´s los grafos
a a
pequeõs y est´ticos, si bien a simple vista parece ser una masa de nodos, me-
n a
diante el zoom adecuado se observan las distribuciones de los nodos en comu-
nidades. Es necesario destacar que JUNG ofrece un conjunto enorme de posibil-
idades para desarrollar aplicaciones altamente interactivas, con interfaces mod-

e e

Fig. 9. Ejecuciń de VolatageClusterer para 1000 y 5000 iteraciones
o

ernas y vistosas, y lo que se hizo en este trabajo es s´lo una muestra del poder
o
que tiene esta herramienta para el desarrollo de aplicaciones a medida.
En cuanto al tiempo de ejecuciń demandado, es del orden de algunos min-
o
utos, de 3 a 6 minutos para 500 iteraciones o superiores.

6.4 Gephi

La ultima herramienta por evaluar es Gephi. Para nuestro estudio s´lo se utiliz´
´ o o
la herramienta final ya que posee toda la funcionalidad requerida para evaluar y
analizar grandes grafos, ofrece un conjunto grande de opciones para parametrizar
las representaciones y poder interactuar con las mismas.
Las pruebas se realizaron utilizando dos algoritmos de layout:

– Fruchterman Reingold
– Force Atlas

Gephi no posee una implementaciń para el algoritmo de layout Kamada-
o
Kawai, sin embargo posee una implementaciń de un algoritmo dirigido por
o
fuerzas llamado Force Atlas [3], este algoritmo fue desarrollado por el mismo
equipo que desarroll´ la herramienta.
o
Para la detecciń de comunidades se hizo uso del algoritmo provisto por la
o
herramienta, el cual es un m´todo heur´
e ıstico que se basa en la optimizaciń
o

o 19

de la modularidad. Este m´todo encuentra las particiones de alta modularidad
e
dentro de grafos de gran tamaõ en poco tiempo y desarrolla una completa
n
estructura jer´rquica de la comunidad del grafo. Contrariamente al resto de
a
algoritmos de detecciń de comunidades, los l´
o ımites de tamaõ del grafo al que
n
se enfrenta este algoritmo se deben a la limitada capacidad de almacenamiento
en lugar del tiempo de procesamiento limitado, por ejemplo: la identificaciń deo
las comunidades en un grafo de 118 millones de nodos s´lo tom´ 152 minutos
o o
[5].
Se realizaron dos ejecuciones por separado con el mismo conjunto se datos
para poder ver la evoluciń de ambos algoritmos de layout. A diferencia de
o
las comparaciones realizadas en los apartados anteriores (6.2 y 6.3), en esta
herramienta el l´ ımite de cada algoritmo no est´ dado por el n´mero de iteraciones
a u
sino por el tiempo de ejecuciń. Por ello las ejecuciones se hicieron para 1, 10,
o
60 y 300 segundos. Luego de ejecutar el algoritmo por m´s de 300 segundos
a
no se observa absolutamente ningń cambio, por ello el l´
u ımite fijado fue de 300
segundos.
En las Figura 10 y Figura 11 se observan los resultados de ambas ejecu-
ciones. Se ve claramente que luego de transcurridos 60 segundos, los algoritmos
muestran resultados excelentes, sumado a eso, la detecciń de comunidades y su
o
posterior coloraciń permiten identificar estas aun m´s que con las herramientas
o a
anteriores. Por otro lado es necesario destacar la velocidad de ejecuciń, esta her-
o
ramienta posee un procesador de gr´ficos extremadamente r´pido (en cuestiń
a a o
de segundos), sumado a las innumerables caracter´ ısticas de interacciń, no s´lo
o o
el zoom o la rotaciń y traslaciń del grafo, sino que adem´s permite el cambio
o o a
de color de los nodos en grupos, mostrar u ocultar las etiquetas de los nodos,
cambiar la tipograf´ de estas, entre otras.
ıa
En cuanto a los algoritmos de layout, la ejecuciń de Force Atlas demostr´
o o
ser la mejor opciń de todas las estudiadas, al menos para este caso y para este
o
conjunto de datos, principalmente por la velocidad de ejecuciń (como se ve en
o
las capturas realizadas al alcanzar los 60 segundos ya se observa el resultado final)
y por la disposiciń correcta de las comunidades encontradas (cada comunidad
o
identificada con un color espec´ ıfico se encuentra geogr´ficamente separada del
a
resto de comunidades y los elemento pertenecientes a dichas comunidades se
encuentran muy cercanos unos de otros).

7 Conclusiones

Las representaciones visuales de grandes cantidades de informaciń en un for-
o
mato sencillo, permiten que el usuario pueda obtener no s´lo un panorama
o
general sino un entendimiento un tanto m´s profundo de lo que se le intenta
a
transmitir. Por ello el diseõ de visualizaciones para que puedan ser fćilmente
n a
comprendidas por los seres humanos es el objetivo central de InfoVis, que hace
uso del sentido m´s poderoso del ser humano, la vista. Las personas procesan
a
gran cantidad de informaciń de forma visual, por esta razń es una buena tarea
o o
asignar una importante carga de trabajo de procesamiento al sistema visual.

e e

Fig. 10. Ejecuci´n en Gephi para 1, 10 y 60 segundos
o

Fig. 11. Ejecuci´n en Gephi para 300 segundos
o

o 21

Existen muchas herramientas y tćnicas que brindan soporte a InfoVis. Una
e
de estas tćnicas, los grafos, resultan adecuados para muchos de los problemas
e
que surgen en la inform´tica y sus aplicaciones, b´sicamente para representar
a a
relaciones entre entidades. Resulta sumamente sencillo dibujar un grafo pequeõ
n
de forma manual, el usuario tiene en todo momento el control de la disposiciń
o
y colocaciń de cada uno de los elementos del grafo (nodos y arcos), pero esta
o
tarea se vuelve tediosa e imposible de realizar cuando hablamos de grafos de
gran tamaõ (cientos, miles o millones de elementos). Es por esto que existen
n
herramientas que procesan la informaciń y realizan los dibujos y diseõ de
o n
los grafos de forma autom´tica, librando de esta tarea al usuario. El objetivo
a
principal de estas herramientas es que el usuario comprenda la estructura del
grafo.
Si bien existen herramientas que realizan el procesamiento y el diseõ del
n
grafo de forma autom´tica, la intervenciń del usuario es fundamental a la hora
a o
de decidir cu´l es el mejor diseõ para la representaciń actual. Las herramien-
a n o
tas especializadas en el an´lisis de grafos ofrecen un conjunto de algoritmos de
a
diseõ entre los que el usuario debe elegir el que mejor represente el conjunto
n
de informaciń que se est´ tratando. De acuerdo al estudio realizado se vio que
o a
los algoritmos m´s utilizados y los que mejores resultados ofrecen son: Kamada-
a
Kawai, Fruchterman-Reingold y Force Atlas.
En este trabajo hemos presentado tres herramientas de c´digo abierto y libre
o
distribuciń, para la exploraciń y an´lisis de grafos. Del estudio comparativo
o o a
realizado en este trabajo sobre IGraph, JUNG y Gephi, se concluye que Gephi
es la herramienta que no s´lo ofrece la mejor representaciń gr´fica sino tambiń
o o a e
que es la que ofrece mayores opciones a la hora de interactuar con el resultado.
Se debe tener en cuenta que la interacciń en visualizaciń de informaciń es
o o o
fundamental. Una imagen est´tica resultado de un procesamiento no sirve de
a
mucho al usuario, mientras que una representaciń interactiva que permita al
o
usuario tener cierto control sobre el resultado que est´ observando, aporta mucho
a
m´s al entendimiento y comprensiń de lo que se pretende informar. Para nuestro
a o
trabajo, se pudo ver como pasamos desde una representaciń casi est´tica con
o a
IGraph donde la unica interacciń disponible era mover un nodo a la vez y
´ o
cambiar de color los nodos y arcos, a JUNG la cual ofrec´ la posibilidad de
ıa
hacer un zoom, rotar y trasladar el grafo sin perder calidad en la representaciń,
o
a Gephi la cual ofrec´ un conjunto enorme de posibilidades de interacciń, desde
ıa o
cambiar el tamaõ o color de los nodos segń diversos criterios, mostrar u ocultar
n u
las etiquetas de los nodos, cambiar la forma y tamaõ de los arcos, hasta tener
n
distintos escenarios ejecutando algoritmos distintos de layout, y todo esto en
l´
ınea obteniendo resultados en cuestiń de segundos.
o
Un factor a tener en cuenta a medida que el grafo aumenta de tamaõ es la
n
escalabilidad. En este trabajo se utiliz´ un grafo de unos cientos de nodos y se
o
observ´ c´mo con herramientas como IGraph, el tratamiento es muy complicado,
o o
no s´lo por el tiempo demandado, sino por la disposiciń del grafo en la pantalla.
o o
Nuevamente, Gephi sigue siendo la mejor opciń para grafos de gran tamaõ.
o n
Sin embargo, no se descarta el uso de JUNG, aunque le resta mejorar el proce-

e e

samiento gr´fico, que hasta el momento demanda una cantidad considerable de
a
tiempo (algunos minutos).
Las redes sociales online se han convertido en objeto de estudio en este ultimo
´
tiempo, por un lado debido a la gran popularidad de estas, las redes m´s popu-a
lares cuentan con cientos de millones de usuarios, y por otro lado para compren-
der las estructuras y relaciones que soportan estas comunidades. En este trabajo
se analiz´ una caracter´
o ıstica de las redes sociales, la formaciń de las estructuras
o
de amigos de la red social Facebook. Para ello se utilizaron los algoritmos de
detecciń de clusters o agrupaciones de las distintas herramientas que hemos
o
presentado. En este aspecto una vez m´s Gephi, con su propio algoritmo de
a
detecciń de comunidades, present´ los mejores resultados, tanto en tiempo de
o o
ejecuciń como en la detecciń eficiente de comunidades. Igualmente, JUNG no
o o
qued´ muy desfasado, la aplicaciń del m´todo VoltageClusterer mostr´ resul-
o o e o
tados muy satisfactorios en contraposiciń con los dem´s algoritmos disponibles
o a
en dicha herramienta. En el estudio de las redes sociales, el detectar e identificar
adecuadamente las comunidades es una cuestiń muy importante en cualquier
o
an´lisis que se realice.
a
Por ultimo queremos destacar que InfoVis es un campo en constante crec-
´
imiento debido a que las cantidades de informaciń y las necesidades de contar
o
con herramientas que analicen estos conjuntos de datos de forma correcta y efi-
caz, aumentan constantamente. El contar con representaciones adecuadas y que
permitan al usuario interactuar con el resultado es un factor determinante a la
hora de elegir una herramienta u otra, ya que esto tendr´ una relaciń directa
a o
en la comprensiń y el entendimiento del resultado a informar.
o

References
1. J. Abello, F. van Ham, and N. Krishnan. Ask-graphview: A large scale graph
visualization system. IEEE Trans Vis Comput Graph, 12(5):669–676, 2006.
2. A.-L. Barabsi and R. Albert. Emergence of scaling in random networks. Science,
286(5439):509–512, 1999.
3. M. Bastian, S. Heymann, and M. Jacomy. Gephi: an open source software for
exploring and manipulating networks. International AAAI Conference on Weblogs
and Social Media, 2009.
4. Fabrcio Benevenuto, Tiago Rodrigues, Meeyoung Cha, and Virglio Almeida. Char-
acterizing user behavior in online social networks. In Proceedings of the 9th ACM
SIGCOMM conference on Internet measurement conference, pages 49–62, 2009.
5. Vincent D. Blondel, Jean-Loup Guillaume, Renaud Lambiotte, and Etienne Lefeb-
vre. Fast unfolding of communities in large networks. Journal of Statistical Me-
chanics: Theory and Experiment, 2008(10), 2008.
6. P. Boldi and S. Vigna. The webgraph framework i: compression techniques. In The
13th international conference on World Wide Web, New York, NY, USA, 2004.
7. S.K. Card, J.D. Mackinlay, and B. Shneiderman. Readings in Information Visual-
ization: Using Vision to Think. Morgan-Kaufmann, San Francisco, 1999.
8. Christian Collberg, Stephen Kobourov, Jasvir Nagra, Jacob Pitts, and Kevin
Wampler. A system for graph-based visualization of the evolution of software.
Proceedings of the 2003 ACM symposium on Software visualization, pages 77–ff,
2003.

o 23

9. Weiwei Cui. A Survey on Graph Visualization. Phd qualifying exam (pqe) report,
Computer Science Department, Hong Kong University of Science and Technology,
2007.
10. J. Drsteler. Visualizacin del contenido de la web.
http://www.infovis.net/printMag.php?num=175&lang=1, 2005.
11. Lenguaje R. http://www.r-project.org/. Disponible en Junio, 2011.
12. Facebook. http://www.facebook.com/.
13. Developer Facebook. http://www.facebook.com/developers/. Disponible en Junio,
2011.
14. Estadstica Desarrolladores Facebook. http://www.facebook.com/press/info.php?statistics.
Disponible en Junio, 2011.
15. PHP SDK Facebook. https://github.com/facebook/php-sdk/. Disponible en Ju-
nio, 2011.
16. Michalis Faloutsos, Petros Faloutsos, and Christos Faloutsos. On power-law rela-
tionships of the internet topology. ACM SIGCOMM Computer Communication
Review, 29(4):251262, 1999.
17. S. Feld. The focused organization of social ties. American Journal of Sociology,
86(5):10151035, 1981.
18. S. Feld. Why your friends have more friends than you do. American Journal of
Sociology, 96(6):14641477, 1991.
19. Michael Frhlich and Mattias Werner. Demonstration of the interactive graph vi-
sualization system davinci. In Proc of the DIMACS Workshop on Graph Drawing
94, Lecture Notes in Computer Science, pages 266–269. Springer Verlag, 1995.
20. Thomas M. J. Fruchterman and Edward M. Reingold. Graph drawing by force-
directed placement. Software: Practice and Experience, 21(11):1129–1164, 1991.
21. B. Fry. Organic information design. Massachusetts Institute of Technology, 2000.
22. Emden Gansner, Yehuda Koren, and Stephen North. Topological ﬁsheye views
for visualizing large graphs. IEEE Transactions on Visualization and Computer
Graphics, 11(4):457–468, 2005.
23. Download Gephi. http://gephi.org/. Disponible en Junio, 2011.
24. Toolkit Gephi. http://gephi.org/toolkit/. Disponible en Junio, 2011.
25. Web Gephi. http://gephi.org/. Disponible en Junio, 2011.
26. Weblatam Gephi. http://weblatam.com/wp/gephi/. Disponible en Junio, 2011.
27. M. Girvan and M. Newman. Community structure in social and biological net-
works. Proceedings of the National Academy of Sciences, 99(12):7821–7826, 2002.
28. Scott Golder, Dennis Wilkinson, and Bernardo A. Huberman. Rhythms of social
interaction: Messaging within a massive online network. In International Confer-
ence on Communities and Technologies, 2007.
29. Frank Harary. Graph Theory. Addison Wesley, 1995.
30. Jeﬀrey Heer, Stuart K. Card, and James Landay. Prefuse: A toolkit for interactive
information visualization. In ACM Human Factors in Computing Systems (CHI),
pages 421–430, 2005.
31. Web IGraph. http://igraph.sourceforge.net/introduction.html. Disponible en Ju-
nio, 2011.
32. Community in R. http://igraph.wikidot.com/community-detection-in-r.
33. Carlis John and Konstan Joseph. Interactive visualization of serial periodic data.
In ACM Symposium on User Interface Software and Technology, (San Francisco,
CA), ACM Press: New York, pages 29–38, 1998.
34. Projects Using JUNG. http://sourceforge.net/apps/trac/jung/wiki/ProjectsUsingJUNG.

e e

35. T. Kamada and S. Kawai. An algorithm for drawing general undirected graphs.
Information Processing Letters, 31(1):7–15, 1989.
36. Daniel A. Keim. Information visualization and visual data mining. IEEE Trans-
actions on Visualization and Computer Graphics, 7(1), 2002.
37. R. Kosara, H. Hauser, and D. Gresh. An interaction view on information visu-
alization. In EUROGRAPHICS 2003 State-of-the-Art Re-ports, pages 123–137,
2003.
38. David Liben-Nowell, Jasmine Novak, Ravi Kumar, Prabhakar Raghavan, and An-
drew Tomkins. Geographic routing in social networks. In Proceedings of the Na-
tional Academy of Sciences of the United States of America, volume 102, pages
11623–11628, 2005.
39. M. S. Marshall, I. Herman, and G. Melancon. An object-oriented design for graph
visualization. Software: Practice and Experience, 31(8):739–756, 2001.
40. S. Milgram. The small world problem. Psychology Today, 2:6067, 1967.
41. A. Mislove, M. Marcon, K. P. Gummadi, P. Druschel, and B. Bhattacharjee. Mea-
surement and analysis of online social networks. In Proceedings of the 7th ACM
SIGCOMM conference on Internet measurement, pages 29–42, 2007.
42. Tamara Munzner. H3: Laying out large directed graphs in 3d hyperbolic space. In
Proceedings of the 1997 IEEE Symposium on Information Visualization, page 210,
1997.
43. Tamara Munzner. Drawing large graphs with h3viewer and site manager (system
demonstration). In Published in the Lecture Notes in Computer Science series GD
98: Symposium on Graph Drawing, page 384393, Montreal, Canada, 1998. Springer
Verlag.
44. A. Nazir, S. Raza, and C.N. Chuah. Unveiling facebook: a measurement study
of social network based applications. In IMC ’08: Proceedings of the 8th ACM
SIGCOMM conference on Internet measurement, pages 43–56, 2008.
45. M.E.J. Newman. Finding community structure in networks using the eigenvectors
of matrices. In Physical Review E 74, number 3, 2006.
46. Joshua O’Madadhain, Danyel Fisher, Padhraic Smyth, White, and Yan-Biao Boey.
Analysis and visualization of network data using jung. Journal of Statistical Soft-
ware, VV(2), 2005.
47. Format Pajek. http://vw.indiana.edu/tutorials/pajek/. Disponible en Junio, 2011.
48. PHP. http://www.php.net/.
49. Lanzamiento plataforma de Desarrolladores Facebook.
http://www.facebook.com/platform?sk=info. Disponible en Junio, 2011.
50. Wolfgang Prinz. The Graph Visualization System (GVS): A Flexible Java Frame-
work for Graph Drawing. Masters thesis, Graz University of Technology, 2006.
51. Python. http://www.python.org/. Disponible en Junio, 2011.
52. Ruby. http://www.ruby-lang.org/es/. Disponible en Junio, 2011.
53. Twitter. http://twitter.com/.

Visualizacion de grafos web - Artículo Científico

Más contenido relacionado

Similar a Visualizacion de grafos web - Artículo Científico (20)

Último (20)

Visualizacion de grafos web - Artículo Científico