RamónÁlvarez-Vaz[]ElenaVernazzaMañ[]MargaritaRoldós[]MaurodelaVega
Conclusiones y futuros pasos
A su vez tal como se decía en la introducción el objetivo era plantear una alternativa de elaboración de perfiles mediante diferentes metodologías pero que parte de una estrategia metodológica particular y que consiste en no tener en cuenta para nada la jerarquía que existe en las variables al ponerlas a todas en los 2 bloques en igualdad de condiciones para segmentar la población bajo estudio. La literatura muestra que en general la aproximación es de tipo modelizante donde hay claramente un bloque de variables explicadas, que serían las que integran el bloque 1 y 2, las que puede ser explicadas por los atributos de cada empresa. Por eso se proponen otro camino que puedan ayudar a entender mejor las tipologías resultantes mediante la metodología de de detección de comunidades mediante Análisis de Redes Sociales (ARS),\cite{Freeman1979}, \citep{Brandes2001}, \cite{Wasserman1994},\cite{Borgatti2013} \cite{Kolaczyk2014},\cite{luke2015a}. que se plantean a continuación.
- Encontrar las comunidades dentro de cada bloque de variables y cruzar entre si las particiones elaboradas, comparando con los resultados que surgen al considerar las 8 variables sin agruparlas jerárquicamente.
- Estudiar el problema desde la perspectiva del “Social Network Analysis” (SNA) o el Análisis
de redes dociales trabajando a partir de las mismas variables binarias construyendo la
matriz de adyacencias sobre la que se pueden aplicar una batería de métricas (closeness,
betweenness, modularidad, clustering) sobre los nodos y enlaces,homofilia de los nodos \cite{Krackhardt1988},\cite{Newman2002},\cite{Newman2003}, \cite{CURRARINI201618} que permitiría detectar
comunidades y medidas de centralidad de proximidad
- Para el aspecto macro de la topología de la red, estudiar el diámetro de la misma y la cohesión , tratando de identificar, componentes gigantes, \cite{Bearman2004}, así como también cliques de diferente tamaño, \cite{Galaso2018}, \cite{Kolaczyk2014}
- Comparar los resultados de las comunidades detectadas con el AR, con lo hecho en este trabajo
- Proponer un análisis de redes validando modelos estadísticos (recordar que esto es solo descripción), donde algunos de los atributos evaluados en la caracterización se pueden usar como variables explicativas, usando la teoría de los modelos exponenciales aleatorios en grafos (ERGM),\cite{Kolaczyk2014}.