Luận văn thạc sĩ công nghệ thông tin Nghiên cứu và phát triển thuật toán tìm phần tử chính yếu trong mạng xã hội và ứng dụng

B GIÁO DO
I HC LC HNG
  





 NH


NGHIÊN CU VÀ PHÁT TRIN THUT TOÁN
TÌM PHN T CHÍNH YU
TRONG MNG XÃ HI VÀ NG DNG





LU THÔNG TIN





B GIÁO DO
I HC LC HNG
  





 NH


NGHIÊN CU VÀ PHÁT TRIN THUT TOÁN
TÌM PHN T CHÍNH YU
TRONG MNG XÃ HI VÀ NG DNG

Chuyên ngành: Công ngh thông tin
Mã s : 60.48.02.01


LU THÔNG TIN


NG DN KHOA HC
 PHÚC





L


ng, ngoi tr các kt qu tham kho t các
công trình khác và mt s lý thuyt trên internet   ngun
tham kho trong luc trình bày trong lu
này là do chính tôi thc hin ni dung nào ca lun
c n ly bng cp  ng này hong khác.

Ngày tháng 



 nh



LI C

Tôi xin gi ln Thy Cô, bng
n tr tôi rt nhiu v kin th
tinh thn trong quá trình tôi thc hin lu

c bit c 
cp và truyn dy cho tôi nhng kin thc rt hu dng, giúp tôi
hoàn thi           
pháp nghiên cu khoa hn nhng công vic c th trong lun


 nh.



TÓM T TÀI

Lup trung nghiên cu mt v mà cng
khoa h   tìm phn t chính yu
(Key Player) trong mng xã hi. Bài toán tìm phn t chính yu là
bài toán nh mt hoc mt nhóm các phn t  th mà
nu m làm gãy các liên k th. Da vào
bài     n nht   nh ca m  th có
ng  a nó. Mng xã hi c xem là 
th ng, các thc th trong mnh c th, mi
quan h gia các thc th trong mng là các cnh c th. Bài
t ra là xây dng thui ngn nh
nh c th, kt hp v t nh thc
th nào là quan trng và có tm ng ln nht ti các thc th
khác trong mng xã hi.
Lu tóm tt lý thuyt các khái nin mng
xã hi, k thut phân tích mng, phn t chính yu 
trong mng xã hi. Trên c  lu thit k và xây
dng h th thc nghim thut gii tìm tp Key player trên các

tp d liu thc t.



DANH MC NHNG T VIT TT TRONG LU

BFS : Breadth First Search
CNTT : Công Ngh Thông Tin
JUNG : Java Universal Network / Graph Framework
MXH : Mng Xã Hi
SNA : Social Network Analysis




DANH MC HÌNH
Hình 1.1: Mô t mng xã hi. 1
Hình 2. 1: Mô hình mng Xã hi (Social Network) 6
Hình 2.2: Mô hình mng xã hi Facebook. 7
Hình 2.3: Mô hình các thành viên ca mng Twitter. 8
Hình 2.4: Mô hình phân bit Follower và Friend trong mng Twitter 10
Hình 2. 5: Giao din chính ca mng Facebook 11
i truy cp Facebook trong 1 tun t n
04/08/2012 (ngun socialbakers.com) 11
Hình 2.7: Biu din tnh trong mô hình mng. 13
Hình 2.8: Din t  th  th ng 14
Hình 2.9: Ví d ng 15
Hình 2.10: Mô t các thành viên trong mng xã hi 18
Hình 2.11: Ví d m th gnh 19
Hình 2.12: M th g tìm Degree Centrality 20

Hình 2.13: M th gm 10  tìm Degree Centrality 21
Hình 2.14: Mô t v trí Betweenness Centrality 24
HÌnh 2.15: Mt mng xã h tính Betweenness Centrality 25
Hình 2.16: Tm ng c a trên trung gian 28
Hình 2.17: Hình minh ha ví d tìm Closeness centrality 34
Hình 2.18: Mô t m Closeness Centrality ca mng 31
 a trên trung gian, s lân cn và tr  32
Hình 2.20: H s gom cm c th 35
Hình 2.21: Ví d mt Mng xã hi 41
Hình 2.22: Mô t v trí ca Key player trong mng 37



Hình 3.1: Cu trúc mng xã hi 42
Hình 3.2: Cách thc Duy. 49
c thc hi 53
Hình 4.2: Tp d lic x lý 53
Hình 4.3: Tp d liu dolpc x lý 54
Hình 4.4: Danh sách Tnh Karate 55
Hình 4.5: Danh sách Tp cnh Karate 55
Hình 4.6: Danh sách T 56
Hình 4.7: Danh Sách Tp Cnh Dolphins 56
Hình  th biu din tp d liu Karate 57
 th biu din tp d liu Dolphins 57
Hình 4.10: Màn hình báo cáo kt qu 58
  th thành ma trn k 60
  th thành danh sách liên thuc 61
  th thành danh sách lin k 62
Hình 4.14: Giao din np d liu. 63
Hình 4.15: Giao din V  th trc quan 64

Hình 4.16: Tính Degree Centrality 64
Hình 4.17: Tính Betweenness Centrlity 65
Hình 4.18 Tính Closeness Centrality 65
Hình 4.19: Hin th kt qu c 65
Hình 4.20: Mô t tp d liu thc nghim 69
Hình 4.21: Giao din kt qu cui cùng c 67






DANH MC BNG
B nh sau khi tính toán 20
B  th gnh 21
Bng 2.3:   th 25
Bn nht ca tt c  th 26
B Closeness Centrality c th 29
Bng 2.6: M Closeness Centrality ca mng 36
Bng 3.1: Cách thc duy th bng Thut toán BFS 51
Bng 4.1: Cách th d li th bng Danh sách liên thuc. 61
Bng 4.2: Cách th d li th bng Danh sách liên k 62



MC LC
*
NG QUAN 1
1.1. Gii thi tài 2
1.2. Lý do ch tài 3

1.3. Mc tiêu c tài 3
1.4. Phm vi nghiên cu c tài 4
 LÝ THUYT 6
2.1. Tng quan v mng xã hi 6
2.2. Các Mng Xã hi thông dng hin nay. 7
2.2.1. Mng xã hi Twitter 7
2.2.2. Mng xã hi Facebook 10
2.3. Các khái nin trong vic t chc mng xã hi 12
2.3.1. Tnh 13
2.3.2. Tp cnh 14
2.4. n nht trong mng 15
2.5. K thut phân tích mng xã hi (Social Network Analysis  SNA) 15
2.5.1. Bi cnh 15
2.5.2. ng dng thc t 16
2.6.  ng 17
2.6.1.  c - Degree Centrality 18
2.6.2.  a trên trung gian 22
2.6.3.   ln cn - Closeness Centrality 28
2.6.4.  a trên tr  32
2.6.5. H s gom cm trong mng  Clustering Coefficient 32
2.7. Phn t chính yu 35
N T CHÍNH YU TRONG MXH 39
3.1. Gii thiu 39
3.2. Bài toán tìm phn t chính yu trong mng xã hi. 39
3.2.1. Phát biu bài toán 39
3.2.2. ng dng ca bài toán tìm phn t chính yu. 41
3.2.3. Thut gii tìm phn t chính yu. 42
a. Thut gii tìm Degree Centrality. 42
b. Thut gii tìm Betweenness Centrality. 44
c. Thut gii tìm Closeness Centrality 47

d. Thut gin nht t mn tt c nh còn
l th. 48
T K XÂY DC
NGHIM 53
4.1. Gii thiu. 53
4.1.1. n 1: Thu thp và rút trích d liu 53
4.1.2. n 2: X lý d liu 54
4.1.3. n 3: 58
4.2. T ch d liu. 58
4.2.1. Gii thiu 58
4.2.2.  d liu. 59
a. Cu trúc ma trn k 59
b. Danh sách liên kt 60
4.3. Xây dng h thng gii quyt bài toán tìm phn t chính yu. 63
4.4. Kt qu thc nghim. 66
T LUNG PHÁT TRIN 69
5.1. Nh tài 69
5.2. Hn ch c tài, cách khc phc 70
5.3. ng phát trin 70
TÀI LIU THAM KHO





-1-
NG QUAN

ng giao tip ca th k 21 gn lin vi cm t Mng xã h
m và chia s thông tin vô cùng hiu qu. Vi mt cái tên hoa
ch email, mi có th nhanh chóng tìm thy nhau. Mt hong ca
mt cá nhân hay mt doanh nghip có th ng ng vi s  nhiu
i. Mi thông tin trên mng xã hi có th c nhanh chóng lan ta da
vào mi quan h kt ni ca mi thành viên trên mng xã hi.
- Ví d, trong công ngh thông tin, mng xã hi trc tuyn (Online
t ni các thành viên có cùng s thích trên internet
không phân bit không gian và thi gian, thông qua các dch v mng xã hi
(Social Network Service). Có th nói, s i ca các site Facebook, Twitter,
n cho các mng xã hi ngày
càng tr nên ph bi


Hình 1.1: Mô t mng xã hi.
Ngun: [16]
Phân tích mng xã hi có ngun gc t ngành Xã hi hc và các ngành
phân tích mng, lý thuy th.
Các nhà khoa h dng xã
hi   nghiên cng truyn thông trên internet,
m ph bi



-2-
1.1. Gii thi tài
Phân tích mng xã hi (Social Network Analysis  SNA) hi
mt trong các ch  c quan tâm nghiên cu. Phân tích mng xã hi bao
gm vic nghiên cu các quan h, kt ni, mu truyn thông và hành vi gia

các nhóm xã h
ng xã hi" (Social Network Analysis -
c nghiên cu và ng dng ngày càng nhi
cu xã hi hc nói riêng và khoa hc xã hi nói chung. Ti Vi
pháp phân tích mng xã hi còn khá mi mc ng d
pháp phân tích này còn khá hn ch.
     nh phn t chính yu
(Key player) hay còn gi là nhng tác nhân quan trng trong mng xã hi.
Phn t chính yu là các phn t trong mc xem là quan trng xét
theo mu ki nói rng, key player là nhng node có kh
u khin lung thông tin, là nhng node ni bt nht và có tm nh
n các node khác trong mng xã hi.
  nh các mi liên kt ca mt
 th. Thông qua Centrality, ta có th phát hic thc th nào
trong mng là quan trng và có tm n nhng thc th khác.
Dn nhnh ca m th có
ng. Có th xem mng xã h th ng, các thc th trong
mnh (node) c th, mi quan h gia các thc th trong mng
là các cnh (link) c th.
t ra là xây dng thun nh
nh c th, t nh thc th nào là quan trng nht, có tm nh
ng ln nht ti các thc th khác trong mng xã hi.
Các v t ra n



-3-
 Các khái nim v mng xã h
Link, Edge, Clique,
 Cu trúc d lia mng xã hc t ch

nào?
 n nhnh ca m th có
ng.
   mng xã hi và các k thut phân tích mng
xã hi d 
1.2. Lý do ch tài
Trong phân tích mng xã hi, bài toán tìm phn t chính yu (Key
Player) là mt trong nhng bài toán quan tr gii quyt nhiu v liên
quan trong xã hi nói chung và ngành Công ngh thông tin nói riêng.
Các doanh nghip áp d phân tích và ci thin mi liên
lc truyn thông bên trong t chc và mi
tác. Phân tích và tìm ra nhng phn t chính yu có sc lan ta thông tin rng
rãi, t ng chic makerting, qung cáo sn phm ca h t
hi
 giáo di hng hay Trung hc chuyên
nghip có th áp d tìm ra nhng phn t nào có m
ng ln nh lan ta thông tin nhanh và chính xác nht ti mi
phn t khác trong mng xã hi, t  t qung bá nh
o, hay nhng thông tin tuy
Trong các website mng xã hc s dng các thành
phn ca phân tích mng xã h xây dng chnhn din và
gii thiu kt bn tia trên liên kt friends to friends.
1.3. Mc tiêu c tài
Qua quá trình tìm hiu v mng xã hi, lu cp ti cách thc
tìm các phn t chính yu, quan trng (key players) trong mng xã h t



-4-
ng cho nhic khác nhau. Mc tiêu chính yu ca lu

này là:
- Nghiên cu v mng xã hi (Social Network).
- Tìm hiu v Key player trong mng xã hi.
- Tìm hiu v các lo ng xã hi.
- Tìm hiu v k thut phân tích mng xã hi.
- Nghiên cu và phát trin thunh tp các phn t chính
yu trong mng xã hi d 
- c nghim da trên:
o Mng tham kho các bài báo trên Internet.
o Mng liên kt các trang web (web link)
- Hin thc thut toán tìm Key players ba.

1.4. Phm vi nghiên cu c tài
 tài tp trung vào tìm hiu và nghiên cu các v sau:
 Tìm hiu v mng xã hi và các v liên quan.
 Trin khai xây dng c nghim, xây dng ng dng
và tt gii thut cho bài toán n nht
trong mng liên kt các websites.
 Th nghii thut trên b d liu thc t
C th tài thc hin các ni dung sau:
 Nghiên cu các mô hình mng xã hi truyn thông.
 Tìm hihân tích mng xã hi.
 Tìm hiu mt s phn mm phân tích mng xã hi.
 Tìm hiu thun nh th ng
và vng) và các lo . T xây d
trình mô phng thut toán áp dnh phn t
chính yu trong mng xã hi.

-5-
 Thu thp d liu thc t  kim tra.
 Tim ca thut toán.
 i ti khc ph



-6-
 LÝ THUYT

2.1. Tng quan v mng xã hi
- Mng xã hi (MXH) là m th mô t s a các cá th
có cùng mi quan tâm, có liên h trc tip hay gián tip
- i trang Wikipedia [16] MXH (Social Network) là
dch v ni kt các thành viên cùng s thích trên internet li vi nhau
vi nhiu m      t không gian và thi
gian.
- Mt mt mng xã hi bao gm mt tp hp các phn t (nodes), mi
node có th là mt cá th, mt tp th, thm chí là mt t chc có liên
kt, ràng buc ln nhau thông qua các mi quan h xã hi gi là các
liên kt (links).

Hình 2. 1: Mô hình mng Xã hi (Social Network)
Ngun:
- Trong công ngh thông tin, MXH trc tuyn t ni các thành
viên cùng s thích trên Internet không phân bit không gian và thi
gian thông qua các dch v mng xã hi Email, chat, Internet

-7-
 S  i c      
Youtube, Google+n cho mng xã hi ngày càng tr
ng, ph bi
- Nói mt cách khác, MXH là mng tp hp các công c, dch v trc
tuyn t - email, dio lun , blogs, chat, các
trang mng xã hi, các trang chia s hình n tr s
i gia nhi s dng. [8]

Hình 2.2: Mô hình mng xã hi Facebook.
Ngun:
2.2. Các Mng Xã hi thông dng hin nay.
2.2.1. Mng xã hi Twitter
a. Gii thiu tng quan
Twitter là mt mng xã hi vc chia s theo thi gian
thc, cho phép m i giao tip b   i nhng mu tin
ngn (ch 140 ký t).



-8-
T nhng li ích thc t rt ln nên vic s dng Twitter cho Internet
u mà bt c mt marketer n phi thc hin, nó
giúp cho vic kt ni và chia s n các khách hàng cùng s
dng Twitter (ngun ).
c thành lp  c s dng bi
nhi trong hu hc trên th gii. Dch v có sn trong
 p tc cp nht thêm.

Hình 2.3: Mô hình các thành viên ca mng Twitter.

Ngun:
b. Các khái nin trong mng Twitter
Tweet  p mà bn mun chia s, gii hn  140 ký t.
Re-Tweeti mà bn follow chia s Tweet cho bn, bn
 chia s n,
y gi là Retweet.
Follow: Mng bn s thc hin khi mun kt ni v
 cp nht các Tweet, có mt nút Follow nm trên trang ca mt
i dùng Twitter, khi mn follow bn, h s click vào



-9-
nút Follow, không nht thit bn ph  c tr li. Bn
 khôa bn.
Direct Messagei dùng Twitter,
i nhn tin nhn phi gi tin nhn.
Following: Khi bc là bn
n s c cp nht mi Tweet
t 
Handle liên kn mt tài kho
p (Tweet) ca bn, bn s phi thêm ký t @ tc tên tài khon
 khi mun liên kn emeraldvn, ch c
p ca bn s
cha liên kn emeraldvn.
Hashtag: S  gp các Tweet có ni dung liên quan hoc các
Tweet có s dng cùng hashtag, cú pháp s là #<tag> (ví d
#digitalmarketing), sau khi s dng Hashtag thì trong mu tin ca
bn s có liên k tag bi khác click vào liên
kt này, h s  c tt c nhng Tweet s dng hashtag

digitalmarketing.
Listi dùng trong mi nhóm, nhóm có
th do bn t to.
Search   i dùng tìm kim các Tweet có liên quan
hoc cha cm t mà h m.
Timeline: Gia Facebook, Timeline hin th các
tweet ca bn và ca nhi b.
Trending Topic: Twitter s hin th c cho là 'hot' trong
th m hin ti, bn s th    c hin th
theo khu v ca bn.



-10-
Unfollow c v       ng cách
click vào nút Unfollow), bn s không th nhn các update t i
.

Hình 2.4: Mô hình phân bit Follower và Friend trong mng Twitter
Ngun: Twitter.com
2.2.2. Mng xã hi Facebook
a. Gii thiu tng quan
Facebook là mt website mng xã hi truy cp min phí do công ty
u hành. i dùng có th tham gia các mc
t chc theo thành phng hc và khu v liên kt và
giao tip vi khác. M kt bn và gi tin nhn
cho h, và cp nht trang h  thông báo cho bn bè
bit v chúng. Tên ca website nhc ti nhng cun s 
ghi tên nhng thành viên ca cng campus mà mt s ng i
hc và cao ng ti M n mng, phòng ban,

 có th làm quen vi nhau tng. (theo
a ).



-11-

Hình 2. 5: Giao din chính ca mng Facebook
Vi dùng thc s thành mt
mng xã hi ph bin trên toàn th gii dùng  m
tui, mi quc gia, mi n.
    dàng nh  kinh doanh, kt ni vi khách
hàng, to các mi quan h, ly thông tin t m
sn phm hoc dch v.

Hình 2.6: i truy cp Facebook trong 1 tun t n
04/08/2012 (ngun socialbakers.com)



-12-
b. Các khái nin trong mng Facebook
Wall: Trang cá nhân ca bn, nó s cha các status,
comment, hình nh, photo, video mi nht mà bn va chia s.
Statusi "what's on your mind", b
n chia s u gì vi mi.
Note: Ch mà bn s vit thoi mái mi th 
vi status là bn có th vit bao nhiêu tùy thích, status thì tt nhiên
bn ch c vit ngn thôi.
Comment: Bình lun ca bn hoi khác v mt status,

link, note
Like: Nó là mi, khi
bn click vào tc là b mình Like mt status, bình lun
hoc m các website khác (nu nút Facebook Like
c add vào website này).
Friends: Bn bè ca bn trong Facebook, bn có th yêu cu
kt bn vi mc li, mi có th yêu cu kt
bn vi b giúp bn suggest bn bè cho
i khác, hoc t tìm bn bè cho bn (nu bn mi bu s
dng).
New Feeds    i nht (thông tin, status,
 bn bè và các nhóm xã hi ca bn, nó s c cp
nht theo thi gian.
Tagn din mu
trong mt hình nh, video hoc bài vi  
(ngun
2.3. Các khái nin trong vic t chc mng xã hi
Trong phân tích mng xã hi, ta xem xét mng xã h th mng
bao gnh (nodes), các cnh (links). Node biu din tp các tác nhân,



-13-
thc th, còn link biu din mi quan h (relation) gia các tác nhân, thc
th 
2.3.1. Tnh
Trong lý thuy th, tp nh còn c gi là tp nút (nodes). Trong
phân tích mng xã hc bip các tác nhân (actors) hay
tp thc th Trong mng xã hi, tnh u
trúc ca các mng xã hi, các thành viên hay các ct nhóm

i, mt t chc hay các quc gia, các trang web, các nhãn t khoá hay các
hình 
Ví d: ta xét tn t trong các m

Hình 2.7: Biu din tnh trong mô hình mng.
Ngun
M
phn t trong mng.



-14-
2.3.2. Tp cnh
Trong MXH, tp ci liên kt (Link) hay mi quan h
gia các tnh trong mng. Mi cnh ta có th hiu là mi hai
nh vi nhau. D lý thuy th, ta chia tp cnh ra là 2 loi:
 i v th ng: Tp cnh dng trc tic biu din
bng thng theo chi
 i v th ng: Tp cnh dng gián tic biu din
bng thng (không có chi)

 th ng  th ng

Hình 2.8: Din t  th  th ng
i v th, mt thành phn quan trrng s ca
cnh. Trng s ca c   nh m
hay tn sut liên kt gi th. i vi các bài toán trong lý
thuy  th, trng s       gii quyt bài toán tìm
n nh th.


A
v
B
D
C
E
A
B
D
C
E