TÌM HIỂU MẠNG XÃ HỘI XÂY DỰNG ỨNG DỤNG DEMO

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH CHƯƠNG TRÌNH ĐÀO TẠO THẠC SĨ CNTT QUA MẠNG -  - TÌM HIỂU MẠNG XÃ HỘI XÂY DỰNG ỨNG DỤNG DEMO Bộ môn : Cơ Sở Dữ Liệu Nâng Cao GVHD : PGS-TS Đỗ Phúc Thực : Nguyễn Khánh Ngọc CH1001117 Thành phố Hồ Chí Minh - Tháng 08 Năm 2011 NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN MỤC LỤC Phần 1: Giới Thiệu Mạng Xã Hội I Khái niệm II Lịch sử III Cấu trúc mục tiêu cảu mạng xã hội IV Phân tích mạng xã hội IV Biện pháp phân tích mạng xã hội Phần 2: Đồ thị lưu trữ đồ thị sơ liệu quan hệ I Định nghĩa đồ thị II Các thuật toán đồ thị 10 III Lưu trữ đồ thị sở liệu quan hệ 12 IV Cài đặt ứng dụng Demo mạng xã hội 16 1.Chức vẽ đồ thị .16 Chức thêm node, xóa node trực quan giao diện 17 Chức phân tích mạng xã hội, tìm key player 18 Xem chỉnh sửa thông tin cá nhân person mạng xã hội 20 Chức kết bạn tìm người có chung bạn bè với 20 Chức tìm kiếm người có chung sở thích 21 Phần 3: Kết luận Tài liệu tham khảo 22 Phần I: Mạng xã hội I Khái niệm Mạng xã hội, hay gọi mạng xã hội ảo,(social network) dịch vụ nối kết thành viên sở thích Internet lại với với nhiều mục đích khác không phân biệt không gian thời gian Mạng xã hội có tính chat, e-mail, phim ảnh, voice chat, chia sẻ file, blog xã luận Mạng đổi hoàn toàn cách cư dân mạng liên kết với trở thành phần tất yếu ngày cho hàng trăm triệu thành viên khắp giới Các dịch vụ có nhiều phương cách để thành viên tìm kiếm bạn bè, đối tác: dựa theo group (ví dụ tên trường tên thành phố), dựa thông tin cá nhân (như địa e-mail screen name), dựa sở thích cá nhân (như thể thao, phim ảnh, sách báo, ca nhạc), lĩnh vực quan tâm: kinh doanh, mua bán Hiện giới có hàng trăm mạng mạng xã hội khác nhau, với MySpace Facebook tiếng thị trường Bắc Mỹ Tây Âu; Orkut Hi5 Nam Mỹ; Friendster Châu Á đảo quốc Thái Bình Dương Mạng xã hội khác gặt hái thành công đáng kể theo vùng miền Bebo Anh Quốc, CyWorld Hàn Quốc, Mixi Nhật Bản Yahoo! 360 Việt Nam II Lịch sử Mạng xã hội xuất lần năm 1995 với đời trang Classmate với mục đích kết nối bạn học, xuất SixDegrees vào năm 1997 với mục đích giao lưu kết bạn dựa theo sở thích Năm 2002, Friendster trở thành trào lưu Hoa Kỳ với hàng triệu thành viên ghi danh Tuy nhiên phát triển nhanh dao hai lưỡi: server Friendster thường bị tải ngày, gây bất bình cho nhiều thành viên Năm 2004, MySpace đời với tính phim ảnh (embedded video) nhanh chóng thu hút hàng chục ngàn thành viên ngày, thành viên cũ Friendster chuyển qua MySpace vòng năm, MySpace trở thành mạng xã hội có nhiều lượt xem Google tập đoàn News Corporation mua lại với giá 580 triệu USD Năm 2006, đời Facebook đánh dấu bước ngoặt cho hệ thống mạng xã hội trực tuyến với tảng lập trình "Facebook Platform" cho phép thành viên tạo công cụ (apps) cho cá nhân thành viên khác dùng Facebook Platform nhanh chóng gặt hái thành công vược bực, mang lại hàng trăm tính cho Facebook đóng góp không nhỏ cho số trung bình 19 phút mà thành viên bỏ trang ngày III Cấu trúc Cấu trúc mục tiêu mạng xã hội Nút (node): Là thực thể mạng Thực thể cá nhân, doanh nghiệp tổ chức Liên kết (tie): mối quan hệ thực thể Trong mạng có nhiều kiểu liên kết Ở dạng đơn giản nhất, mạng xã hội đơn đồ thị vô hướng mối liên kết phù hợp nút Ta biểu diễn mạng liên kết biểu đồ mà nút biểu diễn điểm liên kết biểu diễn đoạn thẳng Mục tiêu Tạo hệ thống Internet cho phép người dùng giao lưu chia sẻ thông tin cách có hiệu quả, vượt giới hạn địa lý thời gian Xây dựng lên mẫu định danh trực tuyến nhằm phục vụ yêu cầu công cộng chung giá trị cộng đồng Nâng cao vai trò công dân việc tạo lập quan hệ tự tổ chức xoay quanh mối quan tâm chung cộng đồng thúc đẩy liên kết tổ chức xã hội Sự đời ạt mạng xã hội (Social Network) thời gian gần Việt Nam toàn giới tạo sóng kích thích phát triển kênh truyền thông cộng đồng Điểm bật Social Network mà nhận thấy tính kết nối chia sẻ mạnh mẽ Nó phá vỡ ngăn cách địa lý, ngôn ngữ, giới tính lẫn quốc gia Những bạn làm, bạn nghĩ, giới chia sẻ với bạn tích tắc Social Network site hay mạng xã hội mạng tạo để tự thân lan rộng cộng đồng thông qua tương tác thành viên cộng đồng Mọi thành viên mạng xã hội kết nối người mắt xích để tạo nên mạng lưới rộng lớn truyền tải thông tin Về bản, mạng xã hội giống trang web mở với nhiều ứng dụng khác Mạng xã hội khác với trang web thông thường cách truyền tải thông tin tích hợp ứng dụng Trang web thông thường giống truyền hình, cung cấp nhiều thông tin, thông tin hấp dẫn tốt mạng xã hội tạo ứng dụng mở, công cụ tương tác để người tự tương tác tạo dòng tin lan truyền dòng tin IV Phân tích mạng xã hội Một mạng xã hội cấu trúc xã hội tạo từ cá nhân (hoặc tổ chức) gọi "nút", gắn liền (kết nối) nhiều loại hình cụ thể phụ thuộc lẫn , chẳng hạn tình bạn , họ hàng , quan tâm, trao đổi tài chính, không thích, mối quan hệ niềm tin uy tín Phân tích mạng xã hội xem mối quan hệ xã hội mặt lý thuyết mạng lưới bao gồm nút mối quan hệ (còn gọi cạnh, liên kết, kết nối) Nodes diễn viên cá nhân mạng lưới, quan hệ mối quan hệ diễn viên Kết đồ thị dựa cấu trúc thường phức tạp Có thể có nhiều loại quan hệ nút Nghiên cứu số lĩnh vực học thuật mạng xã hội hoạt động nhiều cấp độ, từ gia đình đến mức quốc gia, đóng vai trò quan trọng việc xác định cách vấn đề giải quyết, tổ chức chạy, mức độ mà cá nhân thành công việc đạt mục tiêu họ Trong dạng đơn giản nhất, mạng xã hội đồ quan hệ quy định, chẳng hạn tình bạn, nút nghiên cứu Các nút mà cá nhân vậy, kết nối địa liên lạc xã hội cá nhân Mạng sử dụng để đo vốn xã hội - giá trị mà cá nhân nhận từ mạng xã hội Những khái niệm thường hiển thị sơ đồ mạng xã hội, nơi mà nút điểm mối quan hệ đường liên kết nút Phân tích mạng xã hội (liên quan đến mạng lưới lý thuyết ) lên kỹ thuật đại quan trọng xã hội học Nó thu lượng đáng kể nhân chủng học , sinh học , nghiên cứu truyền thông , kinh tế , địa lý , khoa học thông tin , nghiên cứu tổ chức , tâm lý xã hội , sociolinguistics , trở thành chủ đề phổ biến đầu nghiên cứu Mạng xã hội phân tích chuyển từ phép ẩn dụ gợi ý để phân tích cách tiếp cận để mô hình, với báo cáo lý thuyết, phương pháp nó, phần mềm phân tích mạng xã hội , nhà nghiên cứu Các nhà phân tích lý từ phần, từ cấu trúc liên quan đến cá nhân, từ hành vi thái độ Họ thường mạng lưới nghiên cứu toàn (còn gọi mạng lưới hoàn chỉnh), tất mối quan hệ có quan hệ xác định, mạng cá nhân, mối quan hệ mà người quy định có, chẳng hạn "cộng đồng cá nhân họ " Một số phân tích xu hướng phân biệt phân tích mạng xã hội: Không có giả định nhóm khối xây dựng xã hội: tiếp cận mở để nghiên cứu bị giới hạn hệ thống xã hội, từ nonlocal cộng đồng để liên kết trang web Thay điều trị cá nhân (người, tổ chức, quốc gia) đơn vị riêng biệt phân tích, tập trung vào cách cấu trúc mối quan hệ ảnh hưởng đến cá nhân mối quan hệ họ Trái ngược với phân tích mà cho xã hội hoá thành tiêu xác định hành vi, mạng lưới phân tích vẻ để xem mức độ mà cấu trúc thành phần mối quan hệ ảnh hưởng đến tiêu Hình dạng mạng xã hội giúp xác định tính hữu dụng mạng lưới cho cá nhân Nhỏ hơn, chặt chẽ mạng hữu ích cho thành viên họ so với mạng với nhiều kết nối lỏng lẻo cho cá nhân bên mạng Mạng cởi mở hơn, có quan hệ nhiều kết nối xã hội, có nhiều khả để giới thiệu ý tưởng hội cho thành viên họ so với mạng khép lại với nhiều mối quan hệ dự phòng Nói cách khác, nhóm bạn, người làm việc với chia sẻ kiến thức hội Một nhóm cá nhân với kết nối đến giới xã hội khác có truy cập vào phạm vi rộng thông tin Nó tốt cho thành công cá nhân để có kết nối đến loạt mạng kết nối nhiều mạng đơn Tương tự vậy, cá nhân, tập thể dục ảnh hưởng làm môi giới mạng xã hội họ cách cầu nối hai mạng mà trực tiếp liên kết (được gọi làm đầy lỗ cấu trúc) Sức mạnh phân tích mạng xã hội bắt nguồn từ khác biệt từ truyền thống nghiên cứu khoa học xã hội, mà cho thuộc tính vật chất diễn viên, cho dù họ có thân thiện hay không thân thiện, thông minh hay ngu ngốc, vv, mà cá nhân Phân tích mạng xã hội tạo nhìn khác, thuộc tính cá nhân quan trọng mối quan hệ quan hệ họ với diễn viên khác hệ thống Phương pháp hóa hữu ích cho việc giải thích nhiều tượng giới thực, phòng cho quan cá nhân, khả cho cá nhân gây ảnh hưởng đến thành công họ, nhiều nằm bên cấu trúc mạng họ Mạng xã hội sử dụng để kiểm tra xem tổ chức tương tác với nhau, mô tả kết nối nhiều thức liên kết với điều hành, hiệp hội kết nối người lao động cá nhân tổ chức khác Ví dụ, tổ chức quyền lực thường kèm nhiều từ mức độ mà cá nhân mạng trung tâm mối quan hệ nhiều so với tiêu đề công việc thực tế Mạng xã hội đóng vai trò quan trọng tuyển dụng, kinh doanh thành công, hiệu suất công việc Networks cung cấp cách cho công ty để thu thập thông tin, ngăn chặn cạnh tranh, thông đồng giá thiết sách V Biện pháp phân tích mạng xã hội Phân tích mạng xã hội đo lường, đánh giá mối quan hệ cá nhân, nhóm hay tổ chức Các nút mạng cá nhân hay nhóm người, đường liên kết để mối quan hệ cá nhân, nhóm người tổ chức với Phân tích mạng xã hội dựa phân tích trực quan toán học mối quan hệ người với Để hiểu mạng xã hội, phải đánh giá vị trí thành phần mạng Phân tích mạng tìm mức độ trung tâm nút Điều cho nhìn tổng quan vai trò khác tác nhân tham gia vào mạng xã hội Tác nhân người kết nối, tác nhân lãnh đạo, tác nhân cầu nối, tác nhân có ảnh hưởng lớn mạng xã hội, tác nhân tác nhân ngoại biên(ít ảnh hưởng tới mạng) Hãy xem xét mạng xã hội trên, nút kết nối với họ thường xuyên nói chuyện với hay tương tác với theo cách thức Andre thường liên lạc với Carol không liên lạc với Ike, Andre Carol có đường liên kết trực tiếp, liên kết trực tiếp Andre Ike Có cách đo lường mức độ trung tâm tác nhân mạng xã hội Degree Centrality Những người nghiên cứu mạng xã hội đo lường hoạt động nút mạng cách xem xét số lượng kết nối trực tiếp mà nút có Trong mạng xã hội trên, Diane có nhều kết nối trực tiếp nhất, cô mốt thành viên tích cực mạng Trong mạng xã hội, cá nhân hay tổ chức có nhiều kết nối có nhiều sức ảnh hưởng Nhưng đôi lúc số Degree chưa phản ảnh mức độ quan trọng nút mạng Ví dụ mạng Xã hội Diane có nhiều kết nối nhất, xem xét kỹ, nhận cô kết nối tới người mà người đêu kết nối với Điều co nghĩa là, họ chung tổ chức xã hội(người thân, bạn bè …) Dù Diane người liên lạc với Vì để xét mức độ quan trọng nút mạng xã hội, cần kiểm tra thêm số betweennes Cho đồ thị G: = (V,E) với n đỉnh, số degree centrality CD(v) cho đỉnh v là: Công thức dạng chuẩn: Betweenness Centrality Mức độ mà nút nằm nút khác mạng Biện pháp có tính đến kết nối nút láng giềng nút, cho giá trị cao cho nút khác Biện pháp phản ánh số lượng người người kết nối gián tiếp thông qua liên kết trực tiếp họ Trong Diane có nhiều kết nối chặt, Heather có kết nối Nhưng Heather lại nắm giữ vai trò quan trọng mạng xã hội này, cô có vị trí đặc biệt mạng, cầu nối mạng, thông qua Heather, Ike Jane tương tác với thành viên lại mạng xã hội Nếu Heather thi Ike Jane bị tách biệt khỏi mạng xã hội, liên lạc với người khác mạng Một nút có số “betweenness” cao có ảnh hưởng lớn tác động đến toàn mạng xã hội Cho đồ thị G: = (V,E) với n đỉnh, số betweenness CB(v) cho đỉnh v tính sau: 10 PHẦN II: Đồ Thị lưu trữ đồ thị sở liệu quan hệ I Khái niệm đồ thị Đồ thị tập đối tượng, gọi nút hay đỉnh, số nút kết nối liên kết, gọi cạnh Mỗi nút có tên, ví dụ tên người hay tổ chức nút đại diện cho người hay tổ chức Mỗi cạnh từ nút đến nút khác biểu diễn mối quan hệ tương tác nút với Đồ thị G = (V, E), đó: • • V tập hợp đỉnh (vertex) E ⊆ V × V tập hợp cạnh (edge) Đồ thị vô hướng Đồ thị vô hướng đồ thị G:=(V, E), • V, tập đỉnh nút, • E, tập cặp không thứ tự chứa đỉnh phân biệt, gọi cạnh Hai đỉnh thuộc cạnh gọi đỉnh đầu cuối cạnh Trong nhiều tài liệu, tập cạnh bao gồm cặp đỉnh không phân biệt, cạnh gọi khuyên V (và E) thường tập hữu hạn, phần lớn kết nghiên cứu biết không (hoặc khác) áp dụng cho đồ thị vô hạn (infinite graph) nhiều luận không dùng trường hợp vô hạn Đồ thị có hướng Đồ thị có hướng G cặp có thứ tự G:=(V, A), • V, tập đỉnh nút, 13 • A, tập cặp có thứ tự chứa đỉnh, gọi cạnh có hướng cung Một cạnh e = (x, y) coi có hướng từ x tới y; x gọi điểm đầu/gốc y gọi điểm cuối/ngọn cạnh Các cách biểu diễn đồ thị máy tính Biểu diễn đồ thị ma trận kề Giả sử G = (V, E) đồ thị Ta đánh số đỉnh đồ thị số tự nhiên: 1, 2, , n Xây dựng ma trận vuông biểu diễn đồ thị sau: Ma trận vuông An x n gọi ma trận kề đồ thị G nếu: ∀ i, j ∈ V, A[i,j] = d , d số cạnh nối đỉnh i với đỉnh j G Biểu diễn đồ thị danh sách kề Với đỉnh đồ thị ta xây dựng danh sách móc nối chứa đỉnh kề với đỉnh Danh sách gọi danh sách kề Một đồ thị biểu diễn mảng danh sách kề II Các thuật toán duyệt đồ thị Duyệt theo chiều sâu (Depth-First Search) Trong phương pháp lần duyệt đỉnh ta duyệt đến tận nhánh chuyển sang duyệt nhánh khác Giả sử G = (V, E) đồ thị vô hướng Ta bắt đầu duyệt từ đỉnh x0 đồ thị Sau chọn x đỉnh kề x0 lặp lại trình duyệt đỉnh x Giả sử ta xét đỉnh x Nếu số đỉnh kề với x, ta tìm đỉnh y chưa duyệt ta xét đỉnh ta tiếp tục trình duyệt Duyệt theo chiều rộng (Breadth-First Search) Trong phương pháp việc duyệt có tính chất “lan rộng” Một đỉnh duyệt xong sau ta xét hết tất đỉnh kề với Đỉnh xét sớm sớm trở thành duyệt xong Tìm đường ngắn Xác định đỉnh có khoảng cách đến u0 từ nhỏ đến lớn Trước tiên đỉnh có khoảng cách nhỏ đến u0 u0 Trong V\{u0} tìm đỉnh có khoảng cách đến u0 nhỏ (đỉnh phải đỉnh kề với u0) giả sử u1 14 Trong V\{u0,u1} tìm đỉnh có khoảng cách đến u0 nhỏ nhất(đỉnh phải đỉnh kề với u0 u1 )giả sử u2 Tiếp tục tìm khoảng cách từ u0 đến đỉnh Nếu G có n đỉnh thì: = d(u0,u0) < d(u0,u1) [...]... hệ giữa các thành viên trong mạng xã hội, giữa các nhóm, tổ chức trong mạng xã hội với nhau, thấy được sự tương tác, và thông tin lan truyền trong một mạng xã hội như thế nào Chương trình demo mạng xã hội, đã cho thấy một cái nhìn trực quan về các tác nhân cơ bản trong mạng xã hội, và các mối liên kết giữa chúng Chương trình thể hiện một số chức năng cơ bản của một mạng xã hội như: Xem và chỉnh sửa thông... và phát triển của các mạng xã hội Hiện nay các mạng xã hội đang phát triển rất mạnh mẽ Số lượng người truy cập và đăng ký thành viên ở các mạng xã hội này ngày càng tăng Điển hình như một số website mạng xã hội: clip.vn, yume.vn, yobanbe.com.vn, vnweblogs.com… Trước bối cảnh đó, nghiên cứu mạng xã hội đã trở thành một chủ đề hết sức nóng bỏng, mang tính thời sự Nghiên cứu mạng Xã hội giúp chúng ta có... thao tác trên các node trong mạng xã hội o InsertNode: Thêm 1 người gia nhập mạng xã hội DeleteNode: Xóa người dùng ra khỏi mạng xã hội, đồng thời xóa tất các các liên kết đến người dùng này o GetAllNodes: lấy tất cả các node trong mạng o Lấy các cạnh liên kết đến Node (tìm kiếm bạn, hay tổ chức, mà người này tương tác) o Các phương thức thao tác trên các cạnh trong mạng xã hội Thêm Edge(tạo mốt liên... đặt đồ thị trong cơ sở dữ liệu quan hệ Ta sử dụng một đồ thị vô hướng không có trọng số để biễu diễn một mạng xã hội đơn giản với các chức năng thêm một người dùng mới vào mạng xã hội, xóa người dùng, cho phép người dùng kết bạn, tìm bạn, xóa bạn, tìm bạn có chung sở thích … 1 Thiết kế bảng nodes và edges Tạo 2 bảng Nodes và Edges để tổ chức một mạng xã hội trong cơ sở dữ liệu quan hệ Trong đó Nodes... các cạnh trong mạng xã hội Thêm Edge(tạo mốt liên kết giữa một Node với một node khác trong mạng xã hội( ví dụ như kết bạn) o Xóa Edge (Cắt đường liên kết, giữa 2 Node trong mạng xã hội) o Sửa Edge(đối với đồ thị có trọng số) o 16 2 Thiết kế bảng person chứa thông tin mở rộng cho node Để mô phỏng một mạng Xã hội gồm những tác nhân là con người tương tắc lẫn nhau, ta tạo thêm bảng Person để lưu trữ thông... cá nhân o o o o Tìm những người có chung bạn bè với mình Chức năng kết bạn Chức năng tìm kiếm người có cùng sở thích Chương trình demo còn có chức năng phân tích mạng, tìm ra những key player Hướng phát triển: Chuyển chương trình demo trên thanh trang Web, cho phép người dùng đăng ký tài khoản sử dụng Soạn thảo thông tin cá nhân, quản lý album ảnh cá nhân, post thông tin, viết comment, tìm bạn, chia... của người dùng, đồng thời cung cấp thêm tính năng tìm bạn theo sở thích, hỗ trợ người dùng tìm ra trong mạng xã hội nhừng người nào có cùng sở thích với mình 25 Phần III: Kết Luận Cùng với quá trình toàn cầu hóa và sự phát triển của công nghệ thông tin, mạng internet trên thế giới và Việt Nam ngày càng phát triển mạnh mẽ Sự tham gia của các cá nhân trên mạng ngày càng tích cực; và nhu cầu chia sẻ thông... viên còn lại nhanh hơn những người khác Họ có đường đi ngắn nhất đến những người khác trong mạng, họ ở gần những người khác Tóm lại nhưng thông tin lan truyền torng mạng xã 11 hội này sẽ thường xuyên đi qua Fernando và Garth, 2 người này thường xuyên giám sát, nắm bắt được thông tin lan truyền trong mạng xã hội trên Cho đồ thị G: = (V,E) với n đỉnh, chỉ số closeness CC(v) cho đỉnh v được tính như sau:... trước đó( là nút mà chúng ta đã đi qua, trước khi đến nút hiện hành) Vậy chúng ta sẽ có một đường liên kết giữa các nút Sau đó chúng ta dùng CTE để lấy đường dẫn này IV Cài đặt ứng dụng Demo 1 Chức năng vẽ đồ thị: mạng xã hội Sử dụng hàm thư viện Microsoft Automatic Graph Layout để vẽ đồ thị MSAGL là một componet Net được phát triển tại viện nghiên cứu Microsoft do Lev Nachmanson phụ trách Các thành phần... này đêu bị xóa theo) 21 3 Chức năng phân tích mạng xã hội, tìm key player a Degree Centrality Cho đồ thị G: = (V,E) với n đỉnh, chỉ số degree centrality CD(v) cho đỉnh v là: Công thức dạng chuẩn: 22 b Closeness Centrality công thức dạng chuẩn Ngoài ra còn được tính bằng công thức sau 23 4 Chức năng xem và chỉnh sửa thông tin cá nhân của person trong mạng xã hội Click phải chuột trên một node, chọn “xem