Nodos, aristas y atributos: modelar bien

Un grafo tiene dos piezas. Un nodo es una cosa que se investiga por sí misma y que puede unir a otras: un dominio, una dirección, un remitente, una víctima. Una arista es una afirmación sobre dos nodos, con un verbo: «este dominio resuelve a esta dirección», «este remitente envió un enlace a este dominio». Todo lo demás son atributos: datos que describen a un nodo o a una arista (la fecha, la fuente, el país donde se aloja algo) sin unirlo con nadie.

La decisión importa porque un grafo crea caminos. Si un dato que comparte media campaña se convierte en nodo, todos los que lo comparten quedan a dos saltos entre sí, y el dibujo sugiere relaciones que nadie observó. La pregunta para cada tipo es: ¿si dos cosas comparten este valor, eso dice algo de ellas?

Hay una prueba sencilla: cuántos nodos tocaría, de media, cada valor de un tipo. Si un valor lo comparten tres nodos, unirlos puede significar algo. Si lo comparten treinta que no tienen nada más en común, ese nodo es un atajo falso que acerca cosas que no están relacionadas, y conviene guardarlo como atributo para filtrar o colorear, no para unir.

Consulta SELECT * FROM tipos_de_nodo y aplica la regla R1 de reglas_de_modelado.

Las aristas tienen dirección, y la dirección es parte de la frase. «El dominio resuelve a la dirección» y «la dirección resuelve al dominio» no dicen lo mismo, y una herramienta que calcula caminos dirigidos o que cuenta aristas de salida da resultados distintos si alguien cargó la mitad al revés. Por eso el modelo fija un origen y un destino para cada tipo de arista, y lo que no encaja se corrige antes de calcular nada.

Cruza aristas_muestra con tipos_de_arista: mira de qué tipo es el origen y el destino de cada fila.

Cada arista es una afirmación, y una afirmación sin fuente no se puede pesar ni revisar: nadie sabe quién la vio ni cuándo. Si entra al grafo, después se mezcla con las demás y ya no se distingue. La regla R3 de la casa la deja fuera hasta que alguien diga de dónde salió.