LaTeX

LaTex/codes/kmeans.tex

@@ -0,0 +1,24 @@
+\RestyleAlgo{ruled}
+\SetKwComment{Comment}{/* }{ */}
+
+\begin{algorithm}[hbt!]
+\caption{Pseudocódigo $KMeans$ \cite{kubat_introduction_2017}}\label{algorithms:k-means}
+\KwIn{Puntos y $K$}
+\KwOut{$K$ Grupos}
+Inicializar $K$ Centroides y $K$ Grupos\;
+Escoger un punto $X$ y calcular su distancia a cada Centroide $C_i$\;
+Definir el centroide más cercano como $C_j$\;
+\While{true}{
+    \For{Cada $X$}{
+        \If{$X$ se encuentra en $C_j$}{
+            continuar
+        }
+        \Else{
+            Mover $X$ a $C_j$ y recalcular los centroides
+        }
+    }
+    \If{los Centroides no cambien de manera significativa o se ha alcanzado un número máximo de iteraciones}{
+    false
+    }
+}
+\end{algorithm}

LaTex/codes/minikmeans.tex

@@ -0,0 +1,28 @@
+\RestyleAlgo{ruled}
+\SetKwComment{Comment}{/* }{ */}
+
+
+\begin{algorithm}[hbt!]
+\caption{Pseudocódigo $Mini Batch KMeans$ \cite{sculley_web-scale_2010}} \label{algorithms:minibatchk-means}
+\KwIn{Puntos $X = \{x_1,x_2...x_n\}$, Cantidad de grupos $K$, Tamaño del MiniBatch $b$, iteraciones $t$}
+\KwOut{$K$ Grupos $C = \{c_1,c_2...c_k\}$}
+Inicializar $K$ centroides y $K$ Grupos\; 
+$N_{C_i}$ Inicializar el número de muestra para cada grupo\; 
+
+\For{j en rango t}{
+    Definir M que es el batch con $b$ ejemplos aleatorios de X\;
+    \For{$m$ en rango $b$}{
+        $C_i(x_m) = \frac{1}{|C_i|}\sum{x_m}$ \Comment*[r]{Calcular centroide} 
+    }
+    \For{$m$ en rango $b$}{
+
+        $c_i = C_i(x_m)$ \Comment*[r]{Obtener centroide} 
+
+        $N_{C_i} = N_{C_i} + 1$ \Comment*[r]{Actualizar el número de muestra} 
+
+        $lr=1/N_{C_i}$ \Comment*[r]{Calcular taza de aprendizaje} 
+
+        $C_i = (1-lr)c_i + lr*x_m$ \Comment*[r]{Utilizar la taza de aprendizaje para actualizar el centroide} 
+    }      
+}
+\end{algorithm}

LaTex/content/abstract-en.tex

@@ -0,0 +1,4 @@
+\pdfbookmark[0]{Abstract}{Abstract}
+\addchap*{Abstract}
+
+Twitter's ability to connect users around a given topic provides insights into the complex mechanisms that grant positions of influence to a subset of users. This paper focuses on clustering a collection of Twitter topic networks using an interpretable approach centred on the platform's asymmetric relationships. This method consists of two general processes: it starts by identifying the structural profiles of the network users from a representation of the network based on the presence of directed subgraphs of 2-4 nodes and then we create \textit{embeddings} of the network using the previous profiles created and clusters are established within the collection. The applicability of the proposed method is shown by analysing 75 real networks generated around \textit{Trending Topics} in Mexico and discussing the identified user profiles from the standpoint of the social power dynamics they reflect.

LaTex/content/abstract-es.tex

@@ -0,0 +1,13 @@
+% **************************************************
+% Abstract en español
+% **************************************************
+\pdfbookmark[0]{Resumen}{Resumen}
+\addchap*{Resumen}
+\label{sec:Resumen}
+
+La capacidad de Twitter para conectar a los usuarios en torno a un tema determinado permite conocer los complejos mecanismos que otorgan posiciones de influencia a un subconjunto de usuarios. Este trabajo se centra en el agrupamiento de una colección de redes temáticas de Twitter mediante un enfoque interpretable centrado en las relaciones asimétricas de la plataforma. Este método consiste en dos procesos generales: comienza indentificando los perfiles estructurales de los usuarios de la red a partir de una representación de la red basada en la presencia de subgrafos dirigidos de 2 a 4 nodos y posteriormente creamos \textit{embeddings} de la red utilizando los perfiles anteriores creados y se establecen grupos dentro de la colección. Se muestra la aplicabilidad del método propuesto analizando 75 redes reales generadas en torno a \textit{Trending Topics} en México y discutiendo los perfiles de usuarios identificados desde el punto de vista de las dinámicas de poder social que reflejan.
+
+{\vspace{5mm}\textbf{\textit{Keywords ---}} \textit{Graphlets}, Órbitas, \textit{Embeddings}, \textit{Clustering}, Redes Sociales, Roles Estructurales} 
+
+
+

LaTex/content/abstract-fr.tex

@@ -0,0 +1,4 @@
+\pdfbookmark[0]{Résumé}{Résumé}
+\addchap*{Résumé}
+
+La capacité de Twitter à relier les utilisateurs autour d'un sujet donné permet de comprendre les mécanismes complexes qui confèrent des positions d'influence à un sous-groupe d'utilisateurs. Cet article se concentre sur le regroupement d'une collection de réseaux thématiques Twitter à l'aide d'une approche interprétable centrée sur les relations asymétriques de la plateforme. Cette méthode est composée par deux processus généraux : on commence par identifier les profils structurels des utilisateurs du réseau à partir d'une représentation du réseau basée sur la présence de sous-graphes dirigés de 2-4 nodes et ensuite on crée des \textit{embeddings} de ce réseau en utilisant les profils créés précédemment et ensuite on établit des \textit{clusters} à l'intérieur de la collection. L'applicabilité de la méthode proposée est illustrée par l'analyse de 75 réseaux réels générés autour de \textit{Trending Topics} au Mexique et par la discussion des profils d'utilisateurs identifiés du point de vue de la dynamique du pouvoir social qu'ils reflètent.

LaTex/content/acknowledgement-inst.tex

@@ -0,0 +1,18 @@
+\pdfbookmark[0]{Agradecimientos}{Agradecimientos}
+\addchap*{{Agradecimientos Institucionales}}
+\label{chapter:agradecimientos}
+
+{
+\color{gray}
+Esta tesis se realizó bajo el PAPIIT IA106620, \textit{Ciencia de Datos para las Humanidades Digitales}. Gracias a la Universidad Nacional Autónoma de México, la Licenciatura en Tecnologías para la Información en Ciencias y el cuerpo docente de la Escuela Nacional de Estudios Superiores, Unidad Morelia.
+}
+
+{ 
+\color{gray}
+
+En especial a mis profesores,
+
+\textbf{ Marisol Flores Garrido} · Luis Miguel García Velázquez · \textbf{Miguel Raggi Pérez} · Adriana Menchaca Méndez · \textbf{Mario Alberto Duarte García} · Mercedes Martínez Gonzales · \textbf{Daniele Colosi} · Fernando García García · \textbf{María del Río Francos}
+
+Quiénes me han enseñado tanto dentro y fuera del salón de clases.
+}

LaTex/content/acknowledgement-per.tex

@@ -0,0 +1,32 @@
+\pdfbookmark[0]{Agradecimientos}{Agradecimientos}
+\addchap*{Agradecimientos Personales}
+\label{chapter:agradecimientos}
+
+{\color{gray}
+
+  \cleanchapterquote{Si he visto a lo lejos ha sido porque me he subido a hombros de gigantes.}{Isaac Newton}
+
+}
+
+{
+\color{gray}
+\setlength{\parskip}{40pt} 
+A mis padres, quienes fueron también mis primeros maestros y me enseñaron que el amor, la sabiduría y el amor a la sabiduría eran lo que hacía de esta existencia un poco más llevadera e interesante. A mis hermanos, quienes siempre me han acompañado en la difícil tarea de crecer y aprender. A mis amigos, quienes estuvieron presentes y me tendieron la mano siempre que lo necesité (Gracias Fer). A Sigrid Solbakk Raabe, quien fue mi más grande compañía en todas la noches en vela en las que realicé este trabajo.
+}
+
+
+{ 
+\color{gray}
+Adicionalmente,
+
+Este trabajo se realizó en el contexto de la Pandemia del COVID-19 causada por el virus SARS-CoV-2. Durante este acontecimiento fue más claro que nunca que la apertura del conocimiento y el libre acceso a la información es un Derecho Humano. Velemos por una ciencia transparente e inclusiva.
+
+Gracias a todo el software libre y de código abierto con el que este trabajo se realizó. \textrussian{Я также хотел бы поблагодарить Библиотеку Генезис за демократизацию доступа к знаниям. }
+}
+
+{
+\color{gray}
+\setlength{\parskip}{20pt} 
+Gracias infinitas. Con amor, 
+Rodrigo.
+}

LaTex/content/appendix.tex

@@ -0,0 +1,36 @@
+
+\chapter{Apéndice}
+\label{chapter:appendix}
+
+\subsubsection{Homofilia}
+
+En sociología se denomina homofilia (del griego «amor a los iguales») a la tendencia de las personas por la atracción a sus homónimos. Esta atracción puede ser respecto a distintos atributos como edad, género, creencias, educación, estrato social, etc.
+
+\subsubsection{Función Biyectiva}
+
+Una función es biyectiva es aquella que es a la vez inyectiva y suprayectiva. Es decir, una función entre los elementos de dos conjuntos, donde cada elemento de un conjunto se empareja con exactamente un elemento del otro conjunto, y cada elemento del otro conjunto se empareja con exactamente un elemento del primer conjunto.
+
+Formalmente, dada una función $f$
+
+$ {\begin{array}{rccl}f:&X&\longrightarrow &Y\\&x&\longmapsto &y=f(x)\end{array}} $
+
+Es biyectiva si para todo $y\in Y$ existe un único $x \in X$ al que la función evaluada en $x$ es igual a $y$.
+
+\subsubsection{Línea base}
+\label{sec:appendix:baseline}
+
+Utilizando el árbol de decisión de \textit{Himelboim et. al} \cite{himelboim_classifying_2017} se clasificó el conjunto de datos de redes temáticas de Twitter para establecer una línea base. En este caso el agrupamiento que resulta no es es capaz de capturar la complejidad de la colección, y la mayoría de las redes quedan en un solo grupo ($clustered$).
+
+\begin{table}[h]
+\begin{center}
+    \csvautotabular{csv/baseline1.csv}
+    \caption{Resultado del agrupamiento realizado utilizando el árbol de decisión de \cite{himelboim_classifying_2017} para el conjunto de redes temáticas.}
+\end{center}
+\end{table}
+
+\begin{table}[h]
+\begin{center}
+    \csvautotabular{csv/baseline2.csv}
+    \caption{Resultado del agrupamiento realizado utilizando el árbol de decisión de \cite{himelboim_classifying_2017} para el conjunto de redes temáticas.}
+\end{center}
+\end{table}