Maestría en Humanidades Digitales en Línea

Tecnologías digitales

Estructura de red relacional

Equipo 3

Genaro García Jiménez

Ángel David Higuera Dávila

Brianda Maite Ramírez Ramírez

María del Pilar Sandoval Blanco

Docente titular: Dr. Manuel Cebral Loureda

Docente tutor: Mtro. Carlos Alberto Esparza Hernández

22 de octubre de 2023
 Estructura de red relacional

1. Tema
En el presente análisis y posterior construcción de una red relacional, se tendrán como datos de
referencia la distancia en kilómetros entre diferentes países latinoamericanos. Para este ejercicio
exploratorio de la herramienta Gephi, se propone una serie de 20 relaciones que involucran a
distintos países.

2. Base de datos

Source Target Weight

México Panamá 3844
Panamá Argentina 5531
Argentina Paraguay 1736
Paraguay Colombia 3789
Brasil Venezuela 2808
Ecuador Perú 890
Argentina Brasil 2922
Uruguay Colombia 4793
México Perú 4717
Rep.
México Dominicana 3393
Rep.
Dominicana Colombia 1637
Panamá Paraguay 4303
Nicaragua México 3049
Rep.
Dominicana Nicaragua 1735
Nicaragua Brasil 4742
Venezuela Nicaragua 2160
Cuba Venezuela 2064
Colombia Chile 4464
Chile México 7353
Perú Cuba 3426
 3. Visualización 1 en Gephi
En la primera visualización, de un grafo dirigido, se utilizó el algoritmo de Frichterman
Reingold para la distribución de los nodos y las aristas. En tipo de visualización se caracteriza
por buscar la equidistancia entre los diferentes nodos de la base de datos, evitando así que se
superpongan.
Figura 1
Grafo Gephi, Paises Latinoamericanos. Frichterman Reingold

En la gráfica es posible ver como hay una relación de grosor de las líneas de acuerdo al peso que
tiene cada uno de los valores respecto a la distancia entre los países. De acuerdo con esto, la
mayor distancia, entre las relaciones planteadas, está entre Chile y México. Mientras que la más
corta está dada entre Perú y Ecuador. Adicionalmente, se modificó la apariencia del ranking en
una gama de colores que va desde el rojo en las distancias más bajas, el blanco en los valores
intermedios y el rojo en los valores más bajos.

Este algoritmo de visualización permite la modificación de 3 criterios para la redistribución de la

gráfica. El primero de ellos es el área que hace referencia al tamaño del espacio del grafo, es
decir, cada vez que este valor aumenta, crece también el espacio en el que están distribuidos los
nodos. La segunda característica modificable es la gravedad, cuyo valor hace que los nodos se
acerquen al centro de la gráfica o se dispersen. Y por último, la velocidad, que modifica la
rapidez con la que convergen los puntos.

A continuación, hay un par de ejemplos con diferentes valores en el algoritmo.

Figura 2 y 3
Grafos Gephi, Países Latinoamericanos. Frichterman Reingold, Distribución

Las modificaciones nos permiten ver gráficas mucho más expandidas que favorezcan el ver las
relaciones en tanto a mayor expansión menos cruces entre las aristas y los nodos.
 4. Visualización 2 en Gephi
En la segunda visualización, de un grafo no dirigido, se ejecutó la estadística por modularidad
que es una medida de la estructura de las redes o grafos. Este algoritmo fue diseñado para medir
la fuerza de la división de una red en módulos (también llamados grupos, agrupamientos o
comunidades). Las redes con alta modularidad tienen conexiones sólidas entre los nodos dentro
de los módulos, pero escasas conexiones entre nodos en diferentes módulos. El resultado para
esta red son cuatro clases de modularidad en donde Ecuador tiene una muy baja conexión con los
demás nodos:
Figura 4
Grafo Gephi, Paises Latinoamericanos. Modularidad

Se puede deducir que las modularidades, en este caso, dependen de una agrupación dada por
distancias similares de lejanía entre los países de cada grupo, luego la modularidad cero
corresponde a países no relacionados en la red.
Luego, se corrió el algoritmo de diseño Force Atlas 2 para lograr una distribución uniforme de
los nodos, una longitud uniforme de los enlaces, una minimización de los cruces
(superposiciones) entre enlaces y simetría:
Figura 5
Grafo Gephi, Paises Latinoamericanos. Force Atlas 2

5. Visualización 3 en Gephi
Tomando en cuenta que nuestro ejercicio eran países y distancias, al escuchar la opción
de utilizar un mapa me pareció interesante sin embargo al no estar muy familiarizado con los
plug ins y la necesidad de ajustar la tabla con la longitud y latitud me llevó a usar otras
estrategias. Partimos de un conjunto de datos no dirigidos ya que las distancias recorridas hacia
un lado u otro serían las mismas. Al usar ciudades aleatorias del continente encontramos
distancias pequeñas y cortas por lo que usar la estadística de Diámetro de Red nos ayuda a
determinar la frecuencia de intermediaciones (conexiones entre nodos).
La opción grado en la pestaña apariencia marcó las aristas en color con lo cuál podemos
determinar el grado / peso de la relación. A mayor intensidad, mayor distancia entre las ciudades.
Como vemos en la Figura 6, vemos algunos puntos a destacar son los extremos México y Chile
tienen la arista más marcada la distancia demás de 7,000 kilómetros y el caso opuesto es el de
Ecuador y Perú con solo 890 kilómetros que prácticamente es de color “transparente.”
Figura 6
Grafo Gephi, Países Latinoamericanos. Ranking Grado

Si bien se intentó acomodar de manera manual para generar un mapa, esto complica la
visualización de relaciones por lo que utilizar la visualización (algoritmo) Yifan Hu permite
reorganizar el grafo para detectar que países como México o Nicaragua tiene 5 o 4 conexiones
respectivamente o Ecuador y Uruguay son una arista solamente que son los nodos más aislados.
Podemos ver este grafo en la Figura 7.
Figura 7
Captura de Pantalla Gephi, Países Latinoamericanos. Yifan Hu
 6. Visualización 4 en Gephi

En este ejemplo de visualización pudimos observar el algoritmo OpendOrd, basificado

en un gráfico dirigido, sin embargo, no resulta práctica la visualización aún colocando varias
formas de visualización esto debido a las distancias cortas de los IDs, que se ven
superposicionados, sin embargo se presumen las distancias equidistantes en varios de los países
y su semejanza en kilómetros.
Figura 8
Captura de Pantalla Gephi, Países Latinoamericanos, OpendOrd

Figura 8
Captura de Pantalla Gephi, Países Latinoamericanos, OpendOrd

En el desarrollo por la búsqueda del mejor gráfico que representará nuestra ejercicio
pudimos notar que el algoritmo de Frichterman Reingold relacionado con la distribución de
distancias puede ser la mejor visualización, ya que las aristas no se proyectan una en la otra y se
puede observar con mayor claridad la distancia entre países, así como la mayor legibilidad entre
los puntos distantes. Por otro lado, el algoritmo de Force Atlas 2, también presenta con claridad
los puntos que hay entre ellos y las aristas que los unen, dejando con mayor entendimiento el
objeto a estudiar, la distancia.
Referencias

Bastian, M., Heymann, S., & Jacomy, M. (2009). Gephi: An Open Source Software for
Exploring and Manipulating Networks. https://gephi.org/publications/gephi-bastian-feb09.pdf

Cebral, M. (2023). Teoría de Grafos Aplicada a las Humanidade Digitales. En Tecnologías

Digitales, EH4004.10: Canvas. Tecnológico de Monterrey.

Düring, M. (2015, febrero 18). From Hermeneutics to Data to Networks: Data Extraction and
Network Visualization of Historical Sources. The Programming Historian.
https://programminghistorian.org/en/lessons/creating-network-diagrams-from-historical-sources

Gephi. (2011, 13 junio). Tutorial Layouts. Gephi. Recuperado 21 de octubre de 2023, de

https://gephi.org/tutorials/gephi-tutorial-layouts.pdf