Extracting behavioural properties from face-to-face interactions temporal networks: a measure of egonet persistency

Resumen Técnico: Extracción de Propiedades Conductuales de las Interacciones Cara a Cara mediante Redes Temporales

Planteamiento del Problema
El análisis de redes temporales requiere métodos robustos para comprender cómo los individuos repiten sus interacciones sociales a lo largo del tiempo. Aunque se sabe que las interacciones repetidas moldean la difusión de información y la estructura social, las medidas existentes de persistencia del egocentro suelen confundir las regularidades conductuales genuinas con efectos estructurales, como el grado del nodo. Los nodos de alto grado exhiben inherentemente una alta similitud en sus vecindarios a través de diferentes periodos de tiempo, lo que crea un sesgo que dificulta la distinción entre correlaciones temporales significativas y la mezcla aleatoria. Además, existe una falta de observables interpretables que cuantifiquen directamente la persistencia de la interacción egocéntrica teniendo en cuenta tanto la identidad del contacto como la intensidad de la interacción.

Metodología
Los autores presentan el Criterio de Persistencia del Vecindario (NPC, por sus siglas en inglés), un marco estadísticamente fundamentado diseñado para cuantificar la persistencia del egocentro a través del tiempo. La metodología procede en tres etapas:

1. Medidas de Similitud: El marco calcula primero dos métricas clásicas de similitud para la red egocéntrica de un individuo entre dos periodos de tiempo ($T$ y $T'$):

   • Índice de Jaccard ($\lambda_J$): Mide el solapamiento en las identidades de los contactos, independientemente de la fuerza de la interacción.
   • Similitud de Coseno ($\lambda_{cos}$): Incorpora los pesos de interacción (duración total), capturando si la intensidad de las interacciones se preserva junto con la identidad.

2. Normalización Estadística mediante Modelos Nulos: Para corregir el sesgo introducido por el grado del nodo y la topología de la red, los autores aplican dos modelos nulos específicos mediante aleatorización:

   • $P[k]$: Reconecta la red preservando los grados de los nodos. Este sirve como el modelo nulo para el índice de Jaccard para controlar las correlaciones topológicas.
   • $P[L, p(w)]$: Mantiene la topología de la red pero redistribuye aleatoriamente los pesos de interacción según la distribución empírica. Este sirve como el modelo nulo para la similitud de coseno para controlar las correlaciones entre la topología y la intensidad de la interacción.

3. El Observable NPC ($\alpha$): Los autores definen un observable estandarizado, $\alpha$, basado en la desviación de la similitud observada respecto a la mediana de la distribución nula ($\mu_l$).

   • $\alpha$ oscila entre $[-1, 1]$.
   • $\alpha = 1$ indica una fuerte preferencia por reengancharse con los mismos individuos.
   • $\alpha = -1$ indica una fuerte evitación de las interacciones repetidas.
   • $\alpha \approx 0$ indica ninguna desviación de los patrones de interacción aleatorios.
   • Esta formulación permite una interpretación continua y probabilística de la desviación conductual, distinguiendo entre desviaciones positivas y negativas.

4. Reducción de Dimensiones y Categorización Conductual: Para caracterizar la dinámica individual a través de múltiples periodos de tiempo, los autores analizan la consistencia temporal de los valores de $\alpha$. Reconociendo que la desviación estándar es sensible a los valores atípicos y que los individuos pueden alternar estrategias, emplean la Media Recortada de Dispersión utilizando el método de Tukey (TMDT) con un percentil $q=12\%$. Esta métrica ($TMDT_{12}$) cuantifica la consistencia intraindividual del comportamiento, distinguiendo entre patrones estables y una alta variabilidad (alternancia de estrategias).

Aplicación de Datos
El marco se aplicó a redes de interacción cara a cara de alta resolución recolectadas en cuatro conferencias de Ciencias Sociales Computacionales (WS16, ICCSS17, ECSS18, ECIR19) utilizando la plataforma SocioPatterns. Los datos se agregaron en ventanas contiguas de alta actividad (por ejemplo, descansos para café, almuerzos, sesiones de póster) para capturar eventos socialmente significativos mientras se filtraban los contactos de corta duración espurios.

Resultados Clave

• Compromiso entre Exploración y Explotación (Exploration–Exploitation Trade-off): El análisis de $\alpha$ frente a $TMDT_{12}$ revela una estructura conductual común en todos los eventos. Los asistentes generalmente caen en categorías distintas:
  • Explotadores Estables: Individuos con baja dispersión y un $\alpha$ alto (cercano a 1), que mantienen un conjunto constante de contactos.
  • Exploradores Estables: Individuos con baja dispersión y un $\alpha$ cercano a 0, que cambian de pareja frecuentemente sin una estructura clara.
  • Evitadores: Un grupo pequeño con baja asistencia y una evitación sistemática de contactos previos ($\alpha \approx -1$).
  • Alternantes (Switchers): Individuos con alta dispersión, lo que indica una alternancia entre estrategias de exploración y explotación a través de los descansos.
• Identidad vs. Intensidad: Existe una fuerte correlación entre $\alpha_J$ y $\alpha_{cos}$, pero los asistentes tienden a ser ligeramente más persistentes en mantener la identidad del contacto que en mantener la duración específica de esas interacciones.
• Falta de Determinismo Socio-Demográfico: Crucialmente, el estudio encontró que no existe una asociación sistemática significativa entre estas dinámicas conductuales (consistencia o variabilidad) y atributos socio-demográficos estables (edad, género) o rasgos autoinformados. Aunque existen tendencias débiles (por ejemplo, asistentes más jóvenes mostrando una persistencia ligeramente mayor en algunos contextos), los resultados sugieren que las estrategias de interacción están moldeadas principalmente por factores contextuales (estructura del evento, programación, objetivos inmediatos) más que por rasgos individuales estables.

Significancia y Reivindicaciones
El artículo sostiene que el marco NPC proporciona una herramienta flexible e interpretable para estudiar la persistencia del egocentro en redes temporales. Su principal significancia radica en:

1. Desacoplar el Comportamiento de la Estructura: Al utilizar modelos nulos adaptados, el NPC separa con éxito las regularidades conductuales genuinas de los artefactos estructurales como el grado del nodo.
2. Tipología Conductual Matizada: Permite la identificación de distintos arquetipos conductuales (exploración vs. explotación) y la cuantificación de su estabilidad temporal, yendo más allá de las medidas agregadas simples.
3. Perspectiva Contextual: La aplicación a los datos de conferencias desafía la suposición de que las estrategias de interacción son rasgos individuales fijos, destacando en cambio el papel del contexto situacional en la configuración de la dinámica social.

Los autores concluyen que, si bien el NPC ofrece un método robusto para analizar redes temporales, el trabajo futuro debería explorar los patrones de persistencia a nivel diario y extender el marco a la persistencia a nivel de enlace para capturar estructuras temporales de grano más fino.