Tải bản đầy đủ (.doc) (71 trang)

luận văn thạc sĩ giảm thiểu tối đa thiệt hại do thông tin sai lệch gây ra trên mạng xã hội trực tuyến

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.02 MB, 71 trang )

LI CAM

OAN

Tổi xin cam oan, nhng kin thức trnh b y trong lun vôn l do tổi tm
hiu, nghiản cứu v trnh b y dữợi sỹ hữợng dÔn ca PGS.TS Ho ng XuƠn
HuĐn. Trong quĂ trnh l m lun vôn, tổi  tham khÊo cĂc t i liằu cõ liản quan
v

u trch dÔn nguỗn y , rê r ng. Nhng kt quÊ mợi trong lun vôn l ca

riảng tổi, khổng sao chp t bĐt ký mt cổng trnh n o khĂc. Nu cõ iu g
khổng trung thỹc, tổi xin ho n to n chu trĂch nhiằm.
Hồc viản

Vụ Minh Mnh


LIC MèN
Trữợc ht, tổi xin gòi lới cÊm ỡn sƠu sc n PGS.TS Ho ng XuƠn HuĐn, ngữới
thy  gi nh nhiu thới gian hữợng dÔn, gõp ỵ giúp tổi ho n th nh lun vôn n
y. Thy luổn truyn cho tổi cÊm hứng, nhiằt huyt nghiản cứu khoa hồc, ng
viản v cho tổi nhiu lới khuyản quỵ bĂu.
Tổi cụng xin b y tọ lặng bit ỡn chƠn th nh tợi cĂc thy, cổ giĂo  giÊng dy
tổi trong sut 2 nôm hồc ti Trữớng i hồc Cổng nghằ - i hồc Quc gia H Ni.
Mỉi thy cổ u cho tổi nhng b i giÊng tht hay v b ch.
Tổi cụng xin gòi lới cÊm ỡn tợi Ban giĂm c Hồc viằn An ninh nhƠn dƠn, L
Ânh o Khoa Cổng nghằ v An ninh thổng tin cũng cĂc anh ch ỗng nghiằp Â
to mồi iu kiằn thun lổi giúp tổi tham gia v ho n th nh khõa hồc.
Cui cũng, tổi xin gòi lới bit ỡn n b mà, anh ch trong gia nh, bn b,
ngữới thƠn  luổn ng h, ng viản tổi vữổt qua nhng khõ khôn trong cuc


sng, tổi cõ th theo ui ữợc mỡ v ho i bÂo ca mnh.
Hồc viản

Vụ Minh Mnh


Mửc lửc

M U
1 GIITHI UV M NGX HáI
1.1 Giợi thiằu chung v mng x hi . . . . . . . . . . . . . . . . . . .

1
5
5

1.1.1 Lch sò phĂt trin ca mng x hi . . . . . . . . . . . . . .

7

1.1.2 Nhng tnh nông ca mng x hi . . . . . . . . . . . . . .

9

1.2 CĂc c trững cỡ bÊn ca mng x hi . . . . . . . . . . . . . . . .

10

1.2.1 c trững th giợi nhọ . . . . . . . . . . . . . . . . . . . . .


10

1.2.2 c trững tp nhƠn . . . . . . . . . . . . . . . . . . . . . . .

11

1.2.3 PhƠn b lut lụy tha . . . . . . . . . . . . . . . . . . . . .

11

1.2.4 c trững cĐu trúc cng ỗng . . . . . . . . . . . . . . . . .

12

1.2.5 CĂc c trững khĂc ca mng x hi . . . . . . . . . . . . .

13

1.3 Mt s ch ữổc nghiản cứu trản mng x hi . . . . . . . . . .

14

1.3.1 PhĂt hiằn cĐu trúc cng ỗng trản mng x hi . . . . . .

14

1.3.2 Dỹ oĂn liản kt trản mng x hi . . . . . . . . . . . . . .

15


1.3.3 Tnh riảng tữ trản mng x hi . . . . . . . . . . . . . . . .

16

1.3.4 Tin hõa ng trản mng x hi . . . . . . . . . . . . . . .

16

1.3.5 Khai phĂ d liằu trản mng x hi . . . . . . . . . . . . . .

17

1.3.6 Ti a hõa Ênh hững trản mng x hi . . . . . . . . . . .

18

1.3.7 PhĂt hiằn, giĂm sĂt v ngôn nga thổng tin sai lằch trản
mng x hi . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

2 THNG TIN SAI L CH V C C M H NH LAN TRUY N
THNG TIN SAI L CH

20

2.1 nh nghắa thổng tin sai lằch . . . . . . . . . . . . . . . . . . . . .

20


2.2 Mổ hnh lan truyn thổng tin sai lằch . . . . . . . . . . . . . . . .

24

2.2.1 Mổ hnh tng c lp . . . . . . . . . . . . . . . . . . . . .

25

2.2.2 Mổ hnh ngữùng tuyn tnh . . . . . . . . . . . . . . . . . .

26

2.3 Mt s hữợng nghiản cứu liản quan n b i toĂn hn ch lan
truyn thổng tin sai lằch trản mng x hi trỹc tuyn . . . . . . .

29


3 GI IPH PGI MTHI UT¨I ATHI TH IDOTH˘NG TINSAIL CHG YRATR NM NGX
H¸ITRÜCTUY N 34
3.1 Ph¡t bi”u b i to¡n . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 º khâ cıa b i to¡n . . . . . . . . . . . . . . . . . . . . . . . . . .

34
39

3.3 C¡c thu“t to¡n • xu§t gi£i quy‚t b i to¡n MDM . . . . . . . . .

41


3.3.1 Thu“t to¡n tham lam düa tr¶n h m f(I) . . . . . . . . . .

41

3.3.2 Thu“t to¡n tham lam düa tr¶n h m (v) . . . . . . . . . .

43

4 THÜC NGHI M

45

4.1 Möc ‰ch thüc nghi»m . . . . . . . . . . . . . . . . . . . . . . . . .

45

4.2 Dœ li»u ti‚n h nh thüc nghi»m . . . . . . . . . . . . . . . . . . . .

45

4.3 C i °t thüc nghi»m . . . . . . . . . . . . . . . . . . . . . . . . . .

46

4.4 K‚t qu£ thüc nghi»m . . . . . . . . . . . . . . . . . . . . . . . . . .

47

4.5 K‚t lu“n v nh“n x†t . . . . . . . . . . . . . . . . . . . . . . . . . .


51

KTLUN

52

DANH MÖC C˘NG TR NHC˘NG B¨

54

PHÖ LÖC

62


Danh möc c¡c tł vi‚t t›t

Tł vi‚t t›t
IC
LT
MDM
MXH

Thu“t ngœ ti‚ng Anh
Independent Cascade
Linear Threshold
Minimize Damage of Misinformation
Social Network

Thu“t ngœ ti‚ng Vi»t

Mæ h…nh tƒng ºc l“p
Mæ h…nh ng÷ïng tuy‚n t‰nh
B i to¡n cüc ti”u hâa thi»t h⁄i do
thæng tin sai l»ch g¥y ra
M⁄ng x¢ hºi


Danh s¡ch b£ng
1.1 Mºt sŁ m⁄ng x¢ hºi ti¶u bi”u cho ph¥n bŁ lu“t lôy thła . . . . .
4.1 Dœ li»u thüc nghi»m . . . . . . . . . . . . . . . . . . . . . . . . . .

12
46


Danh sĂch hnh v
1.1 BÊng xp hng cĂc mng x hi theo s lữổng ngữới dũng, thĂng
1/2017 ( ỡn v Triằu ngữới dũng) . . . . . . . . . . . . . . . . . . .

6

1.2 CĂc trang mng x hi trản Internet . . . . . . . . . . . . . . . . .

8

1.3 c trững th giợi nhọ ca mng x hi . . . . . . . . . . . . . . .

11

1.4 c trững tp nhƠn ca mng x hi . . . . . . . . . . . . . . . . .


12

1.5 Mng ỗng tĂc giÊ . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

1.6 ữớng knh mng x hi Facebook . . . . . . . . . . . . . . . . . .

14

1.7 Mổ hnh cƠu lc b karate ca Zachary, mt trong nhng mổ hnh
chu'n cho b i toĂn phĂt hiằn cĐu trúc cng ỗng . . . . . . . . . .
1.8 Sỹ tin hõa ca mng lữợi nhng nh

14

phĂt minh l m viằc cho

Apple trong 6 nôm . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

2.1 Mt v dử quĂ trnh lan truyn thổng tin trản mổ hnh IC . . . . 26
2.2 Mt v dử quĂ trnh lan truyn thổng tin trản mổ hnh LT . . . . 28
1 n b i toĂn MDM . . .

40

4.1 Tng thiằt hi khi ngƠn sĂch B thay i, d = 6, jSj = 10 . . . . . .


48

4.2 Tng thiằt hi khi ngƠn sĂch B thay i, d = 6, jSj = 20 . . . . . .
4.3 giÊm thiằt hi khi kch thữợc nguỗn S thay i, d = 5, B = 25

49

3.1 Php dÔn t b i toĂn Tp ph dng 0

50


1

M U
Ng y nay, cĂc mng x hi trỹc tuyn  tr th nh mt phn khổng th thiu
trong cuc sng ca con ngữới, cho php mỉi chúng ta cõ th to, chia sã v
trao i thổng tin, ỵ tững mt cĂch nhanh chõng v d d ng hỡn bao giớ ht. i
vợi nhiu ngữới dũng, cĂc trang mng x hi trỹc tuyn nhữ Facebook, Twitter,
Google+ ữổc coi l nhng kảnh tin tức chnh. Trong nhiu trữớng hổp, cĂc
trang mng x hi n y cặn ữa nhng tin tức quan trồng trữợc cÊ mt s
phữỡng tiằn truyn thổng i chúng khĂc nhữ phĂt thanh, truyn hnh vv.. V
dử, tin tức v trũm khng b Bin Laden b tiảu diằt lan truyn trản Twitter trữợc
khi Tng thng M chnh thức thổng bĂo trản cĂc phữỡng tiằn truyn thổng
cổng cng [52] hoc cƠu chuyằn v cĂi cht ca ca sắ Whitney Houston lan
rng trản Twitter, trữợc 27 phút so vợi hÂng tin AP (Associated Press) [53]. Cõ
th nõi rng, cĂc trang mng x hi ng y nay l mt trong nhng nguỗn cung
cĐp thổng tin phong phú, a chiu v l "nỡi khĂm phĂ tin tức" ca nhiu c giÊ, c
biằt l nhng c giÊ trã v phử n, chim s ổng nhĐt trong nhõm chồn mng x

 hi cp nht tin tức.
Bản cnh nhng thổng tin tin cy, chnh xĂc th nhng thổng tin sai lằch
cụng lan truyn rng rÂi trản mng x hi mt cĂch d d ng. Mt nhõm nghiản cứu
n t i hồc Columbia (New York, M) [23] Â ch ra rng tc lan truyn ca thổng
tin sai lằch ngang bng so vợi nhng tin tức chnh thng. Chnh nhng iu n
y  gƠy ra nhng thiằt hi to lợn cho cĂc cĂ nhƠn, t chức khổng nhng v kinh
t, chnh tr m cặn tĂc ng n tƠm lỵ, cuc sng con ngữới. Gn Ơy, din n Kinh
t th giợi (World Economic Forum, 2014) Â coi sỹ gia tông

nhanh chõng ca thổng tin sai lằch trản cĂc phữỡng tiằn x hi trỹc tuyn l
mt trong mữới xu hữợng h ng u m th giợi phÊi i mt.
Trữợc nhng thĂch thức nảu trản, l m th n o cõ th hn ch sỹ lan truyn
ca thổng tin sai lằch trản mng x hi mt cĂch kp thới v hiằu quÊ? l mt cƠu
họi ang nhn ữổc sỹ quan tƠm nghiản cứu ca nhiu nh khoa hồc trong thới
gian gn Ơy.
Mt s nghiản cứu tp trung v o viằc nhn dng thổng tin sai lằch v tin ỗn
(Rumor) nhữ nghiản cứu ca Qazvinian, 2011, [6] v Kwwon, 2013, [7].
Mt s khĂc, nghiản cứu vĐn xĂc nh tp nh l nguỗn phĂt thổng tin sai


2

lằch ban u. Chflng hn, Dung T. Nguyen v cĂc cng sỹ, 2012, [65] Â nghiản
cứu b i toĂn xĂc nh k nguỗn phĂt tĂn thổng tin sai lằch khÊ nghi nhĐt t tp
ngữới dũng b kch hot bi thổng tin sai lằch cho trữợc.
Bản cnh õ, mt s tĂc giÊ xuĐt giÊi phĂp hn ch sỹ lan truyn thổng tin sai
lằch trản mng x hi bng cĂch chồn ra mt s nh ban u tiảm thổng tin
tt, t õ lan truyn nhng thổng tin n y trản cũng mng nhm thuyt phửc
nhng ngữới dũng khĂc tin theo, trong õ sò dửng cĂc mổ hnh lan truyn
thổng tin khĂc nhau [2 4]. Budak v cĂc cng sỹ, 2011, [2], Â ữa ra mổ hnh

tng c lp a chin dch (Multi-Campaign Independent Cascade Model), gỗm
chin dch ph bin thổng tin tt v chin dch ph bin thổng tin sai lằch
cũng cnh tranh vợi nhau. H. Zhang v cĂc cng sỹ, 2015, [3], Â nghiản cứu b i
toĂn hn ch sỹ lan truyn thổng tin sai lằch dữợi mổ hnh kch hot cnh
tranh (Competitive Activation Model). Hay nhữ trong nghiản cứu ca N. P.
Nguyen v cĂc cng sỹ, 2013, [4], Â nghiản cứu b i toĂn hn ch thổng tin sai
lằch dữợi hai mổ hnh tng c lp (Independent Cascade) v ngữùng tuyn t
nh (Linear Threshold), ỗng thới xuĐt thut toĂn xĂc nh mt tp nhọ nhĐt cĂc
nh cõ Ênh hững lợn nhĐt, t õ lan truyn nhng thổng tin tt nhm hn
ch Ênh hững ca thổng tin sai lằch.
c biằt, ngo i nhng hữợng nghiản cứu k trản cặn mt cĂch tip cn khĂc
trong viằc ngôn chn thổng tin sai lằch lan truyn trản mng x hi ữổc trnh

b y trong cổng trnh nghiản cứu ca H. Zhang v cĂc cng sỹ, 2016, [1], bng
cĂch t giĂm sĂt (Monitor Placement) trản mt s nh ca ỗ th mng nhm
ngôn chn thổng tin sai lằch lƠy lan n nhng nh khĂc trong cũng mng. t
giĂm sĂt l phữỡng phĂp sò dửng cĂc b lồc ni dung nhm phĂt hiằn thổng tin
sai lằch ngữới dũng ( nh) ữổc c i t v ngôn chn sỹ chia sã, lan truyn
thổng tin sai lằch t nh n y; hoc trong ng cÊnh khĂc cõ th hiu l viằc
thuyt phửc ngữới dũng ( nh) khổng tin theo v lan truyn thổng tin sai lằch.
Mt s cổng trnh nghiản cứu khĂc gồi phữỡng phĂp n y vợi tản gồi õ l phữỡng
phĂp to min dch (Immunize) cho cĂc nh trong ỗ th mng x hi.
ứng trữợc nhng nguy cỡ mĐt an to n, an ninh thổng tin trản mng x hi
do thổng tin sai lằch gƠy ra, ỗng thới thúc 'y bi nhng cổng trnh nghiản
cứu  nảu trản, c biằt l nghiản cứu ca H. Zhang, 2016, [1]  to ng lỹc
cho tĂc giÊ lỹa chồn t i "GiÊm thiu ti a thiằt hi do thổng tin sai lằch gƠy ra
trản mng x hi trỹc tuyn" l m t i lun vôn ca mnh.


3


õng gõp chnh ca lun vôn bao gỗm:
- Thứ nhĐt, xuĐt mt mổ hnh ngữùng tuyn tnh cho b i toĂn Cỹc tiu
hõa thiằt hi do thổng tin sai lằch gƠy ra, ỗng thới chứng mnh b i toĂn n
y thuc lợp b i toĂn NP-khõ.
- Thứ hai, xuĐt hai thut toĂn tham lam nhm giÊi quyt b i toĂn t ra.
- Thứ ba, kt quÊ thỹc nghiằm cho thĐy ữu im ni tri ca hai thut toĂn
xuĐt so vợi cĂc thut toĂn thổng dửng khĂc nhữ thut toĂn bc cỹc i (Max
Degree) v thut toĂn ngÔu nhiản (Random) trong viằc hn ch thổng tin
sai lằch lan truyn trản mng.
Ngo i phn m u v kt lun, b cửc chnh ca lun vôn gỗm bn chữỡng
nhữ sau:
Chữỡng 1: Giợi thiằu v mng x hi
Chữỡng n y giợi thiằu tng quan v mng x hi gỗm: nh nghắa mng xÂ
hi, lch sò hnh th nh, phĂt trin v nhng c trững cỡ bÊn ca mng x hi. c
biằt, trong chữỡng n y trnh b y tng quan mt s ch ni bt liản quan n
mng x hi,  v ang nhn ữổc sỹ quan tƠm nghiản cứu ca nhiu hồc giÊ
trong thới gian gn Ơy.
Chữỡng 2: Thổng tin sai lằch v cĂc mổ hnh lan truyn thổng tin sai lằch
Chữỡng n y tĂc giÊ trnh b y

nh nghắa thổng tin sai lằch, nhng nguy cỡ

v hu quÊ do thổng tin sai lằch gƠy ra i vợi cĂc cĂ nhƠn, t chức. ỗng thới,
phƠn tch cỡ ch lan truyn thổng tin v nhng c tnh ca hai mổ hnh lan
truyn thổng tin ang ữổc sò dửng rng rÂi bao gỗm: Mổ hnh tng c lp
v mổ hnh ngữùng tuyn tnh. Ngo i ra, Chữỡng 2 tng quan mt s

hữợng nghiản cứu liản quan n b i toĂn hn ch lan truyn thổng tin sai lằch
trản mng x hi trỹc tuyn.

Chữỡng 3: GiÊi phĂp giÊm thiu ti a thiằt hi do thổng tin sai lằch gƠy ra
trản mng x hi trỹc tuyn
T thỹc trng  nảu trong Chữỡng 2 v xuĐt phĂt t nhng cổng trnh
nghiản cứu liản quan trữợc õ, tĂc giÊ phĂt biu b i toĂn Cỹc tiu hõa thiằt hi do
thổng tin sai lằch gƠy ra trản mng x hi trỹc tuyn, chứng minh b i toĂn
y thuc lợp b i toĂn NP-khõ, ỗng thới xuĐt thut toĂn nhm giÊi quyt b i toĂn
n y.

n


4

Chữỡng 4: Thỹc nghiằm
Mổ tÊ cĂc bữợc tin h nh v kt quÊ thỹc nghiằm nhm Ănh giĂ hiằu quÊ ca
thut toĂn xuĐt trong viằc ngôn chn sỹ lan truyn ca thổng tin sai lằch.
Thỹc nghiằm tin h nh dỹa trản ba b d liằu l cĂc mng x hi thỹc, bao gỗm:
Gnutella, CollegeMsg v Email. Kt quÊ thỹc nghiảm cho thĐy, thut toĂn do tĂc
giÊ xuĐt tt hỡn cĂc thut toĂn thổng dửng khĂc nhữ thut toĂn bc cỹc i (Max
Degree) v thut toĂn ngÔu nhiản (Random).


5

Chữỡng 1
GII THI U V

M NG X

HáI


Chữỡng n y giợi thiằu tng quan v mng x hi bao gỗm: nh nghắa mng
x hi, lch sò hnh th nh, phĂt trin v nhng c trững cỡ bÊn ca mng x hi.
c biằt, trong chữỡng n y trnh b y tng quan mt s ch ni bt liản quan
n mng x hi,  v ang nhn ữổc sỹ quan tƠm nghiản cứu ca nhiu hồc giÊ
trong thới gian gn Ơy.

1.1

Giợi thiằu chung v mng x hi
Trong nhng nôm gn Ơy, cũng vợi sỹ phĂt trin ca Web 2.0, cĂc mng xÂ
1

2

3

hi trỹc tuyn nhữ Facebook , Twitter , Instagram ng y c ng tr lản ph bin

v cõ sỹ phĂt trin nhanh chữa tng thĐy. Theo s liằu thng kả cổng b trản
4

trang Statista , tnh n thĂng 1/2017, Facebook vÔn l mng x hi cõ lữổng
ngữới dũng lợn nhĐt th giợi vợi hỡn 1.87 t ngữới sò dửng, Twitter vợi 317 triằu
ngữới dũng ứng v tr thứ 9 trong bÊng xp hng.
Theo Marin v Wellman [30], mng x hi (MXH) l mt tp hổp cĂc tĂc nhƠn
cõ yu t x hi ữổc kt ni vợi nhau bi mt hoc nhiu cĂc quan hằ x hi.
Ngo i ra, MXH cặn cõ nhng nh nghắa khĂc: MXH l mt cĐu trúc x hi
ữổc to th nh t cĂc nút v cĂc cung m mỉi nút ữổc liản kt bi mt hoc nhiu
cung khĂc nhau, th hiằn mt mi quan hằ cử th [31]. Mỉi nút thữớng ữổc gồi

l tĂc nhƠn, i diằn cho mt i tữổng trong mng x hi, cõ th l mt ngữới, mt
nhõm ngữới, mt t i liằu, mt t chức hay mt quc gia vv.. Mỉi cung l mt liản
kt gia cĂc nút, biu din mi quan hằ gia cĂc i tữổng. Liản kt n y cõ th l
mi quan hằ hồ h ng, ngữới quen, bn b, ỗng nghiằp, cụng cõ th l cĂc giao
dch, trao i t i chnh vv.. Nu mi quan hằ gia cĂc i tữổng l quan hằ
qua li th cõ th biu din bng mt liản kt vổ hữợng, chflng hn nu ngữới A l
ỗng nghiằp ca ngữới B th ngữổc li ngữới B cụng
https://www.facebook.com

1

2
https://www.twitter.com
3

https://www.instagram.com

4

http://www.statista.com


6

l

ỗng nghiằp ca ngữới A. Nu mi quan hằ n y l quan hằ mt chiu th cõ

th biu din bng mt liản kt cõ hữợng, v dử ngữới A mua h ng ca ngữới B
những chữa chc ngữới B Â mua h ng ca ngữới A.

Rê r ng, khĂi niằm v MXH khổng ch giợi hn trong trữớng hổp cử th l
nhng trang mng x hi (Social Network Sites) nhữ WhatsApp, Instagram,
Viber vv.. CĂc vĐn ca MXH Â ữổc nghiản cứu thữớng xuyản trong lắnh vỹc
x hi hồc, trữợc sỹ ra ới ca mĂy tnh v Internet. Khi MXH n y ữổc thit lp v
thi h nh bng cĂc phữỡng tiằn truyn thổng Internet, nõ ữổc hiu
l MXH trỹc tuyn (Online Soial Network).
Nhn t nhiu pha, MXH trỹc tuyn l mt i diằn tiảu biu ca Web 2.0
mổ phọng cĂc quan hằ x hi thỹc. MXH trỹc tuyn to ra mt hằ thng trản
nn Internet kt ni cĂc th nh viản cũng s thch vợi nhiu mửc ch khĂc
nhau khổng phƠn biằt khổng gian v thới gian qua nhng tnh nông nhữ kt
bn, chat, e-mail, phim Ênh, voice chat, chia sã tp tin, blog v x lun. Nhng
ngữới sò dửng MXH n y ữổc gồi l nhng cữ dƠn mng. Nhớ v o nhng ữu viằt
n y m MXH trỹc tuyn ang cõ tc phĂt trin chõng mt mồi lứa tui, c biằt
l giợi trã trản to n th giợi.

Hnh 1.1: BÊng xp hng cĂc mng x hi theo s lữổng ngữới dũng, thĂng 1/2017 ( ỡn v Triằu ngữới
dũng)


7

1.1.1

Lch sò phĂt trin ca mng x hi

Lch sò phĂt trin ca MXH luổn ỗng h nh cũng vợi sỹ phĂt trin ca
Internet. T nhng email u tiản ữổc gòi i bi cĂc nh nghiản cứu Thửy Sắ v
o nôm 1971 n nhng MXH hiằn i nhữ Facebook, Twitter vv.. Internet v cĂc
ni dung chia sã luổn gn lin vợi tnh chĐt cng ỗng. Mửc tiảu chnh ca
Internet l to phữỡng tiằn con ngữới cõ th kt ni, giao tip v tữỡng tĂc vợi nhau.

Tuy nhiản, t lúc xuĐt hiằn n nay, mng x hi  trÊi qua nhiu thay i nhanh
chõng cÊ v nguyản lỵ l m viằc lÔn giao diằn ỗ hồa.
Nôm 1991, nh khoa hồc Tim Berner-Lee thuc Phặng th nghiằm vt lỵ
vi mổ chƠu u (CERN) Â xuĐt mt giao thức mợi phĂt tĂn thổng tin. Giao
thức nh km ữớng dÔn dữợi dng kỵ tỹ 'n dữợi nhng kỵ tỹ khĂc (Link). Cui
cũng hnh th nh nản giao thức kt ni Internet World Wide Web (WWW).
Nôm 1994 Ănh dĐu sỹ ra ới ca Blog cĂ nhƠn u tiản. Justin Hall l sinh
viản i hồc Swarthmore  phĂt trin website mang tản Justins Link from the
Underground kt ni vợi th giợi bản ngo i. Hall  xƠy dỹng trang web trong
sut 11 nôm v anh ữổc mằnh danh l "cha ã ca trang blog cĂ nhƠn".
5

Nôm 1995 Ănh dĐu sỹ ra ới ca trang Classmate vợi mửc ch hỉ trổ
nhng ngữới di cữ cõ th tm li bn b  thĐt lc ca hồ. Ơy l mt dch vử cng
ỗng ữổc to ra giúp tm li nhng bn hồc t thới tiu hồc, trung hồc v i hồc
ca ngữới dũng.
Nôm 1997, mt chữỡng trnh nhn tin cõ quÊng cĂo AOL Instant
6

Messenger (AIM) Â ra ới, cho php h ng triằu ngữới cõ th trặ chuyằn thới
7

gian thỹc vợi nhau. Trong khoÊng thới gian n y, trang MXH SixDegree ữổc th
nh lp vợi mửc ch giao lữu kt bn dỹa theo s thch.
8

Nôm 2000, Jimmy Wales v Larry Sanger sĂng lp nản Wikipedia , bĂch
khoa to n thữ nguỗn m, trỹc tuyn v cõ tnh cng tĂc u tiản trản th giợi.
Nôm 2001, sau vử khng b trung tƠm thữỡng mi th giợi v o ng y 11/9/2001 Â
9


gổi cÊm hứng cho Scott Heiferman tm cĂch to ra trang web Meetup nhm
giúp mồi ngữới cõ th kt ni vợi nhau v thm ch khổng cn online. Meetup.com
cõ mửc ch duy nhĐt l to iu kiằn cho nhng ngữới cõ cũng suy nghắ gp gù,
trặ truyằn, hồc tp v kt ni. Trang web hữợng tợi mửc ch mang mồi ngữới
5

https://www.classmate.com

6
https://www.aol.com
7
https://www.sixgegrees.org
8

https://www.wikipedia.org

9

https://www.meetup.com


8

ra khọi nh , tham gia v o cĂc mi quan hằ v giao tip cũng vợi nhng ngữới
khĂc. Hiằn trang web  ữổc ph bin rng rÂi, mỉi thĂng cõ hỡn 340.000 hi
nhõm t chức gp gù, giao tip, l m viằc, ôn ung v cũng nhau hồc tp.
10

Nôm 2002, MXH Friendster ra ới v tr th nh mt tr o lữu mợi ti Hoa Ký vợi

h ng triằu ngữới dũng ông kỵ. Friendster cho php ngữới dũng to thổng tin
cĂ nhƠn v kt ni Êo vợi nhng ngữới khĂc. Ơy l MXH u tiản t ữổc hỡn 1 triằu
ngữới dũng.
K tha cĂc bữợc phĂt trin ca cĂc MXH i trữợc, MXH MySpace

11

ữổc sĂng

lp v ra ới v o nôm 2003 bi Chris DeWolfe v Tom Andersonra. Vợi nhiu tnh
nông mợi cho php ngữới dũng tÊi cĂc hnh Ênh, video do vy ch 1 thĂng
sau khi ra mt, MySpace nhanh chõng t hỡn 1 triằu t i khoÊn ông kỵ. Do nm
ữổc cĂc nhu cu ca ngữới dũng, MySpace tr th nh MXH u tiản cõ nhiu
lữổt xem vữổt qua cÊ Google, tuy nhiản sỹ ra ới ca Facebook  khin cho
Myspace nhanh chõng tr th nh dắ vÂng.
Nôm 2004, Mark Zuckerburg giợi thiằu MXH Facebook, Ănh dĐu bữợc ngot
mợi cho hằ thng MXH trỹc tuyn. Vợi nn tÊng Facebook Platform hỉ trổ
mnh m cho cĂc ứng dửng, ngữới dũng cõ th to ra nhng ứng dửng mợi cho
cĂ nhƠn mnh cụng nhữ cĂc th nh viản khĂc. Facebook nhanh chõng gt hĂi
ữổc th nh cổng vữổc bc, mang li h ng trôm tnh nông mợi v trung bnh
cĂc th nh viản bọ ra 19 phút trản trang n y mỉi ng y.

Hnh 1.2: CĂc trang mng x hi trản Internet
10

https://www.friendster.org

11

https://www.myspace.org



9
12

Nôm 2005, MXH YouTube ra ới, cho php ngữới dũng tỹ do ông tÊi v
chia sã video vợi gia nh, bn b. Tip sau õ, nôm 2006, MXH Twitter ra ới,
cho php mỉi cĂ nhƠn cõ th truyn t thổng tin mt cĂch nhanh chõng v d
d ng n vợi mt nhõm lợn. Nôm 2011, MXH Google+ ra ới, Ơy l mt MXH cõ y
tnh nông ca Google. Ngữới dũng Google+ Ănh giĂ cao khÊ nông nhõm cĂc
danh sĂch liản lc v o cĂc on khĂc nhau (thữớng gồi l Vặng) v giao tip vợi nhau
qua cổng cử chat Video cõ tản Hangouts. Nôm 2012, Pinterest

13

l MXH hnh Ênh ỗ hồa v  vữổt mức 10 triằu ngữới dũng, phĂt trin nhanh
hỡn bĐt cứ trang web c lp n o khĂc.
Ngo i nhng MXH ni ting nảu trản, cặn cõ h ng trôm MXH khĂc trản to
n th giợi: Flickr, WeChat, Sina Weibo, Baidu Tieba vv.. Viằt Nam hiằn nay
cõ mt s MXH nhữ: Zing Me, YuMe, Tamtay cụng  thu hút ữổc nhiu ngữới
dũng nhiu vợi mửc ch khĂc nhau.

1.1.2

Nhng tnh nông ca mng x hi

- Tnh liản kt cng ỗng: Ơy l tnh nông ni bt ca MXH trỹc tuyn cho
php m rng phm vi kt ni gia con ngữới vợi con ngữới trong mt
khổng gian a dng. Ngữới sò dửng cõ th tr th nh bn ca nhau thổng
qua viằc gòi lới mới kt bn m khổng cn gp gù trỹc tip. Viằc to ra cĂc liản

kt n y hnh th nh mt cng ỗng mng vợi s lữổng th nh viản lợn. Nhng
ngữới chia sã cũng mt mi quan tƠm cõ th tp hổp li th nh cĂc nhõm
trản MXH, thữớng xuyản giao lữu, chia sã trản mng thổng qua viằc b
nh lun hay dÔn n cĂc liản kt trản trang chung ca nhõm.
- Tnh a phữỡng tiằn: Hot ng theo nguyản lỵ ca web 2.0, MXH cõ rĐt
nhiu tiằn ch nhớ sỹ kt hổp gia cĂc yảu t vôn bÊn, Ơm thanh, hnh
Ênh, hnh Ênh ng, video vv.. Sau khi ông kỵ m t i khoÊn, ngữới dũng
cõ th tỹ do xƠy dỹng mt khổng gian riảng cho bÊn thƠn. Nhớ nhng
tiằn ch v dch vử m MXH cung cĐp, ngữới dũng cõ th chia sã ữớng
dÔn, tằp Ơm thanh, hnh Ênh, video vv.. Khổng nhng vy, hồ cặn cõ
th tham gia v o cĂc trặ chỡi trỹc tuyn, gòi tin nhn, trặ chuyằn trỹc
tuyn vợi bn b t õ to dỹng cĂc mi quan hằ mợi trong x hi Êo.
- Tnh tữỡng tĂc: Th hiằn khổng ch chỉ thổng tin ữổc truyn i sau õ
12

https://www.youtube.com

13

https://www.pinterest.com


10

ữổc phÊn hỗi t pha ngữới nhn, m cặn phử thuc v o cĂch ngữới dũng
sò dửng ứng dửng ca MXH.
- KhÊ nông truyn tÊi v lữu tr thổng tin: Mt tnh nông quan trồng ca
MXH giúp thổng tin ữổc lan truyn rng rÂi trong mt khoÊng thới gian
ngn. Nhng th nh viản trong MXH l mt mt xch to ra mng lữợi
truyn tÊi thổng tin, hồ cõ th tữỡng tĂc vợi nhau bĐt k khoÊng cĂch v a

lỵ, ngổn ng, giợi tnh, tổn giĂo. Nu nhữ trong th giợi thỹc, chúng ta
phÊi gp nhau trao i, trặ chuyằn, hay cũng hổp tĂc th ng y nay
viằc õ tht ỡn giÊn v thun tiằn hỡn rĐt nhiu nhớ MXH.

1.2

CĂc

1.2.1

c trững cỡ bÊn ca mng x hi
c trững th giợi nhọ

VĐn nghiản cứu cĐu trúc MXH Â gƠy ữổc sỹ chú ỵ v quan tƠm sƠu sc
ca cĂc nh nghiản cứu trong nhiu nôm qua. u tiản l th nghiằm ni ting cõ
tản gồi "th nghiằm th giợi nhọ" (Small World Experiment) ữổc thỹc hiằn
bi Stanley Milgram, 1967, nhm tnh toĂn s bữợc cn thit hai ngữới bĐt ký
trong mt dƠn s  ữổc xĂc nh cõ th bit nhau. thỹc hiằn ữổc iu nay,
Milgram  chồn ngÔu nhiản mt s cĂ nhƠn cĂc th nh ph l im khi u
v

im kt thúc. Mỉi cĂ nhƠn im khi u ữổc yảu cu gòi mt bức thữ cõ

ni dung l thổng tin liản lc ca cĂ nhƠn cn tm im kt thúc tợi ngữới m hồ
bit. Ngữới nhn ữổc thữ s phÊi chuyn tip bức thữ tợi mt ngữới l bn b hoc
ngữới thƠn ca hồ m hồ cho rng ngữới õ cõ khÊ nông cao nhĐt bit ngữới cn
tm. Cứ nhữ vy cho n khi bức thữ n ữổc tay ngữới cn tm. V kt quÊ l 64
trong 296 bức thữ Â ữổc chuyn n ch vợi s bữợc trung bnh khoÊng 5.5
hoc 6. Do õ, cĂc nh nghiản cứu kt lun rng gia hai ngữới dƠn bĐt ký Hoa
Ký cõ th bit nhau thổng qua trung bnh khoÊng 6 bữợc.

Trản thỹc t, ngữới ta  kim chứng ữổc "hiằn tữổng th giợi nhọ" (Small
World Phenomenon) úng vợi hu ht cĂc MXH nhọ. i vợi cĂc MXH lợn nhữ
Facebook, khoÊng cĂch trung bnh kt ni gia hai ngữới dũng bĐt ký trản
th giợi l 5.28 bữợc v o nôm 2008 v n nôm 2011 khoÊng cĂch n y rút ngn
xung cặn 4.74.


11

Hnh 1.3: c trững th giợi nhọ ca mng x hi

1.2.2

c trững tp nhƠn

CĐu trúc v sỹ vn ng ca MXH chu tĂc ng bi cĂc nút cõ s lữổng lợn cĂc
cung kt ni hay cĂc nút cõ bc cao. Ngữới ta gồi nhng nút n y l nút trung
tƠm hay nút nhƠn. PhƠn tch cĐu trúc MXH Â ch ra rng, MXH luổn chứa
mt lữổng lợn nhng nút cõ bc cao [32]. Bao quanh cĂc nút n y l cĂc nút cõ
bc thĐp hỡn, v quanh nhng nút cõ bc thĐp hỡn n y li l cĂc nút cõ bc thĐp
hỡn chúng, cứ nhữ vy to th nh mt hằ thng phƠn cĐp. CĂc nút nhƠn cõ vai
trặ quan trồng trong viằc kt ni luỗng thổng tin ca to n mng. Nu ta chồn
mt nút cõ s bc lợn v ữa ra khọi mng, mng s phƠn chia th nh cĂc nhõm cổ
lp nhau.
Mt nút mợi khi ữổc thảm v o mng thữớng cõ xu hữợng kt ni n nhng nút
cõ bc cao, Ơy gồi l hiằn tữổng "rich get richer" ("ngữới gi u thữớng tr lản gi u
hỡn"). iu n y giÊi thch ti sao trong mng nhng cổng trnh khoa hồc, cĂc
b i bĂo ữổc tham chiu nhiu th li ữổc nhiu ngữới nghiản cứu v tham chiu
hay nhữ trong cĂc MXH trỹc tuyn chúng ta thữớng cõ xu hữợng kt bn vợi
nhng ngữới ni ting vv..


1.2.3

PhƠn b lut lụy tha

Sỹ phƠn b bc ca cĂc nút trong mng ữổc mổ tÊ bi h m P (k), h m n y
cho bit xĂc suĐt ca mt nút cõ bc l k. PhƠn b bc mổ tÊ cĂc cĂc liản kt
trong mng phƠn b nhữ th n o gia cĂc nút.


12

Hnh 1.4: c trững tp nhƠn ca mng x hi

PhƠn b bc ca mt mng l tuƠn theo lut lụy tha nu xĂc suĐt mt nút cõ
bc l k t lằ vợi k , vợi k lợn v > 1. Hiằn nay, hu ht cĂc MXH u cõ phƠn b bc
theo lut lụy tha [33]. BÊng 1.1 liằt kả mt s mng vợi s mụ .
Tản mng
WWW
Film Actors
Telephone Call Graph
Email Networks
Sexual Contacts
Internet
Peer-To-Peer
Metabolic Network
Protein Interactions

S mụ
2.3/2.7

2.3
2.1
1.5/2.0
3.2
2.5
2.1
2.2
2.4

BÊng 1.1: Mt s mng x hi tiảu biu cho phƠn b lut lụy tha

1.2.4

c trững cĐu trúc cng

ỗng

Theo Simmel, 1995, th cng ỗng l mt tp cĂc thỹc th cõ nhng tnh
chĐt tữỡng tỹ nhau v /hoc cũng õng mt vai trặ trong MXH. Trong x hi ng
y nay, tỗn ti nhiu nhõm cng ỗng khĂc nhau, chflng hn nhữ nhõm bn b cõ
cũng s thch, cng ỗng nhng nh khoa hồc, cĂc cƠu lc b th thao vv.. Sỹ
phĂt trin ca MXH trỹc tuyn cụng to ra nhiu nhõm Êo, hay cặn gồi l cĂc
cng ỗng trỹc tuyn.
MXH cõ mt c trững quan trồng õ l cĐu trúc cng ỗng, trong mng ữổc
phƠn chia th nh cĂc cng ỗng lợn nhọ khĂc nhau; bản trong cĂc cng ỗng lợn


13

cõ nhng cng ỗng con nhọ hỡn. Gia cĂc nút trong mt cng ỗng cõ mt kt

ni lợn hỡn so vợi cĂc nút bản ngo i.

Hnh 1.5: Mng ỗng tĂc giÊ

Xt theo tiảu ch cĐu trúc, cng ỗng ữổc chia th nh hai kiu: cĐu trúc
cng ỗng tĂch rới v cĐu trúc cng ỗng chỗng cho. i vợi cĐu trúc cng ỗng
chỗng cho, mt nút cõ th thuc nhiu cng ỗng khĂc nhau. Ngữổc li, trong
cĐu trúc cng ỗng tĂch rới, mt nút ch thuc duy nhĐt mt cng ỗng.

1.2.5

CĂc

c trững khĂc ca mng x hi

Mt mng cõ ữớng knh d nu mồi cp nút trong mng ữổc kt ni vợi nhau
bng mt ữớng chiu d i ti a bng d. Leskovec, 2005, [34] Â ch ra rng MXH
khổng ch cõ ữớng knh nhọ ( c trững th giợi nhọ) m ữớng knh mng cặn
co ngn li v sau õ gi n nh theo thới gian. MXH trỹc tuyn Facebook l mt
v dử in hnh cho c trững n y, nôm 2008 ữớng knh ca mng Facebook l
5.28, n nôm 2011 ữớng knh ca mng rút ngn xung cặn 4.74 v n thới im
hiằn ti l 3.57.
Ngo i ra, nghiản cứu ca Leskovec cụng ch ra rng, bc trung bnh ca
cĂc nút trong mng tông theo thới gian do s lữổng liản kt tông "siảu" tuyn t
nh so vợi s lữổng nút.


14

Hnh 1.6: ữớng knh mng x hi Facebook


1.3
1.3.1

Mt s ch



ữổc nghiản cứu trản mng x hi

PhĂt hiằn cĐu trúc cng

ỗng trản mng x hi

Mt vĐn quan trồng trong phƠn tch MXH õ l b i toĂn phĂt hiằn cĐu trúc
cng ỗng (Community Structure). Mửc tiảu ca b i toĂn l t cĂc MXH cho trữợc,
phĂt hiằn ữổc cĂc cĐu trúc cng ỗng nm trong õ v tm hiu mi liản hằ bản
trong cĂc cng ỗng cụng nhữ gia cĂc cng ỗng vợi nhau, mi liản hằ õ Ênh
hững th n o n cĐu trúc ca to n MXH.

Hnh 1.7: Mổ hnh cƠu lc b karate ca Zachary, mt trong nhng mổ hnh chu'n cho b i toĂn
phĂt hiằn cĐu trúc cng ỗng

B i toĂn phĂt hiằn cĐu trúc cng ỗng cõ liản quan cht ch vợi cĂc b i toĂn
phƠn cửm nhm phĂt hiằn nhng khu vỹc mng cõ mt liản kt d y c [35].
Viằc phĂt hiằn cĐu trúc cng ỗng cõ nhiu ứng dửng cử th. Chflng hn,


15


trong mng lữợi quan hằ gia khĂch h ng v sÊn ph'm trản mt website bĂn
14

h ng trỹc tuyn nhữ Amazon , viằc xĂc nh cĂc cửm khĂch h ng cõ chung s th
ch giúp xƠy dỹng hằ thng tữ vĐn bĂn h ng hiằu quÊ. Hay trong b i toĂn phƠn
cửm cĂc Web Client gn nhau v mt a lỵ v cõ s thch, thõi quen tữỡng tỹ
nhau giúp cÊi thiằn hiằu suĐt cung cĐp dch vử trản World Wide Web, trong

õ mỉi cửm khĂch h ng ữổc phửc vử bi mt mĂy ch chuyản dửng. PhĂt hiằn
cng ỗng giúp chúng ta hiu ữổc ngữới dũng v giúp ữa ra gõc nhn v sỹ
tữỡng tĂc ca ngữới dũng trong MXH.
CĂc nghiản cứu v phĂt hiằn cĐu trúc cng ỗng in hnh cõ th k n l nghiản
cứu ca Newman, 2006, [36], nghiản cứu ca Fortunato, 2010, [22] trnh

b y hồ thut toĂn phƠn tĂch Girvan-Newman theo trung gian cnh GirvanNewman, nghiản cứu ca Gregory, 2009, [37] trnh b y thut toĂn chia nh
CONGA, CONGO, gĂn nhÂn COPRA.

1.3.2

Dỹ

oĂn liản kt trản mng x hi

Dỹ oĂn liản kt khổng ch l mt nhiằm vử quan trồng trong phƠn tch MXH

m cặn ứng dửng trong nhiu lắnh vỹc khĂc nhau nhữ truy hỗi thổng tin, tin
sinh hồc v thữỡng mi iằn tò [35]. Trong mng sinh hồc nhữ mng tữỡng tĂc
protein, mng trao i chĐt, mt liản kt chữa bit gia hai nh ữổc chứng
minh l tỗn ti bng kin thức lắnh vỹc õ hoc ti phặng th nghiằm thữớng cõ
chi ph cao. Thay v o õ, viằc dỹ oĂn cĂc liản kt dỹa trản cĂc thổng tin v cĂc

liản kt  cõ rê r ng s giÊm ữổc nhiu cổng sức v chi ph nu viằc dỹ oĂn t
ữổc mt chnh xĂc lợn. Hỡn na, viằc phƠn tch MXH cụng gp nhiu
khõ khôn khi d liằu b thiu hoc b mĐt, khi õ cĂc thut toĂn dỹ
oĂn liản kt õng mt vai trặ lợn cho b i toĂn phƠn tch MXH. D liằu xƠy
dỹng trản nn cĂc MXH cõ th chứa cĂc thổng tin khổng chnh xĂc hay cĂc
liản kt giÊ mo, cĂc thut toĂn dỹ oĂn liản kt cõ th giúp phĂt hiằn cĂc liản kt
giÊ mo n y [37]. CĂc thut toĂn dỹ oĂn liản kt cặn giúp dỹ oĂn nhng mi
quan hằ cõ th xuĐt hiằn trong tữỡng lai trong quĂ trnh m rng v phĂt trin
ca mng. Trong MXH trỹc tuyn, cõ nhng liản kt chữa tỗn ti những cõ th
ữổc gổi ỵ nhữ mt mi quan hằ trin vồng, giúp ngữới dũng tm kim bn mợi
v t õ l m tông sỹ tin tững ca ngữới dũng vợi ứng dửng õ.
CĂc nghiản cứu v dỹ
14https://www.amazon.com

oĂn liản kt

in hnh cõ th k n l

nghiản cứu


16

ca Lu, 2010, [40] v Wu, 2015, [41] trnh b y hai nhõm phữỡng phĂp dỹ oĂn
liản kt theo o tữỡng tỹ dỹa trản cĐu trúc. Leskovec v Kleinberg, 2010, [39]
trong nghiản cứu ca mnh, Â ữa ra khĂi niằm liản kt Ơm v liản kt dữỡng.
Trong cĂc mi quan hằ bn b, ngữới thƠn ữổc coi l liản kt dữỡng, cặn cĂc
mi quan hằ i u thũ ch ữổc coi l liản kt Ơm. Viằc nghiản cứu cĂc liản kt
Ơm, liản kt dữỡng cõ nhiu ứng dửng trong thỹc t, v dử ữổc ứng dửng
trong hằ thng Ănh giĂ sÊn ph'm trỹc tuyn trust/distrust nhữ Epinions


15

hay

16

Slashdots .

1.3.3

Tnh riảng tữ trản mng x hi

Mt nguy cỡ i vợi ngữới dũng khi sò dửng MXH l sỹ rặ r thổng tin. Thổng
tin b rặ r Ơy cõ th l cĂc thổng tin cĂ nhƠn ca ngữới dũng nhữ: tin nhn,
e-mail, a ch, cỡ quan, s thch, bn b vv.. Ơy l nhng thổng tin m kã xĐu
cõ th lổi dửng phửc vử cho cĂc mửc ch ca chúng. Chúng cõ th dũng
cĂc thổng tin n y la Êo, gòi spam, phĂt tĂn virus vv..
Ngo i nhng thổng tin cĂ nhƠn, ngữới dũng cặn b l lồt nhng thổng
tin ni dung b i ông, ni dung chia sã, v tr ngữới dũng, cĂc thổng tin ca t
chức m ngữới dũng ang tham gia n nhng i tữổng khổng mong mun chia
sã. Do vy, bÊo vằ tnh riảng tữ ca ngữới dũng trản MXH ang l mt vĐn mợi
v nhn ữổc sỹ quan tƠm ca nhiu nh nghiản cứu trong thới gian gn Ơy, mt
trong s õ phÊi k n nghiản cứu ca T. N. Dinh [42], Y. Shen [43,44] vv..

1.3.4

Tin hõa

ng trản mng x hi


MXH luổn cõ tnh ng v khổng ngng bin i theo thới gian bng cĂch b
sung hoc loi bọ mt nút, mt liản kt trong mng [33]. Mt s th nh viản mợi cõ
th tham gia v o mng hoc mt s th nh viản cụ cõ th ngng tham gia. Ngo i
ra, cĂc liản kt mợi ữổc to ra khi cĂc th nh viản tữỡng tĂc vợi nhau hoc mt s
liản kt cụ mĐt i khi cĂc th nh viản ngng tữỡng tĂc vợi nhau. Chnh nhng iu
n y dÔn n sỹ thay i cĐu trúc trong to n mng.
 cõ nhiu nghiản cứu v phƠn tch MXH những ch trong giai on gn
Ơy, cĂc nh nghiản cứu mợi chuyn sỹ chú ỵ n quĂ trnh tin hõa ca MXH.
Trong õ, ni lản mt s cƠu họi: CĂc lut chi phi sỹ tin hõa ca MXH l g?
Mổ hnh n o l phũ hổp giÊi thch sỹ tin hõa õ? Mt cĐu trúc cng ỗng
15

http://www.epinions.com/

16

https://slashdot.org/


17

ữổc sinh ra trong MXH nhữ th n o, iu g l m cho mt cng ỗng cõ th thu
hàp hoc m rng?

Hnh 1.8: Sỹ tin hõa ca mng lữợi nhng nh phĂt minh l m viằc cho Apple trong 6 nôm

CĂc nghiản cứu in hnh v tin hõa ng trản MXH cõ th k n l nghiản cứu
ca Leskevec [33,45,46], v mt s nghiản cứu cĂc cĂc hồc giÊ khĂc.


1.3.5

Khai phĂ d liằu trản mng x hi

Sỹ phĂt trin nhanh chõng ca cĂc phữỡng tiằn truyn thổng x hi (Social
Media) cung cĐp mt lữổng lợn d liằu to ra bi ngữới dũng. Theo thng k,
cõ khoÊng 6 t bức Ênh ữổc ông tÊi lản Facebook mỉi thĂng, 72 giớ video
17

ữổc ông tÊi mỉi phút trản YouTube , hỡn 400 triằu tweet mỉi ng y trản
Twitter. Do vy, cn phÊi cõ nhng k thut khai phĂ d liằu phũ hổp cõ th
trch xuĐt ra nhng mÔu hu ch t lữổng lợn d liằu phức tp v thữỡng
xuyản thay i trong thới gian ngn.
Khai phĂ d liằu trản MXH cõ nhiu ứng dửng trong cĂc lắnh vỹc cử th. u
tiản l ứng dửng trong cĂc hằ tữ vĐn x hi. Hằ tữ vĐn x hi l hằ tữ vĐn nhm n
lắnh vỹc phữỡng tiằn x hi, nguỗn d liằu sò dửng l d liằu phữỡng tiằn x hi.
Chflng hn nhữ hằ tữ vĐn nhng ngữới bn mợi, nhõm mợi hu ch cho ngữới
dũng. Tip theo, ứng dửng trong b i toĂn phƠn tch h nh vi ngữới dũng trản MXH,
giúp cĂc cổng ty hiu hỡn v khĂch h ng ca hồ nhm cÊi thiằn chin dch tip th,
bĂn cõ mửc tiảu v ữa ra dch vử tt hỡn. Hiu bit dỹ nh mua
17https://www.youtube.com


18

sÊn ph'm ca khĂch h ng tm kim sÊn ph'm khĂch h ng cõ khÊ nông mua
nhĐt. ng dửng trong b i toĂn giĂm sĂt cĂc sỹ kiằn nõng trản MXH; trong b i
toĂn quÊn lỵ thữỡng hiằu, giúp cĂc doanh nghiằp, cổng ty theo dêi, giĂm sĂt
mức thƠm nhp, sức lan tọa, Ênh hững ca thữỡng hiằu trản MXH vv..


1.3.6

Ti

a hõa Ênh hững trản mng x hi

CĂc MXH trỹc tuyn nhữ Facebook, Youtube, Twitter vv.. l phữỡng tiằn giúp
lan truyn thổng tin nhanh chõng v thun tiằn, õ l mt ữu th lợn giúp cĂc
doanh nghiằp tip th sÊn ph'm d d ng hỡn, cho php thổng tin v ỵ tững cõ
th Ênh hững n mt s lữổng lợn ngữới dũng khĂc trong mt thới gian ngn. B i
toĂn ti a hõa Ênh hững (Influence Maximizing) xuĐt phĂt t nhu cu thỹc tin
khi cn chồn mt s lữổng k ngữới dũng (gồi l tp ht ging) khi to quĂ tr
nh lan truyn hoc bt u Ênh hững sao cho s ngữới b Ênh hững bi
thổng tin lan truyn l cỹc i. B i to n n y cõ ỵ nghắa lợn trong tip th sÊn ph'm
i vợi cĂc hot ng kinh doanh trản MXH hiằn nay hay trong cĂc chin dch
quÊng cĂo, tranh cò tng thng vv..
Kemp, 2003, [47] l ngữới u tiản phĂt biu b i toĂn n y trản mổ hnh MXH.
ng  ữa ra hai mổ hnh lan truyn thổng tin trản MXH õ l : Mổ hnh
ngữùng tuyn tnh (Linear Threshold) v mổ hnh bc c lp (Independent
Cascade). Trong hai mổ hnh n y, ổng ch ra b i toĂn ti a hõa Ênh hững
l b i toĂn NP-Khõ v ữa ra mt thut toĂn tham lam cõ t lằ xĐp x l 1 1=e dỹa
trản tnh chĐt ca h m mửc tiảu l submodular. Mt s nghiản cứu liản quan
n vĐn n y cõ th k n cĂc cổng trnh ca Huiyuan Zhang [48], J Zhang
[49], Zhuang [50], Goyal [51] vv..

1.3.7

PhĂt hiằn, giĂm sĂt v ngôn nga thổng tin sai lằch trản mng xÂ
hi


Trong thỹc t trản MXH luổn tỗn ti nhng thổng tin lằch lc, khổng l nh
mnh gƠy ra Ênh hững tiảu cỹc n ngữới dũng. Hỡn na vợi sỹ lan truyn
thổng tin nhanh chõng, nu nhng thổng tin sai lằch n y n ữổc nhiu ngữới
dũng th hu quÊ s nghiảm trồng.
i vợi nhng vĐn mang tnh x hi, nhng thổng tin sai lằch Ênh hững
tiảu cỹc n tƠm lỵ, ới sng tinh thn ca ngữới dũng khi chúng ữổc phĂt tĂn trản
mng. V dử, nhng thổng tin khổng úng v sỹ phĂt tĂn mt dch bằnh


Xem Thêm

×