recortes y remixes digitales

Análisis de enlaces - Link Analysis

El análisis de enlaces es una rama del análisis de redes, la exploración de asociaciones entre los objetos. Un ejemplo puede ser el examen de las direcciones de los sospechosos y las víctimas, los números de teléfono que ha marcado y las transacciones financieras que han compartido durante un plazo determinado, y las relaciones familiares entre estos temas como parte de la investigación policial (Minority Report tampoco lo evidenció en su argumento). El análisis de enlaces aquí proporciona las relaciones fundamentales y  las asociaciones entre los objetos, entidades y demás nodos, conformando una visión más holísitica y que no son evidentes a partir de pedazos aislados de información. Un ordenador basado en el análisis de enlaces totalmente automático es cada vez más empleada por los bancos y agencias de seguros en la detección de fraudes, los operadores de telecomunicaciones en el análisis de redes de telecomunicaciones, por el sector de la medicina en materia de epidemiología y farmacología, en las investigaciones policiales, los motores de búsqueda para la valoración de relevancia. Es una parte también de las técnicas utilizadas en inteligencia empresarial (Business intelligence) y que se transfiere algunos aspectos al entorno educativo en las técnicas de “análisis del aprendizaje”, clave para entender el aprendizaje relacional del un aprendiz, y por extensión,  en todas partes donde las relaciones entre muchos objetos/contenidos tienen que ser analizados.
Lo que podemos llamar la profundidad del enlace y sus consecuencias.

Pasos ante el análisis de enlaces para descubrir conocimiento

Descubrimiento del conocimiento es un proceso iterativo e interactivo para identificar, analizar y visualizar patrones en los datos (conocimiento que a simple vista no es detectable). El análisis de redes, análisis de enlaces y análisis de redes sociales son todos los métodos de descubrimiento de conocimiento, cada uno de un subconjunto correspondiente del método anterior. La mayoría de los métodos de descubrimiento de conocimiento sigue estos pasos (en el nivel más alto):

* Procesamiento de datos
* Transformación
* Análisis
* Visualización

Recolección y procesamiento de datos requiere el acceso a los datos y tiene varios problemas inherentes, incluyendo la sobrecarga de información y errores en los datos. Una vez que se recopilan los datos, tendrá que ser transformada en un formato que puede ser efectivamente utilizado por los analizadores, tanto humanos como computacionales. De manera manual o generado por ordenador, las herramientas de visualización puede ser asignado a partir de los datos. Hay varios algoritmos que existen para ayudar con el análisis de los datos. Uno de los más conocidos es el algoritmo de Dijkstra.

Más información:
http://linkanalysis.wlv.ac.uk/