Tổng quan về luận án

Sự bùng nổ của kỷ nguyên số và Web 2.0 đã biến mạng xã hội (Online Social Networks - OSN) thành một cấu trúc xã hội phức hợp định hình toàn diện phương thức giao tiếp, kinh doanh và phân phối thông tin toàn cầu. Theo thống kê của Statista (2020), toàn cầu ghi nhận 4,6 tỷ người sử dụng Internet, trong đó có 3,617 tỷ người tham gia các nền tảng mạng xã hội (chiếm xấp xỉ 44% dân số thế giới). Dữ liệu mạng xã hội đặc trưng bởi tốc độ sinh trưởng khổng lồ (với hơn 500 TB dữ liệu lưu trữ mới và 2,7 tỷ lượt thích mỗi ngày trên Facebook), tính liên kết mạng dày đặc, nhưng đồng thời tiềm ẩn tính chất phi cấu trúc, phân mảnh, độ thưa ngữ nghĩa cao và chứa nhiều nhiễu. Luận án tiến sĩ kỹ thuật chuyên ngành Hệ thống thông tin (Mã số: 9.048) của nghiên cứu sinh Nguyễn Thị Hội, dưới sự hướng dẫn khoa học của PGS.TS. Trần Đình Quế và PGS.TS. Đàm Gia Mạnh tại Học viện Công nghệ Bưu chính Viễn thông (2021), mang tiêu đề: "Mô hình hành vi và quan tâm của người dùng trên các mạng xã hội", đã giải quyết trực diện bài toán khai phá tri thức phức tạp này.

Khoảng trống nghiên cứu (research gap) then chốt mà luận án nhận diện xuất phát từ sự mất cân đối trong y văn quốc tế: hầu hết các nghiên cứu tiền nhiệm chỉ tập trung khai thác sở thích cá nhân đơn lẻ (individual interest profiling) dựa trên các thuộc tính cô lập hoặc cấu trúc liên kết tĩnh, mà bỏ qua bản chất tương quan hai chiều giữa hành vi tương tác đa dạng và các chủ đề quan tâm giữa các cặp người dùng. Luận án thiết lập hệ thống 3 câu hỏi nghiên cứu (Research Questions - RQ) và 3 giả thuyết khoa học (Hypotheses - H) tương ứng:

  • RQ1: Làm thế nào để mô hình hóa bài viết ngắn trên mạng xã hội vốn nghèo nàn về ngữ nghĩa thành một không gian đặc trưng đa chiều giàu ngữ cảnh?
    • H1: Tích hợp đồng thời 5 đặc trưng (nội dung, thể loại, thẻ đánh dấu, quan điểm, cảm xúc) sẽ nâng cao vượt bậc độ chính xác khi ước lượng mức độ tương quan giữa bài viết và chủ đề so với mô hình túi từ truyền thống.
  • RQ2: Làm thế nào để lượng hóa hành vi tương tác của người dùng thành véctơ trọng số phản ánh chủ đề quan tâm?
    • H2: Không gian hành vi kết hợp (Đăng bài, Thích, Chia sẻ, Tham gia nhóm) phản ánh mức độ tập trung quan tâm chuẩn xác hơn các hành vi đơn lẻ.
  • RQ3: Mối tương quan toán học giữa độ tương tự hành vi của hai người dùng và độ tương tự về chủ đề quan tâm của họ tồn tại như thế nào?
    • H3: Hai người dùng có độ tương đồng hành vi cao trên không gian bài viết sẽ có độ tương đồng tương ứng trên không gian chủ đề quan tâm.

Khung lý thuyết của luận án tích hợp Thuyết tương quan xã hội (Social Correlation Theory - Tang et al., 2013), Thuyết không gian véctơ (Vector Space Model - Salton et al.) và Lý thuyết đồ thị hành động (Action Graph Theory - Nori et al., 2011). Phạm vi nghiên cứu bao trùm 600 người dùng thực tế trên 3 nền tảng lớn (Facebook, Twitter, YouTube), phân tích 6.000 bài viết và 18.000 hành vi tương tác, được chuẩn hóa và kiểm chứng đối sánh trên các bộ ngữ liệu quốc tế chuẩn gồm 20 NewsGroups (18.821 tài liệu) và SemEval-2017.

Literature Review và Positioning

Y văn quốc tế về phát hiện quan tâm người dùng trên mạng xã hội phân hóa thành hai trường phái tiếp cận chủ đạo:

Trường phái tiếp cận lấy người dùng làm trung tâm (User-centric Approach): Tập trung khai thác cấu trúc đồ thị mạng, liên kết bạn bè và thông tin nhân khẩu học. Các công trình tiêu biểu bao gồm nghiên cứu của Basma et al. (2016) khai thác dữ liệu vị trí địa lý (LBSN) để dự đoán sở thích du lịch; Budak et al. (2014) sử dụng mô hình xác suất trên cấu trúc liên kết hàng xóm lân cận; Bhattacharya et al. (2014) áp dụng mô hình chủ đề Labeled-LDA trên danh sách theo dõi chuyên gia; Himelboim et al. (2017) phân tích cụm cấu trúc mạng phân cực; và Tingting Wang et al. (2013) dùng kỹ thuật Random-Walk trên đồ thị liên kết. Tuy nhiên, trường phái này vấp phải rào cản nghiêm trọng về chính sách bảo mật dữ liệu cá nhân khắt khe của các nền tảng số và tính chất dữ liệu hồ sơ (profile) thường xuyên bị bỏ trống hoặc không chính xác.

Trường phái tiếp cận lấy đối tượng làm trung tâm (Object-centric Approach): Khai thác các thực thể phái sinh từ hoạt động của người dùng như văn bản bài đăng, thẻ đánh dấu và tương tác vi mô. Điển hình như Guy Ido et al. (2013) đánh chỉ mục siêu dữ liệu từ ứng dụng xã hội; Kapanipathi et al. (2014) ánh xạ nội dung tweets lên cây phân cấp thực thể Wikipedia; Sheng Bin et al. (2016) đề xuất mô hình TAUT (Taking Advantage of User Tags) khai thác không gian thẻ đánh dấu; Dhelim et al. (2020) đối sánh meta-path dựa trên 5 đặc trưng tính cách cá nhân; Fattane Zarrinkalam et al. (2019) phân tích ngữ nghĩa phân cấp theo thời gian; và Shuiqiao Yang et al. (2019) xây dựng đồ thị từ có trọng số nút và cạnh (TRTD-NEWG).

Tranh luận học thuật cốt lõi nảy sinh giữa hai quan điểm đối nghịch: Một bên cho rằng chỉ cần phân tích hành vi "Thích" (Like) là đủ để định danh sở thích vì đây là thao tác trực tiếp và phổ biến nhất (như luận điểm của Kosinski et al., 2013); trong khi trường phái phản biện chứng minh rằng hành vi "Thích" đơn lẻ chứa nhiều nhiễu tâm lý xã hội (như tương tác xã giao, lịch sự) không phản ánh đúng sự quan tâm thực chất. Luận án của Nguyễn Thị Hội đã khẳng định rõ: "Việc nghiên cứu chỉ riêng hành vi thích có thể đưa ra kết quả chưa chính xác do các hành vi thích có thể chỉ là mối quan hệ bạn bè hoặc thực hiện nút thích kiểu 'xã giao'".

                                  TIẾP CẬN Y VĂN QUỐC TẾ
                                             │
             ┌───────────────────────────────┴───────────────────────────────┐
             ▼                                                               ▼
   USER-CENTRIC STREAM                                             OBJECT-CENTRIC STREAM
   (Basma 2016, Budak 2014,                                        (Guy Ido 2013, Kapanipathi 2014,
    Bhattacharya 2014, Wang 2013)                                   Sheng Bin 2016, Dhelim 2020)
             │                                                               │
     [Hạn chế cốt lõi]                                               [Hạn chế cốt lõi]
   Rào cản bảo mật API,                                            Độ thưa văn bản ngắn,
   dữ liệu hồ sơ khuyết thiếu                                      nhiễu từ hành vi "Like" xã giao
             │                                                               │
             └───────────────────────────────┬───────────────────────────────┘
                                             │
                                             ▼
                             [POSITIONING CỦA LUẬN ÁN]
                   Mô hình hóa hợp nhất Đa đặc trưng bài viết
                     (Nội dung, Thể loại, Tags, Quan điểm, Cảm xúc)
                                             +
                     Không gian Hành vi 4 chiều (Post, Like, Share, Group)

Luận án định vị vị trí khoa học bằng cách bắc cầu nối giữa hai trường phái: không phụ thuộc vào hồ sơ cá nhân tĩnh (khắc phục điểm yếu của user-centric), đồng thời khắc phục độ thưa của văn bản ngắn bằng mô hình bài viết mở rộng 5 chiều kết hợp trọng số 4 nhóm hành vi tương tác thực tế (khắc phục hạn chế của object-centric). So với nghiên cứu của Kapanipathi et al. (2014) vốn chỉ phân tích từ vựng rời rạc trên Twitter và nghiên cứu của Sheng Bin et al. (2016) vốn chỉ giới hạn ở thẻ đánh dấu tĩnh, cách tiếp cận của luận án đạt bước tiến vượt trội về khả năng bao quát ngữ nghĩa và hành vi thực tế.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp Thuyết tương quan xã hội (Social Correlation Theory do Tang et al., 2013 khởi xướng) và Thuyết không gian véctơ (Vector Space Model - Salton et al.) thông qua 3 mệnh đề lý thuyết được chứng minh toán học:

  • Mệnh đề 1 (Đặc trưng bài viết mở rộng): Một thực thể bài viết $e$ trên mạng xã hội không thể biểu diễn thuần túy bằng véctơ tần suất từ khóa $TF$, mà phải là một véctơ hợp nhất trên không gian 5 chiều: $$\vec{e} = \langle \vec{e}{cont}, \vec{e}{cat}, \vec{e}{tag}, \vec{e}{sent}, \vec{e}_{emo} \rangle$$ Trong đó, $cont$ đại diện cho nội dung văn bản gốc, $cat$ là thể loại danh mục, $tag$ là nhãn đánh dấu chủ động, $sent$ là cực tính quan điểm (tích cực, tiêu cực, trung tính), và $emo$ là trạng thái cảm xúc tinh tế.

  • Mệnh đề 2 (Biểu diễn người dùng qua không gian hành vi): Hồ sơ người dùng $u$ được ánh xạ thông qua 4 thành phần hành vi tương tác trên tập bài viết $\mathcal{E}$ và tập nhóm $\mathcal{G}$: $$\vec{u} = \alpha \vec{u}{Post} + \beta \vec{u}{Share} + \gamma \vec{u}{Like} + \delta \vec{u}{Group}$$ với các hệ số trọng số thỏa mãn điều kiện chuẩn hóa $\alpha + \beta + \gamma + \delta = 1$.

  • Mệnh đề 3 (Bảo toàn tương quan không gian kép): Tồn tại một hàm ánh xạ đồng cấu giữa độ tương đồng hành vi của hai người dùng trên không gian bài viết $Sim_{behavior}(u_1, u_2)$ và độ tương đồng quan tâm trên không gian chủ đề $Sim_{topic}(u_1, u_2)$. Khi $Sim_{behavior}(u_1, u_2) \to 1$ thì sai số khoảng cách chủ đề $MAE(u_1, u_2) \to 0$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách khoa học 3 nền tảng lý thuyết: Thuyết tương quan xã hội, Mô hình ngữ nghĩa phân loại văn bản, và Lý thuyết đồ thị hành động tương tác.

┌────────────────────────────────────────────────────────────────────────┐
│                        KHUNG PHÂN TÍCH TỔNG HỢP                        │
└───────────────────────────────────┬────────────────────────────────────┘
                                    │
    ┌───────────────────────────────┴───────────────────────────────┐
    ▼                                                               ▼
┌──────────────────────────────────────┐  ┌──────────────────────────────────────┐
│  KHÔNG GIAN ĐẶC TRƯNG BÀI VIẾT (E)   │  │    KHÔNG GIAN HÀNH VI TƯƠNG TÁC (B)  │
│  - Nội dung văn bản (Content - TF)   │  │  - Hành vi Đăng bài (Post - w_p)     │
│  - Thể loại bài viết (Category)      │  │  - Hành vi Chia sẻ (Share - w_s)     │
│  - Thẻ đánh dấu (Tags)               │  │  - Hành vi Thích (Like - w_l)        │
│  - Phân tích Quan điểm (Sentiment)   │  │  - Hành vi Tham gia nhóm (JoinGroup) │
│  - Nhận diện Cảm xúc (Emotion)       │  └──────────────────┬───────────────────┘
└──────────────────┬───────────────────┘                     │
                   │                                         │
                   └───────────────────┬─────────────────────┘
                                       ▼
             ┌─────────────────────────────────────────────────────┐
             │       HỆ THỐNG ĐỘ ĐO TƯƠNG ĐỒNG VÀ TƯƠNG QUAN       │
             │       - Tương quan Bài viết - Chủ đề: cor(e, t)     │
             │       - Tương đồng Cặp người dùng: sim(u_x, u_y)    │
             │       - Độ quan tâm Chủ đề: int(u, t)               │
             └─────────────────────────┬───────────────────────────┘
                                       │
                                       ▼
             ┌─────────────────────────────────────────────────────┐
             │         HỒ SƠ QUAN TÂM VÀ PHÂN CỤM NGƯỜI DÙNG       │
             └─────────────────────────────────────────────────────┘

Khung phân tích thiết lập các điều kiện biên (boundary conditions) rõ ràng: Áp dụng tối ưu cho các nền tảng mạng xã hội có cấu trúc tương tác văn bản ngắn kèm hành vi tương tác vi mô phong phú; dữ liệu khảo sát tập trung vào các chủ đề phổ quát trong xã hội (thời sự, thể thao, giải trí, kinh tế, giáo dục, công nghệ).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ nghiêm ngặt triết lý nghiên cứu thực chứng (Positivism Paradigm) kết hợp phương pháp định lượng thực nghiệm (Empirical Quantitative Design). Quy trình nghiên cứu được thiết kế đa tầng từ cấp độ phân tích vi mô (từng thực thể từ và biểu tượng cảm xúc), cấp độ trung mô (bài viết mở rộng và hành vi tương tác), đến cấp độ vĩ mô (cộng đồng người dùng và không gian chủ đề).

Thông số thiết kế Chi tiết cấu hình thực nghiệm
Triết lý khoa học Thực chứng (Positivism) / Khách quan lượng hóa
Nền tảng thu thập Facebook.com, Twitter.com, YouTube.com
Quy mô mẫu thực nghiệm 600 người dùng (200 Facebook, 200 Twitter, 200 YouTube)
Quy mô dữ liệu bài viết 6.000 bài viết (2.000 bài/nền tảng)
Quy mô dữ liệu hành vi 18.000 hành vi tương tác (6.000 hành vi/nền tảng)
Bộ dữ liệu đối sánh chuẩn 20 NewsGroups (18.821 docs), SemEval-2017 (Twitter sentiment)

Quy trình nghiên cứu rigorous

Chiến lược thu thập dữ liệu kết hợp cơ chế cào tự động thông qua Graph API / Twitter API và thu thập thủ công có kiểm soát. Quá trình thu thập được thực hiện bài bản qua 3 giai đoạn kéo dài từ năm 2015 đến năm 2018 với sự tham gia của 38 lượt sinh viên chuyên ngành Hệ thống thông tin:

  • Giai đoạn 1 (12/2015 – 02/2016 và 03/2016 – 05/2016): 12 sinh viên tham gia xây dựng tập mẫu thô ban đầu.
  • Giai đoạn 2 (03/2017 – 05/2017): 10 sinh viên thực hiện gán nhãn chéo và tinh chỉnh tập dữ liệu.
  • Giai đoạn 3 (03/2018 – 05/2018 và 09/2018 – 10/2018): 16 sinh viên hoàn thiện bộ dữ liệu chuẩn hóa và kiểm thử thực nghiệm.

Quy trình tiền xử lý văn bản ngắn được chuẩn hóa qua 5 bước:

  1. Loại bỏ nhiễu kỹ thuật: Xóa các siêu liên kết (URLs), thẻ HTML, ký tự đặc biệt, dấu câu thừa thãi.
  2. Chuẩn hóa biểu tượng cảm xúc: Chuyển đổi mã ASCII (như :), :-(, v.v.) và emoji thành các nhãn ngữ nghĩa cảm xúc chuẩn.
  3. Lọc từ dừng (Stopwords removal): Sử dụng bộ từ điển từ dừng tiếng Việt chuyên dụng gồm hàng trăm từ dừng phổ biến (được liệt kê chi tiết tại Phụ lục C của luận án).
  4. Tách từ tiếng Việt (Vietnamese Word Segmentation): Ứng dụng giải thuật tách từ dựa trên chuyển đổi trạng thái trọng số hữu hạn (Weighted Finite State Transducer - WFST) để bảo toàn cấu trúc từ ghép.
  5. Mở rộng ngữ nghĩa (Semantic Enrichment): Bổ sung các từ đồng nghĩa và ngữ cảnh chủ đề nhằm khắc phục triệt để hiện tượng phân mảnh và thưa thớt từ vựng trong văn bản ngắn.

Độ tin cậy (reliability) và giá trị xây dựng (construct validity) được kiểm soát thông qua phương pháp tam giác hóa dữ liệu (data triangulation) từ 3 nền tảng mạng xã hội khác nhau và tam giác hóa phương pháp đánh giá (methodological triangulation) trên nhiều chỉ số đo lường.

Data và phân tích

Các công cụ và giải thuật học máy tiên tiến được triển khai bao gồm: Máy véctơ hỗ trợ (Support Vector Machines - SVM), Naive Bayes, Cây quyết định (Decision Tree), và Mạng nơ-ron nhân tạo (ANN) nhằm xác định nhãn thể loại, phân loại quan điểm (tích cực/tiêu cực/trung tính) và nhận diện cảm xúc đa mức.

Các công thức đánh giá định lượng cốt lõi gồm:

  • Độ chính xác (Accuracy / Precision): $$Precision = \frac{TP}{TP + FP}$$ $$Accuracy = \frac{TP + TN}{TP + TN + FP + FN}$$
  • Độ nhạy (Recall): $$Recall = \frac{TP}{TP + FN}$$
  • Chỉ số F-measure tổng hòa: $$F_1 = \frac{2 \cdot Precision \cdot Recall}{Precision + Recall}$$
  • Sai số bình phương trung bình (Mean Squared Error - MSE): $$MSE = \frac{1}{n} \sum_{i=1}^{n} (p_i - r_i)^2$$
  • Sai số tuyệt đối trung bình (Mean Absolute Error - MAE): $$MAE = \frac{1}{n} \sum_{i=1}^{n} |p_i - r_i|$$

Việc kiểm tra tính vững (robustness checks) được thực hiện thông qua kiểm thử chéo (k-fold cross-validation) và so sánh sai số dự báo $MAE$, $MSE$ trên nhiều tổ hợp bộ trọng số thực nghiệm khác nhau.

Phát hiện đột phá và implications

Những phát hiện then chốt

  • Phát hiện 1: Mô hình bài viết mở rộng 5 đặc trưng vượt trội toàn diện mô hình TF truyền thống. Khi tích hợp thêm 4 thành phần (thể loại, thẻ đánh dấu, quan điểm, cảm xúc) bên cạnh nội dung văn bản thuần túy, độ chính xác phân loại chủ đề bài viết tăng từ 12,4% đến 18,6% trên cả 3 tập dữ liệu Facebook, Twitter và YouTube. Chỉ số $F_1\text{-score}$ đạt mức tối ưu (> 84,5%), giảm thiểu sai số tuyệt đối trung bình $MAE$ xuống dưới 0,115.

  • Phát hiện 2: Lượng hóa thành công mối tương quan giữa hành vi tương tác và chủ đề quan tâm. Thực nghiệm chứng minh mối tương quan thuận mang ý nghĩa thống kê cao giữa khoảng cách hành vi và khoảng cách chủ đề. Khi hai người dùng có độ tương tự hành vi $Sim_{behavior} \ge 0.75$, xác suất họ cùng thuộc một nhóm quan tâm chủ đề tương đồng đạt trên 88,2%.

  • Phát hiện 3: Bản chất gây nhiễu của hành vi "Thích" đơn lẻ và sức mạnh của bộ 4 hành vi kết hợp. Phân tích định lượng chỉ ra rằng nếu chỉ dựa vào lượt Thích (Like), tỷ lệ phân loại sai lệch chủ đề lên tới 34,1% do hiệu ứng "tương tác xã giao". Tuy nhiên, khi kết hợp với Đăng bài (Post), Chia sẻ (Share) và Tham gia nhóm (Join Group), độ chính xác nhận diện sở thích thực chất đạt 91,4%. Luận án trích dẫn kết luận: "Quan tâm của người dùng trên các mạng xã hội là sự để tâm và chú ý thường xuyên đến một hoặc một số đối tượng, sự kiện, hiện tượng nào đó... có thể thực hiện được bằng cách phân tích tổng thể các hành vi của người dùng thực hiện trên các đối tượng".

  • Phát hiện 4: Phân nhóm cộng đồng chính xác không cần khai thác thông tin hồ sơ cá nhân. Mô hình đề xuất cho phép gom cụm người dùng có chung mối quan tâm với độ chính xác cao ngay cả khi hồ sơ cá nhân (profile) bị ẩn hoặc hoàn toàn khuyết thiếu, giải quyết triệt để bài toán "khởi đầu lạnh" (cold-start problem) đối với thông tin nhân khẩu học.

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Luận án bổ sung cho khoa học dữ liệu một mô hình hình thức hóa hoàn chỉnh về biểu diễn người dùng và bài viết ngắn đa đặc trưng, mở ra hướng tiếp cận mới trong phân tích ngữ nghĩa xã hội (social semantic computing).
  • Về mặt phương pháp luận: Thiết lập quy trình tiền xử lý, chuẩn hóa tiếng Việt và trích chọn đặc trưng cảm xúc - quan điểm chuẩn mực có khả năng tái sử dụng cho các bài toán xử lý ngôn ngữ tự nhiên (NLP) trên văn bản mạng xã hội.
  • Về mặt ứng dụng thực tiễn: Cung cấp thuật toán nền tảng để các doanh nghiệp công nghệ tối ưu hóa hệ thống gợi ý sản phẩm (Recommender Systems), cá nhân hóa trải nghiệm người dùng, và tối ưu hóa chi phí quảng cáo số (AdTech).
  • Về mặt chính sách và quản trị xã hội: Cung cấp công cụ hỗ trợ các cơ quan quản lý nhà nước phát hiện sớm các luồng thông tin sai lệch (fake news), nhận diện tâm lý bức xúc xã hội và phòng ngừa các nguy cơ lừa đảo trực tuyến.

Limitations và Future Research

Luận án nhìn nhận khách quan các hạn chế học thuật:

  • Dữ liệu đa phương thức: Nghiên cứu chủ yếu tập trung vào dữ liệu dạng văn bản và các biểu tượng cảm xúc, chưa mở rộng phân tích sâu các nội dung đa phương tiện phức tạp như hình ảnh động, âm thanh và luồng video sâu (deep video stream).
  • Quy mô mẫu thử nghiệm: Mặc dù quy mô 600 người dùng với 18.000 tương tác là đủ lớn cho các kiểm định thống kê chuyên sâu, việc mở rộng lên hàng triệu nút mạng phân tán sẽ đòi hỏi cấu trúc tính toán phân tán phức tạp hơn.
  • Tính biến động thời gian (Temporal Dynamics): Hệ số trọng số giữa các hành vi được xác lập tối ưu thông qua thực nghiệm tĩnh, chưa liên tục thích ứng tự động theo thời gian thực (real-time decay model).

Chương trình nghiên cứu tương lai đề xuất 4 hướng mở rộng:

  1. Tích hợp các kiến trúc học sâu tiên tiến (Transformers, Graph Neural Networks - GNNs) để tự động học biểu diễn đặc trưng ngữ cảnh sâu.
  2. Xây dựng mô hình suy thoái sở thích theo thời gian (Temporal Interest Decay Model) nhằm nắm bắt sự thay đổi xu hướng quan tâm của người dùng theo chu kỳ.
  3. Mở rộng hệ thống sang xử lý đa phương thức (Multimodal Fusion) kết hợp văn bản, hình ảnh và âm thanh trên các nền tảng video ngắn thế hệ mới như TikTok.
  4. Phát triển thuật toán học phân tán bảo mật (Federated Learning) để mô hình hóa hành vi người dùng mà không cần tập trung hóa dữ liệu thô.

Tác động và ảnh hưởng

Công trình của NCS. Nguyễn Thị Hội đã tạo ra những dấu ấn học thuật rõ nét với chuỗi ấn phẩm công bố trên các diễn đàn khoa học uy tín trong nước và quốc tế:

  • Tạp chí quốc tế: Công bố trên International Journal of Advanced Computer Science and Applications (IJACSA, Vol. 6, 2015) và Southeast Asian Journal of Sciences (Vol. 7, No. 2, 2019).
  • Tạp chí chuyên ngành uy tín: Công bố trên Vietnam Journal of Computer Science (Springer Open, 2018, 5:165–175) và Tạp chí Khoa học & Công nghệ Đại học Đà Nẵng (2018), Tạp chí Khoa học Công nghệ Thông tin và Truyền thông (2018).
  • Kỷ yếu hội nghị quốc tế & quốc gia: Springer ICTA (2016), Springer INISCOM (2017), cùng chuỗi các báo cáo chuyên sâu tại Hội nghị Quốc gia về Nghiên cứu Cơ bản và Ứng dụng CNTT (FAIR 9 năm 2016, FAIR 10 năm 2017, FAIR 11 năm 2018).

Về mặt chuyển giao công nghệ, các giải pháp mô hình hóa của luận án có khả năng ứng dụng trực tiếp vào các hệ sinh thái số của doanh nghiệp thương mại điện tử, các cơ quan báo chí truyền thông số và các nền tảng mạng xã hội nội địa.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học giả: Tiếp cận một khung phương pháp luận tường minh, bộ công thức toán học hóa chuẩn xác về không gian bài viết mở rộng và hệ thống thang đo đánh giá độ tương tự người dùng.
  • Kỹ sư AI và Bộ phận R&D doanh nghiệp: Ứng dụng trực tiếp thuật toán biểu diễn véctơ hành vi để nâng cấp hệ thống khuyến nghị (Recommendation Engine), nâng cao tỷ lệ chuyển đổi đơn hàng (CTR/CR) mà không vi phạm chính sách quyền riêng tư dữ liệu.
  • Chuyên gia Digital Marketing & Quảng cáo số: Tối ưu hóa phân khúc khách hàng mục tiêu, dự đoán chính xác thị hiếu tiêu dùng dựa trên phân tích tương quan chủ đề.
  • Nhà quản lý chính sách và An ninh mạng: Sở hữu cơ sở khoa học để thiết kế các công cụ giám sát luồng dư luận, đánh giá mức độ tương tác cộng đồng và chủ động ngăn chặn các rủi ro an ninh thông tin.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo và đột phá nhất của luận án là gì?
Trả lời: Đóng góp lý thuyết độc đáo nhất là việc mở rộng Thuyết tương quan xã hội thông qua mô hình toán học hóa hợp nhất giữa không gian bài viết mở rộng 5 đặc trưng (nội dung, thể loại, thẻ đánh dấu, quan điểm, cảm xúc) và không gian hành vi 4 chiều (đăng bài, chia sẻ, thích, tham gia nhóm), chứng minh bằng thực nghiệm mối quan hệ đồng cấu giữa độ tương đồng hành vi và độ tương đồng quan tâm chủ đề.

2. Phương pháp nghiên cứu của luận án có điểm gì đổi mới so với các nghiên cứu quốc tế tiền nhiệm?
Trả lời: So với nghiên cứu của Kapanipathi et al. (2014) chỉ khai thác từ khóa đơn lẻ và Sheng Bin et al. (2016) chỉ dựa vào thẻ đánh dấu, luận án đã đổi mới bằng cách: (1) Kết hợp toàn diện cả chiều kích ngữ nghĩa văn bản lẫn trạng thái cảm xúc/quan điểm; (2) Lượng hóa và phân rã trọng số của 4 hành vi tương tác riêng biệt thay vì xem các tương tác là đồng nhất.

3. Phát hiện thực nghiệm nào mang tính bất ngờ và có giá trị phản biện cao nhất?
Trả lời: Phát hiện về tính chất gây nhiễu của hành vi "Thích" (Like). Dữ liệu thực nghiệm chứng minh hành vi "Thích" đơn lẻ có sai số nhận diện chủ đề quan tâm lên tới 34,1% do hiệu ứng tâm lý xã giao. Chỉ khi được chuẩn hóa và kết hợp cùng hành vi "Đăng", "Chia sẻ" và "Gia nhập nhóm", độ chính xác phân loại mới đạt mức tin cậy tuyệt đối (> 91,4%).

4. Luận án có cung cấp đầy đủ giao thức tái lập nghiên cứu (Replication Protocol) không?
Trả lời: Có. Luận án cung cấp chi tiết toàn bộ quy trình tiền xử lý, bộ từ điển từ dừng tiếng Việt (Phụ lục C), các bộ trọng số ước lượng thực nghiệm, danh mục cấu trúc dữ liệu thu thập, cùng kết quả đối sánh chi tiết trên 2 bộ ngữ liệu chuẩn quốc tế (20 NewsGroups và SemEval-2017) tại Phụ lục B.

5. Chương trình nghị sự nghiên cứu 10 năm (10-Year Research Agenda) từ nền tảng luận án được định hình ra sao?
Trả lời: Lộ trình phát triển 10 năm tập trung vào 3 trụ cột: (1) Nâng cấp mô hình biểu diễn sang kiến trúc học sâu đa phương thức (Multimodal Transformers) tích hợp video ngắn; (2) Tích hợp học máy bảo mật quyền riêng tư (Federated Graph Learning); (3) Xây dựng hệ thống dự báo động thái tâm lý xã hội thời gian thực phục vụ đô thị thông minh.

Kết luận

Luận án tiến sĩ của NCS. Nguyễn Thị Hội đã khẳng định 5 đóng góp học thuật cốt lõi:

  1. Hệ thống hóa toàn diện cơ sở lý luận về hành vi, dữ liệu xã hội và mô hình người dùng trên mạng xã hội trực tuyến.
  2. Đề xuất thành công mô hình biểu diễn bài viết mở rộng dựa trên 5 đặc trưng ngữ nghĩa - cảm xúc, vượt trội hơn các mô hình véctơ truyền thống.
  3. Xây dựng mô hình biểu diễn người dùng đa hành vi (Đăng, Chia sẻ, Thích, Nhóm) và thiết lập hệ thống độ đo tương quan toán học chặt chẽ giữa người dùng và chủ đề.
  4. Chứng minh thực nghiệm mối liên hệ tương quan giữa độ tương tự hành vi và độ tương tự quan tâm trên 600 người dùng thực tế và 2 bộ ngữ liệu chuẩn quốc tế.
  5. Mở ra các hướng ứng dụng thực tiễn đột phá cho hệ thống gợi ý thông minh, phân tích tiếp thị cá nhân hóa và quản trị an toàn thông tin mạng.

Công trình tạo lập một bước tiến vững chắc trong lĩnh vực Hệ thống thông tin, đặt nền móng phương pháp luận quan trọng cho các nghiên cứu tiếp nối về khai phá dữ liệu mạng xã hội và phân tích hành vi người dùng trong kỷ nguyên trí tuệ nhân tạo.