El análisis de las redes de contactos
Las redes de contactos influyen en buena parte de la vida moderna, y de hecho en toda la vida. Las redes de contactos son muy estudiadas en varios contextos, pero a menudo se utilizan métodos bayesianos paramétricos que son limitados. El proyecto financiado con fondos europeos BNPNET (Bayesian nonparametric methods for networks and recommender systems) desarrolló y aplicó nuevos métodos bayesianos no paramétricos en este campo. En particular, el trabajo se centró en el comercio electrónico, en el que, por norma, los compradores adquieren solamente unos pocos artículos de entre un gran número disponible. Los nuevos modelos escalables se aplicaron al modelado probabilístico de un gran número de redes y sistemas de recomendación para comercio electrónico. Sin embargo, el trabajo también se aplicó a todos aspectos de las redes de contactos, incluyendo las ciencias sociales y biológicas y la tecnología de la información. Los investigadores desarrollaron nuevas clases de modelos estadísticos para las redes de contactos. Los modelos ilustran el aspecto de ley de potencias de las redes de contactos reales, por el que la mayoría de los compradores adquieren solamente unos pocos artículos. Los modelos también incluyen parámetros interpretables, proporcionando así un mayor conocimiento de la estructura de la red. Los modelos de BNPNET tienen propiedades a gran escala bien entendidas. Además, están disponibles los algoritmos para aprender los parámetros de los modelos. El principal resultado implicó la clase relacionada de modelos que producen gráficos «dispersos». Este término indica que el número de conexiones de la red de contactos es menor que el número de posibles conexiones, como en las situaciones reales. El estudio probó que los nuevos modelos eran capaces de aprender y evaluar el nivel de dispersión en una amplia gama de contextos de redes de contactos del mundo real. Los modelos también eran capaces de realizar predicciones más precisas relativas a dichos gráficos. BNPNET desarrolló nuevos modelos escalables de redes de contactos. Estos modelos se desarrollaron para hacer más efectivas las aplicaciones de recomendaciones de productos en el comercio electrónico.
Palabras clave
Redes de contactos, comercio electrónico, sistemas de recomendación, bayesiano, métodos paramétricos, BNPNET
