ANLISISDEUNACOMUNIDADONLINEAPARTIR

DESULISTADEDISCUSIN

ElcasodeEdutecL

RobertRall
robert.rallo@urv.cat
EscolaTcnicaSuperiordnginyeria
UniversitatRoviraiVirgili(Tarragona)

MercGisbert
merce.gisbert@urv.cat
FacultatdEducaciiPsicologia
UniversitatRoviraiVirgili(Tarragona)

RESUMEN.
En este artculo se presenta una metodologa para el anlisis y caracterizacin de
comunidadesonlineapartirdelosmensajesintercambiadosenunalistadediscusin.
Mediante tcnicas de anlisis basadas en redes sociales se detecta la estructura,
relaciones y el papel que juegan los diferentes miembros de la comunidad. La
metodologa propuesta se evala usando los mensajes procesados por la lista de
discusinEDUTECLduranteelperiodo19982004.

PALABRAS CLAVE: anlisis de redes sociales, lista de discusin, comunidades on

line

ABSTRACT.
The current work introduces a methodology for the analysis and characterization of
online communities through the messages exchanged in a discussion list. The
structure, relationships and user roles in the community are inferred using social
network analysis techniques. The proposed methodology is assessed using the
messagesprocessedbytheEDUTECLdiscussionlistduringtheperiod19982004.

KEYWORD:socialnetworkanalysis,discussionlist,onlinecommunities

1.Introduccin
En el mbito de las Tecnologas de la Informacin y las Comunicaciones (TIC) la
herramientadecomunicacinmsextendidayusadaes,sinlugaradudas,elcorreo
electrnico. Este medio de comunicacin asncrono ha cambiado de manera radical
nuestra forma de relacionarnos e intercambiar informacin. A pesar de ser una
tecnologaantigua,elestudiodesuinfluenciaennuestraestructurasocial,patrones
de comunicacin y estilos de aprendizaje sigue siendo actualmente un campo de
investigacinmuyactivoyqueanplanteaungrannmerodeinterrogantes.
Cualquierprocesodecomunicacineinteraccinsostenidoduranteunciertoperiodo
conlleva la emergencia de un sentimiento (o ms formalmente, una estructura) de
comunidadentresusparticipantes.ElusodeInternetcomomediodetransportepara
elintercambiodeinformacingeneralaaparicindeunnuevotipodecomunidades
formadas por usuarios que con frecuencia no se conocen personalmente, son las
denominadascomunidadesonline.Elcorreoelectrnicoyespecialmentelaslistas
de discusin actan como catalizadores que fomentan la aparicin de este tipo de
comunidades.
La existencia deeste tipo de comunidades nos lleva a plantearnos toda una seriede
interrogantes sobre su estructura, efectos y evolucin. Por ejemplo, Cules son los
roles principales que adoptan los miembros de estas comunidades? Es posible
detectarlapresenciadeunlder?Cmovaloramoslareputacindelosmiembros
delacomunidad?Emergensubcomunidades?
Estetipodepreguntassonlasqueseabordanenelpresenteestudiodesdeunpunto
de vista multidisciplinar en el que se combinan elementos de la informtica y las
ciencias de la computacin con otros provenientes del campo de la sociologa y la
educacin.

2.ComunicacinmediadaporordenadoryComunidadesVirtuales.
El correo electrnico fue la primera herramienta de comunicacin en Internet y en
gran parte responsable de su posterior desarrollo y expansin. Para muchos de los
usuariosdeInternetelintercambiodeinformacinatravsdelcorreoelectrnicofue
ytodavasiguesiendoelmotivoquelesempujaausarlared(Blter,1998;Moody,
2002). Directamente ligado al crecimiento y popularizacin de la red,cobra cada vez
mayor importancia el concepto de Comunicacin Mediada por Ordenador (CMC),
siendo el correo electrnico uno de sus pilares bsicos (Feldman, 1987). Galesic y
Stepanic (2003) llegan incluso ms lejos e introducen el concepto de comunicacin
mediadaatravsdelcorreoelectrnico(EMC,emailmediatedcommunication)para
2

referirse a este tipo concreto de CMC. El uso masivo del correo electrnico conlleva
dos hechos importantes: (i) el aumento exponencial de la informacin no
estructurada e informal contenida en los mensajes, y (ii) la creacin de estrechos
vnculos de comunicacin, colaboracin e intercambio de informacin entre los
usuarios.
Elusodeestecanaldecomunicacinenorganizacionesyempresasfacilitaelaccesoy
la difusin de la informacin agilizando los procesos de gestin. La cantidad de
informacinquesetransmitecadadamedianteelcorreoelectrnicoesinmensapero
a medida que aumenta el tamao de la organizacin su gestin se vuelve altamente
compleja(Argyris,1977;Davenport,1994).Untipoespecficodemensajesdecorreo
electrnico que contienen informacin de calidad organizada coherentemente sobre
un tema concreto sonaquellos que se distribuyen a travs de las listas de discusin.
Las listas nos ofrecen una poltica organizada y racional para la distribucin de
informacin a travs del correo electrnico en el seno de una organizacin o
comunidad. Su funcionamiento se basa en que un grupo de usuarios mediante un
proceso de suscripcin reciben automticamente copias de todos los mensajes
enviadosalalista.Estetipodeusohacequeelcorreoelectrnicoseconviertaenun
sistemadecomunicacinunoamuchos(broadcast)permitiendolarpidadifusinde
lainformacindentrodelgrupodesuscriptoresdelalista.
Cuandoseproduceunainteraccincaraacarademaneracontinuadaentreungrupo
depersonassurgedemaneraespontneaunciertosentimientodepertenenciaauna
comunidad que comparte los mismos intereses. Es decir, el establecimiento de un
proceso de comunicacin continuado entre un grupo de personas genera vnculos
sociales que dan lugar a una estructura de comunidad. Dado que la CMC es un caso
concreto de proceso de comunicacin es lgico pensar que podemos encontrar este
mismofenmenoenlared.Aestetipodecomunidadesselasdenominacomunidades
online o comunidades virtuales (Barlow et al., 1995; Wellman, Gulia, 1997). Al valor
aadido que ofrece laaparicin de este tipo de comunidades se le denomina capital
social y con frecuencia en organizaciones y empresas puede llegar incluso a
relacionarseconlosbeneficioseconmicosconseguidos(Kimball,Rheingold,2000).

3.Lasredessociales
Los procesos de comunicacin e intercambio de informacin fomentan el
establecimiento de relaciones sociales. La sociologa se ha estudiado este fenmeno
desde distintos puntos de vista, tanto el anlisis cualitativo puramente basado en la
observacin y descripcin de las interacciones observadas como aproximaciones de
carcter ms cuantitativo basadas en la recogida de informacin mediante
cuestionariosysuposterioranlisisestadstico.Unadelastcnicasmshabitualesala
3

hora de estudiar estas relaciones son los sociogramas (Gronlund, 1985). Los
sociogramas pueden formalizarse de diversas maneras, siendo los grafos una de las
tcnicasderepresentacinmsusadas.Podemosmodelarunconjuntoderelaciones
entre diversos actores mediante un grafo en el que cada persona est representada
por un nodo y las relaciones interpersonales se representan mediante aristas. La
estructuraresultantesedenominaredsocial(Albretch,1987).
El anlisis de las redes sociales permite desarrollar modelos tanto cualitativos como
cuantitativos de las relaciones entre los miembros de la comunidad (Wasserman,
Faust,1994;Grannovetter,1973).Estastcnicassehanaplicadoendiversosmbitos,
desde la sociologa a la organizacin empresarial (Ahuja, Carley, 1998), pasando por
campos tan dispares como la epidemiologa (Morris, Kretzschmar, 1997).
Recientemente otros campos ms alejados del terreno de las ciencias humanas han
adoptado tambin este tipo de tcnicas: la fsica (teora de sistemas complejos), la
biologa (estructura de protenas) e incluso la informtica (anlisis de redes
informticas). Las tcnicas de anlisis de redes sociales nos proporcionan las
herramientas adecuadas para identificar los elementos ms importantes de la red,
caracterizarsuestructuraypropiedades,ymodelarlosflujosdeinformacin.
Las comunidades online generan un tipo especial de redes sociales denominadas
Computer Supported Social Networks (CSSN). Las CSSN combinan los conceptos
propiosdelmbitodelasredessocialesconlasposibilidadesqueofrecenlosnuevos
medios como Internet en el terreno de la informacin y la comunicacin. Las CSSN
proporcionan una perspectiva para el estudio de la estructura y la dinmica de las
comunidadesvirtualesmediantelaaplicacindetcnicasdesarrolladasparaelanlisis
deredessociales.

Figura 1. Red social correspondiente a la coparticipacin en lista EDUTECL durante el periodo 1998
2004.Losnodosrepresentanausuariosdelalista(n=876)quehanparticipadoenalgunodeloshilosde
discusinnotriviales(num.mensajes>1)detectados.Dosusuariosestnconectadossihanparticipado
enelmismohilodediscusin.

La figura 1 muestra la visualizacin de una CSSN formada por la interaccin de los

usuarios suscritos a una lista de discusin. Cada uno de los nodos representa un
miembro de la comunidad y los enlaces entre nodos representan las relaciones e
intercambiosdeinformacinqueseestablecenentreellos.Aprimeravistapodemos
observarciertaspistasvisualesquenosindicanqueestamosanteuntipodeestructura
conunaltogradodeorganizacin.Algunosnodosnoestnenlazadosconningnotro
miembrodelacomunidad,representandoalostpicosobservadores,quesesuscriben
aunalistaperoquenoparticipandirectamenteenlasdiscusiones.Existenotrosnodos
enlaperiferiaqueposeenunnicoenlace,esdecir,serelacionandirectamenteconun
nico miembro de la comunidad. En el centro de la estructura observamos nodos
densamente conectados que actan como elementos aglutinadores proporcionando
cohesin a la estructura social y actuando como los autnticos motores de la
comunidadvirtual.
3.1.

Conceptosbsicosypropiedades

El anlisis de una red social puede abordarse desde dos puntos de vista. En primer
lugar podemos centrar nuestro estudio en las caractersticas globales de la red
consiguiendo una visin de conjunto de las relaciones existentes entre todos los
miembros de la comunidad virtual. El anlisis global permite la obtencin de
macroindicadoressobrelaestructurayrelacionessocialesinducidasporlosflujosde
comunicacin dentro de la comunidad. Un punto de vista alternativo se basa en el
estudiodelasdenominadasredesegocntricas,focalizadasenunodelosmiembros
de la red social (ego) y en todas sus conexiones directas (alters). Este tipo de
observacin proporciona informacin de la red a escala local (micro), centrada en el
individuoysuvecindaddirecta.Desdeelpuntodevistadelanlisis,elestudiodeestas
egonetsnosproporcionainformacindelefectodelaestructuradelaredsobreelrol
queadquierenciertoscomponentesdelacomunidad(estructurasociallocal).
Laconectividadesunodelosindicadoresmsutilizadosparacaracterizarlaestructura
de una red social. En la mayora de redes asociadas a sistemas reales encontramos
grupos de nodos con un elevado nmero de conexiones y otros con niveles de
conexionado muy bajos. En sistemas sociales reales difcilmente encontraremos una
reden la que seestablezcan todas las relaciones posibles(red totalmente saturada).
Lasrelacionesquenolleganaestablecersedarnorigenalosdenominadosagujeros
estructuralesquejueganunpapelfundamentalenlacaracterizacindelaestructura
de una comunidad virtual. Entender como afecta el perfil de conectividad de cada
individuo a su papel en la red ser fundamental para interpretar correctamente la
estructurasocial.Losnodosconunaltoniveldeconexionescorrespondenaindividuos
influyentesenlaredaunquesimultneamentealrecibirinformacindesdediversas
fuentessonfcilmenteinfluenciablesporotrosnodos.Enunaredconunnivelalto
de conexionado la informacin fluye rpidamente, por ejemplo los rumores se
extienden fcilmente por toda la comunidad o una epidemia o virus informtico se
5

propagaraa gran velocidad. El nivel de conexionado de laestructura desempea un

papel determinante en su dinmica y caractersticas funcionales. Las medidas
principalesparacaracterizarlaconectividaddeunaredson:

Tamao. Nmero de nodos que forman la red. Es un elemento crtico que

determinalatipologadelasrelacionessocialesqueseestablecenenlared.Cada
nodo (individuo) posee una capacidad limitada para establecer/mantener
relaciones. Al aumentar el tamao de la comunidad la proporcin entre las
relaciones establecidas por un individuo y el lmite mximo de relaciones que
podraestablecerdecrece,fomentandolaaparicindesubestructurasdentrodela
comunidad.
Densidad. Promedio de la proporcin de relaciones que establece un nodo
respectoalmximoquepodramantener.
Grado. Nmero de conexiones de un nodo. Si el grafo es dirigido (tenemos en
cuenta la direccin de la interaccion) distinguiremos entreel grado desalida y el
grado de entrada (conexiones entrantes). El grado promedio proporciona un
indicador global de la conectividad de la red. El grado de salida de un nodo se
asociaaunamedidadesuniveldeinfluenciaenlacomunidad.Elgradodeentrada
es considerado por algunos autores como un indicador de prestigio en la
comunidad (el resto de nodos quieren que les conozca y le envan informacin).
Los nodos que tienen tendencia a recibir mucha informacin suelen calificarse
como nodos poderosos (informacin es poder). An as, un grado
extremadamente alto puede ser contraproducente. Si el grado de un nodo es
mayor que el que es capaz de asimilar nos encontraremos ante una situacin de
sobrecarga de informacin. La recepcin de informacin contradictoria provoca
situacionesderuidoeinterferenciaenlosnodos.Unnodocuyogradodesalidaes
altoysugradodeentradabajosedenominanodofuente,dadoquebsicamente
secomportacomounemisordeinformacin.Porelcontrario,cuandoelgradode
entrada es mayor que el de salida estamos ante un nodo pozo (o receptor) de
informacin. Los nodos equilibrados en los que la proporcin de conexiones de
entradaesdelmismoordenalasdesalidasedenominantransmisores.
Distancia. Nmero promedio de enlaces quehay que atravesar para llegar desde
unnodoorigenaotrodestino(dosnodosadyacentesestarnsituadosadistancia
1). Las distancias entre nodos son una macrocaracterstica importante en las
redes.Silasdistanciassongrandeseltiempodepropagacindelainformacina
travsdelaredtambinloser.
Distanciageodsica.Nmerodeenlacesquehayqueatravesarparallegardesde
unnodoorigenhastaunnododestinosiguiendoelcaminomscorto posible.La
distancia geodsica indica el camino ms eficiente para transmitir informacin
entre nodos de la red. Dado un nodo, podemos definir su excentricidad como la
distanciageodsicamayorentretodassusconexiones.

Dimetro. La distancia geodsica mayor en un grafo conexo. Esta medida nos da

una idea global del tamao de la red dado que nos indica el mayor grado de
separacinposibleentredosnodosdelared.

Unacaractersticarelevanteenelestudiodeladinmicadeunaestructurasocialessu
potenciaoimportancia.Cadaunodeloscomponentesdelaestructuracontribuyede
unaformaconcretaalcomportamientoglobaldelaredenfuncindesusconexionesy
suposicinenlajerarquasocial.Lapotenciadeunaredpuedeestudiarseanivelde
toda la red o en base a la relacin entre pares de nodos. Esta propiedad est
relacionada con la centralidad que se define como la importancia relativa al
conexionado o posicin de un nodo respecto al flujo de informacin en la red. Una
manera de medir la centralidad es, por ejemplo, a travs del grado de un nodo. Los
nodos que tienen un grado mayor tienen ms oportunidades para acceder a la
informacin que otrosnodos con menos conexiones. Un nodo con un grado elevado
tienelaposibilidaddepoderelegirentresusfuentesdeinformacinodepoderusar
diversos caminos para propagar sus ideas en la estructura social. Otras medidas de
centralidadson:

Cercana(closeness):(Bavelas,1950;Harare,Normanetal.,1965;Sabidusssi,1966)
esunindicadordelacercanadeunnodoalrestodenodosdelared.
Betweeness:(Freeman,1997;Anthonisse,1971)esunindicadordelaimportancia
estratgicadeunnodorelativaaloscaminosporlosquefluyelainformacinenla
redsocial.Secalculaparaunnodoenbasealasumadetodosloscaminosmnimos
queunenacadapardenodosenlared.

La deteccin y caracterizacin de subestructuras o subcomunidades proporciona un

indicador de las caractersticas estructurales de una red social. Existen diversas
tcnicas (Girvan, Newman, 2002) que permiten agrupar los nodos de la red que
presentanpatronesdeconectividadsimilareseidentificarnodosquedividenlareden
diversos componentes aislados (Kleinberg, 1999). Un ejemplo de este tipo de nodos
sonlospuntosdecorte(cutpoints)quenosindicanloselementosimportantessinlos
cualeslaredperderasucohesin.

4. Metodologa para el anlisis de listas de discusin mediante redes

sociales
Laslistasdedistribucinpresentandoscaractersticasfundamentalesquedeterminan
elprocesodeanlisisdelflujodemensajes.Enprimerlugar,losmensajesnotienenun
destinatario concreto sino que van dirigidos al gestor de listas. En segundo lugar, la
interaccinentresubgruposdeusuariosdentrodelalistamanifiestaatravsdeloque

sedenominanhilosdediscusin. Estoshilosrepresentanunflujode comunicacin

coherentereferidaauntemaconcreto.
Diversosautores(Guimeretal.,2003;Tyleretal.,2003)hanpropuestoelusodela
trazadelflujodemensajesdecorreoelectrnicoparagenerarredessocialesyestudiar
laestructuradelascomunidadesquegeneraestemecanismodecomunicacin.Este
mismo principio es aplicable al estudio de las relaciones que se establecen en una
comunidad virtual a travs de su lista de discusin. Para generar una red social que
describaelintercambiodeinformacinentresuscriptoresdeunalistaserprecisoun
proceso de filtrado y extraccin de informacin a partir de los mensajes de correo
electrnicoenviadosalgestordelistas.
4.1.

Procesadodelosmensajesdelalista

Los mensajes de correo electrnico tienen una estructura estndar especificada en

documentos denominados Request for Comments (RFC). En concreto el protocolo de
correo electrnico est especificado en los RFC 822 y 2822. Un mensaje de correo
electrnico est compuesto por dos elementos bsicos: la cabecera y el cuerpo. La
cabeceracontienetodalainformacinnecesariaparahacerllegarelmensajehastasu
destinatarioeincorporainformacinsobreelremitente,larutaseguidaporelmensaje
hastallegarasudestinoyeltipodemensaje.Enelcuerpodelmensajeencontramosel
contenido que se transmite y la codificacin de los archivos adjuntos que pueda
contenerelmensaje.
La figura 2 muestra un ejemplo de la estructura de campos de la cabecera de un
mensaje de correo electrnico. El campo que identifica al emisor del mensaje,
denominado from, contiene su direccin electrnica. El destinatario del mensaje
(especificadoenelcampoto)eslapropialistadediscusin.Finalmente,elcampoque
controla quien recibe las respuestas a este mensaje (etiquetado como replyto)
tambineslapropialistadecorreoenlugardelusuarioqueemiteelmensaje.

Figura2.DetalledelascabecerasdeunmensajedecorreoelectrnicoenviadoalalistaEDUTECL

Para realizar un anlisis de un proceso de comunicacin mediante redes sociales es

preciso recopilar todos aquellos datos referentes a los intercambios de informacin
queserealizanentreusuarios.Enelcasodelosmensajesdecorreoelectrnicoeste
tipo de informacin podemos encontrarla tanto a nivel de cabeceras como en el
cuerpodelmensaje.Enesteestudionoscentraremosenlosparmetrosdeinteraccin
directa extrados a partir de las cabeceras sin entrar en temas relacionados con el
anlisisautomticoycategorizacindelcontenidodelosmensajes.
4.2.

Procesadodelosmensajesdelalista

Cada mensaje de correo electrnico posee determinadas caractersticas que nos

permitirn distinguirlo de otros mensajes emitidos por el mismo usuario o que han
sido procesados simultneamente por el gestor de correo. Uno de estos campos
caractersticoseselcdigodeidentificacindelmensajequehadesernicoparacada
mensaje que circula por la red. Este cdigo lo encontramos en un campo de la
cabeceradelmensajedenominadoMessageid(Fig.2).
En el proceso de caracterizacin de la interaccin entre pares de usuarios nos
encontramos con la principal dificultad tcnica, inherente al funcionamiento de las
listasdediscusin.Elflujodecomunicacinnosigueunpatrnemisorreceptorsino
que el receptor siempre es el gestor de listas que a su vez distribuye una copia del
mensaje a todos los suscriptores. Por tanto, no podremos establecer fcilmente una
relacin directa de comunicacin entre dos suscriptores ya que mediante el campo
destinatariodelmensajenopodremosdistinguirsiesunmensajenuevoenviadoala
listaosieslarespuestaaunaintervencinprevia.
Para generar la red hemos seguido dos aproximaciones diferentes a la hora de
caracterizarlosflujosdemensajesentreusuarios(Boudouridesetal.,2002).Enprimer
lugar se ha usado un campo de cabecera concreto, especificado en el RFC2822,
denominadoInReplyTo.Estecampocontieneelcdigodeidentificacindelmensaje
al que estamos respondiendo. Mediante esta tcnica podemos crear una asociacin
emisorreceptor aunque el mensaje este dirigido al gestor de listas. El inconveniente
principal que plantea esta aproximacin es que no permite capturar todas las
interacciones directas entre usuarios, dado que para que el cliente de correo
electrnicodefinaunvalorparaestacabeceraesprecisousarlaopcinResponderdel
cliente de correo electrnico sobre el mensaje al que queremos contestar. Tambin
nos encontramos con frecuencia con usuarios que no realizan una respuesta directa
sinoqueescribenunnuevomensajeenrespuestaalmensajerecibido.Enestecaso,
aunquelasemnticadelainteraccinsemantienenopodremosdetectarlamediante
la tcnica propuesta. Teniendo en cuenta estas limitaciones podremos crear una red
socialquecaractericedemaneraaproximadalasinteraccionesdirectasentreusuarios.
9

La segunda aproximacin se basa en la deteccin de hilos especficos de discusin

dentrodelalista.Determinarsidiversosmensajesestnrelacionadosypertenecena
un mismo hilo es una tarea compleja (Lewis, Knowles, 1997; Whittaker, Terveen,
1998).Parallevarlaacabohemosusadoconjuntamenteinformacindediversostipos:
(1) La cabecera InReplyTo. En este caso nuestra premisa es que los mensajes que
pertenecen a un mismo hilo de discusin tendrn definida esta cabecera que
contendrelcdigodeidentificacindealgunodelosmensajesdelhilo.
(2)LacabeceraReferences.Estacabeceracontieneunalistadelosidentificadoresde
mensajerelacionadosconelmensajeactual.Esunindicadorquenospermiteextraer
los componentes de un mismo hilo de discusin. Esta cabecera se activa al usar la
opcinresponderdelclientedecorreoelectrnico.
(3) La lneadel Subject del mensaje. A menudo los mensajes que corresponden a un
mismohilodediscusintienenelmismotemaoconligerasmodificaciones,portanto,
a partir de este campo podemos relacionar mensajes que de otra manera nos sera
muydifcilasociar.
(4)Lashorasdeenvodelosmensajes.Siexistentemasrecurrentesalolargodelciclo
de vida de una lista de discusin es posibles que los relacionemos como
pertenecientes a un mismo hilo cuando en realidad han podido pasar aos entre la
recepcindecadamensaje.Portantoelltimocriterioserqueloshilosdediscusin
tienenuntiempodevidaqueseextiendecomomximoalgunos(pocos)meses.
A partir de la combinacin de estos cuatro criterios podemos realizar una extraccin
automticadelosmensajesquepertenecenaunmismohilodediscusin.
Ambasaproximacionesnospermitirnconstruirunmodeloaproximadoderedsocial
adaptado al flujo de comunicacin dentro de la comunidad. Mediante la primera
aproximacin obtendremos la que denominaremos Red de Interacciones Directas. En
estaredrepresentaremosalossuscriptoresactivoscomonodosylosenlazaremosen
el caso de que se hayan intercambiado mensajes asignando al enlace un peso
proporcional al nmero de mensajes intercambiados. Mediante esta tcnica
incorporamos a la red la direccin de la interaccin (tendremos un grafo dirigido) y
ademslaintensidaddelarelacinatravsdelnmerodemensajesintercambiados.
Puestoquelacabeceraqueusamoseslaqueindicaqueundeterminadomensajees
una respuesta a un mensaje anterior damos por supuesto que entre cada par de
suscriptores enlazados se ha realizado como mnimo una interaccin bidireccional
completa.
Apartirdeloshilosdediscusinobtenemoselsegundotipoderedquedenominamos
ReddeCoparticipacin.Desdeelpuntodevistadelacaracterizacindelainteraccin
10

social que tiene lugar dentro de la comunidad, la coparticipacin en los hilos de

discusin, nos indicar que usuarios tienen intereses u opiniones similares. En este
caso los nodos de la red son los usuarios y los enlaces son no dirigidos. El peso
asociadoalenlaceentredosnodosserproporcionalalnmerodehilosdediscusin
enqueambosusuarioshanparticipadoconjuntamente.
Lacombinacindeambasredesnosofrecerporunladounavisindelasrelaciones
socialesqueseestablecendemaneradirectaentreusuariosyporotrounaestimacin
delassubestructurasogruposdeintersquepuedanexistirdentrodelacomunidad.

5.Estudioexperimental:anlisisdeedutecL
La lista EDUTECL es una lista de discusin que nace en el ao 1995 en el seno del
congresoEDUTEC95,ycuyafinalidadesladiscusindetemasdecarcteracadmico
referentesalaTecnologaEducativaylasNuevasTecnologasaplicadasalaeducacin
en el mbito universitario espaol y de Hispanoamrica. El moderador de la lista es
Jess Salinas del Departament de Cincies de lEducaci de la Universitat de les Illes
Balears. La lisya forma parte de la CVU de Tecnologa Educativa mantenida por el
gestordelaRedAcadmicaEspaola,RedIris.Losmensajesarchivadosenelservidor
deRedIris,abarcandesdeel1deenerode1998hastalaactualidad.
El periodo escogido para el presente anlisis cubre 7 aos, abarcando desde el 1 de
enero de 1998 hasta el 31 de diciembre de 2004. La figura 3 muestra la evolucin
anualdelnmerodemensajesenviadosalalistaduranteesteperiodo.Elperiodode
mayoraugedelalistaabarcalosaos1999y2000.Apartirdelao2001,EDUTECL,
entra en una dinmica de bajo trfico. Diversas publicaciones (Feliu, 2000a; Feliu,
2000b; Feliu y Gisbert, 2001) presentan detalladamente un anlisis estadstico y un
estudio pormenorizado de la evolucin de diversas listas de temtica educativo y en
concretodelalistaEDUTECLduranteelperiodo19972000.
nmero de mensajes
nmero de mensajes correctos
nmero de hilos detectados

1200

degree centralization
indegree
outdegree

0.20
0.18

1000

0.16
0.14

800

degree

0.12

600

0.10
0.08

400

0.06

200

0.04
0.02

0
1998

1999

2000

2001

Ao

2002

2003

2004

1998

1999

2000

2001

2002

2003

2004

Ao

11

Figura 3. Representacin de la dinmica de la lista EDUTECL en el periodo estudiado. Nmero de

mensajesehilosdediscusin(izda.)yevolucindelgradodelosnodos(dcha.)

5.1.

Anlisisdelareddeinteraccindirecta

La figura 3 muestra la evolucin anual (no acumulada) del grado promedio de los
nodos (suscriptores) de la red social generada a travs de las interacciones directas.
Podemos observar que el grado promedio (etiquetado como degree centralization)
decreceprogresivamentehastaelao2002yapartirdeesemomentoentraenuna
dinmicadecrecimiento.Elgradodeunsuscriptorrepresentaelnmerodemiembros
delalistaconlosqueinteractadirectamente(usandolafuncinResponderdesu
cliente de correo electrnico). El indregree, o grado de entrada, hace referencia a la
cantidadpromediorespuestasquerecibeunsuscriptor,mientrasqueeloutdegreenos
indica la cantidad promedio de mensajes emitidos por un miembro de la lista. La
tendenciaalabajaenelgradopromedioindicaunadisminucinclaradelnmerode
mensajes intercambiados por cada nodo (enviados + recibidos) respecto al total de
mensajesenviadosalalista.Estoconstituyeunclaroindicadordeladisminucindela
interaccin directa (personaapersona) entre los miembros de la comunidad virtual
Estehechorepercuteclaramenteenladinmicadelintercambiodeinformacin.Enel
caso de EDUTECL podemos observar que desde el ao 1998 hasta el ao 2001 la
interaccindirectaentreusuariosdisminuyedesdeel9%hastacasiun4%deltotalde
mensajes que circulan en la lista. Esta disminucin obedece al hecho de que una
cantidad importante de mensajes enviados a la lista son de tipo anuncio,
correspondindose a un modelo de comunicacin broadcast puro (mensajes uno a
muchos).Apartirdelao2001yhastael2004elndiceparecerecuperarse,indicando
una posible disminucin de este ruido de fondo en favor de una comunicacin de
carctermspersonal.
La evolucin en la complejidad de la red social ao tras ao podemos observarla
mediante un modelo de representacin grfica basado en muelles y repulsin de
partculas. En este caso consideramos a cada enlace entre nodos como un muelle
elstico y a cada nodo como una partcula con carga elctrica. El modelo de
representacin grfica deja evolucionar el sistema hasta que se alcanza una
configuracindeequilibrioquepermiteobtenerunavisualizacinptimadelared.La
figura4muestraestaevolucin.Podemosobservarquelasredesquepresentanuna
mayor complejidad corresponden a los aos 1998, 1999 y 2000. A partir de la
disminucindeltrficoenlalistadisminuyetambinlacomplejidadasociadaasured
social.
Si analizamos detalladamente algunas de las redes correspondientes a este periodo
observamoscmoseponedemanifiestolacomplejidadestructuraldelacomunidad.
Lafigura5muestralareddeinteraccindirectacorrespondientealao1998.Lared
constade6componentesdepequeotamao(entre2y4nodos)yunacomponente
12

demayortamaoformadapor71nodos,cuyadensidades1.69%,ligeramentemayor
que la de la red global. Al observar el papel que juegan los distintos suscriptores
podemos apreciar la existencia de nodos que reciben un flujo importante de
informacin(autoridades,encolorazul)ydenodosemisores(hubs,encolorrojo).Los
nodos hub actan como distribuidores de informacin en la comunidad. Este rol se
asocia a miembros de la comunidad virtual que desempean un papel dinamizador
importanteenlalista.Representanasuscriptoresconuncomportamientomuyactivo
yquesecomunicandirectamenteconotrosmiembrosdelacomunidad.

(1)

(2)

(3)

(4)

(5)

(6)

13

Representacingrficadelaevolucinanualdela
red social de interaccin directa usando modelos
derepulsin.Laequivalenciaentrefigurasyaos
vienedadapor:
(1)1998
(2)1999
(3)2000
(7)

(4)2001
(5)2002
(6)2003
(7)2004

Figura4.Evolucindelacomplejidaddelaestructuradelaredsocialcorrespondientealainteraccin
directaentrelosmiembrosdelalista.

Elgrosordelasaristasesproporcionalalaintensidaddelflujodeinformacin(nmero
demensajesintercambiados).Podemosapreciarenlafigura5queJessSalinasyJordi
Adell juegan un papel dinamizador importante. En el caso concreto de las listas de
discusinelroldeautoridadcorrespondeaaquellossuscriptoresquesonreceptores
de un gran nmero de mensajes. Este tipo de nodos plantean cuestiones a la
comunidadquebienporsuintersobienporsucarcterpolmicosuscitanunamplio
debate. Podemos apreciar que un nodo del que no hemos podido recuperar su
identificacin (aparece en el grafo con la etiqueta null) es el receptor de un gran
nmeroderespuestasasusintervenciones.

14

Figura 5. Red de interaccin directa correspondiente al ao 1998. Se visualizan los nodos que actan
comoautoridades(azul)yhubs(rojo).

SiaplicamoselalgoritmodeNewmanGirvanparalaextraccindecomunidadesaesta
redsocialvemosqueaparecentresgruposclaramentediferenciados(figura6).
Por un lado tenemos en color negro una comunidad dispersa formada por las
componentes con un nmero pequeo de miembros (entre 2 y 4). Esta comunidad
est formada por grupos pequeos de usuarios que interactan nicamente entre
ellos sin relacionarse con la mayora. La componente conexa de mayor tamao se
estructura en dos comunidades (en rojo y azul). Es interesante destacar que los
suscriptores que actan como puente entre ambas comunidades son: Jess Salinas,
JordiAdell,MiguelZapataySaraOsuna.
Durante el ao 2000 se enviaron a la lista 1149 mensajes de los que 1123 (97.7%)
contenan valores correctos en todas sus cabeceras. La red social resultante estaba
formada por 122 nodos. La figura 7 muestra que se mantiene una organizacin
formada por dos comunidades principales claramente diferenciadas. La comunidad
marcadaencolorazulmantienemuypocosnexosdeuninconlacomunidadprincipal
(enrojo).

Figura 6. Extraccin de comunidades mediante el algoritmo de NewmanGirvan a partir de la red de

interaccin directa correspondiente al ao 1998. El color de los nodos indica la comunidad a la que
pertenecen.

15

Figura 7. (izda.) Red de interaccin directa correspondiente al ao 2000. El anlisis de comunidades

revela la presenci de tres grupos diferenciados. (dcha.) La visualizacin de las egonets
correspondientesanodosestructuralmenteimportantespermiteunavisinmsclaradelasrelaciones
entrelosmiembrosactivosdelacomunidad.

Elestudiodelasegonetscorrespondientesanodosimportantesmuestralosdetalles
de las estructuras locales de relacin en la comunidad. Jess Salinas y Jess Tejada
adquierenunpapeldinamizadorimportanteenlacomunidad.
A partir del ao 2001 decae el nmero de mensajes enviados a la lista. Pese a la
disminucin del trfico la estructura de la comunidad se mantiene separada en dos
gruposprincipalescohesionadosyunterceroformadoporpequeosgruposdispersos
desuscriptores.Lafigura8muestraestasestructuras.Podemosdestacarelpapelde
M. Paz Prendes y Jess Salinas como nexo de unin entre las dos comunidades
principales. El resto de miembros de cada comunidad no interactan entre ellos de
maneradirecta.

16

Figura8.Anlisisdecomunidadescorrespondientealareddeinteraccindirectaenelao2001.

Enelao2002semantienelaestructurabipolardelacomunidadconlapresenciade
dossubgruposclaramentediferenciados.Lafigura9muestralaredcorrespondientea
esteao.
Podemos apreciar una clara disminucin de la complejidad asociada a la red social
derivada de la disminucin del trfico de mensajes (nicamente 449 mensajes). A
pesar de ello los roles que haban adquirido los suscriptores estructuralmente
importantesenelao2001semantienen.Vemosahoraquelosnexosdeuninentre
ambas comunidades son Jordi Adell, Jess Salinas, M. Paz Prendes y Norberto J.
Valenciaga.

Figura9.Anlisisdecomunidadescorrespondientealareddeinteraccindirectaduranteelao2002.

Durantelosdosaossiguientesladisminucinsostenidadelflujodemensajesprovoca
cambiosimportantesenladinmicadelaestructurasocialdelacomunidadEDUTECL.

17


Figura10.(Izda.)Estructuradecomunidadesao2003.(Dcha.)Estructuradecomunidadesao2004.

La figura 10 muestra como en el ao 2003 se mantienen los dos grupos principales

aunque el papel dinamizador ms importante, desarrollado hasta la fecha por Jess
Salinas,pasaadesarrollarloahoraJordiAdell.Alaosiguientereaparecenuevamente
laestructuradetresgrupos,dosdeelloscohesionados(azulynegro)yunterceroms
disperso (en rojo). Los roles de los suscriptores cambian nuevamente, tanto Jess
SalinascomoJordiAdelladquierenunrolmenosdinmicoysonsustituidosporMara
Jordano,AntonioBartolomyManuelGromaz.
Este anlisis podemos realizarlo tambin considerando toda la actividad acumulada
duranteelperiodoestudiado(19982004).

18

Figura11.Elanlisisacumuladodelasinteraccionesdirectasdurantelosaos19982004.Lasdistintas
comunidadesaparecenendiferentescolores.

El resultado obtenido se muestra en la figura 11. Es importante destacar que en el

anlisisconjuntosiguenapareciendotrescomunidades,dosdeellascohesionadasyde
mayortamaoyunaterceramspequeaydispersa.Portantopodemosconcluirque
a grandes rasgos, la dinmica observada en cada ao por separado se mantiene al
estudiarelperiodocompleto.
5.2.

Anlisisdelareddeinteraccindirecta

El anlisis pormenorizado de la red de coparticipacin en hilos de discusin puede

ayudarnosadetectaraspectosdelaestructuradecomunidadesgeneradaporEDUTEC
Lquehabanquedadoocultasenlareddeinteraccindirecta.

0.40
0.10
0.09

betweeness
grado

0.35

0.08

0.30

densidad

0.07

0.25

0.06
0.05

0.20

0.04

0.15
0.03

0.10

0.02
1998

1999

2000

2001

ao

2002

2003

2004

1998

1999

2000

2001

ao

2002

2003

2004

Figura 12. Evolucin de la densidad (izda.) y de la betweeness y grado (dcha.) en las redes de
coparticipacinenhilosdediscusin.

La densidad y la centralidad de la red presentan una evolucin similar (Figura 12). A

partirdelmomentoenquesehacepatenteladisminucindelnmerodemensajesla
densidad de la red aumenta debido a la disminucin del nmero de participantes.
Paralelamente,losmiembrosactivosdelacomunidadpasanatenerunrolmscentral
enelflujodemensajesyenconsecuenciaaumentademaneragloballacentralidadde
la estructura. La estructura de la comunidad EDUTEC se vuelve ms centralizada a
medidaquedisminuyenlascontribucionesalalista.
Mediante una aproximacin similar a la empleada en el anlisis anterior podemos
estudiar la estructura de la red de coparticipacin. El primer periodo estudiado
correspondealao1998.Sedetectan399hilosdediscusinenlosqueparticipan178
suscriptores.Lafigura13muestralaestructuradelacomponenteprincipaldelared
socialresultante.Eltamaodelosnodosesproporcionalalgrado,esdecir,alnmero
dehilosenlosqueparticipaconotrossuscriptores.JessSalinasyJordiAdellsonlos
miembrosdelacomunidadmsinfluyentesparacohesionarlaestructuradedebate.

19

Lainfluenciadeestosnodosenlaestructuraseponedemanifiestosiestudiamossus
egonets.

Figura13.Aspectodelaestructuradelareddecoparticipacinenelao1998.

Lafigura14muestralasclarasdiferenciasexistentesentrelosrolesdeestosdosnodos
principales.PorunladolaegonetcorrespondienteaJessSalinasmuestraunpapel
equilibradoenelnmerodeinteraccionessinparticipardirectamenteenloshilosde
discusin planteados por el grupo densamente conectadoque se aprecia en la parte
superior de la figura 13. En cambio en la egonet correspondiente a Jordi Adell
podemos apreciar que acta como nexo de unin entre la parte cohesionada de la
comunidad y un grupo de usuarios que participan activamente en esos hilos de
discusin.

Figura14.EgonetsasociadasaJessSalinas(izda.)yJordiAdell(dcha.)correspondientesalao1998.

20

La figura 15 muestra a egonet correspondiente a Jess Salinas en el ao 1999.

Podemos apreciar un claro aumento de la complejidad estructural de esta red que
coincide con el aumento del intercambio de mensajes en la lista. Los nodos en azul
corresponden a los puntos de corte que representan a otros miembros de la
comunidadquecontribuyenasucohesin.

Figura15.EgonetsasociadaaJessSalinascorrespondientealao1999.

Alexaminarlafigura15podemosapreciarqueenelcentrodelaestructuraelusuario
JessSalinasapareceendosnodosdistintos.Estosedebealhechodequeelusuario
hacambiadodedireccindecorreoelectrnicoduranteesteperiodo.
En el ao 2001 la estructura de la comunidad sufre un cambio importante. Aparece
una componente principal que contiene a los usuarios ms activos de la comunidad.
Los restantes miembros se estructuran en pequeos grupos dispersos que no
interactan entre ellos. La figura 16 muestra la estructura del ncleo activo de la
comunidad. Podemos apreciar que este ncleo participa en la mayor parte de los
debatessiendoelresponsabledelamayorpartedelintercambiodeinformacinque
se lleva a cabo en ese periodo. Esta estructura es coherente con el aumento de la
densidaddelaredobservadoenesteao(figura12).

21


Figura16.Estructuradelncleodelareddecoparticipacinenelao2001.

El anlisis agregado de la red de coparticipacin durante el periodo 19982004

produce un grafo muy denso difcil de visualizar en su totalidad. En la figura 17 se
presentalaegonetcorrespondienteaJessSalinasenelperiodo19982004.

Figura17.EgonetdeJ.Salinasenelperiodo19982004.

22

6. Conclusiones
En este trabajo se ha presentado una metodologa para el anlisis de la estructura
socialquesegeneradentrodeunacomunidadvirtual.Vemosqueesposibleanalizar
laestructurasocialylosrolesqueadquierenloscomponentesdelacomunidadvirtual
nicamente a partir de la informacin proporcionada por un mecanismo de
comunicacinasncronacomoesunalistadediscusin.
La interaccin social se ha estudiado desde dos puntos de vista. Por un lado se han
analizado las interacciones directas entre miembros de la comunidad. Este tipo de
anlisis nos ha permitido detectar nodos que actan como hubs dentro de la
estructurayqueseasimilanconloscomponentesdelacomunidadqueactancomo
moderadores o dinamizadores del intercambio de informacin. Tambin se ha
analizadolaformacindesubgruposdentrodelacomunidadusandoelalgoritmode
NewmanGirvan.Seobservaquerealmentelacomunidadnoeshomogneasinoque
estformadapordiversosgruposquemuestranpatronesderelacinycomunicacin
propios.Tambinsehaanalizadolaestructurasocialdelacomunidaddesdeelpunto
de vista de la participacin conjunta en hilos de discusin. Este tipo de interaccin
produceredesmsdensasenlasqueseapreciannodosconunpapelpredominante
para la cohesin de la comunidad (cutpoints). Estos nodos se corresponden con los
que jugaban el papel de hubs en la red de interacciones directas. Se ha visto que
tambin en este tipo de red se observan subestructuras que se han caracterizado
medianteunalgoritmodedeteccindefacciones.
Lametodologabasadaenelanlisisderedessocialesnospermiteextraerinformacin
atravsdelainteraccinasncronadelosusuariosdeunacomunidadvirtual.Estoes
especialmente interesante en el mundo de la tecnologa educativa, dado que nos
proporciona una potente herramienta para evaluar la efectividad de los foros de
discusinqueusamoshabitualmenteencualquierentornodegestindelaprendizaje
(LMS).
Elprincipalinconvenientedelametodologapropuestaesqueelanlisisserealizade
forma totalmente independiente del contenido de los mensajes. En el caso de su
aplicacin a la educacin sera muy positivo poder disponer de una metodologa de
evaluacin de este tipo de herramientas que tuviese en cuenta la semntica de la
informacinintercambiada.

23

Referencias
AHUJA, M., CARLEY, K. 1998. Network structures in virtual organizations.
JournalofComputerMediatedCommunication,3(4).
ALBRECHT,T.,ADELMAN,M.,1987.Communicationnetworksasstructuresof
social support. In: T. ALBRECHT, M. ADELMAN, ed., Communicating social
support.NewburyPark,Sage.
ARGYRIS, C., 1977. Organizational Learning and Management Information
Systems,Accounting,OrganizationsandSociety,2(2),113123.
BLTER, O., 1998. Electronic mail in a Working context. Doctoral dissertation,
RoyalInstituteofTechnology,Stockholm.[online].Availablefrom:
http://www.nada.kth.se/~balter/thesis.pdf
BARLOW,J.P.,1996.ADeclarationoftheIndependenceofCyberspace[online].
Availablefrom:
http://homes.eff.org/~barlow/DeclarationFinal.html[accessedApr2005]
BATAGELJ, V., MRVAR, A., 1998. Pajek: Program for Large Scale Network
Analysis.Connections,21(2),4757.
BAYM, N. K., 1995. The emergence of community in computermediated
communication. In: S.G. JONES, ed. Cybersociety: Computermediated
communicationandcommunity.138163.
BOLLOBAS,B.,1985.RandomGraphs,AcademicPress.
BOUDOURIDES,M.A.,MAVRIKAKIS,M.,VASILEIADOU,E.,2002.EmailThreads,
Genres and Networks in a Project Mailing List. Association of Internet
Researchers(AoIR)InternationalConference,Maastrich,Netherlands.
CASTELLS,M.,1996.Theriseofthenetworksociety.Cambridge,MA:Blackwell
Publishers.
DAVENPORT, T.H., 1994. Saving IT's Soul: HumanCentered Information
Management,HarvardBusinessReview,MarApr,119131.
EBEL, H. MIELSCH, L.I., BORNHOLDT, S., 2002. Scalefree topology of email
networks.Phys.Rev.E,66:035103.
ECKMANN, J.P., MOSES, E., SERGI, D., 2003. Dialog in email traffic [online].
Availablefrom:
http://xyz.lanl.gov/abs/condmat/0304433.[AccessedApr2005].
FELDMAN, M.S., 1987. Electronic mail and weak ties in Organizations. Office:
TechnologyandPeople,3,83101.
FELIU, V., 2000a. Radiografa de EDUTEC. Edutec: Revista Electrnica de
Tecnologa
Educativa,
11.
[online].
Available
from:
http://www.uib.es/depart/gte/edutece/Revelec11/Feliu.html

24

 FELIU,V.,2000b.DinmicaiAvaluacidelesLlistesdeDistribucideTemtica
Educativa.Thesis(PhD).UniversitatRoviraiVirgili.
FELIU, V., GISBERT, M., 2001. Estudio sobre las listas de distribucin: Edulist,
edutec y Psicoeduc. Boletn de RedIris., 5455. [online]. Available from:
http://www.redirirs.es/rediris/boletin/5455/ponencia8.html
FREEMAN, L., 1997. A set of measures of centrality based on betweenness.
Sociometry,40,3541.
FRUCHTERMAN, T.M.J., REINGOLD, E.M., 1991. Graph drawing by force
directedplacement.SoftwarePracticeandExperience,21(11),11291164.
GALESIC,M.,STEPANIC,J.,2003.Towardparameterisationofemailmediated
communication. Interdisciplinary Description of Complex Systems. 1 (12), 54
65.
GARTON,L.,HAYTHORNWAITE,C.,WELLMAN,B.,1997.Studyingonlinesocial
networks.JournalofComputerMediatedCommunication,3(1).
GIRVAN, M., NEWMAN, M. E. J., 2002. Community structure in social and
biologicalnetworks.Proc.Nat.Ac.Sci.99,78217826.
GLEISER, P.M., DANON, L., 2003. Community Structure in Jazz. Advances in
ComplexSystems,6(4),565573.
GRONLUND, N., HOLMLUND, W., 1985. The value of elementary school
sociometric status scores for predicting pupils' adjustment in high school.
EducationalAdministrationandStudentSupervision44,22560.
GUIMERA,R.,DANON,L.,DIAZGUILERA,A.,GIRALT,F.,ARENAS,A.,2003.Self
similarcommunitystructureinorganisations.PhysicalReviewE,68,065103(R).
HUBERMAN,B.A.,T.HOGG.,1995.Communitiesofpractice:Performanceand
evolution.ComputationalandMathematicalOrganizationTheory,1,7392.
KIMBALL, L., RHEINGOLD, H., 2000. How online social networks benefits
organizations[online].Availablefrom:
http://www.rheingold.com/Associates/onlinenetworks.html
KLEINBERG, J., 1999. Hubs, Authorities and Communities. ACM Computing
surveys,31(4).
KLEINBERG,J.,2000.Navigationinasmallworld.Nature,406.
KLEINBERG,J.,2001.Smallworldphenomenaandthedynamicsofinformation.
In:AdvancesinNeuralInformationProcessingSystems(NIPS).
KREBS,V.E.,2002.Uncloakingterroristnetworks.FirstMonday,7(4).
LEWIS, D.L., KNOWLES, K.A., 1997. Threading electronic mail: A preliminary
study.InformationProc.&Mgmt.,32(2),209217.
MILGRAM,S.,1967.Thesmallworldproblem.PsychologyToday,1,6267.

25

 MOODY, P.B., 2002. Reinventing Email. CSCW 2002 Workshop: Redesigning

Email
for
the
21st
Century
[online].
Available
from:
http://peach.mie.utoronto.ca/people/jacek/emailresearch/CSCW2002/
NEWMAN, P.S., 2002. Exploring discussion lists: steps and directions. In:
Proceedingsofthe2ndACM/IEEECSjointconferenceonDigitallibraries,126
134.
NQWENYAMA, O.K., LEE, A.S., 1997. Communication Richness in Electronic
Mail:CriticalSocialTheoryandtheContextualityofMeaning.MISQuarterly,21
(2),145167.
POOL,I.,KOCHEN,M.,1978.Contactsandinfluence.SocialNetworks,1,551.
SCHWARTZ, M.F., WOOD, D.C.M., 1993. Discovering shared interests among
peopleusinggraphanalysis.CommunicationsoftheACM,36(8),7889.
SPARROW, M.K., 1991. The application of network analysis to criminal
intelligence:Anassessmentoftheprospects.SocialNetworks,13,251274.
TYLER,J.R.,WILKINSON,D.M.,HUBERMAN,B.A.,2003.Emailasspectroscopy:
automated discovery of community structure within organizations. In: M.
HUYSMAN,E.WENGER,V.WULF,ed.CommunitiesandTechnologies.Deventer,
NL:Kluwer,B.V.,8196.
WASSERMAN, S., FAUST, K., 1994. Social network analysis. Cambridge:
CambridgeUniversityPress.
WHITTAKER, S. TERVEEN, L., 1998. The dynamics of mass interaction.
ProceedingsofCSCW98,257264.
WHITTAKER, S., BELLOTTI, V., MOODY, P., 2005. Revisiting and Reinventing
Email.HumanComputerInteraction,20(12).

RALLO,Robert;GISBERT,Merc(2008).Anlisisdeunacomunidadonlineapartirdesulista
dediscusin.ElcasodeEdutecL[artculoenlnea].EDUTEC,RevistaElectrnicade
TecnologaEducativa.Nm.25/Marzo2008.[Fechadeconsulta:dd/mm/aa].
http://edutec.rediris.es/Revelec2/Revelec25/Edutec25_analsis_comunidad_online.html
ISSN11359250.

26