PHÂN TÍCH MẠNG XÃ HỘI TRONG MARKETING XÁC ĐỊNH KEY PLAYER TRONG MẠNG XÃ HỘI

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN

Học viên: Đàm Thanh Long  Mã số: CH1101020
BÁO CÁO CHUYÊN ĐỀ
CÔNG NGHỆ TRI THỨC
Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã số: 60 48 01.01
Giảng viên phụ trách: GS.TSKH Hoàng Văn Kiếm
Tp. Hồ Chí Minh năm 2013
MỤC LỤC
Báo cáo chuyên đề công nghệ tri thức
CHƯƠNG I. GIỚI THIỆU
Mạng xã hội ra đời đã trở thành một trào lưu mới trong mọi tầng lớp sử dụng máy tính và
Internet làm công cụ giao lưu, tìm kiếm tri thức. Mạng xã hội giúp thu hẹp khoảng cách
giữa người với người, góp phần biến thế giới mà chúng ta đang sinh sống trở thành một
“thế giới phẳng”. Với khả năng kết nối, chia sẻ thông tin một cách dễ dàng, mạng xã hội
dần trở thành một kho kiến thức khổng lồ. Và từ đây, nhu cầu tìm kiếm, phân tích lượng
thông tin khổng lồ trong rất nhiều mạng xã hội đang tồn tại và phát triển trở nên cần thiết
hơn bao giờ hết. Tuy thế, các công nghệ tìm kiếm hiện tại đứng đầu là Google đều chưa
Trang 2
Báo cáo chuyên đề công nghệ tri thức
thể tận dụng hết khả năng của mạng xã hội. Bởi lẽ mạng xã hội có cấu trúc rất mở, các
thành phần được gắn kết với nhau theo dạng quan hệ (một chiều, hai chiều) nên việc tìm
kiếm thông tin trên mạng xã hội phải làm việc ở mức phân tích mối quan hệ, tìm kiếm
các đặc điểm… Trong khi các cỗ máy tìm kiếm hiện thời vẫn chỉ tập trung vào tìm kiếm
nội dung mà chưa đánh giá được mức độ tầm quan trọng dựa trên mối quan hệ gắn kết và
mức độ ảnh hưởng.
Trong những năm gần đây, một sự thay đổi lớn trong mối quan hệ giữa các công ty và
khách hàng đã được công khai. Việc mở rộng web 2.0 và mạng xã hội như (Facebook,
Twitter, You tube,…) đã có một tác động to lớn trên con đường tiến hành tiếp thị

(marketing). [1] Các khách hàng nhận được nhiều và kiểm soát nhiều hơn thông qua
thông tin liên lạc công ty hay sản phẩm. Giá trị cốt lõi của doanh nghiệp là khách hàng và
mạng xã hội đại diện cho một cơ hội để xây dựng mối quan hệ gần gũi và lợi ích hơn với
khách hàng. Vì vậy các công ty phải đáp ứng với sự thay đổi này. Trong thực tế các công
ty có thể đạt được lợi ích thông qua sử dụng mạng xã hội trong marketing của họ: họ có
thể đạt được sự hiểu biết tốt hơn về nhu cầu thiết yếu của khách hàng và có thể xây dựng
mối quan hệ tốt hơn với khách hàng. Để đạt được lợi ích thương mại họ phải lập kế
hoạch hoạt động của mình trong mạng xã hội để kiểm soát tốt hơn và hệ số đo lường.
Chính xác hành vi có thể thay đổi cách thức của các công ty xem xét đến khách hàng của
họ. Bất cứ khi nào mà sự kết hợp giữa mạng xã hội và marketing đạt được, công ty có thể
dễ dàng theo dõi khách hàng của họ, đạt được yêu cầu kiểm soát và đo lường các hoạt
động của họ.
Trên cơ sở đó, bài viết này tập trung tìm hiểu và làm rõ hơn khả năng tận dụng công nghệ
vào việc xử lý các bài toán dựa trên quan hệ trên các mạng xã hội, để từ đó tạo tiền đề
cho việc ứng dụng vào trong các bài toán lớn hơn, giải quyết vấn đề thu thập, tìm kiếm và
phân tích thông tin trên diện rộng. Bên cạnh đó, tìm hiểu việc xác định key player trong
mạng xã hội, cài đặt thuật toán xác định key player trong mạng xã hội (đồ thị) để từ đó
tận dụng nó vào nhu cầu chiến lượt marketing. Do giới hạn về mặt thời gian nên các bài
toán phân tích trong mạng xã hội sẽ không thể được trình bày một cách đầy đủ và chi tiết.
Trang 3
Báo cáo chuyên đề công nghệ tri thức
Cấu trúc bài viết như sau: trong phần 1 giới thiệu một trào lưu mới tìm kiếm tri thức
trong mạng xã hội; trong phần 2 nêu lên cơ sở lý thuyết và các bài toán có liên quan trong
mạng xã hội; phần 3 phân tích mạng xã hội trong marketing; trong phần 4 làm thế nào để
xác định key player trong mạng xã hội; trong phần 5 nêu lên cơ hội và cũng như rủi ro
mà mạng xã hội mạng lại; phần 6 mô phỏng thử nghiệm các thuật toán tìm key player;
trong phần 7 kết luận và hướng phát triển trong tương lai.
CHƯƠNG II. CƠ SỞ LÝ THUYẾT MẠNG XÃ HỘI VÀ CÁC BÀI
TOÁN CÓ LIÊN QUAN
Mạng xã hội, hay còn gọi là mạng xã hội ảo (social network) là một cấu trúc mang tính

xã hội tạo thành từ các nút (node), mỗi nút đó có thể là một cá nhân hay một tổ chức.
Mạng xã hội làm nhiệm vụ kết nối các thành viên, người dùng trên Internet lại với nhau
dựa theo những tiêu chí nào đó, với nhiều mục đích khác nhau, không phân biệt thời gian
và không gian. Với một cấu trúc đơn giản nhất như thế, một mạng xã hội có thể được
biểu diễn như một “đồ thị” như hình ii.1
Trang 4
Báo cáo chuyên đề công nghệ tri thức
Hình ii.1: Đồ thị biểu diễn cấu trúc mạng xã hội
2.1/ Lịch sử mạng xã hội
Mạng máy tính (computer network) ra đời làm nền tảng cho sự xuất hiện của mạng xã
hội. Có một vài cách tiếp cận khác nhau về mạng xã hội. Cách tiếp cận đầu tiên cho rằng
mạng xã hội là một nơi để mọi người có thể tương tác với nhau thông qua các phòng trò
chuyện (chat room), chia sẻ thông tin cá nhân, ý tưởng qua các chủ đề được tạo lập trên
những trang cá nhân, mà về sau này được gọi là “blogging”. Những mạng xã hội dạng
này thì đã xuất hiện từ năm 1985 với THE WELL, Theglobe.com (1994), Geocities
(1995) và Tripod (1995).
Còn một cách tiếp cận khác, đơn giản hơn thì mạng xã hội là nơi mà mọi người có thể kết
nối với nhau thông qua địa chỉ thư điện tử của họ. Mạng xã hội đầu tiên của dạng này –
Classmates – ra đời vào năm 1995 với mục đích kết nối bạn học, tiếp đó SixDegrees
được tạo ra vào năm 1997 là với mục đích giao lưu kết bạn dựa theo sở thích.
Năm 2002, Friendster ra đời và mau chóng trở thành trào lưu tại Mỹ. Tuy vậy do phát
triển quá nhanh mà thiếu đi sự tính toán đối với phân tải đã khiến các server của dịch vụ
này hay bị xảy ra hiện tượng quá tải. Công ty này sau đó có được Google đề nghị mua lại
với trị giá khoảng 30 triệu đô la Mỹ tuy nhiên thương vụ không thành công.
Năm 2003, MySpace đi vào hoạt động, nhanh chóng nổi bật với các tính năng mới hấp
dẫn, trong đó phải kể đến tính năng chia sẻ nhạc. Dịch vụ này đã thu hút được rất nhiều
các ban nhạc tham gia vào mạng xã hội MySpace, từ đó giúp cho mạng xã hội này có
thêm được rất nhiều những thành viên quan tâm, để rồi trở thành mạng xã hội lớn nhất
thế giới cho tới tận thời điểm hiện nay.
Năm 2006 đánh dấu sự có mặt của Facebook (thực ra là việc mở rộng phạm vi của mạng

xã hội này ra toàn cầu thay vì cho cộng đồng các trường đại học tại Mỹ vốn đã tồn tại từ
năm 2004), một mạng xã hội “mở”. Facebook cung cấp một nền tảng lập trình gọi là
Facebook Platform cho phép những thành viên chuyên sâu có thể tạo ra các ứng dụng
Trang 5
Báo cáo chuyên đề công nghệ tri thức
(tiếng anh: Applications). Nhờ vậy Facebook có được rất nhiều các ứng dụng vừa được
cập nhật một cách nhanh chóng, lại vừa phù hợp với nhiều đối tượng với các sở thích cá
nhân khác nhau.
Ngoài ra hiện nay còn có một trào lưu mới xuất hiện nhưng cũng đã phát triển hết sức
nhanh chóng, đó là Twitter. Nếu như các mạng xã hội trước kia thường được gọi là
blogging thì Twitter còn được gọi là micro-blogging. Được gọi như vậy bởi Twitter chỉ
cung cấp cho người dùng khả năng tạo ra những dòng tin nhắn nhanh và ngắn gọn cỡ 140
ký tự (gần giống với số ký tự cho phép trong một tin nhắn SMS trên điện thoại di động).
2.2/ Đặc điểm mạng xã hội ảo
Có thể nói Mạng xã hội có thể phát triển mạnh mẽ được như hiện nay là do những ưu thế
đáng kể mà chúng mang lại so với các cách tiếp cận cộng đồng truyền thống.
Một là vấn đề chi phí. Có thể thấy rằng việc tham gia vào một mạng xã hội, dù là đối với
một cá nhân hay một tổ chức đều chiếm một chi phí tương đối thấp, bởi trên thực tế, các
mạng xã hội hiện nay hầu hết cho phép đăng ký và sử dụng miễn phí. Trong khi đó, khi
đã trở thành một thành viên của một mạng xã hội, các cá nhân hay tổ chức đó có thể có
được rất nhiều thông tin hữu ích cho mối quan tâm, sự phát triển của mình. Ví dụ như
một công ty sau khi tham gia một mạng xã hội nào đó, có thể chỉ cần vài cú nhấp chuột là
đã có thể tìm hiểu về các sở thích của người dùng, xu hướng của những sở thích đó. Qua
đó, công ty có thể phát hiện ra được những khách hàng tiềm năng, vạch ra một chiến lược
kinh doanh mới cho thời kỳ khó khăn … Những việc làm này có thể giúp ích rất nhiều
cho hoạt động kinh doanh hiện tại của công ty đó.
Hai là khả năng xây dựng các mối quan hệ tin cậy. Nhờ vào việc quan sát được các bài
viết, đánh giá của các thành viên trong mạng xã hội, một tổ chức có thể nắm bắt được
nhu cầu và đánh giá của khách hàng về các sản phẩm hay dịch vụ mà họ cung cấp. Hơn
thế là khi họ có những phản hồi tích cực đối với khách hàng, từ đó xây dựng một mối

quan hệ “ảo” với khách hàng trong khi có thể mang lại một niềm tin “thực”. Không quá
Trang 6
Báo cáo chuyên đề công nghệ tri thức
tốn kém như những hệ thống chăm sóc khách hàng lớn mà mang lại hiệu quả cũng không
hề nhỏ, đó chính là lợi thế của mạng xã hội.
Hay đối với những cá nhân, nhờ việc đọc được những bài viết phần nào mang tính chất
riêng tư, tâm sự của bạn bè, hay con cái, họ có thể có được những hiểu biết rõ ràng hơn
về bạn bè, con cái của mình, thấy được vấn đề mà người kia đang gặp phải, từ đó giúp họ
giải quyết vấn đề dễ dàng hơn. Bởi nghiên cứu cho thấy, giới trẻ đang có xu hướng kể ra
những phức tạp cá nhân trên blog, mạng xã hội dễ dàng hơn là nói chuyện trực tiếp với
các bậc phụ huynh, hay cả với bạn bè. Khi ấy niềm tin trong mối quan hệ cũng được nâng
lên đáng kể.
Ba là việc tạo lập các mối quan hệ trong mạng xã hội trở nên dễ dàng hơn bao giờ hết.
Thử tưởng tượng trong mạng xã hội nào đó, người dùng có một vài người bạn, những
người ấy lại có nhiều bạn bè khác, cứ như vậy. Nhờ vào mạng xã hội, người dùng ban
đầu có thể thiết lập một mối quan hệ với bất cứ ai, đơn giản chỉ khởi đầu bằng việc gửi đi
một lời nhắn đề nghị được kết bạn. Sau khi được chấp nhận bởi phía bên kia, việc cần
làm để gìn giữ mối quan hệ đó đó là cố gắng cân bằng giữa việc cho đi và nhận lại. Việc
này ở trên một mạng xã hội tỏ ra đơn giản hơn so với việc duy trì mối quan hệ trong xã
hội bình thường, bởi cho đi và nhận về trong mạng xã hội nhiều khi chỉ nằm ở mức có
những bình luận trong những bài viết của bạn bè.
Những ưu điểm mà mạng xã hội mang lại như đã kể trên là rất to lớn, tuy vậy cũng cần
phải chỉ ra một số mặt hạn chế của mạng xã hội:
Vấn đề đầu tiên mà mạng xã hội gặp phải là vấn đề về thông tin cá nhân của người dùng.
Khi đã kết nối vào mạng xã hội, có bạn bè trên đó đồng nghĩa với việc người dùng cũng
phải đối mặt với nguy cơ bị lợi dụng các thông tin (cá nhân) đăng tải lên đó. Với những
thông tin như vậy, những kẻ có ý đồ không tốt có thể tìm hiểu nhiều thứ khác hơn về
người dùng đó. Điều đó có thể làm ảnh hưởng tới lợi ích cá nhân của người dùng đó ngay
trong thời điểm hiện tại cũng như tương lai. Biết đâu một bức ảnh xưa cũ có thể được lôi
ra để làm hại tới thanh danh của người dùng đó về sau này???

Trang 7
Báo cáo chuyên đề công nghệ tri thức
Vấn đề thứ hai nằm ở chính cơ chế vận hành của các mạng xã hội. Mạng xã hội cũng như
mọi trang web khác, đều phải giải quyết các vấn đề liên quan tới bảo mật thông tin. Thêm
vào đó, các trang mạng xã hội còn gặp phải một số vấn đề riêng ví dụ như tình trạng nhắn
tin rác làm phiền những thành viên tham gia, sử dụng những công cụ tự viết. Vấn đề này
xuất hiện khá nhiều trên các phương tiện thông tin đại chúng gần đây, có thể lấy ví dụ về
vài sự cố các tài khoản mạng xã hội của những người nổi tiếng bị hacker kiểm soát,
những thông tin nhạy cảm được tung ra …
Một vấn đề nữa cần nói tới trong mặt hạn chế của mạng xã hội là việc tiêu tốn thời gian
sử dụng. Việc tham gia một mạng xã hội, kiểm tra các thay đổi gần đây từ bạn bè, cập
nhật những thay đổi, thông tin cho chính mình nhiều khi làm mất thời gian của người
tham gia. Tất nhiên điều này còn tùy thuộc vào cách từng người phân phối thời gian của
mình cho việc “online” trên các mạng xã hội mà họ tham gia. Tuy vậy theo những phân
tích gần đây thì có tình trạng khá nhiều người trẻ bị hội chứng “nghiện” khi tham gia
mạng xã hội. Nếu tình trạng này xảy ra ở diện rộng thì sẽ có rất nhiều hiệu ứng không tốt
kèm theo.
Như vậy, cũng như những dịch vụ khác triển khai và khai thác trên nền Internet, mạng xã
hội cũng thể hiện được những ưu và nhược điểm nhất định. Nhược điểm của mạng xã hội
phần lớn kế thừa từ những nhược điểm vốn có của các dịch vụ nền web, nhưng những ưu
điểm của dịch vụ này lại mang tính chất đột phá so với các cách thức truyền thông cộng
tác truyền thống. Như trong một cuốn sách với tựa đề Groundswell của nhà xuất bản
Forrester Research ra đời năm 2008, mạng xã hội và tác động của nó đã được mô tả với
thuật ngữ “groundswell”, tạm hiểu là: “một bước tiến tự nhiên của loài người khi sử dụng
các công cụ trên mạng để kết nối, tích lũy kiến thức, lấy những gì họ cần – thông tin, hỗ
trợ, các ý tưởng, các sản phẩm hay khả năng thương lượng với cộng đồng” .Và với những
tiềm năng hiện tại mà mạng xã hội mang lại (xem bảng ii.2), việc tham gia, phân tích và
tận dụng những điểm mạnh mà mạng xã hội mang lại là cần thiết.
Thống kê nhỏ về mạng xã hội
Trang 8

Báo cáo chuyên đề công nghệ tri thức
- Theo nhận định của đại diện IBM Việt Nam, với hơn 2 tỷ người kết nối mạng
Internet, hơn 600 triệu người dùng Facebook mỗi ngày.
- Hiện tồn tại khoảng hơn 500 mạng xã hội trên thế giới và hàng nghìn trang
web có chức năng như một mạng xã hội
- Trung bình, trong 1 phút, có hơn 695 ngàn trạng thái được cập nhật, 79364
thông tin được đăng tải lên tường và 510.040 bình luận được đăng tải. Cũng
trong 1 phút, có hơn 6.600 bức ảnh đăng tải lên Flickr, hơn 320 tài khoản mới
trên và hơn 98000 thông điệp được đẳng tải lên Twitter.
- Dự kiến đến năm 2013, game thủ trên các mạng xã hội sẽ bỏ ra đến 6 tỉ USD
để mua các vật dụng ảo trong game.
Bảng ii.2: Tiềm năng đối với mạng xã hội thông qua vài con số
2.3/ Một số bài toán đối với mạng xã hội
Về tìm kiếm dựa trên quan hệ, hiện có khá nhiều bài toán liên quan có khả năng tận dụng
để lấy ra kết quả phục vụ các mục đích khác nhau, thường là ứng dụng trong lĩnh vực xã
hội học. Có thể chia các bài toán này ra làm hai dạng chính: tìm các quan hệ; phân tích
các đặc điểm.
Một bài toán tìm quan hệ có thể có rất nhiều dạng, tựu chung lại, những bài toán dạng
này làm nhiệm vụ tìm ra trong một tập hợp cá thể có mối quan hệ với nhau, một, hoặc
một vài, hoặc một tập hợp con thỏa mãn một dạng quan hệ nào đó. Lấy ví dụ, có thể kể ra
như tìm bạn chung (mutual friend) của hai hay ba người bất kỳ trong mạng xã hội.
Kết quả của bài toán này có thể phần nào giúp chúng ta tìm hiểu điểm gặp nhau trong
quan hệ giữa những người được chỉ ra, tức là phân tích tại sao giữa họ lại có mối quan hệ.
Bài toán phân tích đặc điểm cũng là dạng bài toán được dùng khá nhiều trong nghiên cứu
xã hội học. Ví dụ như bài toán tìm đường kính, là bài toán giúp giải quyết vấn đề tìm
khoảng cách ngắn nhất giữa hai người (hai node) trong một mạng xã hội. Nó gần giống
với thử nghiệm Small World nhằm tìm ra khoảng cách đủ để kết nối giữa hai người bất
kỳ trên toàn nước Mỹ, và kết quả khá bất ngờ rằng khoảng cách trung bình nằm trong
khoảng 5.5-6, tức là khá nhỏ so với người ta tưởng tượng.
Trang 9

Báo cáo chuyên đề công nghệ tri thức
Có một bài toán tìm đặc điểm khác trong quan hệ là tìm tâm của một tập hợp các cá thể
(các node). Kết quả của bài toán này sẽ cho thấy nút trong đồ thị mà khoảng cách từ nút
đó tới mọi nút khác trong đồ thị của tập hợp các cá thể đó là ngắn nhất.
Các bài toán trên đơn thuần là những bài toán dựa trên đồ thị, và nếu chỉ như vậy thì có lẽ
rằng với một ma trận kề dạng như hình ii.3 các bài toán trên cũng có thể được giải quyết
tương đối dễ dàng với một số thao tác tính toán không phức tạp bởi lẽ một đồ thị có thể
được biểu diễn dưới dạng ma trận.
Hình ii.3: Ma trận kề biểu diễn đồ thị gồm 4 đối tượng
2.3.1/ Bài toán phân tích quan hệ
Trang 10
Báo cáo chuyên đề công nghệ tri thức
Tạo lập mạng tri thức từ cơ sở dữ liệu không đồng nhất: Như Hình ii.3.1 ta có một cơ
sở dữ liệu không đồng nhất, nhưng có mối quan hệ liên quan. Hệ cơ sở dữ liệu không
đồng nhất này sẽ cho thấy thông tin về những blogger trong mạng xã hội, họ có thể đến
từ nhiều quốc gia khác nhau, có những mối quan tâm tới các chủ đề khác nhau và làm
những công việc khác nhau … Cấu trúc của hệ cơ sở dữ liệu này được biểu diễn dưới
dạng mạng tri thức, trong đó mỗi đối tượng dữ liệu, hay một bản ghi được coi là một
node riêng lẻ, và mối quan hệ giữa những đối tượng dữ liệu đó được biểu diễn như những
liên kết hai chiều hay một chiều, tùy thuộc vào loại quan hệ giữa chúng là hai hay một
chiều.
Hình ii.3.1 Cấu trúc cơ bản của một cơ sở dữ liệu không đồng nhất
Hệ cơ sở dữ liệu không đồng nhất này được hình thành từ bốn hệ cơ sở dữ liệu nhỏ có thể
nằm riêng rẽ tại các máy là WORLD database, TOPICS database, OCCUPATION
database và BLOGGER database, mỗi cơ sở dữ liệu có một cấu trúc xác định riêng.
WORLD Database (WDB): Hệ cơ sở dữ liệu này biểu diễn hệ thống quốc gia, vùng
lãnh thổ, thành phố nhằm xác định nơi cư trú của những thành viên trong mạng xã hội
Trang 11
Báo cáo chuyên đề công nghệ tri thức
Hình ii.3.2 WORLD database

WDB có bốn lớp, đầu tiên là “WORLD”, là gốc của CSDL. Lớp tiếp theo biểu diễn các
lục địa (tiếng Anh: continents). Lớp tiếp theo là các quốc gia, và lớp cuối cùng là các
thành phố, sẽ là những nơi sinh sống của các blogger. Các node ở các lớp liền kề sẽ được
liên kết với node ở lớp trên bằng một liên kết “isa” (is a) một chiều như trong Hình ii.3.2
TOPICS Database (TDB): Cơ sở dữ liệu này mô tả các chủ để mà các blogger quan
tâm, cấu trúc của TOPICS database gần giống như của WORLD database với bốn lớp.
Trong đó các lớp bên dưới thể hiện các topic như là topic con của các topic ở lớp trên. Và
cũng như WORLD database, các nút lớp dưới có liên kết một chiều với các nút lớp trên
với tên liên kết là “isa”.
BLOGGER Database (BDB): Mô tả các blogger trong mạng xã hội và mối quan hệ bạn
bè giữa họ. Ở mạng xã hội, quan hệ bạn bè là quan hệ hai chiều, do đó các liên kết sẽ
không có mũi tên chỉ hướng.
Trang 12
Báo cáo chuyên đề công nghệ tri thức
Hình ii.3.3: Cơ sở dữ liệu tổng hợp
2.3.2/ Bài toán phân tích đặc điểm
Trong mạng xã hội, giữa các node, ngoài quan hệ là bạn bình thường, chúng ta có thể
thiết lập những quan hệ phức tạp hơn và thực hiện tìm kiếm theo các mẫu cho trước. Một
số ít các node sẽ có thuộc tính nghề nghiệp (job) nhận các giá trị như nhà báo
(journalist) hay ca sĩ (singer).
Tìm tất cả các node có đường nối trực tiếp tới hai node cho trước (bạn chung của hai
node bất kỳ cho trước) – Hình ii.3.4
Cho trước hai node A và B, tìm tất cả các node có đường nối trực tiếp với node A và nối
với node B qua một node trung gian (tìm tất cả các node có khoảng cách với A là 1,
khoảng cách với B là 2) – Hình ii.3.5.
Trang 13
Báo cáo chuyên đề công nghệ tri thức
Hình ii.3.4
Bạn chung của node D và E là hai node C và B
Hình ii.3.5.

2.3.3/ Bài toán tìm đường đi ngắn nhất
Từ node nguồn tìm một cây đường đi ngắn nhất (shortest-path tree) tới tất cả các node
khác trong đồ thị.
Sau khi tìm được cây đường đi ngắn nhất, tới node đích, lần vết ngược trở về node bắt
đầu để tìm ra dãy đường đi ngắn nhất giữa hai node.
Chúng ta tìm cây đường đi ngắn nhất bằng cách loang theo chiều rộng. Ở mỗi node, có
một biến cục bộ để đánh dấu tình trạng của node là đã được thăm hay chưa được thăm.
Thuật toán bắt đầu bằng việc nhảy tới node nguồn, từ nút nguồn di chuyển tới tất cả các
node có đường nối trực tiếp với node nguồn, kiểm tra nếu biến cục bộ lưu tình trạng của
node đang ở trạng thái chưa được thăm thì gán giá trị của biến cục bộ đó bằng địa chỉ của
Trang 14
Báo cáo chuyên đề công nghệ tri thức
node mà chuỗi wave vừa từ đó di chuyển tới node hiện tại. Lặp lại việc di chuyển tới tất
cả các node có đường nối trực tiếp với node đang đứng. Trong WAVE có lệnh “##” di
chuyển sang các nút lân cận trừ node mà từ đó đã tới nó. Do vậy chuỗi WAVE sẽ di
chuyển sang các node có đường nối trực tiếp với các node hàng xóm của node nguồn
nhưng không di chuyển trở về node nguồn. Loang cho tới khi thăm xong toàn bộ đồ thị.
Sau khi đã tạo được cây đường đi ngắn nhất. Nhảy tới node đích, di chuyển ngược về
node khởi đầu dựa vào biến cục bộ lưu tình trạng tại mỗi node và lưu đường đi vào một
biến toàn cục.
Từ các node B, C, D di chuyển tới các node có đường nối trực tiếp với B, C, D – mũi tên
màu xanh biển. Do có ba nhánh WAVE nên chuỗi WAVE sẽ di chuyển tới các node B,
C, D, E, F, G. Ở các node B, C, D, biến Nback đã có giá trị. Nên chuỗi WAVE sẽ bị
dừng. Còn ở ba node E, F, G biến Nback vẫn có giá trị NONE – node chưa được thăm
nên chuỗi WAVE sẽ tiếp tục lan tỏa. Từ E, F, G chuỗi WAVE lại tiếp tục lan tỏa tới hai
node chưa được thăm là H và I. Ở hai node H và I, chuỗi WAVE dừng do không tìm thấy
node nào chưa thăm.
Hình ii.3.6.
2.3.4/ Bài toán tìm đường kính
Định nghĩa đường kính của một đồ thị: Đường đi ngắn nhất giữa hai node trong đồ thị

được gọi là khoảng cách giữa hai node đó. Khoảng cách dài nhất giữa hai node trong đồ
thị gọi là đường kính của đồ thị. Với đồ thị trong hình 9, khoảng cách giữa node D và
node H chính là đường kính của đồ thị với độ dài đường kính là 3
Trang 15
Báo cáo chuyên đề công nghệ tri thức
Thuật toán tìm đường kính: Bài toán tìm đường kính của đồ thị có thể coi là một bài toán
mở rộng của bài toán tìm cây đường đi ngắn nhất. Ta tìm đường đi ngắn nhất giữa tất cả
các cặp node trong đồ thị, và đường kính tương ứng sẽ là đường dài nhất trong số những
đường ngắn nhất. Để giải quyết bài toán một cách hiệu quả, ta đặt chuỗi wave vào tất cả
các node trong đồ thị và tìm kiếm cây đường đi ngắn nhất của tất cả các node một cách
song song. Độ dài đường đi ngắn nhất từ tất cả các node khác trong đồ thị tới node hiện
tại được lưu tại một biến cục bộ tại node hiện tại, biến này có dạng vector, với mỗi phần
tử là một khoảng cách tới một node trong đồ thị. Để xác định chính xác khoảng cách nào
ứng với node nào từ node hiện tại, ta sử dụng một biến cục bộ khác lưu địa chỉ của node
đi kèm biến lưu khoảng cách. Biến này cũng có dạng vector với các phần tử là tên của
các node trong đồ thị, các phần tử trong vector khoảng cách và vector tên node được xếp
một cách tương ứng nhau.
Ví dụ với node hiện tại là node A: Biến vector Ndistance lưu khoảng cách:
1 1 1 2 2 2 3 4
Biến vector Nsource lưu tên các phần tử ứng với khoảng cách lưu tại biến Ndistance:
B C D E F G H I
Sau khi thực một cách song song hiện thuật toán tìm cây đường đi ngắn nhất tại tất cả các
node, chúng ta nhận được ở biến Ndistance ở mỗi node khoảng cách từ node đó tới tất cả
các node còn lại trong đồ thị. Khoảng cách lớn nhất trong những khoảng cách này (tính ở
tất cả các node) – gọi là đường kính – được tìm qua hay bước: Đầu tiên tìm khoảng cách
Trang 16
Báo cáo chuyên đề công nghệ tri thức
lớn nhất cục bộ trong các phần tử của vector Ndistace tại mỗi node, sau đó tìm khoảng
cách lớn nhất toàn cục là giá trị lớn nhất của các khoảng cách cục bộ.
2.3.5/ Bài toán tìm tâm và bán kính

Một khái niệm quan trọng khác trong đồ thị là tâm của đồ thị. Tâm của đồ thị là một node
mà khoảng cách lớn nhất từ node đó tới một node khác bất kì trong đồ thị là nhỏ nhất.
Bán kính là độ dài khoảng cách từ tâm tới node xa nhất trong đồ thị
Hình ii.3.7.
Ví dụ như với đồ thị Hình ii.3.7 tâm của đồ thị là B và bán kính của đồ thị là khoảng cách
từ B tới node xa nhất là 2. A không thể là tâm vì khoảng cách từ A tới node xa nhất –
node H - là 3, lớn hơn khoảng cách từ B tới H
Thuật toán: Để tìm node có khoảng cách tới một node bất kì trong đồ thị là ngắn nhất so
với các node khác, với tất cả các node trong đồ thị, ta tìm khoảng cách xa nhất từ node đó
tới các node còn lại trong đồ thị. Trong các khoảng cách tìm được, node nào có khoảng
cách ngắn nhất chính là tâm của đồ thị.
Ta có thể sử dụng kết quả tìm cây đường đi ngắn nhất của bài toán tìm đường kính trong
đồ ở mục 3.5, bán kính cần tìm chính là giá Dmax nhỏ nhất được lưu trong cơ sở dữ liệu.
CHƯƠNG III. PHÂN TÍCH MẠNG XÃ HỘI TRONG MARKETING
3.1/ Dưới góc nhìn mạng lưới
Trang 17
Báo cáo chuyên đề công nghệ tri thức
Trọng tâm của việc phân tích mạng là tìm hiểu về các cấu trúc thuộc tính ảnh hưởng đến
hành vi (Wellman 1983). Nhiều nghiên cứu marketing quan tâm đến mối quan hệ, tuy
nhiên không đơn giản là thu thập thông tin về đặc điểm của các thành viên trong mạng
chẳng hạn như kích thước mạng (như số lượng các liên kết chiến lược) tần số tương tác
(số lần trong một tháng tìm kiếm từ thông tin cá nhân) hay loại quan hệ (số lần khuyến
nghị nhiều hay ít). Những thông tin này rất hữu ích nhưng giới hạn trong việc xác định
cấu trúc mạng lưới ảnh hưởng tới các thành viên trong mạng như thế nào.
Thông tin về mối tương quan giữa các thành viên trong mạng lưới là cần thiết để điều tra
cấu trúc của vấn đề. Các vấn đề, chẳng hạn như việc phân cấp hoặc tập trung mạng lưới
nhằm thúc đẩy độ tin cậy giữa các thành viên trong mạng lưới hay có ảnh hưởng như thế
nào trong việc tham chiếu đến nhóm bên trong mạng lưới dày đặc so với mạng lưới thưa
thớt hoặc cạnh user nằm vị trí bên trong lõi hay bên ngoài, gọi là dữ liệu liên kết trực tiếp
hay gián tiếp trong đó cung cấp các cơ hội khác nhau và hạn chế cho các thành viên tham

gia mạng lưới. Phân tích mạng xã hội do đó việc định lượng điều tra các cấu trúc thuộc
tính mà không thể thực hiện từ các nghiên cứu hoặc đặc điểm cá nhân hay từ mối quan hệ
đơn giản.
3.2/ Dữ liệu mạng lưới
3.2.1/ Các yếu tố mạng lưới
Mạng lưới bao gồm các thành viên được gọi là các actor và các mối quan hệ của họ. Các
actor trong một mạng lưới được phân biệt từng các cá nhân (các thành phần trong một
nhóm) hoặc đơn vị tập thể (các tổ chức trọng một ngành công nghiệp cụ thể). Mối quan
hệ này link đến các thành viên trong mạng lưới. Các liên kết có thể theo hướng trực tiếp
khác nhau (đối xứng hay bất đối xứng) khả năng (tích cực, trung tính, tiêu cực), yêu tố
(mạnh, trung hòa, yếu) và nội dung (tư vấn tìm kiếm, chia sẽ tài nguyên, thông tin liên
lạc…).
3.2.2/ Ma trận dữ liệu trong mối quan hệ
Trang 18
Báo cáo chuyên đề công nghệ tri thức
Một bộ tập dữ liệu tiêu chuẩn bao gồm một tập các thông tin (các hàng của ma trận) và
sự đáp lại của họ với một tập các câu hỏi về các thuộc tính của họ trong các vấn đề cụ thể
(các cột của ma trận). Kết quả là một actor theo thuộc tính ma trận. Một bộ dữ liệu về
mối quan hệ được sử dụng trong phân tích mạng lưới cũng bao gồm một tập các thông tin
(các hàng của ma trận) nhưng sự đáp lại của họ là một tập các câu hỏi về các mối quan
hệ với các actor cụ thể. Kết quả là một actor theo actor ma trận không phải là một actor
theo thuộc tính ma trận.
Thông thường, thông tin về mối quan hệ thu được cho tập các actor đơn lẻ (tài nguyên
chia sẽ giữa tất cả các thư viện trong nước úc). Điều này được tham khảo như là một cơ
chế mạng lưới. Không phải tất cả các mối quan hệ có liên quan đến cùng một tập các
actor (người mua/nhà cung cấp, thương hiệu người tiêu dùng trung thành). Trong trường
hợp này thông tin về mối quan hệ thu được trên 2 tập các actor khác nhau, trong đó các
actor trên các hàng khác nhau từ các actor trên các cột. Loại mạng lưới này được gọi là
mạng lưới two-mode.
Sự tồn tại giữa 2 actor được nhập vào trong một số nhị phân ma trận kề về dữ liệu các

mối quan hệ như là “1” nếu có hoặc “0” ngược lại. Cho các mối quan hệ trong đó có
thông tin giá trị đã nhận được (các tần số tương tác sức mạnh, thời gian, sự thân mật)
một số thực được nhập vào. Giá trị dữ liệu có lẽ nhập vào giống như dữ liệu trong đó số
lượng lớn trong ô của đại diện ma trận nút mạnh mẽ (thời gian mối quan hệ) hoặc khoảng
cách dữ liệu mà giống như một road map nơi chỉ về mối quan hệ gần gũi hay mối quan
mạnh mẽ hơn (cấp bật thứ tự “1” là quan trọng nhất là “5” là ít quan trọng nhất).
Bảng iii.1 là một mẫu về dữ liệu ma trận kề cho các thông tin liên lạc giữa 27 phòng thí
nghiệm ở úc mà sớm được chấp nhận của một công nghệ cụ thể. Đọc qua thấy rằng các
hàng cho thấy actor 4 báo cáo một liên lạc với actor 25, nhưng lưu ý rằng actor 25 không
báo cáo một liên lạc nào với actor 4. Kể từ về mặt lý thuyết thông tin liên lạc là một mối
quan hệ lẫn nhau, ví dụ điều này sự quan tâm và độ tin cậy như với các dữ liệu thuộc
tính, các vấn đề chất lương dữ liệu với dữ liệu quan hệ phải được xem xét (Marsden
1990). Nghiên cứu đã chỉ ra rằng tổng thể mọi người được tốt hơn tại báo cáo về sự
Trang 19
Báo cáo chuyên đề công nghệ tri thức
tương tác của họ và loại các mối quan hệ hơn tại các báo cáo về các nối kết cụ thể được
xãy ra trong khoảng thời gian hạn chế (Bernard, Killworth, Kronenfeld và Sailer 1984;
Freeman, Romney và Freeman 1987).
Bảng iii.2.1: Mạng lưới liên lạc cho 27 phòng lab
3.2.3/ Bộ sưu tập dữ liệu
Tất cả dữ liệu tiêu chuẩn các kỹ thuật thu thập gồm khảo sát, phỏng vấn, quan sát, thử
nghiệm, tài liệu phân tích và nhật ký có thể được sử dụng để có được dữ liệu mạng lưới.
Sự khác biệt chính là cấp bậc cụ thể. Các nghiên cứu về mối quan hệ trong marketing chủ
yếu đã yêu cầu cung cấp thông tin để chỉ ra các loại actor mà có một vài mối quan hệ (khi
tìm kiếm cho các thông tin về địa điểm kỳ nghỉ, trong đó các nguồn sau đây mà bạn sử
dụng : bạn bè, gia đình, đồng nghiệp và đại lý du lịch?). Những nghiên cứu sau đó phân
tích các dữ liệu trong một cách tiêu chuẩn và phân loại báo cáo phát hiện (nhiều người sử
Trang 20
Báo cáo chuyên đề công nghệ tri thức
dụng các nguồn tin cạnh gia định và bạn bè, thông tin liên quan đến địa điểm kỳ nghỉ

hơn là các mối quan hệ ít tin cậy). Chìa khóa chính để xây dựng một mạng lưới nghiên
cứu là để gợi lên những thông tin liên quan đến các mối quan hệ cụ thể giữa các actor rõ
ràng (liêt kê tên hoặc chữ cái đầu tiên tất cả những người mà bạn muốn đi đến địa điểm
thông tin về kỳ nghỉ). Khi các actor cụ thể được xác định sau đó bổ sung thông tin về mối
quan hệ (danh sách các actor như là bạn hay bạn của bạn? có mối liên hệ với nhau ngoài
xã hội?) cũng như thông tin về các thuộc tính có liên quan để tiếp cận (actor là nam hay
nữ?).
Thu thập dữ liệu cũng phụ thuộc vào trọng tâm của nghiên cứu. Là mục tiêu để khám phá
một actor đơn lẽ trong tất cả các actor có ý nghĩa các mối quan hệ có thể được xác định
(sự khuyếch tán của một sự đổi mới trong nghiên cứu tại Úc) hoặc là các nghiên cứu có
liên quan với việc so sánh mạng lưới giữa các actor tham gia trong một mạng riêng biệt
(khách hàng về phẩu thuật khảo sát không nhất thiết phải kết nối đến người khác mặc dù
một nghiên cứu có thể điều tra để mở rộng mạng lưới cá nhân ảnh hưởng đến quyết định
của họ trong đó chọn lựa bác sỹ phẫu thuật?). Khi mục tiêu được map mạng lưới hoàn
chỉnh bao gồm các mối quan hệ giữa các thành viên gồm một cộng động, nó được tham
chiếu như là một trung tâm nghiên cứu xã hội. Dữ liệu các mối quan hệ có liên quan thu
được cho mỗi actor trong mạng lưới. Điều này cho phép một phân tích hoàn chỉnh gồm
tổng quan về cấu trúc mạng lưới cũng như phân tích một vị trí cho mỗi actor trong mạng.
Ego-centric hoặc mạng lưới cá nhân được tập trung trên một dấu vết actor (ego) và mối
quan hệ của (ego) đến một tập các ego khác cộng với mối quan hệ giữa các alters. Nếu
không có thông tin trên các mối quan hệ tương quan giữa ego's alters, phân tích một ít
cấu trúc có thể thực hiện như là các thông tin thu được là ego’s dyadic để giới hạn số
lượng của alters (McCarty 2002). Báo cáo thông tin bằng lời là cách phổ biến chung để
thu thập thông tin có liên quan. Cho một nghiên cứu khảo sát nhỏ (50 actor hoặc ít hơn)
socio-centric được sử dụng. Mối quan hệ dữ liệu được lấy ra từ nhiều actor, thông tin
được cung cấp một số loại công việc và yêu cầu để xác định nhưng người anh/chị có mối
quan hệ đặc biệt (xem Weller and Romney 1988 mô tả các kỹ thuật khác nhau). Các kỹ
thuật nhận dạng phổ biết là để cung cấp thông tin tới danh sách tên của tất cả các actor
Trang 21
Báo cáo chuyên đề công nghệ tri thức

trong hệ thống mạng lưới. Thông tin cung cấp sau đó cho thấy các mối quan hệ cặp đôi
anh/chị được kết nối. Kết quả này thông tin về mối quan hệ trong vector duy nhất cho
từng thông tin cung cấp. Những vector này sau đó kết hợp để tạo thành một hình vuông
actor bởi ma trận quan hệ actor. Dữ liệu có thể thu được bằng các thông tin được cung
cấp sử dụng một số loại đánh giá xếp hạng (như cấp bậc đầy đủ, so sánh các cặp, ba
hoặc quy mô kết nối). Với phương pháp phân công, cung cấp thông tin báo cáo không
xem xét làm thế nào các thành viên trong mạng lưới được kết nối với nhau để có được
từng thông tin toàn cầu mạng lưới, các kỹ thuật sắp xếp (Webster 1994) và phương pháp
cấu trúc dựa trên kinh nghiệm có thể được sử dụng (Krackhardt 1987).
Đối với các mạng tương đối lớn (Burt và Ronchi 1994) và các mạng lưới ego-centric, các
nhiệm vụ nhận dạng là không thể, thay vào đó thông tin cung cấp được yêu cầu nhớ lại
cho các mối quan hệ cụ thể của họ. Hai phương pháp thu thập dữ liệu trong mạng lưới:
tạo tên và vị trí tạo (thủ tục và một danh sách các câu hỏi được thấy Burt 1984;
Killworth, McCarty, Bernard, Johnsen, Domini và Shelley 2003; McCallister và Fischer
1978; van der Poel 1993). Với việc tạo tên, thông tin cung cấp được yêu cầu gọi lại các
actor (ví dụ như: con người, tổ chức, phòng ban hoặc bất cứ đơn vị được phân tích) với
người mà họ có một mối quan hệ đặc biệt chẳng hạn như “thảo luận các vấn đề quan
trọng”. Tên cũng có thể được sử dụng để thử nghiệm. Một tên được quy định (ví dụ: Sue
hoặc Red Cross hoặc kế toán) và thông tin cung cấp được yêu cầu cho họ biết hoặc có
một mối quan hệ đặc biệt với một tên của actor đó. Với vị trí tạo, vai trò hay vị trí (ví dụ
như: bác sỹ, chính trị gia, thiếu niên hoặc một tổ chức từ thiện, một tổ chức tài chính…)
được sử dụng như là tác nhân và thông tin cung cấp được yêu cầu cho dù có một nối kết
đến vài cá nhân hay vài tổ chức trong vai trò đó.
3.3/ Phân tích mạng lưới
3.3.1/ Biểu diễn bằng ảnh đồ thị
Một trong những lợi thế của phân tích mạng lưới là sử dụng lý thuyết đồ thị. Đồ thị cho
phép một hình ảnh đại diện gồm cấu trúc và vị trí mối quan hệ của các thành viên trong
Trang 22
Báo cáo chuyên đề công nghệ tri thức
mạng lưới (Freeman 1984; Hage và Harary 1983; Moreno 1953). Trong một đồ thị

mạng lưới các actor được hiển thị như là các điểm (gọi là node) và các mối quan hệ giữa
các actor được thể hiện như một đường nối kết với các node. Khi một mối quan hệ lẫn
nhau giữa các actor được thể hiện bằng các mũi tên với điểm đầu và kết thúc. Một mối
quan hệ đó là đầu một mũi tên duy nhất chỉ trực tiếp từ actor này đến actor khác. Hình
iii.3.1 là một đồ thị gồm các thông tin liên lạc trong cùng mạng lưới cho 27 phòng thí
nghiệm tại Úc trong bảng iii.2.1 một hình ảnh khám phá cấu trúc mạng lưới một cách
nhanh chóng mà phần lớn các mối quan hệ liên lạc trực tiếp tại 6 phòng lab: 4, 8, 10, 76,
78 và 106. Hầu hết các phòng lab còn lại nhận được ít hơn 3 mối liên hệ với 5 phòng lab
20, 22, 173, 175, 177 không nhận được liên hệ mật thiết nào. Điều này cho thấy một cấu
trúc cốt lõi bên ngoài mạng lưới với phòng lab nào đó sẽ được ưu tiên liên lạc đối tác
hoặc quan trọng hơn để thông tin liên lạc hơn là những người khác.
Hình iii.3.1: mạng lưới liên lạc cho 27 phòng lab tại Úc
Thông tin thuộc tính kết hợp gồm các actor có thể dẫn đến những hiểu biết thêm, ví dụ
phòng lab 10 và 202 thông quan một công nghệ đặt biệt nhiều so với các thành viên trong
mạng lưới khác. Hai phòng lab tuy nhiên không phải kết nối trực tiếp đến một phòng lab
khác và các vị trí rất khác nhau trong mạng lưới. Nhiều phòng lab báo cáo một truyền
Trang 23
Báo cáo chuyên đề công nghệ tri thức
thông liên lạc với phòng lab 10 hai trong số đó là phòng lab 8 và phòng lab 4. Phòng lab
202 báo cáo 7 mối quan hệ nhưng không qua lại và chỉ khi 3 phòng lab báo cáo có một
mối quan hệ đến phòng lab 202. Bốn phòng lab 8, 76, 18 và 152 áp dụng công nghệ này
trong 3 năm. Lưu ý rằng phòng lab 8 là phòng lab chỉ các báo cáo có mối quan hệ liên lạc
đến 2 phòng lab 10 và 202. Tất cả các phòng lab khác có các quan hệ 10 hoặc 202, nhưng
không phải là cả hai. Trong các năm sau phòng lab 4, 110, 25, 177 và 48 áp dụng cộng
nghệ này. Một lần nữa các phòng lab có mối quan hệ trực tiếp đến chỉ một trong cái đầu
tiên chấp thuận không được cả 2. Nhưng điểm được phát hiện để chỉ ra một số bộ phận
bên trong mạng lưới mà có thể xuất phát từ 2 phòng thí nghiệm sáng tạo.
3.3.2/ Các biện pháp của mạng lưới
Một mạng lưới liên quan nhiều hơn 20 actor, nó trở nên khó khăn để phân tích đầy đủ về
hình ảnh trực quan. Định lượng được yêu cầu. Hai dòng cơ bản của yêu cầu trong phân

tích mạng lưới là gồm liên kết phân nhóm vai trò và vị trí actor. Từ 50 biện pháp mạng
lưới tồn tại, chúng tôi xem xét mà đã được sử dụng trong marketing và thảo luận các lý
thuyết có liên quan. Tất cả các biện pháp mạng lưới có liên quan và hiển thị hình ảnh trực
quan được tạo ra bằng chương trình phần mềm mạng Ucinet 6 (Borgatti, Everett và
Freeman 2002).
3.2.1/ Sự gắn kết và gom cụm
Mật độ là một biện pháp phổ biến nhất của mạng lưới kết dính. Nó đo lường mức độ mà
tất cả các mối quan hệ tích cực được thể hiện cho bất kỳ một mạng lưới nào. Nó là số
lượng của mối quan hệ thực tế bằng cách chia cho tổng số lượng mối quan hệ tích cực.
Mật độ có thể tính toán cho toàn bộ mạng lưới nói chung như là cho mỗi mạng lưới cá
nhân. Mật độ tổng thể cho liên lạc mạng lưới ví dụ là 22.79%, một chỉ số tương đối lỏng
lẻo trong mạng. Mật độ cho mạng lưới phòng lab 210 là 66.67%. Phòng lab 210 có mối
quan hệ trực tiếp đến phòng lab 4, 152, 202 nhưng mối quan hệ tích cực giữa phòng lab 4
và 202 không hiển thị. Vì vậy mạng lưới phòng lab 210 có 2 mối quan hệ hiện tại (4, 152
và 152, 202) có thể xãy ra mật độ gồm 66.67%. Mật độ mạng lưới là khuyến khích cộng
Trang 24
Báo cáo chuyên đề công nghệ tri thức
tác và hợp tác giữa các actor có liên quan bởi vì tất cả mọi người trực tiếp đầu tư với
nhau. Cùng hợp tác phù hợp với thiết lập hệ thống và định mức. Lợi ích của các mạng
lưới loose-knit các actor lựa chọn các hoạt động khác nhau. Cadeaux 1997 bài viết về suy
nghĩ về các sản phẩm đủ điều kiện. Ông ta quan sát thấy rằng mật độ, mạng lưới dẫn đến
tiêu chuẩn hoá các sản phẩm, nhưng điều này lần lượt tăng cường cung cấp sự đa dạng.
Ông ta cũng cảnh báo rằng các mạng lưới với mật độ thấp có thể là khá cứng nhắc và chỉ
những actor với các trạng thái đầy đủ có thể tham gia đàm phán mối quan hệ trao đổi của
họ. Sự phát hiện phân chia nhóm trực tiếp đã tiếp tục quan trọng trong marketing. Trong
một nghiên cứu Wilkinson (1976) so sánh hai phương pháp xác định phân chia nhóm để
khám phá ra nguồn lực các mối quan hệ và các mối quan hệ ảnh hưởng trong các kênh
phân tán. Reingen, Foster, Brown and Seidman (1984) tìm thấy rằng có sự tác động đáng
kể trong lựa chọn hành vi thương hiệu. Clique (Luce and Perry 1949) là một mật độ phân
chia nhóm mạnh mẽ trong mạng lưới. Chúng là một tập hợp các actor người mà có thể

trực tiếp kết nối với nhau và không bổ sung thành viên mạng lưới mà có thể được bổ
xung trực tiếp các kết nối để tất cả mọi người trong một tập con. Do xác định nghiêm
ngặt của clique các loại mạng lưới bao gồm số lượng tương đối lớn mà có kích thước nhỏ
với mốt số lượng chồng chéo giữa các thành viên.
Hình iii.3.2.1: thứ bậc gom cụm của cộng đồng thành viên Clique
Trong tổng số 38 cliques được xác định tại mạng lưới liên lạc phòng lab ở Úc. Phòng lab
10 là thành viên 19 trong số 38 cliques trong khi đó phòng lab 202 tham gia vào 5
cliques. Lưu ý rằng sự chồng chéo trong 5 cliques: {C1 = 202, 78, 26, 6; C2 = 202, 78,
Trang 25