Chúng tôi cũng tiến hành đánh giá kết quả thử nghiệm đối với từng vai trò cụ thể. Kết quả như sau:
.
Hình 12: Kết quả đánh giá Nhận xét:
Độ chính xác trung bình trong việc tìm kiếm các vai trò đạt 81.1% trong đó độ đo F-measure đạt kết quả cao nhất với tìm kiếm vai trò người vận động quảng bá (83.3%), thấp nhất với vai trò của người nổi tiếng (78%).
Tóm tắt chƣơng 4
Trong chương này, chúng tôi đã tiến hành thực nghiệm, xem xét và đánh giá kết quả của quá trình thử nghiệm mô hình tìm kiếm vai trò trong mạng xã hội Twitter với việc tìm kiếm 3 vai trò(Người nổi tiếng, người vận động quảng bá và người khởi tạo ý tưởng trong truyền tin). Qua phân tích và đánh giá đã cho thấy tính đúng đắn của phương pháp sử dụng trong luận văn.
0.78 0.833 0.82 0.811 0.75 0.76 0.77 0.78 0.79 0.8 0.81 0.82 0.83 0.84
Người nổi tiếng Người vận động quảng bá
Người khởi tạo ý
tưởng trong
truyền tin
Trung bình
Kết luận
Kết quả đạt đƣợc của luận văn:
Luận văn đã tìm hiểu về một số phương pháp khai phá, phát hiện vai trò trong mạng xã hội. từ đó đề xuất một mô hình tìm kiếm vai trò trong mạng xã hội Twitter. Luận văn đã thực nghiệm tìm kiếm 3 vai trò (người nổi tiếng, người vận động quảng bá, người khởi tạo ý tưởng trong truyền tin). Chúng tôi đã cài đặt, thử nghiệm với mô hình đề xuất. Kết quả của việc tìm kiếm vai trò cho kết quả khá tốt (kết quả trung bình là 81.1%), điều này hoàn toàn khả thi cho việc xây dựng một hệ thống tìm kiếm vai trò trong mạng xã hội Twitter.
Định hƣớng tƣơng lai:
Trong mô hình này, chúng tôi mới thực hiện bước gán vai trò với các đặc trưng người dùng đưa vào ở pha ngoại tuyến. Trong thời gian tới, chúng tôi sẽ tiếp tục tiến hành xây dựng thành phần trực tuyến trong mô hình để hoàn thiện hệ thống tìm kiếm vai trò trong mạng xã hội trực tuyến Twitter.
Xem xét đến hướng nghiên cứu bổ sung thêm đặc trưng topic của các Tweet mà người dùng thường hay post vào pha trích trọn chọn đặc trưng để nâng cao hiệu quả tìm kiếm vai trò.
Tài liệu tham khảo
[1] B. J. Biddle. Recent developments in role theory.pages 67-92. Annual Review of Sociology, 1986.
[2] L. Backstrom, R. Kumar, C. Marlow, J. Novak, and A. Tomkins. Preferential behavior in online groups. In WSDM, pages 117-128. ACM, 2008
[3] Brendan O'Connor, Ramnath Balasubramanyan, Bryan R. Routledge, Noah A. Smith. From Tweets to Polls: Linking Text Sentiment to Public Opinion Time Series, ICWSM page122-129,2010.
[4] M. Cha, H. Haddadi, F. Benevenuto, and P. Gummadi. Measuring user influence in twitter: The million follower fallacy. In ICWSM, 2010
[5] Denjin Zhao, Mary Beth Rosson. How and Why People Twitter: The Role that Microblogging Plays in Informal Communication at Work,2010.
[6] Kate Ehrlich, Inga Carboni. Inside Social Network Analysis,2006.
[7] Amit Goyal, Francesco Bonchi, Laks V. S. Lakshmanan.Learning Influence Probabilities In Social Networks,2010
[8] S. A. Golder and J. Donath. Social roles in electronic communities. In AOIR, 2004.
[9] Jiyang Chen, Community Mining-Discovery Communities in Social Network, Thesis, University of Alberta, 2010.
[10] Tapas Kanungo, David M.Mount, Ruth Silverman, Angela Y.Wu, “An Efficient K- Means Clustering Algorithm: Analysis and implementation”, IEEE transaction on patern analysis and machine intelligence, Vol.24,no.7,july 2002
[11] Jure Leskovec. Dynamics of large networks, PhD Thesis, Carnegie Mellon University (ACM SIGKDD Dissertation Award 2009).
[12] N.Martinez-Bazan, V. Muntes- Mulero, S.Gomez- Villamor, J.Nin, M.Sanchez Martinez and J. Larriba- Pey. Dex: high-performance exploration on large graphs for information retrieval. In CIKM, pages 573-582, 2007
[13] D. Laniado, R. Tasso, Y. Volkovich, and A. Kaltenbrunner. When the wikipedians talk:Network and tree structure of wikipedia discussion pages. In ICWSM. The AAAI Press, 2011
[14] M. Maia, J. Almeida, and V. Almeida. Identifying user behavior in online social networks. In Proceedings of the 1st Workshop on Social Network Systems,SocialNets '08, pages 1-6, New York, NY, USA, 2008.ACM
[15] S. Maneewong vatana and D.M. Mount, “Analysis of Approximate Nearest Neighbor Searching with Clustered Point Sets” Proc.Workshop Algorithm Eng. and Experiments (ALENEX '99),Jan. 1999
[16] J.L. Bentley.“Multidimensional Binary Search Trees Used for Associative Searching”Comm. ACM,vol. 18, pp. 509-517, 1975
[17] R. D. Nolker and L. Zhou. Social computing and weighting to identify member roles in online communities. In Web Intelligence, pages 87-93. IEEE Computer Society, 2005.
[18] A. Pal and S. Counts. Identifying topical authorities in microblogs. In WSDM, pages 45-54, 2011.
[19] Rosen-Zvi, M., Griths, T., Smyth, P., & Steyvers. Learning author-topic models from text corpora. Submitted to Journal of Machine Learning Research,2005. [20] Ramine Tinati, Leslie Carr, Wendy Hall, Jonny Bentwood. “Identifying
Communicator Roles in Twitter”, WWW 2012 – MSND'12 Workshop
[21] Vanesa Junquero-Trabado, David Dominguez-Sal (2012). Building a role search engine for social media. WWW (Companion Volume) 2012: 1051-1060. [22] H. T. Welser, D. Cosley, G. Kossinets, A. Lin,F. Dokshin, G. Gay, and M.
Smith. Finding social roles in wikipedia. In Proceedings of the 2011 iConference, iConference '11, pages 122-129, New York, NY, USA, 2011. ACM.
[23] Wasserman.S, & Faust.F. Social Network Analysis: Methods and Applications.Cambridge University Press,1994.
[24] H. T. Welser, E. Gleave, D. Fisher, and M. Smith.Visualizing the signatures of social roles in online discussion groups. The Journal of Social Structure, 8(2), 2007.
[25] Chi Wang, Jiawei Han, Yuntao Jia, Jie Tang, Duo Zhang, Yintao Yu, Jingyi Guo (2010). Mining advisor-advisee relationships from research publication networks, KDD 2010: 203-212.
[26] K. Lee, J. Caverlee, and S. Webb. Uncovering social spammers: social honeypots + machine learning. In SIGIR, pages 435-442. ACM, 2010.
[27] E. Bakshy, B. Karrer, and L. A. Adamic. Social influence and the diffusion of user-created content. InACM Conference on Electronic Commerce, pages 325- 334. ACM, 2009.
[28] J. Bentwood, “Distributed Influence: Quantifying the Impact of Social Media,Edelman, 2008. [Online].
[29] V. Junquero-Trabado, N. Trench-Ribes, M. A.Aguila-Lorente, and D. Dominguez-Sal. Comparison of influence metrics in information diffusion networks. In CASoN, pages 31-36. IEEE, 2011.
[30] H. Kwak, C. Lee, H. Park, and S. Moon. What is twitter, a social network or a news media? In WWW, pages 591-600, 2010