Bối cảnh và vấn đề nghiên cứu

Sự bùng nổ của mạng Internet và công nghệ thông tin đã thúc đẩy chuyển đổi phương thức phát hành tin tức từ báo giấy truyền thống sang báo điện tử. Theo tác giả Vũ Đoàn, báo in bộc lộ nhiều hạn chế về chi phí in ấn, khuôn khổ trang viết và chu kỳ phát hành cố định; đồng thời người đọc báo giấy phải trả tiền cho toàn bộ ấn phẩm dù thực tế chỉ tiếp nhận khoảng 30% đến 50% lượng thông tin phù hợp với nhu cầu. Ngược lại, báo điện tử có khả năng cung cấp thông tin tức thời, tích hợp đa phương tiện (văn bản, hình ảnh, âm thanh, video clip), tương tác hai chiều và phát hành không giới hạn không gian, thời gian.

Để vận hành một tờ báo điện tử hiệu quả, việc xây dựng tòa soạn điện tử khép kín là yêu cầu tất yếu nhằm giải quyết các tồn tại trong quy trình quản lý thủ công như thất lạc bài viết, nhầm lẫn trạng thái, chậm trễ cập nhật và khó khăn khi kiểm soát đội ngũ phóng viên tác nghiệp từ xa. Từ thực tiễn đó, học viên thực hiện đề tài "Dự án quản lý nội dung cho trang báo điện tử" trong khuôn khổ Luận văn Thạc sĩ chuyên ngành Quản lý hệ thống thông tin tại Viện Công nghệ Thông tin – Đại học Quốc gia Hà Nội (năm 2015), dưới sự hướng dẫn của TS. Vũ Duy Linh.

Mục tiêu và nhiệm vụ nghiên cứu của luận văn được tác giả xác định cụ thể:

  1. Khảo sát, đánh giá hiện trạng các hệ quản lý nội dung (CMS) mã nguồn mở quốc tế phổ biến và hệ thống quản trị đang vận hành tại các tòa soạn báo điện tử tiêu biểu ở Việt Nam.
  2. Phân tích chi tiết yêu cầu người dùng, phân quyền chức năng và quy trình nghiệp vụ xuất bản báo chí trong tòa soạn điện tử.
  3. Thiết kế kiến trúc tổng thể, mô hình dữ liệu (Database), kiến trúc luồng dữ liệu (DFD), sơ đồ phân công công việc và phân cấp biên tập tin bài.
  4. Xây dựng và cài đặt hệ thống quản lý nội dung chuyên biệt trên nền tảng công nghệ Microsoft .NET Framework 3.5, ngôn ngữ C# và hệ quản trị cơ sở dữ liệu SQL Server 2005, tích hợp công cụ thu thập tin tức tự động (Crawler) cùng các phiên bản giao diện đa nền tảng (Website, Wapsite 2G, Wapsite 3G).

Phạm vi nghiên cứu của đề tài tập trung vào quy trình nghiệp vụ nội bộ của một tòa soạn điện tử tại Việt Nam, bao gồm phân hệ báo chí tác nghiệp và phân hệ quản trị hành chính; dữ liệu khảo sát thực tế được thu thập và đối sánh từ các tờ báo trực tuyến thành lập từ năm 1997 đến mốc thời gian hoàn thành nghiên cứu (2015).

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận văn tiếp cận vấn đề dựa trên khung lý thuyết về hệ quản trị nội dung (Content Management System – CMS) và nguyên lý tổ chức tòa soạn hội tụ trong kỷ nguyên số. Về mặt lý thuyết, hệ thống CMS được định nghĩa là giải pháp phần mềm tạo lập môi trường cộng tác đồng bộ nhằm thu thập, lưu trữ, biên tập, phê duyệt và xuất bản các dạng tài liệu số lên cổng thông tin hoặc website. Mô hình nghiệp vụ báo chí được phân rã dựa trên chu trình: Phóng viên tạo bài -> Biên tập viên thẩm định/sửa đổi -> Lãnh đạo duyệt đăng -> Xuất bản lên Internet -> Tiếp nhận phản hồi độc giả.

Phương pháp nghiên cứu được tác giả triển khai bao gồm:

  • Phương pháp phân tích và tổng hợp tài liệu: Nghiên cứu báo cáo của Bộ Thông tin và Truyền thông về thị phần Internet tại Việt Nam (ghi nhận tỷ lệ 42% người dùng Internet vượt qua tỷ lệ độc giả nghe đài và đọc báo in); báo cáo khảo sát độc giả của Vietnam Report (công bố ngày 14/10/2010); số liệu xếp hạng từ Alexa và Google Zeitgeist (15/7/2010); tài liệu từ Trung tâm nghiên cứu Pew và Dự án cho tính ưu việt báo chí của Hoa Kỳ (công bố ngày 24/5/2004).
  • Phương pháp so sánh, khảo sát hệ thống: Đánh giá ưu - nhược điểm kỹ thuật của hai hệ CMS mã nguồn mở điển hình (DotNetNuke phiên bản 7 và Joomla) cùng hai hệ thống phần mềm đóng gói tự phát triển của báo điện tử VnExpress và VietNamNet.
  • Phương pháp phân tích - thiết kế hệ thống thông tin có cấu trúc: Xây dựng mô hình luồng dữ liệu (Data Flow Diagram - DFD) từ mức quan niệm đến các ô xử lý phân rã chức năng nghiệp vụ; thiết kế cơ sở dữ liệu quan hệ và mô hình triển khai mạng nội bộ (LAN) kết nối Internet.

Dữ liệu khảo sát công nghệ và người dùng được tổng hợp qua bảng đối chiếu sau:

Đối tượng khảo sát Nền tảng công nghệ Cơ sở dữ liệu Điểm mạnh chính Hạn chế ghi nhận
DotNetNuke (DNN ver.7) .NET (VB.NET chuyển dịch sang C#) Microsoft SQL Server Tùy biến Module và Skin trực quan; hỗ trợ MobileXML; tìm kiếm đa nguồn dữ liệu Phụ thuộc hoàn toàn vào hệ điều hành Windows; giao diện dựa trên Table khó chuẩn hóa XHTML tableless
Joomla PHP MySQL Cài đặt nhanh; cộng đồng đông đảo; thư viện Extensions và mẫu giao diện rất phong phú Mã nguồn nặng gây tốn tài nguyên máy chủ; nguy cơ bảo mật từ tiện ích thứ ba; chưa hỗ trợ đa trang (multiple site) mặc định; SEO hạn chế
VnExpress (FPT) Trước 2012: ASP; Từ 2012: ASP.NET Microsoft SQL Server Vận hành độc lập cho trang thuần điện tử; tự động hóa cao; chịu tải trên 34 triệu pageviews/ngày Hệ thống đóng kín phục vụ mục đích nội bộ của tập đoàn FPT
VietNamNet (V-CMS) Windows, VMware, Visual Studio .NET, SourceGear Fortress Microsoft SQL Server 2008 Tích hợp sâu vào quy trình xử lý của báo; quản lý phiên bản mã nguồn chặt chẽ Chi phí đầu tư hạ tầng phần cứng và bản quyền phần mềm lớn

Nội dung chính theo từng chương

Chương 1: Tổng quan

Tác giả trình bày bức tranh toàn cảnh về sự phát triển của báo chí điện tử thế giới và Việt Nam. Số liệu quốc tế từ Trung tâm nghiên cứu Pew (Hoa Kỳ) năm 2004 chỉ ra 66% người Mỹ đọc tin tức trực tuyến (gồm 50% theo dõi tin nóng, 30% kết hợp khi làm việc trực tuyến và 20% chủ động tìm kiếm chuyên sâu). Tại Việt Nam, từ cột mốc năm 1997 với tạp chí điện tử đầu tiên (Tạp chí Quê Hương), sau 14 năm đã có trên 50 tờ báo trực tuyến. Trong đó, VnExpress đạt 17 triệu độc giả thường xuyên (unique visitors), trên 34 triệu lượt xem trang (pageviews) mỗi ngày với cơ cấu 80% bạn đọc trong nước, 7% tại Mỹ và 13% từ các quốc gia khác. Tờ báo Dân Trí đứng thứ 9 trong Top 10 từ khóa tìm kiếm tăng trưởng nhanh nhất toàn cầu trên bảng xếp hạng Google Zeitgeist năm 2010. VietNamNet thu hút phần lớn độc giả trên 30 tuổi với tỷ trọng tập trung tại Hà Nội (36,4%) và TP. Hồ Chí Minh (21,7%). Chương này cũng đi sâu mổ xẻ cấu trúc kỹ thuật của DotNetNuke, Joomla và hiện trạng ứng dụng tại VnExpress (Giấy phép 511/GP-BVHTT), VietNamNet (Giấy phép 27/GP-BVHTT) làm căn cứ lựa chọn nền tảng .NET Framework 3.5.

Chương 2: Phân tích yêu cầu dự án

Chương 2 tập trung phân định cơ cấu người dùng và mô hình hóa chức năng hệ thống thông qua các sơ đồ DFD phân rã. Hệ thống xác định 3 nhóm tác nhân chính:

  • Nhóm biên tập viên: Nhập liệu tin bài, tổng hợp tư liệu đa phương tiện, xử lý phông chữ tiếng Việt và quản lý bài ở trạng thái bản thảo (chờ duyệt).
  • Nhóm quản lý (Ban biên tập, Thư ký tòa soạn): Kiểm duyệt nội dung, yêu cầu sửa đổi hoặc cấp phép xuất bản (Publish) ra giao diện ngoài.
  • Nhóm quản trị (Kỹ sư tin học): Phân quyền tài khoản, cấu hình tham số chuyên mục, theo dõi đường truyền, sao lưu dự phòng và ghi nhận nhật ký hệ thống (log).

Về mặt chức năng nghiệp vụ, chương phân tích sâu 4 ô xử lý chính:

  1. Ô xử lý Duyệt bài và sửa bài: Tiếp nhận tin từ phóng viên; nếu bài đạt yêu cầu sẽ chuyển sang bộ phận xuất bản, nếu chưa đạt sẽ trả về kèm lưu vết góp ý để phóng viên chỉnh sửa.
  2. Ô xử lý Phân công công việc: Tiếp nhận đăng ký tài khoản từ người dùng, quản trị viên phê duyệt, gán chức danh tương ứng và cấp quyền phụ trách theo từng chuyên mục chuyên biệt.
  3. Ô xử lý Xuất bản báo: Thiết kế khung hiển thị trang báo, phân loại tin nóng (tin tiêu điểm) cho từng chuyên mục và đẩy bài viết đã duyệt ra mạng Internet.
  4. Ô xử lý Kiểm tra bài viết cần xử lý: Căn cứ vào chuyên mục hoạt động và chức danh công việc của thành viên để lọc chính xác danh sách bài viết thuộc phạm vi thẩm quyền cần can thiệp.

Bên cạnh đó, các module phụ trợ được chi tiết hóa gồm: quản lý tài nguyên số (hình ảnh, video, âm thanh), tiếp nhận phản hồi độc giả, thăm dò dư luận trực tuyến, quản lý banner quảng cáo và hệ thống gửi bản tin định kỳ (Newsletter).

Chương 3: Thiết kế

Nội dung chương trình bày kiến trúc dữ liệu và giải pháp kết nối hệ thống. Kiến trúc triển khai đặt trọng tâm vào mô hình tập trung máy chủ ứng dụng (Application Server - IAS) và công nghệ Web 2.0. Toàn bộ cơ sở dữ liệu được thiết kế trên hệ quản trị SQL Server, chuẩn hóa bảng danh mục, bảng phân quyền người dùng, bảng bài viết và bảng lưu trữ tài nguyên đa phương tiện. Kiến trúc mạng nội bộ phân định rõ vùng máy chủ cơ sở dữ liệu, máy chủ web và các máy trạm kết nối thông qua giao thức an toàn SSL. Hệ thống đưa ra cơ chế sao lưu dữ liệu tự động, cơ chế mã hóa mật khẩu một chiều và quy trình đồng xuất bản nội dung (cho phép một bài viết xuất hiện đồng thời tại nhiều chuyên mục với vị trí ưu tiên khác nhau).

Chương 4: Cài đặt

Tác giả trình bày kết quả hiện thực hóa phần mềm và xây dựng công cụ thu thập tin tức tự động (Crawler). Công cụ Crawler được thiết kế dưới dạng module mở rộng với giao diện cấu hình đường dẫn, danh sách nguồn báo lấy tin và các thư viện liên kết động (.dll) phục vụ việc bóc tách cấu trúc HTML từ các trang báo đối tác. Hệ thống giao diện người dùng được triển khai thành công trên môi trường thực tế, đáp ứng đầy đủ màn hình CMS quản trị (nhập tin bài, cấu hình crawler, quản lý quảng cáo, phân nhóm người dùng) và giao diện hiển thị đa thiết bị phục vụ bạn đọc (Website tiêu chuẩn, Wapsite 2G băng thông thấp và Wapsite 3G cho thiết bị di động thông minh).

Thiết kế và triển khai

Hệ thống quản lý nội dung trong đồ án được thiết kế theo kiến trúc tập trung trên máy chủ web, toàn bộ tác vụ của người dùng được xử lý thông qua giao diện trình duyệt web (Internet Explorer, Netscape, Firefox) mà không đòi hỏi cài đặt bất kỳ phần mềm chuyên dụng nào tại máy trạm.

Kiến trúc công nghệ và nền tảng phát triển

  • Môi trường ứng dụng: Microsoft .NET Framework phiên bản 3.5.
  • Ngôn ngữ lập trình: ASP.NET (C#) áp dụng mô hình Application Server (IAS) và kỹ thuật Web 2.0.
  • Hệ quản trị cơ sở dữ liệu: Microsoft SQL Server 2005.
  • Cơ chế xác thực người dùng: Tích hợp mô hình bảo mật ASP.NET Membership phiên bản mới, cho phép phân định nhóm quyền chi tiết theo vai trò người dùng và phạm vi chuyên mục.

Quy định tổ chức dữ liệu và an toàn hệ thống

Hệ thống đặt ra các quy tắc nghiêm ngặt đối với việc lưu trữ và tiếp nhận tệp tin:

  • Quy hoạch thư mục tệp tin: Hệ thống tự động phân loại và lưu trữ theo cấu trúc thư mục dạng đường dẫn chuẩn hóa /user/năm/tháng/ngày.
  • Định dạng tệp tin cho phép:
    • Tệp tin hình ảnh: .jpg, .gif.
    • Tệp tin video: .flv, .3gp, .mp4.
    • Tệp tin âm thanh: .mp3, .flv.
  • Chính sách an toàn và mật khẩu: Toàn bộ mật khẩu người dùng bắt buộc mã hóa một chiều, có độ dài trên 8 ký tự, bao gồm đồng thời chữ cái, chữ số và ký tự đặc biệt, đồng thời áp dụng chính sách yêu cầu thay đổi mật khẩu định kỳ. Giao tiếp truyền tải giữa máy trạm và máy chủ được mã hóa qua chứng chỉ bảo mật SSL. Mọi thao tác biên tập, chỉnh sửa, xuất bản đều được hệ thống ghi log chi tiết phục vụ kiểm tra truy vết (ai làm, vào thời điểm nào, tại vị trí nào).

Module thu thập dữ liệu tự động (Crawler) và giao diện đa thiết bị

Điểm đặc thù trong quá trình cài đặt của đồ án là việc xây dựng thành công module Crawler tin bài tự động. Module này gồm có giao diện cấu hình tham số cào tin, danh sách các website nguồn và hệ thống tệp tin .dll biên dịch riêng cho từng nguồn báo nhằm phân tích cú pháp dữ liệu. Về phần hiển thị ngoài (Front-end), hệ thống được cấu hình hỗ trợ hiển thị tối ưu trên 3 nền tảng: Website chuẩn cho máy tính để bàn, giao diện Wapsite 2G lược bỏ đồ họa nặng cho mạng tốc độ chậm và Wapsite 3G hỗ trợ hiển thị đầy đủ hình ảnh, video trên điện thoại thông minh.

Kết quả và đóng góp

Luận văn đã hoàn thành các mục tiêu nghiên cứu và phát triển sản phẩm với các kết quả cụ thể:

  • Khảo sát và đối sánh có hệ thống ưu nhược điểm kỹ thuật của các nền tảng CMS phổ biến trên thế giới (DotNetNuke 7, Joomla) và bài học thực tiễn tại hai tờ báo trực tuyến lớn của Việt Nam (VnExpress và VietNamNet).
  • Mô hình hóa thành công quy trình nghiệp vụ tòa soạn điện tử khép kín bằng các sơ đồ DFD chuẩn xác, phân định rành mạch giữa Phân hệ Báo chí tác nghiệp và Phân hệ Quản lý nhân sự, chuyên mục.
  • Đề xuất và hiện thực hóa tính năng "đồng xuất bản", giải quyết bài toán hiển thị một bài viết tại nhiều chuyên mục khác nhau với các mức độ ưu tiên vị trí hiển thị linh hoạt mà không gây trùng lặp dữ liệu.
  • Tích hợp giải pháp thu thập tin tức tự động dựa trên các module .dll nguồn, giúp tòa soạn tổng hợp tư liệu nhanh chóng từ các nguồn thông tin trên Internet.
  • Đóng gói hoàn chỉnh giải pháp CMS trên nền C# và .NET Framework 3.5, đáp ứng đồng thời yêu cầu phân quyền bảo mật qua ASP.NET Membership, lưu vết thao tác người dùng và hỗ trợ đa giao diện hiển thị (Website, Wapsite 2G, Wapsite 3G).

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Nghiên cứu tập trung vào hệ sinh thái công nghệ của Microsoft (.NET 3.5, C#, SQL Server 2005), do đó khả năng triển khai hệ thống còn phụ thuộc chặt chẽ vào nền tảng hệ điều hành Windows Server, chưa tối ưu hóa cho các hệ điều hành máy chủ mã nguồn mở khác. Quá trình kiểm nghiệm thực tế chủ yếu mô phỏng các luồng nghiệp vụ trên môi trường mạng thử nghiệm và chưa có dữ liệu đo lường hiệu năng khi chịu tải lượng truy cập cực lớn tương đương quy mô thực tế của các báo điện tử hàng đầu.
  • Hướng nghiên cứu tiếp: Mở rộng phạm vi nghiên cứu theo định hướng của tác giả bao gồm việc nâng cấp tương thích hệ thống lên các phiên bản .NET Framework mới hơn, tối ưu hóa cơ chế cân bằng tải máy chủ khi xuất bản nội dung đa phương tiện dung lượng cao và hoàn thiện bộ thư viện .dll của module Crawler để tự động nhận diện cấu trúc bài viết từ đa dạng nguồn tin hơn.

Giá trị tham khảo

Luận văn là tài liệu tham khảo hữu ích cho học viên cao học, sinh viên ngành Công nghệ thông tin, Quản lý hệ thống thông tin, Kỹ thuật phần mềm hoặc các nhà phát triển đang xây dựng cổng thông tin điện tử, báo trực tuyến. Các nội dung có giá trị ứng dụng cao bao gồm:

  • Mô hình phân rã quy trình luồng dữ liệu (DFD) cho các khâu biên tập, kiểm duyệt, sửa bài và xuất bản bài viết trong tòa soạn điện tử.
  • Cơ chế thiết kế phân quyền người dùng chuyên sâu kết hợp giữa tài khoản, chức danh và quyền hạn quản lý theo từng chuyên mục độc lập.
  • Giải pháp thiết kế cấu trúc lưu trữ tập tin tài nguyên số có hệ thống /user/năm/tháng/ngày cùng cơ chế ghi nhật ký (log) truy vết hoạt động xuất bản.

Câu hỏi thường gặp

1. Tại sao tác giả lại lựa chọn công nghệ .NET Framework 3.5 và C# thay vì các mã nguồn mở như Joomla hay DotNetNuke?
Qua khảo sát, tác giả nhận thấy DotNetNuke bị hạn chế về khả năng tùy biến giao diện XHTML tableless do phụ thuộc vào nhân hệ thống; trong khi Joomla có mã nguồn nặng, tốn tài nguyên, tồn tại rủi ro bảo mật từ các tiện ích mở rộng của bên thứ ba và khả năng hỗ trợ đa website kém. Do đó, việc tự phát triển hệ thống trên nền .NET Framework 3.5, ngôn ngữ C# và SQL Server 2005 cho phép làm chủ mã nguồn, kiểm soát tính an toàn và dễ dàng tùy biến quy trình tòa soạn khép kín.

2. Tỷ lệ đọc tin tức báo chí trực tuyến và mức độ phân bố độc giả tại Việt Nam được luận văn trích dẫn như thế nào?
Theo số liệu từ Bộ Thông tin và Truyền thông được tác giả dẫn lại, tỷ lệ người dùng Internet tại Việt Nam đạt 42%, vượt qua tỷ lệ nghe đài và đọc báo giấy. Đồng thời, báo cáo của Vietnam Report (tháng 10/2010) đối với báo VietNamNet chỉ ra độc giả tập trung chủ yếu tại hai thành phố lớn là Hà Nội (36,4%) và TP. Hồ Chí Minh (21,7%), các địa phương còn lại chiếm tỷ lệ rất thấp, phần lớn dưới 5%.

3. Khái niệm "đồng xuất bản" trong hệ thống CMS của luận văn được định nghĩa ra sao?
Đồng xuất bản là tính năng cho phép một bài viết sau khi được phê duyệt có thể hiển thị đồng thời ở nhiều chuyên mục khác nhau trên trang báo. Đặc biệt, vị trí hiển thị và mức độ ưu tiên của cùng một bài viết tại các chuyên mục khác nhau có thể được thiết lập độc lập tùy theo định hướng biên tập của tòa soạn.

4. Hệ thống đặt ra những yêu cầu cụ thể nào về an toàn mật khẩu và quản lý tập tin tải lên?
Mật khẩu người dùng bắt buộc mã hóa một chiều, phải thay đổi định kỳ, có độ dài trên 8 ký tự bao gồm cả chữ cái, chữ số và ký tự đặc biệt. Đối với tập tin tải lên, hệ thống tự động kiểm tra định dạng nghiêm ngặt (chỉ chấp nhận .jpg, .gif cho ảnh; .flv, .3gp, .mp4 cho video; .mp3, .flv cho âm thanh), giới hạn dung lượng và lưu trữ tập trung theo cây thư mục /user/năm/tháng/ngày.

5. Công cụ Crawler trong hệ thống đảm nhiệm vai trò gì và được cấu thành từ những thành phần nào?
Công cụ Crawler có vai trò tự động thu thập tin tức từ các trang báo điện tử khác để hỗ trợ phóng viên, biên tập viên tổng hợp tư liệu. Cấu trúc của công cụ này bao gồm giao diện cấu hình crawler, danh sách quản lý các nguồn báo thu thập và tập hợp các thư viện liên kết động (.dll) tương ứng với từng nguồn báo nhằm bóc tách dữ liệu theo định dạng chuẩn.

Kết luận

Luận văn Thạc sĩ của tác giả Vũ Đoàn đã giải quyết trọn vẹn bài toán tin học hóa quy trình nghiệp vụ báo chí thông qua việc nghiên cứu, thiết kế và xây dựng thành công hệ quản lý nội dung cho trang báo điện tử trên nền tảng .NET và SQL Server. Đề tài kết hợp chặt chẽ giữa khảo sát thực tiễn ngành truyền thông với kỹ thuật phân tích luồng dữ liệu nghiệp vụ, cung cấp giải pháp tòa soạn điện tử khép kín từ khâu sáng tạo, kiểm duyệt đến phát hành nội dung đa nền tảng. Kết quả nghiên cứu không chỉ mang giá trị hoàn thiện sản phẩm phần mềm tác nghiệp mà còn là tài liệu tham khảo có tính thực tiễn cao cho việc triển khai các hệ thống thông tin quản lý nội dung số.