Ciencia de datos y ciencia de redes: ¿dónde se entrelazan?

Se entrelazan en la gestión del conocimiento. Ambos enfoques se unen para intentar encontrar respuestas a cómo los países o las ciudades generan y acumulan conocimiento productivo. Este a su vez es el centro de un nuevo enfoque económico denominado por Financial Times como el “futuro de la teoría económica de crecimiento”.

La ciencia de datos intenta superar las habilidades tradicionales de análisis de grandes cantidades de datos, extracción de los mismos y habilidades de programación. Procura descubrir inteligencia útil para diferentes organizaciones, sobre maximización del rendimiento de los datos.

La ciencia de datos tiene cinco etapas del ciclo de vida:

• Captura: adquisición de datos, entrada de datos, recepción de señales, extracción de datos.
• Mantenimiento: almacenamiento de datos, limpieza de datos, procesamiento de datos, arquitectura de datos.
• Proceso: extracción de datos, agrupación / clasificación, modelado de datos, resumen de datos.
• Análisis: exploratorio/confirmatorio, análisis predictivo, regresión, minería de textos, análisis cualitativo.
• Comunicación: informes de datos, visualización de datos, inteligencia de negocios, toma de decisiones.

La ciencia de redes es bastante nueva. La idea de que todos en el mundo están conectados con los demás por solo seis grados de separación fue explicada por el modelo de red del “mundo pequeño” hace 20 años. Se hizo evidente que tenía profundas implicaciones para la comprensión del comportamiento dinámico y las transiciones de fase en fenómenos del mundo real que van desde los procesos de contagio hasta la difusión de información. Se había iniciado una nueva era de investigación que llevaría al establecimiento de la ciencia en red como un campo multidisciplinario.

La aleatoriedad es suficiente para explicar el fenómeno del pequeño mundo popularizado como “seis grados de separación”. La idea de que todos en el mundo están conectados a todos los demás a través de una cadena de, como máximo, seis conocidos mutuos.

En las redes del mundo real, la agrupación de nodos está claramente ejemplificada por el axioma “los amigos de mis amigos son mis amigos“. Por ejemplo, la probabilidad de que tres personas sean amigas en una red social, es generalmente mucho mayor de lo que sería predicho por una red modelo construida usando un proceso simple.

Una serie de descubrimientos resaltan la compleja estructura de redes sustenta los sistemas del mundo real, con implicaciones para la robustez de la red, la propagación de epidemias, el flujo de información y la sincronización del comportamiento colectivo a través de las redes. Por ejemplo, el patrón de conectividad del mundo pequeño demostró ser la clave para comprender la estructura de la World Wide Web y cómo las áreas anatómicas y funcionales del cerebro se comunican entre sí. La relevancia de estos modelos para diferentes áreas de la ciencia sentó las bases del campo multidisciplinario que ahora se conoce como ciencia en red.

¿Dónde se entrelazan, por ejemplo?

Por ejemplo, en identificar dinámicas económicas en lugares específicos. La ciencia de redes, permite analizar cómo los individuos (emprendedores, científicos, inventores, artístas) y empresas se relacionan entre sí y sus interacciones generan nuevas ideas. Y la ciencia de datos, permite analizar cuantitativamente preguntas de interés.

¿Es un campo de estudio nuevo?

Todavía demasiado primermundista. Se trata de enfoques multidisciplinares, que permiten entender problemas complejos como las dinámicas del conocimiento.

Ph. D. Melvis González Acosta

Doctora en Ciencias Sociológicas
Investigadora de campos sociales
Redactora de contenido hipermedia
Sembradora de tendencias