Đề tài nghiên cứu các mô hình lan truyền thông tin trong bài báo “state of art review of information diffusion models and their impact on social network vulnerabilities

IS353 - Mạng Xã Hội s_i:la trạng thái của spin thứ ¡, có thể là +1 hoặc -l s j: là trạng thái của spin lan cận thử ] J ij: la tương tác trao đối giữa spin thir i va spin thứ j § là một t

DAI HOC QUOC GIA THANH PHO HO CHI MINH TRUONG DAI HOC CONG NGHE THONG TIN KHOA HE THONG THONG TIN

Z

BAO CAO ĐỎ ÁN MÔN MẠNG XÃ HỘI

Đề tài: Nghiên cứu các mô hình lan truyền thông tin trong bài báo

“State-of-art review of information diffusion models and their impact

on social network vulnerabilities”

GVHD: Thai Bao Tran

1 Nguyễn Xuân Tuần Kiệt 20521502

3 Nguyễn Minh Khôi 20521479

4 Tran Thanh Phong 20521750

TP HO CHI MINH, 12/2023

IS353 - Mạng Xã Hội

LỜI CẢM ƠN

Nhóm chúng em xin gửi lời cảm ơn và lòng biết ơn sâu sắc nhật tới cô Thái Bảo Trân, người đã cung cấp nhiều kiên thức bổ ích cho chúng em trong suốt quá trình làm đề tài cũng như đóng góp nhiều ý kiến quý báu giúp nhóm chúng em hoàn thành phần báo cáo của mình Chứng em chân thành cảm ơn cô và chúc cô dồi đào sức khỏe

Trong thời gian thực hiện đề tài, nhóm đã vận dụng những kiến thức nền tảng được tích lũy, đồng thời kết hợp với việc học hỏi và nghiên cứu những kiến thức mới từ cô, bạn

bè cũng như nhiều nguồn tài liệu tham khảo Từ đó, vận dụng tối đa những gì đã thu thập được đề hoàn thành một bài báo cáo tốt nhất Tuy nhiên, vì kiến thức chuyên môn còn hạn

chế và bản thân còn thiếu nhiều kinh nghiệm thực tiễn nên nội dung của báo cáo không

tránh khỏi những thiếu sót, nhóm rất mong nhận được sự góp ý, chỉ bảo thêm của cô nhằm hoàn thiện những kiến thức của mình đề chúng em có thê dùng làm hành trang cho việc thực hiện các đề tài khác trong tương lai Một lần nữa xin gửi đến cô lời cảm ơn chân

thành và tốt đẹp nhất!

Thành phố Hồ Chí Minh, tháng 12 nam 2023

2|Page

IS353 - Mạng Xã Hội

NHAN XET CUA GIAO VIÊN HƯỚNG DẪN

betes ngay thang nam 2023

Người nhận xét (Ký và ghi rõ họ tên)

3|Page

DANH MUC CAC BANG, HINH ANH

Danh muc hinh anh

Hình 1: Các yếu tố ảnh hưởng đến lan truyén thong tin ccc ceececeseeessessesveresenees 9 Hình 2: Minh họa mô hình Ising (0 bước) - 22 2112121122111 1122 21118 11tr re 20 Hình 3: Minh họa mô hình Ising (40 bước) - : 12c 1221112211212 2E251115 511151811 rsey 20 Hình 4:Minh họa mô hình Ising (60 bước) L2 1211221111 1x nh ng gen He rưy 20

Hình 5: Minh họa mô hình Ising (Bước cuối) - - 55c SE E221 re, 20

Hình 6: Minh họa mô hình CODA (0 cá nhân mới) ¿+ 222 32222 xe szrrxvs 22 Hình 7:Minh họa mô hình CODA (10 cả nhân mới) 22c 2222222 t sexy r2 22 Hình 8: Minh hoa m6 hinh CODA (50 cá nhân mới)) 222 221222 re zrxv2 22 Hình 9: Minh họa mô hỉnh CODA (100 cá nhân mới) 22c 22222222212 sxrs2 22 Hình 10: Minh họa mô hình CODA (500 cá nhân mới) - 2 5c 2c 22c 222v r2 22 Hình 11: Minh họa mô hình CODA (1000 cá nhân mới) 5 c s22 2x2 22 Hình 12: Minh họa mô hình SznaJd (0 cá nhân mới) - - c2 22222322 sse 23 Hình 13: Minh họa mô hình SznaJd (10 cá nhân mới) - c2 22 2x22 23 Hình 14: Minh họa mô hình SznaJd (20 cá nhân mới) c2 222 2x22 23 Hình 15: Minh họa mô hình Sznajd (50 ca nhân mới) - c2 222 2x22 23 Hình 16: Minh họa mô hình Šzna1d (00 cá nhân mới) - 2c 22c 2c 2222 ssxx sex 23 Hình L7: Minh họa mô hình Sznajd (200 cá nhân mới) 22c 2c 22x czx xe 23 Hình 18: Minh họa mô hình Šzna1d (300 cá nhân mới) 2c 2c 22x sx xay 23 Hình 19: Minh họa mô hình Sznajd (X ca nhân mới) - 22221121222 23

Danh mục bảng Bảng 1: Minh họa sự lan truyền trong mô hình Ising 2: SE SE EEEEEeEEeErkrreg 20 Bang 2: Minh hoa su lan truyén trong m6 hinh CODA 0 c.ccccecccssescssesesesssecessvsveseseseees 22 Bảng 3: Minh họa sự lan truyền trong mô hình Sznajd 52 s1 xxx tt 23 Bang 4: Bang phan chia công việc và đánh giá L0 022 2121122111121 1 122111 28

4|Page

PA ĐINH .[N À‹g::.iẳaẳiiầiầđiiiậäà ll 2.2.2 M6 binh CODA ccc ces ceneceseeasenecnseensenssensenssensenssensensenses 12 2.2.3 Mơ hình Sznajd cece cesceseeecesseesenssenseessensensesseessenaes 14 2.2.4 Mơ hình Ly Thuyét Tro Choi 0.0.ccccccccccccscessesseseesessesvesessessvesesessen 17 2.2.5 — Các mơ hình dịch vụ mạng xã hội - 0 0 22 nen etee cette 18 CHUONG 3 THUC NGHTEM L000 2.2 2222222222222 reg 19

IS353 - Mạng Xã Hội

3.1 Mồ hình lsing Q Q02 22 HH 121110112 xnxx H hành nu 19 3.2 Mô hình CODA 552 S2 2T TỰ HH2 ngay 21 3.3 Mô hình Sznajd 55c 2 TH HH gu re rau 23 3.4 Mô hình Ly Thuyết Trò Chơi (Game Theory) co see 24 3.5 Các mô hình dịch vụ mạng xã hội - 0 2 122212222122 re 24 CHUONG 4 LO HONG TRONG MANG XÃ HỘI - SE rrrerry 25 CHUONG 5 KET LUAN oooocccccccccccccccscessessessessessessvssvssessvssesevsevssssvsarestssessteeeseseees 26 THAM KHẢO - 5 5 SE 221122122112 1011 122211111 27 BANG PHAN CÔNG, ĐÁNH GIÁ THÀNH VIÊN Ặ 5n nnererrrye 28

6|Page

CHUONG 1 TONG QUAN

1.1 Thong tin bai bao

Bai bao “State-of-art review of information diffusion models and their impact on social network vulnerabilities[ L]” cung cấp một đánh giá tổng hợp về các mô hình lan truyền thông tim tiên tiên nhât và tác động của chúng đến lô hông an ninh mạng xã hội Bài báo đi sâu phân tích các mô hình tiên tiễn nhất về lan truyền thông tin trên mạng xã hội, từ những mô hình cơ bản như ngưỡng và xác suất cho đến những mô hình phức tạp hơn, tính đến bồi cảnh và ảnh hưởng của người dùng Cùng với đó, tác giả còn vạch trần những lỗ hỗng an ninh tiềm tàng mà kẻ xấu có thể khai thác lợi dụng sự lan truyền thông tin đề phát tán tin giả, thao túng dư luận, thậm chí tấn công mạng và đánh

cắp đữ liệu cả nhân

Thông qua việc đưa ra những ví dụ thực tế về các cuộc tấn công dựa trên thao tứng lan truyền thông tin, bài báo không chỉ đánh tiếng cảnh báo mà còn mở đường cho những phương pháp phòng thủ chủ động Bằng cách hiểu rõ cơ chế lan truyền thông tin và các lỗ hồng, chúng ta có thê phát trién các công cụ đề phát hiện tin giả, ngăn chặn các cuộc tan công và bảo vệ tính an toàn của cả hệ thống mạng và xã hội

Bài báo không chỉ là một bài báo nghiên cứu chuyên sâu, mà còn là một lời kêu gọi hành động Bằng cách trang bị cho mình kiến thức về những thế lực vô hình đang thao túng thông tin trên mạng xã hội, chúng ta có thê trở thành những công dân mạng chủ động, góp phần xây dựng một môi trường số an toàn và lành mạnh hơn

Các tác giả bao gồm Abdul Razaque, Syed Rizvi, Meer Jaro Khan, Muder Almiani,

Amer AI Rahayfeh và được xuất bản năm 2022

1.2 Bài toán đặt ra

Với sự phát triển của công nghệ thông tin, chuyên đôi số và công nghệ mạng, mọi người ngày càng dựa vào thông tin mà họ tìm thấy trên mạng Từ đây, những thành phần xấu và nguy hiểm cho xã hội, thao túng thông tin sẽ ảnh hướng đến mạng lưới xã hội

chung Chủ đề nghiên cứu về "Đánh Giá Tình Trạng Hiện Đại Của Các Mô Hình Lan Truyền Thông Tin và Ảnh Hưởng Của Chúng Đối Với Nhược Điểm Của Mạng Xã Hội"

hứa hẹn đem lại cái nhìn chi tiết và sâu sắc về cách mà thông tin lan truyền trong mạng xã hội và ảnh hưởng của nó đối với xã hội Nghiên cứu này sẽ tập trung vào việc phân tích các mô hình lan truyền thông tin hiện nay đề hiểu rõ hơn về cách chúng ảnh hưởng đến việc lan truyền thông tin trong môi trường mạng xã hội

143 Kết quả muốn đạt được

Kết quả nhóm muốn đạt được thông qua bài báo này là học tập nghiên cứu những

mô hình lan truyền thông tin đã sẵn có như Ising model, Sznajd model, SIR model, SICR

IS353 - Mạng Xã Hội

model, Game theory, CODA Nhóm sẽ tìm hiểu áp dụng chúng với những hạn chế liên quan và phân loại những mô hình này Cùng với đó là tìm ra những điểm yếu và thách thức về bảo mật và truyền tải thông tin, phân loại và đánh giá điểm mạnh và điểm yếu Cuối cùng là giới hạn và đưa ra khuyến nghị giải pháp cải thiện cho những mô hình truyền thông tin này

8|Page

A

Feedback & Link Reciprocity | | COoP™ation Value

2.1.3 Relational dimension

Khía cạnh quan hệ là một mỗi quan hệ ôn định và lâu đài, có thể rút ngăn một cách

hiệu quả con đường thu thập thông tin và đảm bảo chất lượng của thông tin được phổ biến

9|Page

IS353 - Mạng Xã Hội

2.1.4 Cognitive dimension

Khía cạnh nhận thức nhắn mạnh đến những sở thích tương tự, sự hiểu biết chung

và tầm nhìn giữa các cá nhân Nó thường ảnh hưởng đến nhận thức và nhận thức của toàn

bộ nhóm bạn bè, đo đó ảnh hưởng đến việc thiết lập mối quan hệ giữa các cá nhân và sự lan truyền thông tin Ở khía cạnh nhận thức, người tiếp nhận tiềm năng nghĩ về giá trị của thông tin họ có thê truy cập và đánh giá liệu đó có phải là thông tin hữu ích hay không dựa trên các thành phần khác của mô hình phô biến thông tin

2.1.5 Message access

Nó cung cấp nên tảng để truy cập thông điệp được lan truyền Nền táng truy cập

chuyển tiếp thông điệp nhận được đến các nút lân cận Sau đó, tất cá các nút trong mạng đều nhận được tin nhắn Phương pháp lựa chọn thông điệp có thé phát hiện ra một số

thông điệp không cần thiết, nhưng nó đưa ra một chiến thuật cơ bản mạnh mẽ đề phô biến thông tin Nội dung do các nút tạo ra là các thông điệp luồng có thê được xem đưới dang chuỗi quyết định

2.1.6 Network link

Cá nhân chia sẻ quan điểm của thông tin và làm cho mức độ kiến thức, khả năng chuyên môn hoặc giá trị trở nên cân bằng và tương tự nhau Mạng lưới này có lợi cho việc phố biến thông tin và khái niệm và có thể mở rộng phạm vi của việc truyền tai thông tin Trong quá trình này, thông tin có thể được liên kết với mạng lưới, giúp cho việc truy

cập thông tin trở nên thuận tiện hơn đối với người nhận tiềm năng

2.1.7 Trust and Reciprocity

Trong các trang mạng xã hội, tất cả các cá nhân được nhúng vào một mạng lưới Trust and Reciprocity Các hành vi hợp tác giữa các cá nhân để chia sẻ thông tin thường

phải xem xét các mỗi quan hệ cá nhân của họ Người nhận tiềm năng cân nhắc xem thông

tin có đáng tin cậy hay không Họ cũng nghĩ về việc liệu họ có thể chia sẻ thông tin với nhau đề truy cập nhiều hơn hay không

sử dụng thông tin dựa trên sở thích, nhu cầu hoặc kinh nghiệm riêng của họ

2.1.10.User information

10|Page

IS353 - Mạng Xã Hội

Thông tin người dùng được thu thập từ các trang mạng xã hội như Youtube,

Facebook, Co thé thay rằng các mối quan hệ xã hội đóng một vai trò quan trọng không chỉ đối với thành công của nội dung người dùng thu thập mà còn đối với quy mô và tầm ảnh hưởng đó Điều này cho thấy rằng việc lựa chọn thông tin của một người dùng bị ảnh

hưởng bởi sự lựa chọn của người dùng khác

2.1.11 Convenience of knowledge flow

Các trang mạng xã hội tạo điều kiện tiên quyết cho sự lan truyền thông tin và thiết

lập liên kết trong mạng lưới (network link) Một khi các liên kết được thiết lập, thông tin

sẽ được luân chuyền thông qua mạng lưới quan hệ, nơi độ tin cậy và tính ồn định của mối

quan hệ sẽ ảnh hưởng sâu sắc đến tốc độ và độ thuận tiện của luồng kiến thức Sự thuận

tiện của luỗng kiến thức ( convenience of knowledge flow) anh hưởng đến tốc độ tiếp thu thông tin và thay đổi hành vi của con người

2.1.12.Individual behavior

Sau khi tiếp cận thông tin và lọc ra các thông tin hữu ích, người nhận đánh giá xem thông tin đó đáng nhận hay không và họ quyềt định hành vị của mình dựa trên các yêu tô trước đó

2.1.13.Feedback & resource sharing

Trong quá trình khuếch tán thông tin, người nhận và người truyền bá thông tin trao đôi quan điểm về thông tin, người nhận cung cấp phản hồi cho người truyền bá thông tin

và cả hai chia sẻ resource với nhau

2.2 Các mô hình khuếch tán thông tin

2.2.1 M6 hinh Ising

Ising Model là một mô hình toán học trong lĩnh vực vật lý mô tả hành vị của một

cá nhân Mô hình này ban đâu được phat trién dé m6 tả sự chuyên pha trong nam châm từ tính.[2]

Trong Ising model các phân tử được gọi là “spin” Mỗi spin có 2 trang thai la “+1” hoặc “-l” (lên hoặc xuông) Spm này tương tác đên các spin lân cận của nó thông qua một tham sô tương tác “J” Mục tiêu của Ising model là dự đoán trạng thái của toàn bộ hệ thống dựa trên các tương tác của từng cặp spin

VD: khi một cá nhân chấp nhận thông tin nghiên cứu của một dự án cụ thê , trang thái được đặt là +1 ngược lại khi cá nhân đó không châp nhận thông tin dự án này

IS353 - Mạng Xã Hội

s_i:la trạng thái của spin thứ ¡, có thể là +1 hoặc -l

s j: là trạng thái của spin lan cận thử ]

J ij: la tương tác trao đối giữa spin thir i va spin thứ j

§ là một tham số, xác định mức hấp dẫn của thông tin

Ý nghĩa của các tham số

Trang thai cla spin thé hién y kiến hoặc hành vi của cá nhân Ví dụ, một spm lên

có thê biêu thị sự đồng ý với một thông tin, trong khi một spin xuống có thé biéu thi sự không đồng ý

Tương tác trao đối thê hiện mức độ ảnh hưởng của một cá nhân đối với hành VI của người khác Tương tác trao đổi đương cho thấy các cá nhân có xu hướng sắp xếp theo hướng của nhau, trong khi tương tác trao đổi âm cho thấy các cá nhân có xu hướng sắp xếp theo hướng ngược lại

Nhiệt độ thê hiện mức độ đễ đàng mà các cá nhân thay đổi ý kiến hoặc hành vi của

mình Nhiệt độ cao cho thây các cá nhân có nhiều khả năng thay đôi, trong khi nhiệt độ thâp cho thây các cá nhân có ít khả năng thay đôi

Herd Behavior: Còn được gọi là “tâm lý đám đông” đây là một hiện tượng thường

thay trong lĩnh vực tài chính Ising model sử dụng hiện tượng tương tự để mô tả hành vi

bây đàn trong xã hội Ising model có thê giải quyết vấn đề thiếu thông tin về tâm lý đám đông, hiện tượng tạo bong bóng và tương tác xã hội.Chúng ta nhận thấy rằng các nhà giao dịch trên thị trường tài chính bị ảnh hưởng bởi những người khác khi họ đưa ra quyết định

2.2.2 Mô hình CODA

Mô hình "Continuous Opinions and Discrete Actions" (CODA) liên quan đến quá trình ra quyết định của con người trong một tình huồng có hai lựa chọn khác nhau Trong

mô hình này, quan điểm của mỗi người được coi là một biến liên tục [4]

- Y Kién Lién Tuc (Continuous Opinions): Trong mé hinh nay, quan diém của mỗi cá nhân được xem xét là một biến liên tục Điều này có nghĩa rằng quan điểm của họ có thê nằm trong một không gian liên tục của các giá trị, và có thé

thay đổi một cách liên tục dựa trên tác động từ người khác và môi trường

- Hanh Déng Roi Rạc (Discrete Actions): Mặc dù quan điểm là liên tục, quyết

định của mỗi người thường là một hành động rời rạc Điều này có thé tuong

phản với tính liên tục của quan điểm, nhưng nó phản ánh quyết định cuối cùng

mà mỗi cá nhân đưa ra, thường là một trong hai lựa chọn khác nhau (nhị phân)

12|Page

IS353 - Mạng Xã Hội

Điều này áp dụng vào các tình huống mà con người thường có ý kiến ban đầu và quyết định của họ có thê bị ảnh hưởng liên tục bởi người khác trong quá trình đưa ra quyết định

Mô hình CODA có thê được chia thành hai loại chính Loại đầu tiên giả định rằng quan điểm phát triển một cách rời rac Trong loại thử hai, mô hình xem xét các giá trị liên tục mà mỗi cá nhân có thê có Điều này phản ánh thực tế rằng ngay cá khi mọi người đối điện với các hành động nhị phân, quan điểm vẫn có sự biến đổi liên tục[I]

Mô hình CODA giúp tái tạo các hành vi khác nhau mà chúng ta thường quan sat trong các mạng xã hội Kết quả chính của mô hình này cung cấp thông tin về việc duy trì

và lan truyền các hành động trong các cầu trúc giao tiếp chung

Mô hình CODA có thê giúp giải thích việc phát triển quan điểm, cả liên tục và rời rạc, và cách thông tin lan truyền Nghiên cứu về mô hình CODA dưới các điều kiện khác nhau đã cho thấy rằng tăng cường tương tác giữa con người có thé làm suy yếu xu hướng lan truyền thông tin Mối quan hệ yếu giữa các nút và xác suất quyết định quan kiều cao dẫn đến lan truyền nhanh chóng và trên quy mô lớn

Để hiểu sâu hơn về các giao dịch không hợp lý bên trong, các mô hình số học mạng thường được sử dụng Trong mô hình CODA, việc thay đổi ý kiến (biến liên tục) của các nút được thay đôi thông qua việc quan sát quyết định (biến rời rạc) của các nút láng giềng Một quyết định của nút láng giềng thường chỉ có hai trạng thái rời rạc Tuy

nhiên, tác động là liên tục Do đó, cần phân tích tác động của cả mạng lưới ngoại và nội

trên sự xuất hiện của thông tin bên trong mạng lưới ngoại

Công thức cập nhật ý kiến của mỗi cá nhân ¡ theo quy tắc sau|5]:

p,|k+1)=p,|k]+*p,(k)(1—pjk]) 166

i=l

Trong do:

p;LkÌ: Cá nhân ¡ tại thời điểm k có một ý kiến hoặc trạng thai, được biểu diễn

bằng giá trị nằm trong khoảng [0, 1] Giá trị này có thể đại diện cho mức độ

hồ trợ hoặc phản đôi một quan điêm nao do

pk+1): Cá nhân ¡ tại thời điểm k+1, sau một quá trình cập nhật, có một giá

tri moi

1—p,Ík;: Phần còn lại của ý kiến của cá nhân ¡ tại thời điểm k, tức là mức độ

ngược lại với ý kiến hiện tại

13|Page

IS353 - Mạng Xã Hội

» ¿¿: Tổng các hiệu giữa hành động của các cá nhân ảnh hưởng đến ¡ q,Lk,

i=l

và ý kiến của ¡(P¡|k) n là số lương các cá nhân ảnh hưởng đến ¡

pi|kÌ(1— p¡|kÌì: Sự kết hợp của ý kiến và phần còn lại của ý kiến của i tại thời điểm k Đây có thể hiểu là một yêu tô điều chỉnh giúp cá nhân ¡ điều

chính ý kiến của mình dựa trên tình hình hiện tại

Công thức này mô tả cách mà ý kiến của một đại lý thay đối theo thời gian dựa trên tác động của các đại lý khác trong mạng Nó biêu diễn sự tương tác động lực giữa các đại lý trong việc hình thành và thay đối ý kiến trong môi trường xã hội

Mô hình CODA là một sự kết hợp giữa quan điểm liên tục và quyết định rời rạc, trong đó các giá trị liên tục không được quan sát và chỉ có quyết định rời rạc Mô hình này giúp mô tả động lực của quan điểm một cách chính xác hơn và mô hình hóa các hành vi thực tế hơn Nghiên cứu mô hình CODA đã được tiễn hành với các đặc điểm khác nhau

và đã dẫn đến nhiều kết quả quan trọng

2.2.3 Mô hình Sznajd

2.2.3.1 Sznajd Model

Sznajd model là một mô hình tương tác xã hội được sử đụng đề nghiên cứu sự lan truyền thông tin và thay đối quan điểm trong một cộng đồng|[6] Trong mô hình này, mỗi nút đại điện cho một cá nhân và mỗi cá nhân có một quan điểm hoặc ý kiến riêng Sự tương tác xảy ra khi một cá nhân thay đôi quan điểm của những người xung quanh theo một quy tắc nhất định

Sự lan truyền của thông tin: Sznajd Model có thê được sử dụng để nghiên cứu cách thông tin, ý kiến và trào lưu lan truyện trong mạng xã hội Nó giúp hiệu cách mà sự thay đôi trong ý kiên của một sô người quan trọng có thê ảnh hưởng đến toàn bộ mạng xã hội

Sự phát triển của ý kiến: Sznajd Model cung cấp cơ hội để nghiên cứu sự phát triển của ý kiên trong mạng xã hội và cách mà các người dùng có thê ảnh hưởng đên nhau 2.2.3.2 Scale-Free Network (Mạng Phân Tầng)

Scale-Free Network [7| là một loại mạng phức tạp có tính chất đặc biệt: một số nút (hoặc cá nhân, trong ngữ cảnh của mạng xã hội) kết nỗi với một số lượng lớn các nút

khác, trong khi hầu hết các nút chỉ kết nỗi với một số ít Điều này tạo ra một phân phối bậc (degree distribution) phân tầng, trong đó có một số nút "trọng điểm" (hubs) có rat nhiều liên kết

Scale-Free Network đặc biệt quan trọng trong nghiên cứu về Mạng xã hội vì nó phản ánh tính chất thực tế của mạng xã hội Trong mạng xã hội, một số cá nhân (hoặc

trang) có thể có rất nhiều người theo dõi hoặc bạn bè, trong khi phần lớn người dùng chỉ

14|Page

IS353 - Mạng Xã Hội

có số bạn ít ỏ Điều này tạo ra cấu trúc phân tầng trong mạng xã hội, và Scale-Free

Network là một công cụ mô hình hóa tôt

Scale-Free Network tạo ra một cơ sở hạ tầng cho Sznajd Model Nhting "nut trong

điểm" trong mạng phân tầng có khả năng lớn đề ảnh hưởng đến nhiều người hơn Khi Sznajd Model được áp dụng trong mạng xã hội, các thay đổi trong ý kiến của các "nút trọng điểm" có thê lan rộng nhanh chóng đối với các nút khác

Tương tác này có thê dẫn đến hiện tượng quyết định (tipping point) trong đó sự thay đôi trong ý kiến của một số người quan trọng có thê gây ra sự thay đôi lớn hơn trong mạng xã hội Điều này có thể liên quan đến việc lan truyền thông tin quan trọng, thảo luận chính trị, hoặc sự thay đôi trong quan điểm xã hội

2.2.3.3 2D Mesh trong ngữ cảnh Mạng Máy Tính

2D Mesh [8] la mét dang của mạng máy tính có cấu trúc lưới hai chiều Trong mạng này, các nút hoặc máy tính được sắp xếp thành một lưới hai chiều, tương tự như một bảng lưới Mỗi nút trong mạng 2D Mesh kết nối với các nút lân cận của nó trong hướng ngang và đọc, giống như việc một điểm trên lưới 2D kết nối với các điểm xung quanh nó

- Tính chất quan trong cua 2D Mesh:

¢ Cau Truc Ludi Đều: 2D Mesh có cầu trúc lưới đều, điều này có nghĩa rằng mỗi nút có số kết nối cô định với các nút lân cận theo các hướng ngang và

dọc Điều nay fạo ra một mạng có tính đồng đều, dễ quản lý và dé du đoán

¢ Dé Quan Ly: Do tinh chat c6 dinh va déng déu cua s6 lugng két néi của mỗi nút, 2D Mesh dễ quản lý và thường được sử dụng trong các hệ thông máy tinh song song va mang on-chip (mang trén chip máy tính)

¢ Thông Lượng Tốt: 2D Mesh có thông lượng tốt trong trường hợp truyền đữ liệu giữa các nút lân cận trong cùng hàng hoặc cột, nhưng có thể gặp khó khăn khi truyền đữ liệu giữa các nút không lân cận

- _ Liên quan đến mô hình lan truyền thông tin: Mô hình lan truyền thông tin trên mạng xã hội thường sử dụng các kiến thức về cau tric mang dé dy doan sự lan

truyền théng tin 2D Mesh co thể được sử dụng như một trong những kiểu

mạng đề nghiên cứu cách thông tin lan truyền giữa các nút trong mạng -_ Tương tác với mô hình Sznajd:

¢ 2D Mesh có một cấu trúc mạng khá khác biệt so với các mạng xã hội thực

tế như Facebook hoặc Twitter Vì vậy, khi áp dụng mô hình Sznajd trong một môi trường mạng 2D Mesh, cần xem xét cách mô hình Sznajd có thể hoạt động trong một cấu trúc mạng đồng đều và không phải scale-free như

các mạng xã hội thực té

15|Page

IS353 - Mạng Xã Hội

© - Nghiên cứu cụ thể về tương tác giữa mô hình Sznajd và 2D Mesh co thé bao gồm việc đánh giá tốc độ lan truyền thông tin, sự thay đối quan điểm, và

tính chất của các cụm thông tin trén mang 2D Mesh

2.2.3.4 Small World Network (Mạng thế giới nhỏ)

Small World Network[9] là một kiêu cầu trúc mạng chứa tính chất giữa mạng hoàn toàn đều (regular network) va mang ngau nhién (random network) Mang nay dugc gol la

"small world" boi tinh chat thủ vị rang bat ky hai nut bat ky trong mang này có thê kết nối thông qua một số bước rất nhỏ, dù mạng tỏ ra khá ngẫu nhiên Điều này tương Ứng với khái niệm "Sáu Độ Tách Biệt" (Six Degrees of Separation) - ý nghĩa rằng bất kỳ hai người bất kỳ trên hành tinh này có thê kết nồi thông qua sáu mối quan hệ

2.2.3.5 Tinh chat cia Small World Network

Tính Ngẫu Nhiên va Déu Dan: Small World Network két hop ca tinh chat cua mạng đều và mạng ngẫu nhiên Nó có cấu trúc đều đặn, nhưng cũng có một số kết nối

ngầu nhiên đặc biệt

Đường Ngắn: Mạng này có đường dẫn ngăn giữa các nút Điều này có nghĩa rằng thông tin có thê lan truyền nhanh chóng thông qua mạng

Điểm Mẫu Chốt: Mạng Small World thường chứa một số lượng ít các nút mẫu chốt, những nút này có nhiều kết nỗi và đóng vai trò quan trọng trong quá trình lan truyền thông tin

2.2.3.6 Tương tác giữa Small World Network và Sznajd Model

Mạng Thế Giới Nhỏ thường được sử dụng để mô phỏng mô hình mạng xã hội trong thực tế với tính chất quan hệ phức tạp giữa các cá nhân Sự kết nối "thê giới nhỏ" trong mạng này tạo điều kiện cho thông tin và thay đổi quan điểm lan truyền một cách nhanh chóng trong mạng

Small World Network liên quan đến mô hình Sznajd thông qua việc nghiên cứu sự lan truyền thông tin và quyết định trong môi trường mạng có tính chất "thế giới nhỏ." Mô hình Sznajd thường xem xét cách thông tin hoặc quan điểm có thê thay đối thông qua tương tác giữa các cá nhân Small World Network cung cấp một cầu trúc mạng với đặc tính đường ngắn giữa các nút, điều này ánh hưởng đến tốc độ lan truyền thông tin và tương tác giữa các nút

Ví dụ, trong mạng Thế Giới Nhỏ, một người có thê được kết nối VỚI một người khác thông qua các người bạn chung và thông tin có thể lan truyền từ người này đến người kia thông qua các mối quan hệ này Khi họ gặp nhau và có quan điểm tương tự, mô hình Sznajd có thể áp đụng đề mô phỏng sự thay đôi quan điểm và sự đồng tình giữa họ

16|Page

IS353 - Mạng Xã Hội

Ví dụ Thực Tế:Một ví dụ cụ thể về Small World Network có thê thấy trong mạng

xã hội Twitter Trên Twitter, một người dùng có thé kết nối với một người nỗi tiếng, và thông tin của người nỗi tiếng có thê lan truyền đến hàng triệu người khác trong thời gian rất ngắn thông qua retwect (chia sẻ) Dù có hàng triệu người dùng trên Twitter, thông tin có thê lan truyền một cách nhanh chóng qua mạng nay,

giống như mô hình Small World Network

2.2.4 Mô hình Lý Thuyết Trò Chơi

Game Theory[10] miêu tả các chiến lược của mỗi cả nhân trong trạng thái cân bằng Chúng ta sẽ phân tích hành vi và lợi ích cá nhân trong quá trình truyền tai thông tin trong mô hình này Xem xét rằng việc truyền tải thông tin trong mạng là một quá trình linh hoạt, người nhận có thể được xem xét như những người tái phân phối lại thông tin Bản chất của hành vi của người gửi là họ truyền tải thông tin từ các cách khác nhau hoặc với mục tiêu khác nhau dưới sự quan tâm chung là một trò chơi tương tác giữa người gửi

và người nhận

Mô hình dựa trên game theory bao gồm cơ chế tin tưởng do có ý nghĩa thực tế để phân tích hành vi truyền thông thông tin phô biến Trong mô hình này, những người chơi đưa ra quyết định và trả giá cho những người chơi khác dựa trên những quyết định của những người đang chơi cùng

VD: có 3 công ty đang cạnh tranh cùng một mặt hàng nước dừa Thì khi công ty |

hạ giá thì 2 công ty kia cũng phải đưa ra quyết định đề kéo khách theo

Thế nên hành vi của người chơi được quan sát cũng như được xem xét góc nhìn tiễn hóa của game theory Hơn nữa, nó quyết định khả năng các chế độ hành vi được duy trì của tập thể Phương pháp được đề xuất đã được sử dụng rộng rãi trong lĩnh vực sinh học tiến hóa các trò chơi được phân tích bằng cách sử đụng mạng xã hội trong đó người tham gia quyết định liệu họ có tham gia hoặc không trong các hoạt động (ví dụ: rút tiền từ ngân hàng, tham gia chính trị, áp dụng công nghệ mới) Hành vị khác nhau được phân tích và chọn lựa phản ứng tốt nhất dựa trên hành vi của giai đoạn trước Phương pháp này bao gồm các đề xuất và ứng dụng trong tài chính, tiếp thị, lây truyền, dịch tế học và áp dụng công nghệ

2.2.5 Các mô hình dịch vụ mạng xã hội

2.2.5.1 Tính ôn định của Truyền Thông Thông Tin qua SNS

Galam[ 11] đã tiến hành nghiên cứu về cơ chế truyền thông thông tin, bao gồm co chế trễ, cơ chế ân, và cơ chế quên Sử dụng mô hình SETR, họ đưa ra phương trình mean- fñeld để tính toán điểm cân bằng, từ đó phản ánh sự ảnh hưởng của các cơ chế truyền thông đối với quá trình truyền thông thông tin

2.2.5.2 Phòng Ngừa Phần Mềm Độc Hại trên SNS

17|Page

IS353 - Mạng Xã Hội

Zhang[12] đã đề xuất một mô hình truyền tải và ngăn chặn phần mềm độc hại, sử dụng mô hình xác suất truyền tải Kết quả cho thấy mô hình này có khả năng ngăn chặn

sự lan truyền của phân mêm độc hại đến một mức độ nao đó, đồng thời liên kết giữa

truyền tải phần mềm độc hại, thói quen của người dùng, và phát hiện phần mềm độc hại trực tuyên trong SNS

2.2.5.3 Trích Xuất Mô Hình Chủ Đề từ Dữ Liệu SNS

Kimmel[13] đề xuất một phương pháp đánh giá mới cho việc trích xuất mô hình chủ đề từ đữ liệu SNS, kết hợp mô hình LDA với phương pháp tự động thích nghi Mô

hình này giúp đạt được 36 lượng chủ đề trên mạng xã hội mà không làm giảm hiệu suất

cho đữ liệu

2.2.5.4 Mô Hình Dịch Vụ Mạng Xã Hội Thống Nhat

Kosfeld[14] giới thiệu một mô hình kết hợp cả mô hình tập trung và mô hình peer- to-peer trong dịch vụ mạng xã hội Mô hình này mô tả cách nhiều máy chủ độc lập sở hữu

va giao tiếp đề cung câp SNS cho người dùng

18|Page

IS353 - Mạng Xã Hội

CHUONG 3 THUC NGHIEM

3.1 M6 hinh Ising

Mô phỏng mạng xã hội thu nhỏ, mỗi nút đại điện cho một cá nhân với ý kiến có

thê chấp nhận hoặc không chấp nhận một thông điệp cụ thể Các nút có các mối quan hệ

với nhau, trong đó hai nút khởi đầu, được ký hiệu la 0 va 1, là những nút nhận biết dau

tiên thông tin nào đó Các nút khác chưa nhận biết thông tin và được giả định không đồng

ý mặc định

Các nút lân cận với những nút này sẽ có tỷ lệ thay đôi ý kiến, có thể đồng ý hoặc không đồng ý với thông điệp Kết quả cuối cùng sau quá trình khuếch tán thông tin sẽ bao gồm những nút đã thay đổi ý kiến đồng ý và những nút đã thay đổi ý kiến không đồng ý, tạo ra một hình ánh về sự phân hóa quan điểm trong mạng xã hội nhỏ này

Thông qua các quan hệ lân cận, thông điệp ban đầu có thể lan truyền từ những nút xuất phát đến những nút khác trong mạng xã hội, và quá trình này có thê dẫn đến sự hình thành nhóm người đồng thuận và nhóm người không đồng thuận Điều này minh họa cách một thông điệp có thể ảnh hưởng và tao ra sự đa dạng quan điểm trong một cộng đồng xã hội nhỏ

19|Page

20|Page