Las relaciones de preferencia entre los nodos de una red, explicadas bajo el principio de que ‘la popularidad es atractiva’, se utilizan comúnmente para explicar cómo crecen y evolucionan las estructuras de redes complejas.
La popularidad de un nodo se mide por el número de enlaces que tiene, lo que se traduce en una “mayor conectividad”, recoge el estudio. Esa idea de la popularidad se suele aplicar para el crecimiento de redes complejas dentro del concepto de ‘conexión preferencial’. Según ese concepto, cuanto más conectado está un nodo, más probable es que reciba nuevos enlaces.
Ahora, un grupo internacional de investigadores, formado entre otros por el Cooperative Association for Internet Data Analysis (CAIDA) de la Universidad de California, en San Diego, y por el departamento de Física Fundamental de la Universidad de Barcelona, ha publicado en Nature el resultado de un trabajo que demuestra que la popularidad es solo una de las dimensiones que condicionan la atracción entre los nodos y su consiguiente interconexión.
Este mecanismo “no es suficiente para explicar la existencia de conexiones entre nodos poco populares, tal y como se observa en los sistemas reales”, explica a SINC la española M. Ángeles Serrano, coautora de la investigación
Por ejemplo, en el caso de internet, Serrano explica que “si abres una cuenta en una red social como Facebook puedes querer conectarte a gente popular y que tiene mucha visibilidad y, por tanto, más facilidad para atraer a nuevos amigos, o también puedes querer conectarte a personas no tan populares pero que comparten tus mismas aficiones y gustos”.
La similitud aparece como un factor determinante y, según los investigadores, “el estudio de la similitud entre nodos permite predecir los nuevos enlaces que establecen las redes en construcción”.
Los nodos que son similares entre sí tienen más posibilidades de establecer conexiones, aunque no sean populares. Este fenómeno, conocido como homofilia, se utiliza con frecuencia en ciencias sociales y consiste en la atracción por lo que es igual o semejante.
Pronosticar las interacciones entre proteínas
Los investigadores analizaron el comportamiento de varias redes del mundo real en tres ámbitos: la tecnología, la biología y las ciencias sociales. Desarrollaron modelos computacionales en los que los nodos se relacionaban buscando un equilibrio entre la popularidad y la similitud, en lugar de vincularse únicamente con los populares. Los vínculos entre sus nodos determinan la evolución de la red.
En concreto, observaron el funcionamiento de las redes de internet, la red metabólica de la bacteria E. coli y la de la conocida como PGP (Pretty-Good-Privacy) o web de confianza, un programa informático para cifrar y descifrar datos que proporciona privacidad y autentificación criptográficas en las comunicaciones.
En todos los casos, durante el crecimiento de las redes se producía una atracción que, de algún modo, equilibraba los niveles de popularidad y similitud. “Con este descubrimiento se demuestra que las redes del mundo real evolucionan del mismo modo que la estructura que hemos creado”, recoge la investigación.
Ese tipo de disposición en red podría ser utilizada para mejorar en el campo de la predicción de vínculos, es decir, para inferir dentro de una red las relaciones que son susceptibles de producirse entre sus nodos.
Las posibles aplicaciones de esta técnica abarcan desde el pronóstico de las interacciones entre proteínas o de las conexiones entre terroristas hasta el diseño de sistemas colaborativos de filtración. Asimismo, Serrano añade que con este tipo de modelos “es posible estudiar y proponer nuevas alternativas a los protocolos de enrutamiento actuales”.
Referencia bibliográfica:
Fragkiskos Papadopoulos, Maksim Kitsak, M. Ángeles Serrano, Marián Boguñá & Dimitri Krioukov. Popularity versus similarity in growing networks. Nature. Volumen 489, Número 7415, 12 de septiembre 2012. DOI:10.1038/nature11459
Hacer un comentario