Universitarios en redes sociales: análisis del comportamiento social aplicando el algoritmo LK-Medias

Las redes sociales digitales se han convertido en el medio de comunicación masiva más utilizado a nivel mundial, ya que permite la interacción de individuos sin importar la distancia que medie entre ellos. Su uso, además de propiciar la socialización entre sus integrantes, se ha convertido en un factor de poder en diversos ámbitos, ya que facilita compartir información sobre situaciones relacionadas con denuncias o fomentar el pensamiento analítico sobre situaciones consideradas como anómalas para la comunidad. La falta de regulación en el uso de este recurso ha generado problemas de violencia entre los internautas, que puede presentarse por falta de respeto a la privacidad, robo de datos y/o conductas de agresión verbal, problemas que pueden abordarse a través de procesos de formación que aumenten el nivel de cultura y educación, ya que son las herramientas más eficaces para disminuir la ignorancia y la impunidad en la comisión de delitos.
Para contrarrestar problemas como los mencionados anteriormente, han surgido términos como el de “Netiquetas”, con el cual se representa a un conjunto de reglas, como norma para una sana convivencia de los individuos que utilizan internet. En este trabajo se presentan los resultados obtenidos al aplicar a una muestra de 136 jóvenes, un instrumento con 53 preguntas relativas a problemas de violencia virtual, convivencia opuesta a la violencia virtual y conocimiento y aplicación de “Netiquetas”, para agruparlos en 5 “clases” o categorías.
Por otra parte, dado que en la actualidad resulta muy útil aplicar algoritmos sobre reconocimiento de patrones para identificar similitudes y diferencias entre los distintos grupos de datos, en este proyecto, con el fin de identificar la necesidad de canalizar a los sujetos participantes a un proceso de formación o a algún tipo de programas que complementen el nivel educativo en la temática planteada, se utilizó, del Área de Inteligencia Artificial denominada Machine-Learning, el método de agrupamiento identificado como “K-Medias”, el cual se programó en lenguaje “C”, obteniéndose una versión modificada del mismo que se ha nombrado “LK-Means”, demostrando con la implementación de éste último, que se puede ubicar a los individuos en las “clases” en forma rápida y precisa.
Por último, sólo cabe agregar que los cálculos manuales y los resultados obtenidos a través de la aplicación del algoritmo “LK-Means”, coinciden en más de un 90%, lo que resulta ser una ventaja para el agrupamiento de datos en conjuntos de gran volumen respecto a la problemática que se aborda en este trabajo, evitando así que se cometan errores humanos y se acorte el tiempo de clasificación de la información.