Tổng quan luận án

Đề tài luận án tiến sĩ kỹ thuật "Nghiên cứu phát triển mô hình tin cậy người dùng dựa vào tương tác và ngữ nghĩa của thông điệp trên mạng xã hội" do nghiên cứu sinh Phạm Phương Thanh thực hiện tại Học viện Công nghệ Bưu chính Viễn thông dưới sự hướng dẫn khoa học của PGS. TS. Trần Đình Quế, thuộc chuyên ngành Hệ thống thông tin (Mã số: 9.04), bảo vệ năm 2024.

Tính cấp thiết và khoảng trống nghiên cứu

Mạng xã hội trực tuyến (Online Social Network - OSN) đã trở thành một phần thiết yếu trong đời sống hàng ngày, tác động trực tiếp đến hành vi, nhận thức và quyết định của người dùng trong thế giới thực. Với khối lượng dữ liệu khổng lồ và tính kết nối cao, người dùng thường xuyên phải đối mặt với nguy cơ tiếp nhận các thông tin sai lệch, thiếu kiểm chứng hoặc tương tác với các thực thể không an toàn. Do đó, nhu cầu đánh giá mức độ tin cậy của người dùng, cộng đồng và các nội dung trên mạng xã hội là một vấn đề cấp thiết nhằm hỗ trợ việc ra quyết định chính xác và hạn chế rủi ro.

Mặc dù khái niệm tin cậy đã được nghiên cứu trong nhiều lĩnh vực như tâm lý học, xã hội học và khoa học máy tính, việc định lượng độ tin cậy trong môi trường mạng xã hội vẫn gặp phải những khoảng trống lớn:

  1. Độ tin cậy mang tính chủ quan, phức tạp, đa chiều và phụ thuộc sâu sắc vào bối cảnh (context-dependent) cũng như các chủ đề cụ thể, nhưng phần lớn các công trình trước đây chỉ xem xét độ tin cậy như một đại lượng đơn chiều hoặc gán các giá trị tiên nghiệm ngẫu nhiên mà không đưa ra phương pháp tính toán chi tiết cho độ tin cậy trực tiếp.
  2. Các nghiên cứu đánh giá tin cậy dựa trên cấu trúc mạng thường đối mặt với độ phức tạp tính toán rất lớn khi mạng mở rộng hoặc chỉ tập trung vào các nút lân cận gần nhất (như mô hình TidalTrust), làm sai lệch kết quả đánh giá trên toàn bộ đường dẫn tin cậy.
  3. Việc đánh giá độ tương tự về sở thích, mối quan tâm giữa các người dùng thường dựa trên các ngưỡng cố định, thiếu tính linh hoạt và chưa khai thác triệt để ngữ nghĩa của nội dung văn bản trong các bài viết, bình luận.

Mục tiêu và nhiệm vụ nghiên cứu

Mục tiêu tổng quát của luận án là nghiên cứu và đề xuất họ mô hình tin cậy mang tên TreeXTrust nhằm ước lượng độ tin cậy của người dùng trên mạng xã hội. Hàm tin cậy tổng thể được định nghĩa dựa trên sự kết hợp của ba nhóm tham số chính: tương tác người dùng, mức độ quan tâm theo chủ đề và độ tương tự giữa các cá nhân:

$$\text{Trust}(i, j) = T(\text{tương tác}(i, j), \text{quan tâm}(i, t), \text{tương tự}(i, j))$$

Để đạt được mục tiêu chung, luận án triển khai các mục tiêu cụ thể:

  • Phân tích các thuộc tính, hành vi tương tác và cấu trúc của mạng xã hội nhằm xác định các tiền đề ảnh hưởng đến độ tin cậy.
  • Khái niệm hóa và cụ thể hóa các phương pháp đo lường độ tin cậy trực tiếp và gián tiếp dựa trên các tiền đề đã xác định.
  • Xây dựng mô hình toán học, thiết kế thuật toán ước lượng độ tin cậy và tiến hành thực nghiệm, đối sánh với các mô hình đã công bố.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các dạng tương tác trực tiếp giữa người dùng trên mạng xã hội (bài đăng, bình luận, thích, chia sẻ); nội dung ngữ nghĩa của các thông điệp; mức độ quan tâm của người dùng theo từng chủ đề; cấu trúc cộng đồng và độ tương tự giữa các người dùng trong mạng xã hội.
  • Phạm vi nghiên cứu: Mô hình hóa mạng xã hội dưới dạng đồ thị có hướng; tập trung khai thác dữ liệu dạng văn bản ngắn (short-text) và các hành vi tương tác trên nền tảng mạng xã hội trực tuyến (tiêu biểu là Facebook và bộ dữ liệu đánh giá Epinions).

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu liên quan

Luận án đã tổng hợp và phân tích có hệ thống các công trình nghiên cứu trong và ngoài nước về đo lường độ tin cậy:

  • Về lý thuyết nền tảng và khái niệm hóa tin cậy: Marsh (1994) đặt nền móng cho mô hình tính toán tin cậy trong khoa học máy tính; Mayer và cộng sự (1995), Moorman và cộng sự (1993) định nghĩa tin cậy qua sự sẵn sàng đặt niềm tin và kỳ vọng hành vi; Jøsang và cộng sự (2007) mô hình hóa sự suy giảm độ tin cậy theo thời gian $T(i, j, t) = \lambda^{t - t_r} T(i, j, t_r)$; Golbeck (2006) phân loại độ tin cậy theo đối tượng (nội dung, dịch vụ, người dùng); Sherchan và cộng sự (2013) tổng kết các kỹ thuật tính toán tin cậy theo hướng tiếp cận thống kê, học máy và hành vi.
  • Về mô hình tin cậy trực tiếp dựa trên tương tác: Nepal và cộng sự đề xuất mô hình STrust dựa trên số lượng người theo dõi và phản hồi tích cực; Saeidi (2020) tính toán độ tin cậy trực tiếp thông qua hàm hoạt động người dùng $\text{NodeValue}(u_i) = \sum w_k \times \text{activities}(i)$; Kalaï và cộng sự đề xuất LoTrust có tính đến yếu tố thời gian (Time-aware interaction).
  • Về mô hình tin cậy gián tiếp và cấu trúc mạng: Golbeck phát triển TidalTrust dựa trên biến thể của thuật toán tìm kiếm theo chiều rộng (BFS); Hamdi (2014) tính toán độ tin cậy qua khái niệm cường độ đường dẫn (Path Strength $s_p$) và độ tương tự mối quan tâm $st_{v \to v'} = \frac{|\text{domains}v \cap \text{domains}{v'}|}{|\text{domains}_v|}$; Wenqi Fan và cộng sự phát triển GraphRec ứng dụng mạng nơ-ron đồ thị (GNN) trong hệ gợi ý dựa trên tin cậy.

Khoảng trống luận án lựa chọn giải quyết

Luận án chỉ ra rằng mô hình của Saeidi bộc lộ hạn chế khi những người dùng có uy tín cao nhưng ít tương tác sẽ nhận điểm tin cậy thấp; mô hình của Hamdi gặp trở ngại về độ phức tạp tính toán khi kích thước đồ thị lớn và việc dùng ngưỡng phân loại sở thích cố định làm giảm độ chính xác; còn mô hình TidalTrust chỉ phụ thuộc vào nút lân cận đích. Luận án giải quyết triệt để các khoảng trống này bằng cách:

  1. Xây dựng phương pháp tính toán độ tin cậy trực tiếp dựa trên sự kết hợp đa thành phần của lịch sử tương tác và mô hình hóa ngữ nghĩa bài viết để xác định mức độ quan tâm theo chủ đề.
  2. Đề xuất phương pháp tính toán độ tin cậy gián tiếp thông qua đại số đường dẫn và độ đo tương tự người dùng trên cấu trúc phân cấp đồ thị, giảm thiểu độ phức tạp và loại bỏ sự phụ thuộc vào ngưỡng tĩnh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và mô hình toán học

Luận án mô hình hóa mạng xã hội dưới dạng đồ thị có hướng $\mathcal{S} = (\mathcal{U}, \mathcal{I}, \mathcal{E}, \mathcal{T})$, trong đó:

  • $\mathcal{U} = {u_1, u_2, \dots, u_n}$ là tập hợp các nút đại diện cho người dùng.
  • $\mathcal{I}$ là tập hợp các tương tác/kết nối $I_{ij}$ từ người dùng $u_i$ đến $u_j$, với $|I_{ij}|$ là số lượng tương tác.
  • $\mathcal{E} = {E_1, E_2, \dots, E_n}$ là tập hợp các bài viết do người dùng tạo ra, mỗi $E_i = {e_{i1}, \dots, e_{in_i}}$ gồm các đoạn văn bản ngắn, hình ảnh, video hoặc biểu tượng.
  • $\mathcal{T} = {t_1, t_2, \dots, t_p}$ là tập hợp các chủ đề được biểu diễn dưới dạng tập các từ khóa/thuật ngữ.

Cấu trúc phân cấp mạng xã hội được thiết lập theo các lớp lân cận: với người dùng $u_i$, lớp $L_i^1$ là tập các người dùng có liên kết trực tiếp; lớp $L_i^k$ ($k \ge 2$) gồm các người dùng kết nối với $L_i^{k-1}$ nhưng không có liên kết trực tiếp với bất kỳ người dùng nào thuộc $\bigcup_{l=0}^{k-1} L_i^l$.

Ký hiệu toán học Ý nghĩa trong luận án
$trust^{exp}(i, j)$ Độ tin cậy dựa trên tương tác của người dùng $u_i$ đối với người dùng $u_j$.
$intX(i, t)$ Mức độ quan tâm của người dùng $u_i$ đối với chủ đề $t$ (hàm $X$ có thể là $\text{Max}$, $\text{Sum}$, hoặc $\text{Cor}$).
$trust_{topic}^{exp}(i, j, t)$ Độ tin cậy dựa trên tương tác và quan tâm (độ tin cậy lịch sử) của $u_i$ đối với $u_j$ về chủ đề $t$.
$trust_{topic}^{repY}(i, j, t)$ Độ tin cậy dựa trên cộng đồng của $u_i$ đối với $u_j$ (trong đó $repY$ gồm $repmaX$, $repaP$, $repeeS$, $repeS$).
$trust_{topic}(i, j, t)$ Độ tin cậy tổng quát kết hợp giữa tin cậy lịch sử và tin cậy cộng đồng của $u_i$ đối với $u_j$ về chủ đề $t$.

Các tiền đề và thuộc tính của độ tin cậy

Luận án phân loại các tiền đề tính toán tin cậy thành 3 nhóm:

  1. Tiền đề nhân khẩu học người tin cậy (Trustor demographics): Độ tuổi, giới tính, thu nhập, nơi ở.
  2. Tiền đề tương tác giữa người tin cậy và người được tin cậy (Trustor - Trustee interaction): Tần suất sử dụng mạng xã hội, mức độ thân thuộc (Familiarity), kinh nghiệm và thái độ trước đây, tính tương đồng (Homophily).
  3. Tiền đề đặc điểm của người được tin cậy (Trustee characteristics): Uy tín xã hội (số lượt thích, bình luận, chia sẻ), nội dung và phong cách viết, yếu tố hoàn cảnh (tính kịp thời, tính hữu ích).

Các thuộc tính toán học của tin cậy được tích hợp gồm: Tính cá nhân hóa, tính bất đối xứng, tính lan truyền, khả năng kết hợp, tính tự củng cố, tính phụ thuộc ngữ cảnh, tính động và tính nhạy với sự kiện. Giá trị tin cậy được chuẩn hóa thành biến liên tục trong đoạn $[0, 1]$.

Phương pháp nghiên cứu và kỹ thuật phân tích

  • Phương pháp luận: Phân tích, tổng hợp lý thuyết, mô hình hóa toán học và kiểm chứng thực nghiệm.
  • Xử lý ngôn ngữ tự nhiên (NLP): Áp dụng mô hình phân bổ Dirichlet ẩn (Latent Dirichlet Allocation - LDA) bằng thư viện Gensim để trích xuất chủ đề; kỹ thuật TF-IDF và mô hình túi từ (Bag of Words - BoW) để tính trọng số và biểu diễn vector bài viết; mở rộng ngữ nghĩa văn bản dựa trên Wikipedia.
  • Toán tử đại số đường dẫn và độ đo tương tự: Sử dụng các phép toán nối (concatenation) và tổng hợp (aggregation) trên đồ thị phân cấp; tính toán độ tương tự hồ sơ và độ tương tự quan tâm qua độ đo khoảng cách Manhattan.
  • Độ đo đánh giá hiệu năng: F1-score, sai số tuyệt đối trung bình (MAE), căn bậc hai của trung bình bình phương sai số (RMSE), độ lệch chuẩn (SD) và ma trận nhầm lẫn (Confusion Matrix).

Nội dung chính theo từng chương

Chương 1: Tổng quan về mô hình tin cậy trên mạng xã hội

Chương 1 hệ thống hóa các đặc trưng cơ bản của dữ liệu mạng xã hội trực tuyến: dung lượng lớn (Big), tính liên kết chặt chẽ (Linked), nhiều nhiễu từ tài khoản rác/spammer (Noisy), không có cấu trúc chuẩn (Unstructured) và thông tin thường không hoàn chỉnh (Incomplete). Luận án trình bày các khái niệm phân tích mạng xã hội (SNA) như tính trung tâm, mật độ kết nối, cụm cộng đồng, lỗ cấu trúc và hiện tượng tương đồng Homophily.

Chương này đi sâu vào việc định nghĩa, khái niệm hóa độ tin cậy, phân biệt tin cậy với các trạng thái không tin cậy (distrust) và ngờ vực (mistrust). Luận án khảo sát các thang đo giá trị tin cậy thực tế trên các hệ thống trực tuyến:

Nền tảng / Website Địa chỉ URL Loại quan hệ Thang đo độ tin cậy
Overstock Auctions auctions.overstock.com Đánh giá tổ chức, cộng đồng $-2 \to +2$
Orkut orkut.com Đánh giá cá nhân $0 \to 5$
RepCheck repcheck.com Tin cậy $0 \to 3$
The Trust Project / FilmTrust trust.org / FilmTrust Đánh giá tổ chức và cá nhân $0 \to 5$ hoặc $1 \to 10$

Bên cạnh đó, chương 1 phân loại các mô hình tin cậy (nội dung, dịch vụ, người dùng; mô hình tương tác, cấu trúc mạng và lai) và mô tả quy trình 5 bước ứng dụng tin cậy trong hệ gợi ý (RS): Tính toán tin cậy trực tiếp $\to$ Lan truyền tin cậy $\to$ Lựa chọn hàng xóm $\to$ Tổng hợp đánh giá $\to$ Hiển thị kết quả gợi ý. Cuối cùng, chương 1 giới thiệu cấu trúc các bộ dữ liệu thực nghiệm: Epinions, DAR và CG.

Bộ dữ liệu Tổng số người dùng Số bài đăng / Items Số người dùng tạo nội dung Tổng số đánh giá Số đánh giá TB / người Số lượng chủ đề
Epinions 34.622 165.453 28.770 28.748 1,661 2.014

Bộ dữ liệu Epinions gồm ba tệp dữ liệu chính: user_rating.txt (lưu ID người tin, ID người được tin, giá trị tin cậy nhị phân 1 hoặc -1), mc.txt (lưu ID bài viết, tác giả, ID chủ đề) và rating.txt (lưu điểm đánh giá từ 1 đến 5). Hai bộ dữ liệu DAR (thu thập từ nhóm Facebook "Dong Anh Runners") và CG ("Cheltenham's Groups") được tác giả trực tiếp thu thập phục vụ cho các bài toán phân tích ngữ nghĩa và tương tác.

Chương 2: Mô hình tin cậy dựa trên lịch sử tương tác và quan tâm người dùng

Chương 2 trình bày chi tiết giải pháp xây dựng mô hình tin cậy trực tiếp giữa hai người dùng có liên kết:

  1. Xác định mức độ quan tâm theo chủ đề: Luận án sử dụng kỹ thuật tiền xử lý dữ liệu, lọc bỏ từ dừng (stopwords), trích xuất chủ đề bằng Gensim/LDA và tính toán trọng số TF-IDF để biểu diễn bài viết dưới dạng vector. Hàm đánh giá mức độ quan tâm của người dùng $u_i$ đối với chủ đề $t$ được xây dựng qua các phép toán $intMax(i, t)$, $intSum(i, t)$ hoặc tương quan $intCor(i, t)$.
  2. Lượng hóa các dạng tương tác: Mối quan hệ tương tác trực tiếp được tách thành 3 chỉ số thành phần:
    • Mức độ thân thuộc/quen biết (Familiarity - $\text{Fam}$): Dựa trên số lượng và mức độ thường xuyên của các liên kết.
    • Mức độ phản hồi (Responds - $\text{Res}$): Tỷ lệ và tần suất phản hồi các bài đăng, bình luận.
    • Tần suất tương tác (Dispatching - $\text{Dis}$): Cường độ phát đi các tương tác giữa hai người dùng trong các khung thời gian.
  3. Mô hình tích hợp: Kết hợp độ tin cậy tương tác $trust^{exp}(i, j)$ với mức độ quan tâm $intX(j, t)$ của người được tin cậy để tạo thành độ tin cậy lịch sử $trust_{topic}^{exp}(i, j, t)$.

Luận án thiết kế quy trình thực nghiệm trên hai bộ dữ liệu DAR và CG, huấn luyện mô hình, kiểm tra qua ma trận nhầm lẫn (Confusion Matrix), tính toán độ lệch chuẩn (SD) và so sánh trực tiếp với mô hình của Shahram Saeidi (2020). Kết quả chỉ ra rằng việc kết hợp ngữ nghĩa bài viết và phân rã hành vi tương tác cho kết quả ước lượng tin cậy ổn định và phản ánh sát thực tế hơn phương pháp chỉ cộng dồn số lượng hoạt động đơn thuần.

Chương 3: Mô hình tin cậy dựa trên cộng đồng và tin cậy tích hợp

Chương 3 giải quyết bài toán ước lượng độ tin cậy gián tiếp giữa hai người dùng không có tương tác trực tiếp:

  1. Xác định cộng đồng người dùng: Dựa trên tập bạn chung (những người có tương tác trực tiếp với cả hai nút) hoặc tập những người có mức độ tương tự cao với nút nguồn hoặc nút đích.
  2. Đo lường độ tin cậy qua đại số đường dẫn: Áp dụng các toán tử nối dọc theo đường dẫn và toán tử tập hợp trên nhiều đường dẫn độc lập giữa các lớp phân cấp $L_i^k$, giải quyết bài toán suy diễn tin cậy mà không làm bùng nổ không gian tính toán như phương pháp của Hamdi.
  3. Đo lường độ tin cậy dựa trên độ tương tự: Xác định mức độ tương tự giữa hai cá nhân bằng cách kết hợp tương tự hồ sơ (profile similarity - dựa trên các bài viết chia sẻ chung) và tương tự quan tâm (interest similarity - tính bằng khoảng cách Manhattan trên không gian vector chủ đề). Các hàm ước lượng độ tin cậy cộng đồng $trust_{topic}^{repY}(i, j, t)$ được đề xuất gồm $repmaX$, $repaP$, $repeeS$ và $repeS$.
  4. Mô hình tin cậy tích hợp toàn diện: Kết hợp tuyến tính có trọng số giữa độ tin cậy lịch sử tương tác và độ tin cậy cộng đồng để tạo thành mô hình TreeXTrust:

$$trust_{topic}(i, j, t) = \alpha \cdot trust_{topic}^{exp}(i, j, t) + (1 - \alpha) \cdot trust_{topic}^{repY}(i, j, t)$$

Thực nghiệm trên bộ dữ liệu chuẩn Epinions cùng các tập dữ liệu thực tế chứng minh hiệu năng của mô hình qua độ đo F1, MAE và RMSE:

  • So sánh với mô hình của Hamdi: Mô hình đề xuất đạt chỉ số F1 vượt trội, đồng thời độ đo $repmaX$, $repaP$ thể hiện khả năng thích ứng cao mà không phụ thuộc vào việc điều chỉnh ngưỡng chủ quan.
  • So sánh với mô hình GraphRec của Wenqi Fan: Mô hình của luận án có cấu trúc toán học tường minh, giảm tải số lượng tham số huấn luyện phức tạp của mạng nơ-ron đồ thị nhưng vẫn duy trì độ chính xác cao trong việc ước lượng tin cậy phục vụ hệ gợi ý.

Kết quả và những đóng góp mới

Những đóng góp mới về mặt khoa học và kỹ thuật

  1. Xây dựng phương pháp tính toán độ tin cậy trực tiếp đa chiều: Đề xuất mô hình tin cậy dựa trên lịch sử tương tác kết hợp với mức độ quan tâm chủ đề của người dùng ($trust_{topic}^{exp}$), khắc phục hạn chế coi độ tin cậy trực tiếp là giá trị tiên nghiệm hoặc chỉ tính theo số lượng tương tác đơn thuần.
  2. Đề xuất phương pháp ước lượng độ tương tự người dùng dựa trên ngữ nghĩa: Kết hợp thành công giữa tương tự bài viết và tương tự mối quan tâm thông qua xử lý ngôn ngữ tự nhiên (LDA, TF-IDF, biểu diễn vector không gian chủ đề), loại bỏ sự phụ thuộc vào ngưỡng tĩnh trong đánh giá tương đồng.
  3. Phát triển họ mô hình tin cậy cộng đồng và mô hình tích hợp TreeXTrust: Ứng dụng đại số đường dẫn trên đồ thị phân cấp để tính toán tin cậy gián tiếp; thiết lập cơ chế tích hợp toàn diện giữa tin cậy lịch sử và tin cậy cộng đồng ($trust_{topic}$), tạo cơ sở toán học vững chắc cho việc quản lý tin cậy trong mạng xã hội và hệ gợi ý.

Các công trình khoa học công bố kết quả nghiên cứu

Các kết quả nghiên cứu trong luận án đã được công bố tại các hội thảo quốc tế và tạp chí khoa học chuyên ngành:

  • Hội nghị quốc tế: Kỷ yếu Hội nghị khoa học quốc tế ICTA 2016 (Springer International Publishing, mã công trình C1); Kỷ yếu Hội thảo quốc tế ICMA 2022 tại Thái Lan (mã công trình C2).
  • Tạp chí khoa học: Tạp chí Southeast Asian Journal of Sciences (Vol 07, No 1, 2019, mã J3); Tạp chí Journal of Computer Science and Cybernetics (Vol 38, No 2, 2022, mã J4); Tạp chí Journal of Science and Technology on Information and Communications (năm 2023, các bài báo J5, J6, J7).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

  • Dữ liệu văn bản trên mạng xã hội chủ yếu là văn bản ngắn (short-text), chứa nhiều từ lóng, viết tắt, biểu tượng cảm xúc và lỗi ngữ pháp, gây thách thức cho các thuật toán tiền xử lý và trích xuất chủ đề LDA.
  • Việc thu thập dữ liệu mạng xã hội gặp rào cản về chính sách bảo mật và quyền riêng tư, khiến một số thông tin người dùng bị khuyết hoặc chưa hoàn chỉnh.
  • Mới tập trung kiểm thử trên nền tảng Facebook (nhóm chuyên biệt DAR, CG) và bộ dữ liệu Epinions, chưa mở rộng trên các nền tảng đa phương tiện khác như video hoặc âm thanh.

Hướng phát triển tiếp theo

  • Nghiên cứu cải tiến các mô hình xử lý ngôn ngữ tự nhiên tiên tiến hơn cho văn bản ngắn nhằm nâng cao độ chính xác của việc trích xuất chủ đề.
  • Mở rộng mô hình tin cậy có tính đến các yếu tố biến động thời gian (Time-aware) và không gian chi tiết hơn, mô hình hóa sự suy giảm niềm tin theo ngữ cảnh thời gian thực.
  • Triển khai ứng dụng họ mô hình TreeXTrust vào các bài toán thực tế như phát hiện tin giả (fake news), kiểm soát tài khoản độc hại/spammer và tối ưu hóa hệ gợi ý thương mại điện tử.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên sâu và hữu ích cho nhiều đối tượng:

  • Nghiên cứu sinh, học viên cao học và giảng viên: Chuyên ngành Hệ thống thông tin, Khoa học dữ liệu, Khoa học máy tính có thể tham khảo khung lý thuyết toán học về đồ thị mạng xã hội, kỹ thuật đại số đường dẫn và phương pháp trích xuất chủ đề kết hợp đo lường độ tin cậy.
  • Kỹ sư và nhà phát triển hệ thống: Cung cấp giải pháp triển khai thuật toán tính toán độ tin cậy người dùng, tích hợp vào các hệ thống gợi ý (Recommender Systems) nhằm nâng cao chất lượng dự đoán sở thích dựa trên lọc cộng tác.
  • Chuyên gia phân tích mạng xã hội: Tham khảo quy trình thu thập, làm sạch và xử lý dữ liệu mạng xã hội thực tế (như các tập dữ liệu Facebook DAR, CG và Epinions).

Câu hỏi thường gặp

1. Họ mô hình TreeXTrust trong luận án được xây dựng dựa trên những tham số cốt lõi nào?

Mô hình TreeXTrust được định nghĩa thông qua hàm toán học $Trust(i, j) = T(\text{tương tác}(i, j), \text{quan tâm}(i, t), \text{tương tự}(i, j))$, kết hợp có trọng số giữa ba thành phần: lịch sử tương tác đa chiều ($\text{Fam}, \text{Res}, \text{Dis}$), mức độ quan tâm của người dùng về chủ đề $t$ ($intX$) và độ tương tự giữa hai người dùng dựa trên hồ sơ bài viết cùng khoảng cách Manhattan trong không gian chủ đề.

2. Sự khác biệt cơ bản giữa mô hình của Saeidi (2020) và mô hình tin cậy trực tiếp của luận án là gì?

Saeidi tính độ tin cậy trực tiếp hoàn toàn dựa trên tổng số lượng hoạt động tích cực của người dùng qua công thức $\text{NodeValue}(u_i) = \sum w_k \times \text{activities}(i)$, dẫn đến việc đánh giá sai lệch đối với những người dùng có uy tín cao nhưng ít đăng bài hay bình luận. Luận án khắc phục nhược điểm này bằng cách kết hợp phân tích tương tác đa chiều với việc trích xuất ngữ nghĩa bài viết để xác định mức độ quan tâm theo từng chủ đề cụ thể.

3. Cấu trúc và thông số của bộ dữ liệu chuẩn Epinions được sử dụng trong luận án như thế nào?

Bộ dữ liệu Epinions thu thập từ Kaggle gồm 34.622 người dùng, 165.453 bài đăng (items), 28.770 người dùng tạo nội dung, 28.748 lượt đánh giá và 2.014 chủ đề. Dữ liệu được tổ chức thành 3 bảng: user_rating.txt (quan hệ tin cậy nhị phân giữa trustor và trustee), mc.txt (thông tin bài đăng, tác giả, chủ đề) và rating.txt (điểm đánh giá từ 1 đến 5).

4. Luận án giải quyết bài toán suy diễn tin cậy gián tiếp giữa hai người dùng không có liên kết trực tiếp bằng phương pháp nào?

Luận án tiếp cận qua cấu trúc phân cấp đồ thị mạng xã hội theo các lớp lân cận $L_i^k$. Độ tin cậy gián tiếp được tính toán thông qua hai cơ chế: (1) sử dụng các toán tử đại số đường dẫn (toán tử nối và tổng hợp đường dẫn) để đo lường độ tin cậy từ cộng đồng bạn chung; và (2) sử dụng độ đo tương tự người dùng (kết hợp tương tự hồ sơ và tương tự quan tâm theo khoảng cách Manhattan) làm trọng số đánh giá.

Kết luận

Luận án tiến sĩ "Nghiên cứu phát triển mô hình tin cậy người dùng dựa vào tương tác và ngữ nghĩa của thông điệp trên mạng xã hội" của tác giả Phạm Phương Thanh đã giải quyết có hệ thống bài toán định lượng độ tin cậy trực tiếp và gián tiếp trên mạng xã hội trực tuyến. Bằng việc kết hợp chặt chẽ giữa lý thuyết đồ thị phân cấp, đại số đường dẫn và các kỹ thuật xử lý ngôn ngữ tự nhiên (LDA, TF-IDF), luận án đã xây dựng thành công họ mô hình TreeXTrust có cơ sở toán học rõ ràng và tính ứng dụng thực tiễn cao. Các kết quả thực nghiệm trên các bộ dữ liệu Epinions, DAR và CG đã khẳng định tính chính xác và hiệu quả của các mô hình đề xuất so với các công trình liên quan, đóng góp thiết thực cho lĩnh vực Hệ thống thông tin và hệ gợi ý.