Tôi xin cam đoan, những kiến thức trình bày trong luận văn là do tôi tìm hiểu, nghiên cứu và trình bày dưới sự hướng dẫn của PGS.TS Hoàng Xuân Huấn. Trong quá trình làm luận văn, tôi đã tham khảo các tài liệu có liên quan và đều trích dẫn nguồn đầy đủ, rõ ràng. Những kết quả mới trong luận văn là của riêng tôi, không sao chép từ bất kỳ một công trình nào khác. Nếu có điều gì không trung thực, tôi xin hoàn toàn chịu trách nhiệm.
Học viên
Vũ Minh Mạnh
Trước hết, tôi xin gửi lời cảm ơn sâu sắc đến PGS.TS Hoàng Xuân Huấn, người thầy đã giành nhiều thời gian để hướng dẫn, góp ý giúp tôi hoàn thành luận văn này. Thầy luôn truyền cho tôi cảm hứng, nhiệt huyết nghiên cứu khoa học, động viên và cho tôi nhiều lời khuyên quý báu.
Tôi cũng xin bày tỏ lòng biết ơn chân thành tới các thầy, cô giáo đã giảng dạy tôi trong suốt 2 năm học tại Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội. Mỗi thầy cô đều cho tôi những bài giảng thật hay và bổ ích.
Tôi cũng xin gửi lời cảm ơn tới Ban giám đốc Học viện An ninh nhân dân, Lãnh đạo Khoa Công nghệ và An ninh thông tin cùng các anh chị đồng nghiệp đã tạo mọi điều kiện thuận lợi giúp tôi tham gia và hoàn thành khóa học.
Cuối cùng, tôi xin gửi lời biết ơn đến bố mẹ, anh chị trong gia đình, bạn bè, người thân đã luôn ủng hộ, động viên tôi vượt qua những khó khăn trong cuộc sống, để tôi có thể theo đuổi ước mơ và hoài bão của mình.
Học viên
Vũ Minh Mạnh
MỞ ĐẦU 1
1 GIỚI THIỆU VỀ MẠNG XÃ HỘI 5
1.1 Giới thiệu chung về mạng xã hội . . . 5
1.1.1 Lịch sử phát triển của mạng xã hội . . . 7
1.1.2 Những tính năng của mạng xã hội . . . 9
1.2 Các đặc trưng cơ bản của mạng xã hội . . . 10
1.2.1 Đặc trưng thế giới nhỏ . . . 10
1.2.2 Đặc trưng tập nhân . . . 11
1.2.3 Phân bố luật lũy thừa . . . 11
1.2.4 Đặc trưng cấu trúc cộng đồng . . . 12
1.2.5 Các đặc trưng khác của mạng xã hội . . . 13
1.3 Một số chủ đề được nghiên cứu trên mạng xã hội . . . 14
1.3.1 Phát hiện cấu trúc cộng đồng trên mạng xã hội . . . 14
1.3.2 Dự đoán liên kết trên mạng xã hội . . . 15
1.3.3 Tính riêng tư trên mạng xã hội . . . 16
1.3.4 Tiến hóa động trên mạng xã hội . . . 16
1.3.5 Khai phá dữ liệu trên mạng xã hội . . . 17
1.3.6 Tối đa hóa ảnh hưởng trên mạng xã hội . . . 18
1.3.7 Phát hiện, giám sát và ngăn ngừa thông tin sai lệch trên mạng xã hội . . . 18
2 THÔNG TIN SAI LỆCH VÀ CÁC MÔ HÌNH LAN TRUYỀN THÔNG TIN SAI LỆCH 20 2.1 Định nghĩa thông tin sai lệch . . . 20
2.2 Mô hình lan truyền thông tin sai lệch . . . 24
2.2.1 Mô hình tầng độc lập . . . 25
2.2.2 Mô hình ngưỡng tuyến tính . . . 26
2.3 Một số hướng nghiên cứu liên quan đến bài toán hạn chế lan truyền thông tin sai lệch trên mạng xã hội trực tuyến . . . 29
3.1 Phát biểu bài toán . . . 34
3.2 Độ khó của bài toán . . . 39
3.3 Các thuật toán đề xuất giải quyết bài toán MDM . . . 41
3.3.1 Thuật toán tham lam dựa trên hàm f(I) . . . 41
3.3.2 Thuật toán tham lam dựa trên hàm α(v) . . . 43
4 THỰC NGHIỆM 45 4.1 Mục đích thực nghiệm . . . 45
4.2 Dữ liệu tiến hành thực nghiệm . . . 45
4.3 Cài đặt thực nghiệm . . . 46
4.4 Kết quả thực nghiệm . . . 47
4.5 Kết luận và nhận xét . . . 51
KẾT LUẬN 52
DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ 54
PHỤ LỤC 62
Từ viết tắt Thuật ngữ tiếng Anh Thuật ngữ tiếng Việt IC Independent Cascade Mô hình tầng độc lập LT Linear Threshold Mô hình ngưỡng tuyến tính MDM Minimize Damage of Misinforma-
tion
Bài toán cực tiểu hóa thiệt hại do thông tin sai lệch gây ra
MXH Social Network Mạng xã hội
1.1 Một số mạng xã hội tiêu biểu cho phân bố luật lũy thừa . . . 12 4.1 Dữ liệu thực nghiệm . . . 46
1.1 Bảng xếp hạng các mạng xã hội theo số lượng người dùng, tháng
1/2017 (đơn vị Triệu người dùng) . . . 6
1.2 Các trang mạng xã hội trên Internet . . . 8
1.3 Đặc trưng thế giới nhỏ của mạng xã hội . . . 11
1.4 Đặc trưng tập nhân của mạng xã hội . . . 12
1.5 Mạng đồng tác giả . . . 13
1.6 Đường kính mạng xã hội Facebook . . . 14
1.7 Mô hình câu lạc bộ karate của Zachary, một trong những mô hình chuẩn cho bài toán phát hiện cấu trúc cộng đồng . . . 14
1.8 Sự tiến hóa của mạng lưới những nhà phát minh làm việc cho Apple trong 6 năm . . . 17
2.1 Một ví dụ quá trình lan truyền thông tin trên mô hình IC . . . . 26
2.2 Một ví dụ quá trình lan truyền thông tin trên mô hình LT . . . . 28
3.1 Phép dẫn từ bài toán Tập phủ dạng 0−1 đến bài toán MDM . . . 40
4.1 Tổng thiệt hại khi ngân sách B thay đổi, d= 6, |S|= 10 . . . 48
4.2 Tổng thiệt hại khi ngân sách B thay đổi, d= 6, |S|= 20 . . . 49 4.3 Độ giảm thiệt hại khi kích thước nguồn S thay đổi, d= 5, B = 25 50
MỞ ĐẦU
Ngày nay, các mạng xã hội trực tuyến đã trở thành một phần không thể thiếu trong cuộc sống của con người, cho phép mỗi chúng ta có thể tạo, chia sẻ và trao đổi thông tin, ý tưởng một cách nhanh chóng và dễ dàng hơn bao giờ hết. Đối với nhiều người dùng, các trang mạng xã hội trực tuyến như Facebook, Twitter, Google+ được coi là những kênh tin tức chính. Trong nhiều trường hợp, các trang mạng xã hội này còn đưa những tin tức quan trọng trước cả một số phương tiện truyền thông đại chúng khác như phát thanh, truyền hình vv.. Ví dụ, tin tức về trùm khủng bố Bin Laden bị tiêu diệt lan truyền trên Twitter trước khi Tổng thống Mỹ chính thức thông báo trên các phương tiện truyền thông công cộng [52]
hoặc câu chuyện về cái chết của ca sĩ Whitney Houston lan rộng trên Twitter, trước 27 phút so với hãng tin AP (Associated Press) [53]. Có thể nói rằng, các trang mạng xã hội ngày nay là một trong những nguồn cung cấp thông tin phong phú, đa chiều và là "nơi khám phá tin tức" của nhiều độc giả, đặc biệt là những độc giả trẻ và phụ nữ, chiếm số đông nhất trong nhóm chọn mạng xã hội để cập nhật tin tức.
Bên cạnh những thông tin tin cậy, chính xác thì những thông tin sai lệch cũng lan truyền rộng rãi trên mạng xã hội một cách dễ dàng. Một nhóm nghiên cứu đến từ Đại học Columbia (New York, Mỹ) [23] đã chỉ ra rằng tốc độ lan truyền của thông tin sai lệch ngang bằng so với những tin tức chính thống. Chính những điều này đã gây ra những thiệt hại to lớn cho các cá nhân, tổ chức không những về kinh tế, chính trị mà còn tác động đến tâm lý, cuộc sống con người. Gần đây, diễn đàn Kinh tế thế giới (World Economic Forum, 2014) đã coi sự gia tăng nhanh chóng của thông tin sai lệch trên các phương tiện xã hội trực tuyến là một trong mười xu hướng hàng đầu mà thế giới phải đối mặt.
Trước những thách thức nêu trên, làm thể nào để có thể hạn chế sự lan truyền của thông tin sai lệch trên mạng xã hội một cách kịp thời và hiệu quả? là một câu hỏi đang nhận được sự quan tâm nghiên cứu của nhiều nhà khoa học trong thời gian gần đây.
Một số nghiên cứu tập trung vào việc nhận dạng thông tin sai lệch và tin đồn (Rumor) như nghiên cứu của Qazvinian, 2011, [6] và Kwwon, 2013, [7].
Một số khác, nghiên cứu vấn đề xác định tập đỉnh là nguồn phát thông tin sai
lệch ban đầu. Chẳng hạn, Dung T. Nguyen và các cộng sự, 2012, [65] đã nghiên cứu bài toán xác định k nguồn phát tán thông tin sai lệch khả nghi nhất từ tập người dùng bị kích hoạt bởi thông tin sai lệch cho trước.
Bên cạnh đó, một số tác giả đề xuất giải pháp hạn chế sự lan truyền thông tin sai lệch trên mạng xã hội bằng cách chọn ra một số đỉnh ban đầu để tiêm thông tin tốt, từ đó lan truyền những thông tin này trên cùng mạng nhằm thuyết phục những người dùng khác tin theo, trong đó sử dụng các mô hình lan truyền thông tin khác nhau [2–4]. Budak và các cộng sự, 2011, [2], đã đưa ramô hình tầng độc lập đa chiến dịch (Multi-Campaign Independent Cascade Model), gồm chiến dịch phổ biến thông tin tốt và chiến dịch phổ biến thông tin sai lệch cùng cạnh tranh với nhau. H. Zhang và các cộng sự, 2015, [3], đã nghiên cứu bài toán hạn chế sự lan truyền thông tin sai lệch dưới mô hình kích hoạt cạnh tranh (Competitive Activation Model). Hay như trong nghiên cứu của N. P. Nguyen và các cộng sự, 2013, [4], đã nghiên cứu bài toán hạn chế thông tin sai lệch dưới hai mô hình tầng độc lập (Independent Cascade) và ngưỡng tuyến tính (Linear Threshold), đồng thời đề xuất thuật toán xác định một tập nhỏ nhất các đỉnh có ảnh hưởng lớn nhất, từ đó lan truyền những thông tin tốt nhằm hạn chế ảnh hưởng của thông tin sai lệch.
Đặc biệt, ngoài những hướng nghiên cứu kể trên còn một cách tiếp cận khác trong việc ngăn chặn thông tin sai lệch lan truyền trên mạng xã hội được trình bày trong công trình nghiên cứu của H. Zhang và các cộng sự, 2016, [1], bằng cách đặt giám sát (Monitor Placement) trên một số đỉnh của đồ thị mạng nhằm ngăn chặn thông tin sai lệch lây lan đến những đỉnh khác trong cùng mạng. Đặt giám sát là phương pháp sử dụng các bộ lọc nội dung nhằm phát hiện thông tin sai lệch ở người dùng (đỉnh) được cài đặt và ngăn chặn sự chia sẻ, lan truyền thông tin sai lệch từ đỉnh này; hoặc trong ngữ cảnh khác có thể hiểu là việc thuyết phục người dùng (đỉnh) không tin theo và lan truyền thông tin sai lệch.
Một số công trình nghiên cứu khác gọi phương pháp này với tên gọi đó là phương pháp tạo miễn dịch (Immunize) cho các đỉnh trong đồ thị mạng xã hội.
Đứng trước những nguy cơ mất an toàn, an ninh thông tin trên mạng xã hội do thông tin sai lệch gây ra, đồng thời thúc đẩy bởi những công trình nghiên cứu đã nêu ở trên, đặc biệt là nghiên cứu của H. Zhang, 2016, [1] đã tạo động lực cho tác giả lựa chọn đề tài "Giảm thiểu tối đa thiệt hại do thông tin sai lệch gây ra trên mạng xã hội trực tuyến" làm đề tài luận văn của mình.
Đóng góp chính của luận văn bao gồm:
- Thứ nhất, đề xuất một mô hình ngưỡng tuyến tính cho bài toán Cực tiểu hóa thiệt hại do thông tin sai lệch gây ra, đồng thời chứng mình bài toán này thuộc lớp bài toán NP-khó.
- Thứ hai, đề xuất hai thuật toán tham lam nhằm giải quyết bài toán đặt ra.
- Thứ ba, kết quả thực nghiệm cho thấy ưu điểm nổi trội của hai thuật toán đề xuất so với các thuật toán thông dụng khác như thuật toán bậc cực đại (Max Degree) và thuật toán ngẫu nhiên (Random) trong việc hạn chế thông tin sai lệch lan truyền trên mạng.
Ngoài phần mở đầu và kết luận, bố cục chính của luận văn gồm bốn chương như sau:
Chương 1: Giới thiệu về mạng xã hội
Chương này giới thiệu tổng quan về mạng xã hội gồm: Định nghĩa mạng xã hội, lịch sử hình thành, phát triển và những đặc trưng cơ bản của mạng xã hội.
Đặc biệt, trong chương này trình bày tổng quan một số chủ đề nổi bật liên quan đến mạng xã hội, đã và đang nhận được sự quan tâm nghiên cứu của nhiều học giả trong thời gian gần đây.
Chương 2: Thông tin sai lệch và các mô hình lan truyền thông tin sai lệch
Chương này tác giả trình bày định nghĩa thông tin sai lệch, những nguy cơ và hậu quả do thông tin sai lệch gây ra đối với các cá nhân, tổ chức. Đồng thời, phân tích cơ chế lan truyền thông tin và những đặc tính của hai mô hình lan truyền thông tin đang được sử dụng rộng rãi bao gồm: Mô hình tầng độc lập và mô hình ngưỡng tuyến tính. Ngoài ra, ở Chương 2 tổng quan một số hướng nghiên cứu liên quan đến bài toán hạn chế lan truyền thông tin sai lệch trên mạng xã hội trực tuyến.
Chương 3: Giải pháp giảm thiểu tối đa thiệt hại do thông tin sai lệch gây ra trên mạng xã hội trực tuyến
Từ thực trạng đã nêu trong Chương 2 và xuất phát từ những công trình nghiên cứu liên quan trước đó, tác giả phát biểu bài toán Cực tiểu hóa thiệt hại do thông tin sai lệch gây ra trên mạng xã hội trực tuyến, chứng minh bài toán này thuộc lớp bài toán NP-khó, đồng thời đề xuất thuật toán nhằm giải quyết bài toán này.
Chương 4: Thực nghiệm
Mô tả các bước tiến hành và kết quả thực nghiệm nhằm đánh giá hiệu quả của thuật toán đề xuất trong việc ngăn chặn sự lan truyền của thông tin sai lệch. Thực nghiệm tiến hành dựa trên ba bộ dữ liệu là các mạng xã hội thực, bao gồm: Gnutella, CollegeMsg và Email. Kết quả thực nghiêm cho thấy, thuật toán do tác giả đề xuất tốt hơn các thuật toán thông dụng khác như thuật toán bậc cực đại (Max Degree) và thuật toán ngẫu nhiên (Random).
Chương 1
GIỚI THIỆU VỀ MẠNG XÃ HỘI
Chương này giới thiệu tổng quan về mạng xã hội bao gồm: Định nghĩa mạng xã hội, lịch sử hình thành, phát triển và những đặc trưng cơ bản của mạng xã hội. Đặc biệt, trong chương này trình bày tổng quan một số chủ đề nổi bật liên quan đến mạng xã hội, đã và đang nhận được sự quan tâm nghiên cứu của nhiều học giả trong thời gian gần đây.
1.1 Giới thiệu chung về mạng xã hội
Trong những năm gần đây, cùng với sự phát triển của Web 2.0, các mạng xã hội trực tuyến như Facebook1, Twitter2, Instagram3 ngày càng trở lên phổ biến và có sự phát triển nhanh chưa từng thấy. Theo số liệu thống kê công bố trên trang Statista4, tính đến tháng 1/2017, Facebook vẫn là mạng xã hội có lượng người dùng lớn nhất thế giới với hơn 1.87 tỉ người sử dụng, Twitter với 317 triệu người dùng đứng ở vị trí thứ 9 trong bảng xếp hạng.
Theo Marin và Wellman [30], mạng xã hội (MXH) là một tập hợp các tác nhân có yếu tố xã hội được kết nối với nhau bởi một hoặc nhiều các quan hệ xã hội.
Ngoài ra, MXH còn có những định nghĩa khác: MXH là một cấu trúc xã hội được tạo thành từ các nút và các cung mà mỗi nút được liên kết bởi một hoặc nhiều cung khác nhau, thể hiện một mối quan hệ cụ thể [31]. Mỗi nút thường được gọi là tác nhân, đại diện cho một đối tượng trong mạng xã hội, có thể là một người, một nhóm người, một tài liệu, một tổ chức hay một quốc gia vv..
Mỗi cung là một liên kết giữa các nút, biểu diễn mối quan hệ giữa các đối tượng.
Liên kết này có thể là mối quan hệ họ hàng, người quen, bạn bè, đồng nghiệp, cũng có thể là các giao dịch, trao đổi tài chính vv.. Nếu mối quan hệ giữa các đối tượng là quan hệ qua lại thì có thể biểu diễn bằng một liên kết vô hướng, chẳng hạn nếu người A là đồng nghiệp của người B thì ngược lại người B cũng
1https://www.facebook.com
2https://www.twitter.com
3https://www.instagram.com
4http://www.statista.com
là đồng nghiệp của người A. Nếu mối quan hệ này là quan hệ một chiều thì có thể biểu diễn bằng một liên kết có hướng, ví dụ người A mua hàng của người B nhưng chưa chắc người B đã mua hàng của người A.
Rõ ràng, khái niệm về MXH không chỉ giới hạn trong trường hợp cụ thể là những trang mạng xã hội (Social Network Sites) như WhatsApp, Instagram, Viber vv.. Các vấn đề của MXH đã được nghiên cứu thường xuyên trong lĩnh vực xã hội học, trước sự ra đời của máy tính và Internet. Khi MXH này được thiết lập và thi hành bằng các phương tiện truyền thông Internet, nó được hiểu là MXH trực tuyến (Online Soial Network).
Nhìn từ nhiều phía, MXH trực tuyến là một đại diện tiêu biểu của Web 2.0 mô phỏng các quan hệ xã hội thực. MXH trực tuyến tạo ra một hệ thống trên nền Internet kết nối các thành viên cùng sở thích với nhiều mục đích khác nhau không phân biệt không gian và thời gian qua những tính năng như kết bạn, chat, e-mail, phim ảnh, voice chat, chia sẻ tập tin, blog và xã luận. Những người sử dụng MXH này được gọi là những cư dân mạng. Nhờ vào những ưu việt này mà MXH trực tuyến đang có tốc độ phát triển chóng mặt ở mọi lứa tuổi, đặc biệt là ở giới trẻ trên toàn thế giới.
Hình 1.1: Bảng xếp hạng các mạng xã hội theo số lượng người dùng, tháng 1/2017 (đơn vị Triệu người dùng)
1.1.1 Lịch sử phát triển của mạng xã hội
Lịch sử phát triển của MXH luôn đồng hành cùng với sự phát triển của Internet. Từ những email đầu tiên được gửi đi bởi các nhà nghiên cứu Thụy Sĩ vào năm 1971 đến những MXH hiện đại như Facebook, Twitter vv.. Internet và các nội dung chia sẻ luôn gắn liền với tính chất cộng đồng. Mục tiêu chính của Internet là tạo phương tiện để con người có thể kết nối, giao tiếp và tương tác với nhau. Tuy nhiên, từ lúc xuất hiện đến nay, mạng xã hội đã trải qua nhiều thay đổi nhanh chóng cả về nguyên lý làm việc lẫn giao diện đồ họa.
Năm 1991, nhà khoa học Tim Berner-Lee thuộc Phòng thí nghiệm vật lý vi mô châu Âu (CERN) đã đề xuất một giao thức mới để phát tán thông tin. Giao thức đính kèm đường dẫn dưới dạng ký tự ẩn dưới những ký tự khác (Link).
Cuối cùng hình thành nên giao thức kết nối Internet World Wide Web (WWW).
Năm 1994 đánh dấu sự ra đời của Blog cá nhân đầu tiên. Justin Hall là sinh viên đại học Swarthmore đã phát triển website mang tên Justin’s Link from the Underground để kết nối với thế giới bên ngoài. Hall đã xây dựng trang web trong suốt 11 năm và anh được mệnh danh là "cha đẻ của trang blog cá nhân".
Năm 1995 đánh dấu sự ra đời của trang Classmate5 với mục đích hỗ trợ những người di cư có thể tìm lại bạn bè đã thất lạc của họ. Đây là một dịch vụ cộng đồng được tạo ra để giúp tìm lại những bạn học từ thời tiểu học, trung học và đại học của người dùng.
Năm 1997, một chương trình nhắn tin có quảng cáo AOL Instant Messenger6 (AIM) đã ra đời, cho phép hàng triệu người có thể trò chuyện thời gian thực với nhau. Trong khoảng thời gian này, trang MXH SixDegree7 được thành lập với mục đích giao lưu kết bạn dựa theo sở thích.
Năm 2000, Jimmy Wales và Larry Sanger sáng lập nên Wikipedia8, bách khoa toàn thư nguồn mở, trực tuyến và có tính cộng tác đầu tiên trên thế giới.
Năm 2001, sau vụ khủng bố trung tâm thương mại thế giới vào ngày 11/9/2001 đã gợi cảm hứng cho Scott Heiferman tìm cách tạo ra trang web Meetup9 nhằm giúp mọi người có thể kết nối với nhau và thậm chí không cần online. Meetup.com có mục đích duy nhất là tạo điều kiện cho những người có cùng suy nghĩ gặp gỡ, trò truyện, học tập và kết nối. Trang web hướng tới mục đích mang mọi người
5https://www.classmate.com
6https://www.aol.com
7https://www.sixgegrees.org
8https://www.wikipedia.org
9https://www.meetup.com
ra khỏi nhà, tham gia vào các mối quan hệ và giao tiếp cùng với những người khác. Hiện trang web đã được phổ biến rộng rãi, mỗi tháng có hơn 340.000 hội nhóm tổ chức gặp gỡ, giao tiếp, làm việc, ăn uống và cùng nhau học tập.
Năm 2002, MXH Friendster10 ra đời và trở thành một trào lưu mới tại Hoa Kỳ với hàng triệu người dùng đăng ký. Friendster cho phép người dùng tạo thông tin cá nhân và kết nối ảo với những người khác. Đây là MXH đầu tiên đạt được hơn 1 triệu người dùng.
Kế thừa các bước phát triển của các MXH đi trước, MXH MySpace11 được sáng lập và ra đời vào năm 2003 bởi Chris DeWolfe và Tom Andersonra. Với nhiều tính năng mới cho phép người dùng tải các hình ảnh, video do vậy chỉ 1 tháng sau khi ra mắt, MySpace nhanh chóng đạt hơn 1 triệu tài khoản đăng ký.
Do nắm được các nhu cầu của người dùng, MySpace trở thành MXH đầu tiên có nhiều lượt xem vượt qua cả Google, tuy nhiên sự ra đời của Facebook đã khiến cho Myspace nhanh chóng trở thành dĩ vãng.
Năm 2004, Mark Zuckerburg giới thiệu MXH Facebook, đánh dấu bước ngoặt mới cho hệ thống MXH trực tuyến. Với nền tảngFacebook Platform hỗ trợ mạnh mẽ cho các ứng dụng, người dùng có thể tạo ra những ứng dụng mới cho cá nhân mình cũng như các thành viên khác. Facebook nhanh chóng gặt hái được thành công vược bậc, mang lại hàng trăm tính năng mới và trung bình các thành viên bỏ ra 19 phút trên trang này mỗi ngày.
Hình 1.2: Các trang mạng xã hội trên Internet
10https://www.friendster.org
11https://www.myspace.org
Năm 2005, MXH YouTube12 ra đời, cho phép người dùng tự do đăng tải và chia sẻ video với gia đình, bạn bè. Tiếp sau đó, năm 2006, MXH Twitter ra đời, cho phép mỗi cá nhân có thể truyền đạt thông tin một cách nhanh chóng và dễ dàng đến với một nhóm lớn. Năm 2011, MXH Google+ ra đời, đây là một MXH có đầy đủ tính năng của Google. Người dùng Google+ đánh giá cao khả năng nhóm các danh sách liên lạc vào các đoạn khác nhau (thường gọi là Vòng) và giao tiếp với nhau qua công cụ chat Video có tên Hangouts. Năm 2012, Pinterest13 là MXH hình ảnh đồ họa và đã vượt mức 10 triệu người dùng, phát triển nhanh hơn bất cứ trang web độc lập nào khác.
Ngoài những MXH nổi tiếng nêu trên, còn có hàng trăm MXH khác trên toàn thế giới: Flickr, WeChat, Sina Weibo, Baidu Tieba vv.. Ở Việt Nam hiện nay có một số MXH như: Zing Me, YuMe, Tamtay cũng đã thu hút được nhiều người dùng nhiều với mục đích khác nhau.
1.1.2 Những tính năng của mạng xã hội
- Tính liên kết cộng đồng: Đây là tính năng nổi bật của MXH trực tuyến cho phép mở rộng phạm vi kết nối giữa con người với con người trong một không gian đa dạng. Người sử dụng có thể trở thành bạn của nhau thông qua việc gửi lời mời kết bạn mà không cần gặp gỡ trực tiếp. Việc tạo ra các liên kết này hình thành một cộng đồng mạng với số lượng thành viên lớn. Những người chia sẻ cùng một mối quan tâm có thể tập hợp lại thành các nhóm trên MXH, thường xuyên giao lưu, chia sẻ trên mạng thông qua việc bình luận hay dẫn đến các liên kết trên trang chung của nhóm.
- Tính đa phương tiện: Hoạt động theo nguyên lý của web 2.0, MXH có rất nhiều tiện ích nhờ sự kết hợp giữa các yêu tố văn bản, âm thanh, hình ảnh, hình ảnh động, video vv.. Sau khi đăng ký mở tài khoản, người dùng có thể tự do xây dựng một không gian riêng cho bản thân. Nhờ những tiện ích và dịch vụ mà MXH cung cấp, người dùng có thể chia sẻ đường dẫn, tệp âm thanh, hình ảnh, video vv.. Không những vậy, họ còn có thể tham gia vào các trò chơi trực tuyến, gửi tin nhắn, trò chuyện trực tuyến với bạn bè từ đó tạo dựng các mối quan hệ mới trong xã hội ảo.
- Tính tương tác: Thể hiện không chỉ ở chỗ thông tin được truyền đi sau đó
12https://www.youtube.com
13https://www.pinterest.com
được phản hồi từ phía người nhận, mà còn phụ thuộc vào cách người dùng sử dụng ứng dụng của MXH.
- Khả năng truyền tải và lưu trữ thông tin: Một tính năng quan trọng của MXH giúp thông tin được lan truyền rộng rãi trong một khoảng thời gian ngắn. Những thành viên trong MXH là một mắt xích để tạo ra mạng lưới truyền tải thông tin, họ có thể tương tác với nhau bất kể khoảng cách về địa lý, ngôn ngữ, giới tính, tôn giáo. Nếu như trong thế giới thực, chúng ta phải gặp nhau để trao đổi, trò chuyện, hay cùng hợp tác thì ngày nay việc đó thật đơn giản và thuận tiện hơn rất nhiều nhờ MXH.
1.2 Các đặc trưng cơ bản của mạng xã hội 1.2.1 Đặc trưng thế giới nhỏ
Vấn đề nghiên cứu cấu trúc MXH đã gây được sự chú ý và quan tâm sâu sắc của các nhà nghiên cứu trong nhiều năm qua. Đầu tiên là thí nghiệm nổi tiếng có tên gọi "thí nghiệm thế giới nhỏ" (Small World Experiment) được thực hiện bởi Stanley Milgram, 1967, nhằm tính toán số bước cần thiết để hai người bất kỳ trong một dân số đã được xác định có thể biết nhau. Để thực hiện được điều nay, Milgram đã chọn ngẫu nhiên một số cá nhân ở các thành phố là điểm khởi đầu và điểm kết thúc. Mỗi cá nhân ở điểm khởi đầu được yêu cầu gửi một bức thư có nội dung là thông tin liên lạc của cá nhân cần tìm ở điểm kết thúc tới người mà họ biết. Người nhận được thư sẽ phải chuyển tiếp bức thư tới một người là bạn bè hoặc người thân của họ mà họ cho rằng người đó có khả năng cao nhất biết người cần tìm. Cứ như vậy cho đến khi bức thư đến được tay người cần tìm. Và kết quả là 64 trong 296 bức thư đã được chuyển đến đích với số bước trung bình khoảng 5.5 hoặc 6. Do đó, các nhà nghiên cứu kết luận rằng giữa hai người dân bất kỳ ở Hoa Kỳ có thể biết nhau thông qua trung bình khoảng 6 bước.
Trên thực tế, người ta đã kiểm chứng được "hiện tượng thế giới nhỏ" (Small World Phenomenon) đúng với hầu hết các MXH nhỏ. Đối với các MXH lớn như Facebook, khoảng cách trung bình kết nối giữa hai người dùng bất kỳ trên thế giới là 5.28 bước vào năm 2008 và đến năm 2011 khoảng cách này rút ngắn xuống còn 4.74.
Hình 1.3: Đặc trưng thế giới nhỏ của mạng xã hội
1.2.2 Đặc trưng tập nhân
Cấu trúc và sự vận động của MXH chịu tác động bởi các nút có số lượng lớn các cung kết nối hay các nút có bậc cao. Người ta gọi những nút này là nút trung tâm hay nút nhân. Phân tích cấu trúc MXH đã chỉ ra rằng, MXH luôn chứa một lượng lớn những nút có bậc cao [32]. Bao quanh các nút này là các nút có bậc thấp hơn, và quanh những nút có bậc thấp hơn này lại là các nút có bậc thấp hơn chúng, cứ như vậy tạo thành một hệ thống phân cấp. Các nút nhân có vai trò quan trọng trong việc kết nối luồng thông tin của toàn mạng. Nếu ta chọn một nút có số bậc lớn và đưa ra khỏi mạng, mạng sẽ phân chia thành các nhóm cô lập nhau.
Một nút mới khi được thêm vào mạng thường có xu hướng kết nối đến những nút có bậc cao, đây gọi là hiện tượng "rich get richer" ("người giàu thường trở lên giàu hơn"). Điều này giải thích tại sao trong mạng những công trình khoa học, các bài báo được tham chiếu nhiều thì lại được nhiều người nghiên cứu và tham chiếu hay như trong các MXH trực tuyến chúng ta thường có xu hướng kết bạn với những người nổi tiếng vv..
1.2.3 Phân bố luật lũy thừa
Sự phân bố bậc của các nút trong mạng được mô tả bởi hàm P(k), hàm này cho biết xác suất của một nút có bậc là k. Phân bố bậc mô tả các các liên kết trong mạng phân bố như thế nào giữa các nút.
Hình 1.4: Đặc trưng tập nhân của mạng xã hội
Phân bố bậc của một mạng là tuân theo luật lũy thừa nếu xác suất một nút có bậc là k tỉ lệ với k−α, với k lớn và α > 1. Hiện nay, hầu hết các MXH đều có phân bố bậc theo luật lũy thừa [33]. Bảng 1.1 liệt kê một số mạng với số mũ α.
Tên mạng Số mũ α
WWW 2.3/2.7
Film Actors 2.3
Telephone Call Graph 2.1 Email Networks 1.5/2.0 Sexual Contacts 3.2
Internet 2.5
Peer-To-Peer 2.1
Metabolic Network 2.2 Protein Interactions 2.4
Bảng 1.1: Một số mạng xã hội tiêu biểu cho phân bố luật lũy thừa
1.2.4 Đặc trưng cấu trúc cộng đồng
Theo Simmel, 1995, thì cộng đồng là một tập các thực thể có những tính chất tương tự nhau và/hoặc cùng đóng một vai trò trong MXH. Trong xã hội ngày nay, tồn tại nhiều nhóm cộng đồng khác nhau, chẳng hạn như nhóm bạn bè có cùng sở thích, cộng đồng những nhà khoa học, các câu lạc bộ thể thao vv.. Sự phát triển của MXH trực tuyến cũng tạo ra nhiều nhóm ảo, hay còn gọi là các cộng đồng trực tuyến.
MXH có một đặc trưng quan trọng đó là cấu trúc cộng đồng, trong mạng được phân chia thành các cộng đồng lớn nhỏ khác nhau; bên trong các cộng đồng lớn
có những cộng đồng con nhỏ hơn. Giữa các nút trong một cộng đồng có mật độ kết nối lớn hơn so với các nút bên ngoài.
Hình 1.5: Mạng đồng tác giả
Xét theo tiêu chí cấu trúc, cộng đồng được chia thành hai kiểu: cấu trúc cộng đồng tách rời và cấu trúc cộng đồng chồng chéo. Đối với cấu trúc cộng đồng chồng chéo, một nút có thể thuộc nhiều cộng đồng khác nhau. Ngược lại, trong cấu trúc cộng đồng tách rời, một nút chỉ thuộc duy nhất một cộng đồng.
1.2.5 Các đặc trưng khác của mạng xã hội
Một mạng có đường kínhd nếu mọi cặp nút trong mạng được kết nối với nhau bằng một đường chiều dài tối đa bằngd. Leskovec, 2005, [34] đã chỉ ra rằng MXH không chỉ có đường kính nhỏ (đặc trưng thế giới nhỏ) mà đường kính mạng còn co ngắn lại và sau đó giữ ổn định theo thời gian. MXH trực tuyến Facebook là một ví dụ điển hình cho đặc trưng này, năm 2008 đường kính của mạng Facebook là 5.28, đến năm 2011 đường kính của mạng rút ngắn xuống còn 4.74 và đến thời điểm hiện tại là 3.57.
Ngoài ra, nghiên cứu của Leskovec cũng chỉ ra rằng, bậc trung bình của các nút trong mạng tăng theo thời gian do số lượng liên kết tăng "siêu" tuyến tính so với số lượng nút.
Hình 1.6: Đường kính mạng xã hội Facebook
1.3 Một số chủ đề được nghiên cứu trên mạng xã hội 1.3.1 Phát hiện cấu trúc cộng đồng trên mạng xã hội
Một vấn đề quan trọng trong phân tích MXH đó là bài toán phát hiện cấu trúc cộng đồng (Community Structure). Mục tiêu của bài toán là từ các MXH cho trước, phát hiện được các cấu trúc cộng đồng nằm trong đó và tìm hiểu mối liên hệ bên trong các cộng đồng cũng như giữa các cộng đồng với nhau, mối liên hệ đó ảnh hưởng thế nào đến cấu trúc của toàn MXH.
Hình 1.7: Mô hình câu lạc bộ karate của Zachary, một trong những mô hình chuẩn cho bài toán phát hiện cấu trúc cộng đồng
Bài toán phát hiện cấu trúc cộng đồng có liên quan chặt chẽ với các bài toán phân cụm nhằm phát hiện những khu vực mạng có mật độ liên kết dày đặc [35].
Việc phát hiện cấu trúc cộng đồng có nhiều ứng dụng cụ thể. Chẳng hạn,
trong mạng lưới quan hệ giữa khách hàng và sản phẩm trên một website bán hàng trực tuyến như Amazon14, việc xác định các cụm khách hàng có chung sở thích giúp xây dựng hệ thống tư vấn bán hàng hiệu quả. Hay trong bài toán phân cụm các Web Client gần nhau về mặt địa lý và có sở thích, thói quen tương tự nhau giúp cải thiện hiệu suất cung cấp dịch vụ trên World Wide Web, trong đó mỗi cụm khách hàng được phục vụ bởi một máy chủ chuyên dụng. Phát hiện cộng đồng giúp chúng ta hiểu được người dùng và giúp đưa ra góc nhìn về sự tương tác của người dùng trong MXH.
Các nghiên cứu về phát hiện cấu trúc cộng đồng điển hình có thể kể đến là nghiên cứu của Newman, 2006, [36], nghiên cứu của Fortunato, 2010, [22] trình bày họ thuật toán phân tách Girvan-Newman theo độ trung gian cạnh Girvan- Newman, nghiên cứu của Gregory, 2009, [37] trình bày thuật toán chia đỉnh CONGA, CONGO, gán nhãn COPRA.
1.3.2 Dự đoán liên kết trên mạng xã hội
Dự đoán liên kết không chỉ là một nhiệm vụ quan trọng trong phân tích MXH mà còn ứng dụng trong nhiều lĩnh vực khác nhau như truy hồi thông tin, tin sinh học và thương mại điện tử [35]. Trong mạng sinh học như mạng tương tác protein, mạng trao đổi chất, một liên kết chưa biết giữa hai đỉnh được chứng minh là tồn tại bằng kiến thức lĩnh vực đó hoặc tại phòng thí nghiệm thường có chi phí cao. Thay vào đó, việc dự đoán các liên kết dựa trên các thông tin và các liên kết đã có rõ ràng sẽ giảm được nhiều công sức và chi phí nếu việc dự đoán đạt được một độ chính xác đủ lớn. Hơn nữa, việc phân tích MXH cũng gặp nhiều khó khăn khi dữ liệu bị thiếu hoặc bị mất, khi đó các thuật toán dự đoán liên kết đóng một vai trò lớn cho bài toán phân tích MXH. Dữ liệu xây dựng trên nền các MXH có thể chứa các thông tin không chính xác hay các liên kết giả mạo, các thuật toán dự đoán liên kết có thể giúp phát hiện các liên kết giả mạo này [37]. Các thuật toán dự đoán liên kết còn giúp dự đoán những mối quan hệ có thể xuất hiện trong tương lai trong quá trình mở rộng và phát triển của mạng. Trong MXH trực tuyến, có những liên kết chưa tồn tại nhưng có thể được gợi ý như một mối quan hệ triển vọng, giúp người dùng tìm kiếm bạn mới và từ đó làm tăng sự tin tưởng của người dùng với ứng dụng đó.
Các nghiên cứu về dự đoán liên kết điển hình có thể kể đến là nghiên cứu
14https://www.amazon.com
của Lu, 2010, [40] và Wu, 2015, [41] trình bày hai nhóm phương pháp dự đoán liên kết theo độ đo tương tự dựa trên cấu trúc. Leskovec và Kleinberg, 2010, [39]
trong nghiên cứu của mình, đã đưa ra khái niệm liên kết âm và liên kết dương.
Trong các mối quan hệ bạn bè, người thân được coi là liên kết dương, còn các mối quan hệ đối đầu thù địch được coi là liên kết âm. Việc nghiên cứu các liên kết âm, liên kết dương có nhiều ứng dụng trong thực tế, ví dụ được ứng dụng trong hệ thống đánh giá sản phẩm trực tuyến trust/distrust như Epinions15 hay Slashdots16.
1.3.3 Tính riêng tư trên mạng xã hội
Một nguy cơ đối với người dùng khi sử dụng MXH là sự rò rỉ thông tin. Thông tin bị rò rỉ ở đây có thể là các thông tin cá nhân của người dùng như: tin nhắn, e-mail, địa chỉ, cơ quan, sở thích, bạn bè vv.. Đây là những thông tin mà kẻ xấu có thể lợi dụng để phục vụ cho các mục đích của chúng. Chúng có thể dùng các thông tin này để lừa đảo, gửi spam, phát tán virus vv..
Ngoài những thông tin cá nhân, người dùng còn bị lộ lọt những thông tin nội dung bài đăng, nội dung chia sẻ, vị trí người dùng, các thông tin của tổ chức mà người dùng đang tham gia đến những đối tượng không mong muốn chia sẻ. Do vậy, bảo vệ tính riêng tư của người dùng trên MXH đang là một vấn đề mới và nhận được sự quan tâm của nhiều nhà nghiên cứu trong thời gian gần đây, một trong số đó phải kể đến nghiên cứu của T. N. Dinh [42], Y. Shen [43, 44] vv..
1.3.4 Tiến hóa động trên mạng xã hội
MXH luôn có tính động và không ngừng biến đổi theo thời gian bằng cách bổ sung hoặc loại bỏ một nút, một liên kết trong mạng [33]. Một số thành viên mới có thể tham gia vào mạng hoặc một số thành viên cũ có thể ngừng tham gia.
Ngoài ra, các liên kết mới được tạo ra khi các thành viên tương tác với nhau hoặc một số liên kết cũ mất đi khi các thành viên ngừng tương tác với nhau.
Chính những điều này dẫn đến sự thay đổi cấu trúc trong toàn mạng.
Đã có nhiều nghiên cứu về phân tích MXH nhưng chỉ trong giai đoạn gần đây, các nhà nghiên cứu mới chuyển sự chú ý đến quá trình tiến hóa của MXH.
Trong đó, nổi lên một số câu hỏi: Các luật chi phối sự tiến hóa của MXH là gì?
Mô hình nào là phù hợp để giải thích sự tiến hóa đó? Một cấu trúc cộng đồng
15http://www.epinions.com/
16https://slashdot.org/
được sinh ra trong MXH như thế nào, điều gì làm cho một cộng đồng có thể thu hẹp hoặc mở rộng?
Hình 1.8: Sự tiến hóa của mạng lưới những nhà phát minh làm việc cho Apple trong 6 năm
Các nghiên cứu điển hình về tiến hóa động trên MXH có thể kể đến là nghiên cứu của Leskevec [33, 45, 46], và một số nghiên cứu các các học giả khác.
1.3.5 Khai phá dữ liệu trên mạng xã hội
Sự phát triển nhanh chóng của các phương tiện truyền thông xã hội (Social Media) cung cấp một lượng lớn dữ liệu tạo ra bởi người dùng. Theo thống kế, có khoảng 6 tỉ bức ảnh được đăng tải lên Facebook mỗi tháng, 72 giờ video được đăng tải mỗi phút trên YouTube17, hơn 400 triệu tweet mỗi ngày trên Twitter.
Do vậy, cần phải có những kỹ thuật khai phá dữ liệu phù hợp để có thể trích xuất ra những mẫu hữu ích từ lượng lớn dữ liệu phức tạp và thương xuyên thay đổi trong thời gian ngắn.
Khai phá dữ liệu trên MXH có nhiều ứng dụng trong các lĩnh vực cụ thể. Đầu tiên là ứng dụng trong các hệ tư vấn xã hội. Hệ tư vấn xã hội là hệ tư vấn nhắm đến lĩnh vực phương tiện xã hội, nguồn dữ liệu sử dụng là dữ liệu phương tiện xã hội. Chẳng hạn như hệ tư vấn những người bạn mới, nhóm mới hữu ích cho người dùng. Tiếp theo, ứng dụng trong bài toán phân tích hành vi người dùng trên MXH, giúp các công ty hiểu hơn về khách hàng của họ nhằm cải thiện chiến dịch tiếp thị, bán có mục tiêu và đưa ra dịch vụ tốt hơn. Hiểu biết dự định mua
17https://www.youtube.com
sản phẩm của khách hàng để tìm kiếm sản phẩm khách hàng có khả năng mua nhất. Ứng dụng trong bài toán giám sát các sự kiện nóng trên MXH; trong bài toán quản lý thương hiệu, giúp các doanh nghiệp, công ty theo dõi, giám sát mức độ thâm nhập, sức lan tỏa, ảnh hưởng của thương hiệu trên MXH vv..
1.3.6 Tối đa hóa ảnh hưởng trên mạng xã hội
Các MXH trực tuyến như Facebook, Youtube, Twitter vv.. là phương tiện giúp lan truyền thông tin nhanh chóng và thuận tiện, đó là một ưu thế lớn giúp các doanh nghiệp tiếp thị sản phẩm dễ dàng hơn, cho phép thông tin và ý tưởng có thể ảnh hưởng đến một số lượng lớn người dùng khác trong một thời gian ngắn.
Bài toán tối đa hóa ảnh hưởng (Influence Maximizing) xuất phát từ nhu cầu thực tiễn khi cần chọn một số lượng k người dùng (gọi là tập hạt giống) để khởi tạo quá trình lan truyền hoặc bắt đầu ảnh hưởng sao cho số người bị ảnh hưởng bởi thông tin lan truyền là cực đại. Bài toàn này có ý nghĩa lớn trong tiếp thị sản phẩm đối với các hoạt động kinh doanh trên MXH hiện nay hay trong các chiến dịch quảng cáo, tranh cử tổng thống vv..
Kemp, 2003, [47] là người đầu tiên phát biểu bài toán này trên mô hình MXH.
Ông đã đưa ra hai mô hình lan truyền thông tin trên MXH đó là: Mô hình ngưỡng tuyến tính (Linear Threshold) và mô hình bậc độc lập (Independent Cascade).
Trong hai mô hình này, ông chỉ ra bài toán tối đa hóa ảnh hưởng là bài toán NP-Khó và đưa ra một thuật toán tham lam có tỷ lệ xấp xỉ là 1−1/e dựa trên tính chất của hàm mục tiêu là submodular. Một số nghiên cứu liên quan đến vấn đề này có thể kể đến các công trình của Huiyuan Zhang [48], J Zhang [49], Zhuang [50], Goyal [51] vv..
1.3.7 Phát hiện, giám sát và ngăn ngừa thông tin sai lệch trên mạng xã hội
Trong thực tế trên MXH luôn tồn tại những thông tin lệch lạc, không lành mạnh gây ra ảnh hưởng tiêu cực đến người dùng. Hơn nữa với sự lan truyền thông tin nhanh chóng, nếu những thông tin sai lệch này đến được nhiều người dùng thì hậu quả sẽ nghiêm trọng.
Đối với những vấn đề mang tính xã hội, những thông tin sai lệch ảnh hưởng tiêu cực đến tâm lý, đời sống tinh thần của người dùng khi chúng được phát tán trên mạng. Ví dụ, những thông tin không đúng về sự phát tán một dịch bệnh
nguy hiểm ảnh hưởng tiêu cực đến người dùng. Nó có thể ảnh hưởng đến tinh thần, thái độ, thậm chí cả kinh tế của khu vực người dùng sinh sống. Trong hoạt động kinh doanh, những thông tin sai lệch mang tính tiêu tiêu cực về sản phẩm của một doanh nghiêp ảnh hưởng xấu đến tài chính, giá bán, doanh thu, và thậm chí là thương hiệu của doanh nghiệp đó. Các nghiên cứu liên quan nhằm hạn chế, hoặc khử nhiễm những thông tin sai lệnh, có thể kể đến một số nghiên cứu điển hình [1, 2, 18, 19, 65].
Chương 2
THÔNG TIN SAI LỆCH VÀ CÁC MÔ HÌNH LAN TRUYỀN THÔNG TIN SAI LỆCH
Thông tin sai lệch lan truyền trên các MXH đang trở thành vấn nạn đối với nhiều quốc gia. Do vậy, hạn chế sự lan truyền của thông tin sai lệch trên MXH trực tuyến là một trong các chủ đề nhận được sự quan tâm của nhiều nhà nghiên cứu trong thời gian gần đây. Để có thể đưa ra giải pháp hiệu quả trong việc ngăn chặn sự lan truyền của thông tin sai lệch, chúng ta phải hiểu được cơ chế thông tin sai lệch lan truyền trên MXH. Chương này trình bày định nghĩa thông tin sai lệch, phân tích quá trình lan truyền thông tin sai lệch dưới hai mô hình:
Mô hình tầng độc lập và mô hình ngưỡng tuyến tính, đây là hai mô hình đang được sử dụng rộng rãi trong các công trình nghiên cứu liên quan đến vấn đề lan truyền thông tin, lan truyền ảnh hưởng trên MXH. Đồng thời, chương này cũng trình bày một số hướng nghiên cứu khác nhau được công bố trong những năm gần đây, trong việc giải quyết bài toán hạn chế lan truyền thông tin sai lệch.
2.1 Định nghĩa thông tin sai lệch
MXH được ví như con dao hai lưỡi, ngoài những giá trị tích cực thì trên MXH cũng ẩn chứa nhiều vấn đề bất cập và hiểm họa khó lường đối với người dùng.
Trong thực tế, bên cạnh các thông tin bổ ích, có giá trị đối với xã hội thì còn vô số thông tin, hình ảnh có nội dung xấu độc. Tại khoản 1, điều 5 Nghị định 72/2013/NĐ-CP ngày 15/7/2013 của Chính phủ đã có quy định chi tiết về việc quản lý, cung cấp, sử dụng dịch vụ Internet và thông tin trên mạng. Trong đó có nhiều hành vi bị nghiêm cấm như lợi dụng việc cung cấp, sử dụng dịch vụ Internet và thông tin trên mạng nhằm mục đích chống lại Nhà nước Cộng hòa xã hội chủ nghĩa Việt Nam; gây phương hại đến an ninh quốc gia, trật tự an toàn xã hội; phá hoại khối đại đoàn kết dân tộc; tuyên truyền chiến tranh, khủng bố; gây hận thù, mâu thuẫn giữa các dân tộc, sắc tộc, tôn giáo. Tuyên truyền, kích động bạo lực, dâm ô, đồi trụy, tội ác, tệ nạn xã hội, mê tín dị đoan, phá hoại thuần phong, mỹ tục của dân tộc. Tiết lộ bí mật nhà nước, bí mật quân sự,
an ninh, kinh tế, đối ngoại và những bí mật khác do pháp luật quy định. Đưa thông tin xuyên tạc, vu khống, xúc phạm uy tín của tổ chức, danh dự và nhân phẩm của cá nhân. Quảng cáo, tuyên truyền, mua bán hàng hóa, dịch vụ bị cấm;
truyền bá tác phẩm báo chí, văn học, nghệ thuật, xuất bản phẩm bị cấm. Giả mạo tổ chức, cá nhân và phát tán thông tin giả mạo, thông tin sai sự thật xâm hại đến quyền và lợi ích hợp pháp của tổ chức, cá nhân.
Hiện nay có nhiều khái niệm khác nhau về thông tin sai lệch (hay còn gọi là thông tin xấu độc). Theo Đại tá, Nguyễn Đức Thắng - Viện Khoa học xã hội nhân văn quân sự [14], thông tin sai lệch tán phát trên Internet và mạng xã hội là những thông tin bịa đặt, bóp méo sự thật, xuyên tạc vấn đề, “đổi trắng, thay đen”, làm lẫn lộn đúng sai, thật giả; hoặc có một phần sự thật nhưng được đưa tin với dụng ý xấu, phân tích và định hướng dư luận bằng luận điệu sai trái, thù địch. Một số thông tin chưa được kiểm chứng, thông tin sai sự thật gây ảnh hưởng đến cá nhân, tổ chức; một số thông tin có những ngôn từ thô tục nội dung phản cảm, thậm chí soi mói, bình phẩm chủ quan chuyện đời tư của người khác, xúc phạm danh dự, nhân phẩm của nhiều cá nhân, gây bức xúc trong dư luận xã hội; vi phạm chuẩn mực đạo đức, văn hóa, thuần phong mỹ tục; kích động đồi trụy, bạo lực, bôi nhọ đời tư, vu khống vv..
Theo Karlova và Fisher, 2013, [58], thông tin sai lệch (Misinformation) được hiểu là những thông tin giả mạo, không chính xác. Dựa trên mục đích của người lan truyền, thông tin sai lệch được phân thành hai loại:
- Thông tin sai lệch lan truyền vô ý: Thông tin sai lệch được tạo ra và lan truyền một cách vô ý, không có chủ đích. Mọi người có xu hướng giúp lan truyền những thông tin như vậy do niềm tin với bạn bè, người thân và ảnh hưởng của họ trên MXH.
- Thông tin sai lệch lan truyền cố ý: Đó là những tin đồn, tin tức giả mạo được tạo ra và lan truyền một cách cố ý bởi người dùng với mục đích, động cơ không trong sáng.
Như vậy, có thể thấy rằng, mặc dù có những định nghĩa khác nhau về thông tin sai lệch tuy nhiên về nội hàm khái niệm có những điểm tương đồng nhau. Đó đều là những thông tin không đảm bảo tính chính xác hoặc thông tin giả mạo, xuyên tạc vấn đề, xuyên tạc nội dung vv.. gây ảnh hưởng xấu đến cá nhân và tổ chức, đồng thời mỗi quốc gia có những quy định riêng về những hành vị bị cấm khi đưa thông tin lên mạng và đều được cụ thể hóa trong văn bản pháp luật.
Một nhóm nghiên cứu đến từ Đại học Columbia (New York, Mỹ) [23] đã chỉ ra rằng tốc độ lan truyền của những thông tin sai lệch là ngang bằng so với những tin tức chính thống. Chính điều này đã gây ra những thiệt hại to lớn cho các cá nhân, tổ chức không những về kinh tế, chính trị mà còn tác động đến tâm lý, cuộc sống con người. Chẳng hạn, tin đồn tổng thống Obama bị thương sau hai vụ nổ tại Nhà trắng năm 2013 đã làm chao đảo thị trường tài chính [54]. Hoặc tin đồn về dịch cúm lợn năm 2009 lan truyền trên mạng Twitter đã gây ra sự hoang mang trong xã hội [56]. Tin đồn về trận động đất ở tỉnh Ghazni, Iran vào tháng 8/2012 đã làm hàng ngàn người hoảng sợ phải rời bỏ nhà cửa của họ [57]. Ngày 30 tháng 9 năm 2014, ca nhiễm bệnh Ebola đầu tiên tại Mỹ được phát hiện, tuy nhiên ngay sau đó, hàng loạt thông tin không chính xác được lan truyền chóng mặt trên các MXH trực tuyến như: "Ebola có thể lây lan qua không khí, nước và thực phẩm"; "Ebola lây lan khắp Newark, bãi biển Miami và tại Washington D.C" vv.. Trên MXH Twitter, ước tính mỗi phút có khoảng 6000 tweet liên quan đến dịch Ebola, buộc Bộ Y tế Hoa Kỳ phải ban hành các tuyên bố nhằm xua tan những tin đồn không đúng sự thật trên. Hay như trong cuộc bầu cử tổng thống Mỹ năm 2016, các nhóm đã được lập ra trên MXH trực tuyến nhằm tạo và lan truyền những tin đồn, hạ uy tín ứng viên Tổng thống Hillary Clinton buộc bà phải bỏ ra nhiều chi phí để giảm bớt những bất lợi này [59].
Ở Việt Nam, trong thời gian gần đây, trên các MXH liên tục đăng tải nhiều thông tin bịa đặt, sai sự thật, lan truyền rất nhanh và thu hút sự quan tâm của cộng đồng mạng và dư luận xã hội. Đáng chú ý nhất là vào cuối năm 2016, tin đồn thất thiệt về việc Ngân hàng Nhà nước sắp đổi tiền đã gây tâm lý hoang mang rất lớn trong dư luận [24]. Nhiều người dân đổ xô đi mua vàng và USD để làm nơi trú ẩn an toàn cho tài sản của mình. Dù thông tin thất thiệt này đã được lãnh đạo Ngân hàng Nhà nước sớm lên tiếng khẳng định là không có cơ sở nhưng nó cũng đã có những tác động tiêu cực lớn đến nền kinh tế khiến giá USD và vàng tăng cao. Vào đầu tháng 12/2016, đã có lúc giá USD chợ đen tăng lên mức kỷ lục vượt quá 23.000 đồng/1USD. Giá vàng trong nước cũng đi ngược chiều với giá thế giới. Sau đó, với sự lên tiếng kịp thời của cơ quan chức năng nên tình hình mới dần được cải thiện và đi vào ổn định. Ngày 15/12/2016, Tổng Cục an ninh Bộ Công an bắt giữ được các nghi can. Những người này khai đã lập ra một fanpage trên MXH Facebook với gần 70 nghìn lượt like, liên tục đăng tải các thông tin bịa đặt liên quan đến việc đổi tiền. Do có lượng theo dõi
lớn nên thông tin bịa đặt mà trang này đăng tải được chia sẻ và lan truyền rất nhanh trên mạng.
Cũng trong thời gian trên, tin đồn lệ phí cấp hộ chiếu tăng giá đến 70 USD/quyển kể từ ngày 1/1/2017 lan truyền nhanh trên mạng khiến hàng nghìn người dân đổ xô đến trụ sở cơ quan Quản lý xuất nhập cảnh để làm thủ tục đề nghị cấp hộ chiếu [25]. Điều này khiến cho nhiều trụ sở cấp, đổi hộ chiếu ở các địa phương trở nên quá tải. Để giải quyết tình hình trên, Cục Quản lý xuất nhập cảnh (Bộ Công an) phải ban hành công văn phản hồi trước thông tin sai lệch trên và cho biết nguyên nhân của tin đồn này xuất phát từ sự hiểu nhầm về lệ phí cấp hộ chiếu phổ thông cho công dân Việt Nam ở trong nước với công dân ở nước ngoài.
Hơn bao giờ hết, làn sóng tin tức giả lan truyền trên MXH với tốc độ chóng mặt và ngày càng diễn biến phức tạp. Để ứng phó với vấn nạn này, nhiều nước đã gấp rút thành lập các cơ quan chống tin tức giả mạo trên mạng, đồng thời hợp tác với các nước có kinh nghiệm trong lĩnh vực này để thực hiện chiến dịch phòng chống tin tức giả mạo. Để đảm bảo cho cuộc bầu cử Đức vào tháng 9/2017 tới đây diễn ra một cách suôn sẻ, Đức đã lên kế hoạch thành lập một trung tâm chống tin tức giả mạo. Ngày 6/4/2017, chính phủ Đức thông qua khoản tiền phạt lên tới 50 triệu Euro đối với các MXH nếu như không nhanh chóng xử lý tin tức giả mạo và những phát ngôn gây thù hận. Các mạng xã hội như Facebook hay Twitter vv.. sẽ có 24 giờ đồng hồ để xóa hoặc ngăn chặn các nội dung vi phạm pháp luật sau khi nhận được báo cáo và 7 ngày để hành động đối với các nội dung tiêu cực khác.
Gần đây, Indonesia là quốc gia cũng đi theo xu hướng này, ngày 5/1/2017 Indonesiasẽ thành lập cơ quan chuyên xử lý nạn tin tức giả mạo lan tràn trên MXH. Theo hãng tin AFP, động thái này diễn ra sau khi làn sóng tin tức giả mạo đã gây ra nhiều hoang mang, hỗn loạn với dư luận tại Indonesia, trong đó có cả những thông tin cho rằng Trung Quốc đang tiến hành một cuộc chiến tranh sinh học tại Indonesia bằng cách tung ra những loại hạt giống ớt nhiễm độc.
Diễn đàn Kinh tế thế giới (World Economic Forum, 2014) đã coi sự gia tăng nhanh chóng của thông tin sai lệch trên các phương tiện xã hội trực tuyến là một trong mười xu hướng hàng đầu mà thế giới phải đối mặt.
Xuất phát từ những thực tế nêu trên, tác giả nhận thấy viêc ngăn chặn kịp thời sự lan truyền của thông tin sai lệch trên MXH là một thách thức lớn cần
giải quyết nhằm giảm thiểu tối đa những thiệt hai do chúng gây ra đối với người dùng, góp phần làm trong sạch môi trường mạng, nâng cao sự tin tưởng của người dùng đối với những thông tin trên MXH. Do vậy, trong luận văn này, tác giả đề xuất một giải pháp giúp ngăn chặn sự lan truyền của thông tin sai lệch trên MXH. Chi tiết giải pháp sẽ được trình bày trong Chương 3 của luận văn.
2.2 Mô hình lan truyền thông tin sai lệch
Một MXH được biểu diễn bởi một đồ thị có hướng G= (V, E) trong đó:
- V là tập hợp gồm n đỉnh, biểu diễn các cá nhân trong MXH.
- E ⊆ V ×V là tập hợp gồm m cạnh có hướng, biểu diễn mối quan hệ giữa các cá nhân trong MXH.
Do G là đồ thị có hướng nên với mỗi đỉnh u, cạnh (u, v)∈E được gọi là cạnh đi ra từ u, cạnh (v, u)∈E được gọi là cạnh đi vào đỉnh u. Ta ký hiệu Nout(u) và Nin(u) tương ứng là tập hợp các đỉnh hàng xóm đi ra và đi vào đỉnh u.
Quá trình lan truyền thông tin theo các bước thời gian rời rạc, với thời gian t = 0, 1, 2, vv.. Gọi St ⊆V là tập các đỉnh ở trạng thái kích hoạt tại thời điểm t. S0 là tập hạt giống hay tập nguồn phát thông tin sai lệch ban đầu.
Khi có thông tin sai lệch, mỗi đỉnh u∈V ở một trong hai trạng thái kích hoạt (active) hoặc không kích hoạt (inactive) với thông tin sai lệch.
Tại mỗi bước thời gian t, đỉnh u ở trạng thái kích hoạt nếu u là đỉnh nguồn phát thông tin sai lệch ban đầu (đỉnh khởi tạo quá trình lan truyền thông tin sai lệch) hoặc u nhận được thông tin sai lệch từ các đỉnh hàng xóm ở trạng thái kích hoạt và chấp nhận thông tin này để tiếp tục chia sẻ, lan truyền những thông tin đó đến những đỉnh khác trong các bước tiếp theo, ngược lại, u ở trạng thái không kích hoạt.
Hiện nay, có nhiều mô hình lan truyền thông tin khác nhau được nghiên cứu và đề xuất như: mô hình ngưỡng (Threshold Model) [26], mô hình tầng (Cascading Model) [27], mô hình dịch bệnh (Epidemic Model) [28], mô hình lan truyền ảnh hưởng cạnh tranh (Competitive Influence Diffusion Model) [29]. Trong đó hai mô hình tầng độc lập (Independent Cascade - IC) và mô hình ngưỡng tuyến tính (Linear Threshold - LT) do Kempe, 2003, [47] đề xuất đang được dùng rộng rãi trong nhiều công trình nghiên cứu.
2.2.1 Mô hình tầng độc lập
Đặc trưng chính của mô hình IC đó là quá trình lan truyền thông tin dọc theo các cạnh của đồ thị một cách độc lập nhau.
Trong mô hình IC, mỗi cạnh (u, v) ∈ E được gán một xác suất ảnh hưởng (Influence Probability) p(u, v) ∈ [0, 1] biểu diễn mức độ ảnh hưởng của đỉnh u đến đỉnh v. Nếu (u, v)∈/ E thì p(u, v) = 0. Mô hình IC hoạt động theo bước thời gian rời rạc t như sau:
- Tại thời điểmt = 0, tập đỉnh ở trạng tháikích hoạt chính là tập nguồn phát thông tin sai lệch S0.
- Tại thời điểm t ≥ 1, mỗi đỉnh u ∈ (St−1\St−2) được kích hoạt ở bước t−1 có một cơ hội duy nhất để kích hoạt các đỉnh hàng xóm của nó ở trạng thái không kích hoạt với xác suất kích hoạt thành công p(u, v) và sự kích hoạt này là độc lập với các kích hoạt khác. Nếu đỉnh ukhông kích hoạt được đỉnh v ở thời điểm t, nó sẽ không có cơ hội kích hoạt lại v ở các bước tiếp theo.
Nếu đỉnh v có nhiều đỉnh hàng xóm cùng kích hoạt tại một thời điểm, các đỉnh này sẽ kích hoạt v theo thứ tự tùy ý. Nếu một đỉnh được kích hoạt, nó sẽ giữ nguyên trạng thái kích hoạt ở các bước tiếp theo.
- Quá trình lan truyền thông tin kết thúc khi không có thêm đỉnh nào được kích hoạt, tức là St =St−1.
Trong hình 2.1 chỉ ra một ví dụ của quá trình lan truyền thông tin trên mô hình IC. Các đỉnh màu da cam và màu xanh tương ứng biểu diễn các đỉnh ở trạng thái kích hoạt, và không kích hoạt. Cạnh liền màu đỏ từ u đến v biểu diễn u kích hoạt thành công v, cạnh nét đứt màu xanh từ u đến v biểu diễn u kích hoạt không thành công v.
Tại bước t = 0, hai đỉnh v1, v2 ở trạng thái kích hoạt. Ở bước t = 1, v1 kích hoạt thành công v5 nhưng thất bại với v3, trong khi đó v2 kích hoạt thành công v3 và v4 nhưng thất bại với v6. Tại bước t = 2, v3 kích hoạt thất bại v6 trong khi v5 kích hoạt thành công v6 nhưng thất bại với v9. Ở bước t = 3, v6 kích hoạt thất bại v7, đến đây quá trình lan truyền thông tin kết thúc do không có đỉnh nào được kích hoạt thêm.
Hình 2.1: Một ví dụ quá trình lan truyền thông tin trên mô hình IC
2.2.2 Mô hình ngưỡng tuyến tính
Mô hình IC phù hợp để mô tả quá trình lan truyền thông tin, ở đó một đỉnh được kích hoạt trực tiếp từ duy nhất một đỉnh khác kề với nó, ví dụ như sự lây lan của Virus. Trong thực tế có nhiều trường hợp, một cá nhân thay đổi hành vi của mình khi chịu sự tác động độc lập của nhiều cá nhân khác trên MXH.
Chẳng hạn như trên thị trường có một mẫu Iphone mới ra, một người chưa thực sự tin tưởng để mua chiếc Iphone này nhưng khi thấy nhiều bạn bè, người thân của họ mua chiếc Iphone đó, có thể làm thay đổi suy nghĩ và dẫn đến hành động người này chấp nhận mua chiếc Iphone. Các nhà khoa học xã hội gọi những hành vi này là hành vi ngưỡng và Kempe là người đầu tiên đề xuất mô hình ngưỡng tuyến tính (LT) để phản ánh kiểu hành vi này.
Trong mô hình LT, mỗi cạnh (u, v) ∈ E được gán một trọng số ảnh hưởng (Influence Weight) w(u, v) ∈ [0, 1] biểu diễn mức độ ảnh hưởng của đỉnh u đến đỉnh v. Nếu (u, v)∈/ E thì w(u, v) = 0. Các trọng số này được chuẩn hóa sao cho
