Một ước lượng tương quan giữa hành vi và quan tâm của người dùng trên mạng xã hội

Nguyễn Thị Hội, Trần Đình Quế 
Tác giả liên hệ: Nguyễn Thị Hội 
Email: hoint2002@gmail.com 
Đến toàn soạn: 5/2018 , chỉnh sửa: 7/2018 , chấp nhận đăng: 8/2018 
MỘT ƯỚC LƯỢNG TƯƠNG QUAN GIỮA 
HÀNH VI VÀ QUAN TÂM CỦA NGƯỜI DÙNG 
TRÊN MẠNG XÃ HỘI 
Nguyễn Thị Hội*, Trần Đình Quế+ 
* Trường Đại học Thương Mại 
+Học viện Công nghệ Bưu chính Viễn thông 
Tóm tắt: 
Phát hiện quan tâm của người dùng trên các mạng 
xã hội là một trong những chủ đề thu hút nhiều quan 
tâm nghiên cứu và áp dụng trong nhiều ứng dụng như 
các hệ tư vấn người dùng, các chiến lược quảng cáo, 
phân loại người dùng, ... Trong bài báo này, chúng tôi 
đề xuất một mô hình phân tích một số hành vi của 
người dùng trên các mạng xã hội để phát hiện và so 
sánh tương quan về quan tâm của họ, sau đó, đánh giá 
bằng thực nghiệm với dữ liệu thực. Kết quả thực 
nghiệm cho thấy nếu hai người dùng có nhiều hành vi 
giống nhau thì sẽ có quan tâm tương tự nhau. 
Từ khóa: Mạng xã hội, hành vi người dùng, quan 
tâm của người dùng, độ đo tương tự 
I. MỞ ĐẦU 
Theo từ điển Tiếng Việt [18] thì quan tâm là sự 
chú ý và để tâm một cách thường xuyên đến chủ đề 
nào đó, các chủ đề quan tâm của người dùng trên các 
mạng xã hội thường rất đa dạng và không dễ dàng để 
xếp vào một lĩnh vực nào đó: Chẳng hạn như một 
người dùng thường xuyên chia sẻ các bài viết về lịch 
trình các trận tennis, tham gia vào nhóm cổ động viên 
của Man U, thường xuyên thích hoặc bình luận hình 
ảnh các vận động viên có thể xem người dùng đó 
quan tâm đến chủ đề thể thao, hoặc một người dùng 
thường xuyên chú ý đến các bộ phim bom tấn, tham 
gia nhóm hâm mộ một ca sĩ, diễn viên nào đó, thường 
xuyên theo dõi lịch chiếu và các sự kiện bên lề của các 
liên hoan phim, có thể xem người dùng đó quan tâm 
đến chủ đề phim ảnh, giải trí Như vậy, có thể nói 
rằng, quan tâm của người dùng trên các mạng xã hội là 
sự để tâm và chú ý thường xuyên đến một hoặc một số 
chủ đề nào đó trên các mạng xã hội. 
Cũng theo từ điển Tiếng Việt [18], hành vi là toàn 
bộ những phản ứng, cách cư xử ra bên ngoài của một 
người trong một hoàn cảnh cụ thể. Còn theo từ điển 
Wikipedia [19] thì hành vi là một chuỗi các hành động 
lặp đi lặp lại. Hành động là toàn thể những hoạt động 
(phản ứng, cách ứng xử) của cơ thể, có mục đích cụ 
thể là nhằm đáp ứng lại kích thích ngoại giới, là hành 
động hoặc phản ứng của đối tượng (khách thể) 
hoặc sinh vật, thường sử dụng trong sự tác động 
đến môi trường, xã hội. Hành vi có thể thuộc về ý 
thức, tiềm thức, công khai hay bí mật, có thể tự 
giác hoặc không tự giác. Hành vi là một giá trị có thể 
thay đổi qua thời gian. 
Hiện nay, với sự lớn mạnh và ảnh hưởng sâu rộng 
của các mạng xã hội, các nghiên cứu về quan tâm của 
người dùng trên các mạng xã hội không những được 
rất nhiều cá nhân, tổ chức chú ý mà chúng còn có rất 
nhiều ứng dụng trong các dịch vụ trực tuyến như các 
hệ thống khuyến nghị người dùng, các chiến lược 
quảng cáo sản phẩm, các chương trình giới thiệu dịch 
vụ cho người dùngQuan tâm của người dùng trên 
các mạng xã hội là một hướng được rất nhiều nhà 
nghiên cứu phân tích và đưa ra nhiều cách thức để thu 
được các kết quả nghiên cứu khác nhau. Theo khảo sát 
của chúng tôi, có một số cách phát hiện quan tâm 
người dùng phổ biến dùng trên các phương tiện truyền 
thông như: trích xuất thông tin từ thông tin cá nhân 
người dùng (profile) [2, 8, 17]; trích xuất từ các liên 
kết của người dùng đến các người dùng khác (follows, 
link) [2, 7, 12]; trích xuất hành vi đánh dấu, đăng bài 
(tag, post)của người dùng [9, 10, 12, 13] 
Tuy nhiên, hiện nay các thông tin cá nhân của 
người dùng trên các mạng xã hội rất khó thu thập do 
yêu cầu bảo mật người dùng hoặc người dùng cũng 
thường xuyên không cung cấp đầy đủ thông tin. Thêm 
nữa, các thông tin của người dùng thường quá ít, quá 
rời rạc cũng là một trở ngại trong nghiên cứu về quan 
tâm của người dùng trên các mạng xã hội, vì vậy, các 
nghiên cứu về quan tâm của người dùng trên các mạng 
xã hội những năm gần đây thường đi theo hai hướng 
tiếp cận chính: một là phân tích về các kết nối, quan hệ 
bạn bè, những danh sách những người được theo dõi, 
các đánh dấu của người dùng trên các mạng xã hội 
như [2, 7, 8]; hai là phân tích các bài đăng (status) và 
các thuộc tính liên quan đến các bài đăng của người 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 9
ƯỚC LƯỢNG QUAN TÂM NGƯỜI DÙNG TRÊN MẠNG XÃ HỘI DỰA TRÊN HÀNH VI 
dùng trên các mạng xã hội [7, 9, 11, 12]. Các nghiên 
cứu này chủ yếu đi sâu vào vấn đề xác định hoặc phát 
hiện quan tâm của từng cá nhân người dùng, chưa chú 
ý nghiên cứu nhiều về mối liên quan giữa những người 
dùng trên các mạng xã hội 
Bài báo của chúng tôi dựa trên kết quả nghiên cứu 
đã có về mô hình hành vi của người dùng để ước 
lượng quan tâm tương tự của các người dùng trên 
mạng xã hội 
Phần còn lại của bài báo được tổ chức như sau: 
Phần 2 là giới thiệu về mô hình bài viết và ước lượng 
độ tương tự giữa các bài viết; Phần 3 giới thiệu về 
hành vi và ước lượng độ tương tự hành vi; Phần 4 là 
ước lượng quan tâm tương tự của người dùng và phần 
5 là phần thực nghiệm và đánh giá; 
II. MÔ HÌNH BÀI VIẾT VÀ ĐỘ TƯƠNG TỰ 
GIỮA CÁC BÀI VIẾT TRÊN MẠNG XÃ HỘI 
A. Mô hình bài viết của người dùng 
Trên một mạng xã hội, có một tập những người 
dùng, mỗi người dùng có thể có một hoặc một số bài 
viết, một bài viết trên một mạng xã hội có thể là một 
video clip, một hoặc một số bức ảnh, một văn bản, 
hoặc một sự kết hợp những thành phần này. 
Các bài viết trên mạng xã hội thường chia thành 
hai nhóm: Nhóm thứ nhất là bài viết của người dùng 
tự viết sau đó đăng lên tường của mình, có thể đánh 
dấu vị trí, và đánh dấu những người liên quan, đánh 
dấu cảm xúc  Nhóm thứ hai là bài viết bao gồm nội 
dung của người viết tự viết và một nội dung được chia 
sẻ có thể bài viết của chính họ hoặc của người dùng 
khác, có thể chia sẻ từ mạng xã hội hiện tại hoặc từ 
một mạng xã hội khác, hoặc chia sẻ từ một phương 
tiện truyền thông xã hội khác nữa. 
Bài báo chỉ quan tâm đến phần chứa văn bản (text) 
và đánh dấu (tag) hoặc biểu tượng cảm xúc (emotion 
icon) của bài viết còn các hình ảnh, các video, các âm 
thaanh sẽ không được xem xét trong bài báo này. Vì 
vậy trong bài báo, một bài viết được mô tả bởi các đặc 
tính của chúng, bao gồm: tiêu đề (caption), thể loại 
(category), các đánh dấu (tags), nội dung (content), 
cảm xúc (emotion), quan điểm (sentiment),  
B. Độ tương tự các bài viết trên các mạng xã hội 
Khi đăng một bài viết trên mạng xã hội người dùng 
phần nào đã thể hiện thái độ và sự chú ý của mình về 
một chủ đề nào đó thông qua bài viết, vì vậy, để ước 
lượng độ tương tự các bài viết đã đăng của người 
dùng, bài báo xem xét độ tương tự giữa các thành phần 
đã đăng của người dùng và xây dựng bộ từ khóa tương 
ứng. Cách thức xây dựng bộ từ khóa dựa trên nghiên 
cứu trong [10] của nhóm tác giả, sau đó được tính toán 
và ước lượng dựa trên TF-IDF của các từ khóa của 
mỗi bài viết 
Khoảng cách cosine được sử dụng để tính độ 
tương tự giữa hai đối tượng, bài báo cũng sử dụng kỹ 
thuật N-gram được giới thiệu bởi W.B. Cavnar và J.M. 
Trenkle [16] để xây dựng các tập từ khóa và kế thừa 
và mở rộng thuật toán đề xuất bởi S.A.Takale và S.S 
Nandgaonkar [14] cho từng từ Tiếng Anh để xây dựng 
và phân tích các N-gram áp dụng cho ngôn ngữ Tiếng 
Việt. Sau khi phân tích, bài báo sử dụng TF-IDF để 
xây dựng vectơ chứa giá trị của các thành phần trong 
bộ hành vi của người dùng. TF-IDF (Term Frequency 
– Inverse Document Frequency) là trọng số của một từ 
trong tài liệu của người dùng được tính dựa trên thống 
kê mức độ quan trọng hay số lần xuất hiện của từ này 
trong tài liệu đó, cách tính như sau: 
Gọi là số lần từ khóa xuất hiện trong vectơ 
của bài viết , là tổng số từ khóa của bài viết e 
được biểu diễn bởi vectơ là tổng số các bài viết 
của người dùng u, là tổng số các bài viết của người 
dùng u có chứa từ khóa k. Khi đó: 
Tần suất của từ khóa k xuất hiện trong vec tơ của 
bài viết e là TF được tính theo công thức (1) như sau: 
 ( ) 
 , (1) 
Tần suất nghịch đảo của từ khóa k xuất hiện trong 
vec tơ của bài viết e là IDF được tính theo công thức 
(2) như sau: 
 ( ) (
), (2) 
Trọng số của từ khóa k xuất hiện trong vec tơ 
của bài viết e là TF-IDF được tính theo công thức (3) 
như sau: 
và ( ) ( ) ( ) (3) 
Như vậy dựa trên các công thức (1), (2) và (3) bài 
báo tính toán các giá trị cho vec tơ thuộc tính của các 
bài viết của người dùng trên các mạng xã hội như sau: 
Giả sử U là một tập người dùng trên một mạng xã hội 
và mỗi có một tập bài viết đã đăng 
, với 
mỗi bài viết được biểu diễn bởi 5 thành phần, ký hiệu 
tương ứng như sau: nội dung là cont, đánh dấu là tags, 
nhóm bài viết là cate, quan điểm là sent và cuối cùng 
cảm xúc ký hiệu là emot. 
Gọi 
 , 
 là hai bài viết tương 
ứng của , mỗi tập từ khóa của mỗi bài viết 
 được biểu diễn bằng một vectơ 
 tương 
ứng. 
Sau khi tính TF-IDF của các từ khóa trong hai 
vectơ biểu diễn hai bài đăng, bài viết thu được các 
vectơ chứa trọng số của hai bài viết tương ứng 
 . 
Khi đó, độ tương tự của của hai bài viết 
 được 
tính theo công thức (4) như sau: 
 ( 
 ) ( 
 ) (4) 
Trong đó, 
 là các vectơ chứa trọng số tính 
theo TF-IDF của hai bài viết 
 tương ứng 
III. MÔ HÌNH HÀNH VI VÀ ƯỚC LƯỢNG 
TƯƠNG TỰ HÀNH VI CỦA NGƯỜI DÙNG 
A. Mô hình hành vi người dùng trên mạng xã hội 
Trong một mạng xã hội, có nhiều người dùng kết 
nối với nhau theo các kiểu quan hệ như quan hệ bạn 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 10
Nguyễn Thị Hội, Trần Đình Quế 
bè, quan hệ gia đình, quan hệ đồng nghiệp... Trong đó, 
mỗi người dùng có một không gian cá nhân riêng và 
người dùng có toàn quyền làm những việc họ muốn, 
chẳng hạn như đăng các bài viết mô tả trạng thái cá 
nhân; thích và chia sẻ niềm vui vì hoàn thành công 
việc hay đạt được một thành tựu nào đó; trích dẫn và 
chia sẻ lại những bài viết, bài báo, bức ảnh, đoạn phim 
mà bản thân thấy thú vị... 
Những hành động như đăng bài viết, bài chia sẻ, 
thích hoặc bình luận trong một bài viết hoặc bài chia 
sẻ, tham gia một nhóm trên mạng xã hội gọi chung 
là các hành vi của người dùng trên các mạng xã hội. 
Các hành vi trên mạng xã hội phản ánh một phần cách 
ứng xử của người dùng đó với các sự kiện hoặc hiện 
tượng xảy ra trên mạng xã hội 
Ví dụ với một người dùng trên mạng xã hội 
Facebook như Hình 1 thì có các thông tin như giới 
thiệu về bản thân, đăng nội dung bài viết, chia sẻ nội 
dung từ phương tiện truyền thông xã hội khác, nhóm 
tham gia, thích, bình luận, trả lời bình luận,  
Thông tin cá nhân
Thông tin cá nhân
Bài người dùng viết
Nút thích Nút bình luận Nút chia sẻ
Bài người dùng chia sẻ
Hình 1. Ví dụ về người dùng trên MXH Facebook 
Các hành vi trên mạng xã hội có rất nhiều kiểu 
khác nhau như: đăng bài viết, chia sẻ bài viết, bình 
luận trong một bài viết, kết bạn, theo dõi một người 
dùng khác hoặc một trang khác,  nhưng trong bài 
báo chỉ tập trung nghiên cứu và xem xét các hành vi 
phổ biến nhất bao gồm: đăng một bài viết (post), chia 
sẻ bài viết (share), thích bài viết (like), bình luận trong 
bài viết (comment) 
Tuy nhiên, hành vi chia sẻ bài viết trên mạng xã 
hội của người dùng được bao hàm trong hành vi đăng 
bài nên bài báo xem hành vi chia sẻ đồng nhất với 
hành vi đăng bài. Trên một số mạng xã hội như 
Facebook.com, Twitter.com hành vi bình luận về một 
bình luận trong một bài viết của người dùng được xem 
như là bình luận trong bài viết để tránh phức tạp và 
nhập nhằng khi thống kê các bình luận và thống nhất 
về khái niệm sử dụng. 
Như vậy, mỗi người dùng trên mạng xã hội được 
bài báo tập trung xem xét với các hành vi sau: đăng 
bài viết, thích bài viết, bình luận trong bài viết 
B. Ước lượng độ tương tự hành vi người dùng 
Giả sử U là một tập người dùng trên một mạng xã 
hội, khi đó, mỗi có một tập các hành vi , với 
mỗi 
 có thể là một trong ba hành vi được ký 
hiệu tương ứng như: đăng/chia sẻ bài là post, thích bài 
viết là like, và bình luận trong bài viết là comm 
Khi đó, việc ước lượng độ tương tự giữa hai tập 
hành vi người dùng và của 
được tính toán bằng cách tích hợp các độ tương tự của 
ba tập con các thuộc tính post, like và comm. Để tính 
độ tương tự giữa các thuộc tính hành vi của bộ hành vi 
thì bài báo tính toán như sau: 
- Độ tương tự hành vi đăng bài viết (post) 
Gọi là hai người dùng, mỗi người dùng 
có tập các bài viết đã được đăng 
 và 
mỗi người dùng sẽ có một vectơ trọng số biểu diễn các 
bài viết của họ tương ứng là ⃗ 
 ⃗ 
 . Với mỗi cặp 
người dùng thì mỗi thành phần 
 của 
vectơ ⃗ 
 được tính như sau: 
Mỗi 
 của tính độ tương tự của 
 với 
tất cả các bài viết 
 của . Mỗi thành 
phần 
 được tính theo công thức: 
 ( ( 
 ) ( 
 )) 
 (5) 
Trong đó, 
 và m là số bài viết của và 
 ( ) là độ tương tự của hai bài viết 
tương ứng 
Mỗi thành phần 
 của vectơ ⃗ 
 cũng được tính 
tương tự, khi đó, độ tương tự của hai người dùng 
 dựa trên hành vi đăng bài viết được tính 
bằng: 
 ( ) ( ⃗ 
 ⃗ 
 ) (6) 
Trong đó ⃗ 
 ⃗ 
 là các vec tơ chứa trọng số các 
bài viết đã được đăng của hai người dùng tương 
ứng, có thể thấy rằng ( ) nằm 
trong khoảng [0,1] 
- Độ tương tự hành vi thích/ quan tâm bài viết 
Mỗi người dùng trên mạng xã hội có thể thích hay 
quan tâm (người dùng thể hiện các thái độ yêu, mỉm 
cười, lo âu, buồn, giận dữtrong bài báo đều được coi 
là có quan tâm đến bài viết) hoặc bỏ qua một bài viết 
trên mạng xã hội, để ước lượng độ tương tự hành vi 
thích/quan tâm của hai người dùng về bài viết thì bài 
báo xem xét và tính toán như sau: 
Gọi 
 và 
 lần lượt là tập của các bài viết 
đã được thích/quan tâm của người dùng , 
khi đó độ tương tự về hành vi thích/quan tâm bài viết 
của hai người dùng được tính bằng độ 
tương tự giữa hai tập bài viết đã được thích/quan tâm 
của hai người dùng dựa trên công thức (5) và (6) như 
sau: 
 ( ) ( ⃗ 
 ⃗ 
 ) (7) 
Trong đó ⃗ 
 ⃗ 
 là các vectơ chứa trọng số các bài 
viết đã được thích của hai người dùng tương 
ứng, có thể thấy rằng ( ) nằm trong 
khoảng [0,1] 
- Độ tương tự hành vi bình luận trong bài viết 
Mỗi người dùng có thể bình luận hoặc thích một 
vài bình luận mà các người dùng đã bình luận trong 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 11
ƯỚC LƯỢNG QUAN TÂM NGƯỜI DÙNG TRÊN MẠNG XÃ HỘI DỰA TRÊN HÀNH VI 
một bài viết, để ước lượng độ tương tự về hành vi bình 
luận của hai người dùng, bài báo xem xét các bình 
luận của hai người dùng và bài viết mà họ đã bình luận 
trên mạng xã hội. Các bình luận của người dùng đó 
cùng với bài viết mà người dùng đã bình luận được 
xây dựng bộ từ khóa dựa trên nghiên cứu của [16, 14] 
và tính toán TF-IDF tập từ khóa như cách ước lượng 
trọng số của bài viết đã đăng của người dùng theo các 
công thức (1), (2) và (3). Khi đó, độ tương tự hành vi 
bình luận của hai người dùng được bài báo tính toán 
như s ... gười, 
không khí, độ ẩm, sinh vật, loài người, môi 
trường, vật chất, đối tượng, tập hợp con,  
Mỗi chủ đề sau khi xác định danh sách từ khóa 
được biểu diễn bằng một vectơ trọng số 
 được tính 
toán theo công thức (3), trong đó, chỉ số k là chủ đề 
thứ k trong danh sách các chủ đề và w là ký hiệu vec 
tơ chứa trọng số các từ khóa của chủ đề thứ k. 
B. Xác định quan tâm theo các chủ đề 
Với mỗi người dùng , bài báo xác định mức 
độ quan tâm của các hành vi ( ) 
theo chủ đề như sau: 
Gọi 
 lần lượt là tập các bài viết 
đã đăng, đã thích, đã bình luận, bài báo ước lượng độ 
tương tự của mỗi bài viết 
 đã đăng của 
người dùng với mỗi chủ đề được tính 
bằng công thức: 
 ( 
 ) ( 
 ) (11) 
Trong đó, 
 là vectơ trọng số của bài viết 
 của và 
 là vectơ trọng số của chủ 
đề . Nghĩa là độ quan tâm của bài viết theo chủ 
đề dựa trên độ tương tự của các từ khóa của bài viết và 
từ khóa của chủ đề đang xem xét. Khi đó: 
Độ quan tâm dựa trên hành vi đăng bài viết của 
người dùng theo chủ đề được tính bằng: 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 12
Nguyễn Thị Hội, Trần Đình Quế 
 ( ) 
{
( ( 
 ) 
( ( 
 )}
 (12) 
Trong đó, n là số bài viết đã đăng của người dùng 
 và là chủ đề thứ j trong danh sách các 
chủ đề đang xem xét 
Độ quan tâm dựa trên hành vi thích/quan tâm bài 
viết của người dùng theo chủ đề được 
tính bằng: 
 ( ) 
{
( ( 
 ) 
( ( 
 )}
 (13) 
Trong đó, m là số bài viết đã thích/quan tâm của 
người dùng và là chủ đề thứ j trong 
danh sách các chủ đề đang xem xét 
Độ quan tâm dựa trên hành vi bình luận bài viết 
của người dùng theo chủ đề được tính 
bằng: 
 ( ) 
{
( ( 
 ) 
( ( 
 )}
 (14) 
Trong đó, p là số bài viết đã bình luận của người 
dùng và là chủ đề thứ j trong danh sách 
các chủ đề đang xem xét 
Như vậy, mức độ quan tâm của người dùng 
với chủ đề được tính dựa trên các công thức 
(12), (13), (14) 
 ( ) 
{
 ( ) 
 ( ) 
 ( ) }
 (15) 
C. Độ quan tâm tương tự của người dùng theo chủ đề 
dựa trên hành vi 
 Với mỗi trên mạng xã hội cùng tập các 
hành vi , độ quan tâm của người dùng 
 với chủ đề được biểu diễn bằng vectơ 
 (gọi là vectơ độ quan tâm của người dùng đến 
chủ đề trên mạng xã hội) như sau: 
 ( ) ⃗⃗⃗⃗ trong đó 
 ⃗⃗⃗⃗ {
 ( ) 
 ( ) 
 ( )
} (16) 
Và độ quan tâm của người dùng với chủ đề 
 được biểu diễn bằng vectơ 
 như sau: 
 ( ) ⃗⃗⃗⃗ 
 ⃗⃗⃗⃗ {
 ( ) 
 ( ) 
 ( ) 
} (17) 
Trong đó, các thành phần của hai vec tơ ⃗⃗⃗⃗ và ⃗⃗⃗⃗ 
được tính theo các công thức (12), (13), (14) và (15) 
Khi đó, độ tương tự quan tâm của hai người dùng 
 với chủ đề dựa trên hành vi được 
tính bằng: 
 ( ) ( ⃗⃗⃗⃗ ⃗⃗⃗⃗ ) (18) 
Có thể thấy rằng ( ) nằm 
trong khoảng [0,1]. 
Sau khi đề xuất hướng tiếp cận ước lượng độ 
tương tự giữa hai người dùng dựa trên các hành vi và 
độ quan tâm tương tự của người dùng theo chủ đề, câu 
hỏi đặt ra là: Nếu hai người dùng tương tự nhau dựa 
trên các hành vi thì họ có quan tâm đến một số chủ đề 
tương tự nhau hay không? và ngược lại? Để trả lời 
cho câu hỏi này, phần tiếp theo bài báo trình bày thực 
nghiệm dựa trên dữ liệu thực để kiểm nghiệm và đưa 
ra câu trả lời cho câu hỏi này! 
V. THỰC NGHIỆM VÀ ĐÁNH GIÁ 
Như bài báo đã trình bày ở mục IV, mục đích của 
thực nghiệm là để tìm câu trả lời cho câu hỏi: “Nếu hai 
người dùng tương tự nhau dựa trên các hành vi thì họ 
có quan tâm đến một số chủ đề tương tự nhau hay 
không? và ngược lại?”. 
A. Thu thập dữ liệu và xây dựng tập mẫu 
Chúng tôi thực hiện việc thu thập dữ liệu từ trang 
mạng Facebook.com. Mỗi người dùng được chọn 10 
hành vi gần thời điểm lấy dữ liệu nhất bao gồm: 10 bài 
đăng (post), 10 bài viết đã thích (like), 10 bài viết đã 
bình luận (comment). Trong mô hình đề xuất, bài báo 
chỉ xem xét các bài viết, các bình luận, các bài viết 
được bình luận, các bài viết đã thích, các bài viết đã 
chia sẻ chứa văn bản, còn các đối tượng không chứa 
văn bản bị loại bỏ khỏi tập dữ liệu. Việc loại bỏ các 
đặc tính không phải văn bản được thực hiện tự động 
thông qua chương trình tiền xử lý dữ liệu 
Sau khi đã xử lý, bài báo thu được 40 người dùng 
thực, bài viết thực hiện mã hóa tên người dùng thành 
danh sách từ U001 đến U040 thành các cặp so sánh 
Sau khi phân tích và loại bỏ các bớt các cặp trùng 
lặp, ví dụ C1,2 và C2,1, bài viết loại bỏ C2,1 chỉ để 
C1,2. Các cặp C1,1 vẫn giữ nguyên. Bài viết thu được 
tổng cộng số lượng mẫu thử nghiệm ở Bảng II 
Bảng II. Bộ dữ liệu mẫu thu được 
 Số lượng 
Người dùng 40 
Số cặp so sánh 840 
Số bài đăng 400 
Số bài đã thích 400 
Số bài đã bình luận 400 
B. Thực nghiệm 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 13
ƯỚC LƯỢNG QUAN TÂM NGƯỜI DÙNG TRÊN MẠNG XÃ HỘI DỰA TRÊN HÀNH VI 
Kịch bản thực nghiệm được thực hiện theo năm 
bước như sau: 
1: Tách từ khóa và tính TF_IDF của bài viết 
2: Ước lượng độ tương tự các bài viết 
3: Ước lượng độ tương tự của người dùng 
4: Tách từ khóa và TF –IDF của các chủ đề 
5: Ước lượng độ tương tự quan tâm 
Thực hiện lần lượt với tất cả các bài viết của trong 
bộ dữ liệu thử nghiệm, các cặp người dùng và các chủ 
đề đã xác định, chi tiết các bước thử nghiệm như sau: 
Bước 1: Phân tích các bài viết thành các từ khóa, 
loại bỏ từ dừng, lấy định nghĩa các từ khóa theo từ 
điển, phân tích lại và tính TF-IDF của mỗi từ khóa 
được minh họa trong Bảng III theo công thức (2) 
Bảng III. Phân tích một bài viết và tính TF-IDF 
Một bài 
viết của 
U011 
Chắc chết! Thành phố xanh - Blue 
city của Morocco. Quẹt vào lịch cái thành 
phố này rồi nhé. Nhớ những người bạn nói 
tiếng Ả rập lai Pháp. Nhớ bị chặn lại tại 
sân bay hỏi cô đi với ai. Nhớ bữa ăn tối ... 
Từ khóa 
và TF-
IDF 
tương 
ứng 
Keyword Tf-idf Keyword Tf-idf 
thành phố 0.561 bữa ăn 0.223 
- blue 0.281 kéo dài 0.281 
thành phố 0.561 bản địa 0.281 
nói tiếng 0.281 
nói 
chuyện 
0.189 
tại sân 0.281 thơ ca 0.281 
sân bay 0.281 triết học 0.223 
Bước 2: Tính độ tương tự giữa các bài viết dựa 
trên TF-IDF. Ở bước thứ hai các cặp bài viết của các 
người dùng được ước lượng độ tương tự bằng cosine 
của hai vec tơ chứa TF-IDF tương ứng của chúng 
theo công thức (3) 
Bảng IV. Độ tương tự hai bài viết theo TF-IDF 
Bài viết 1 
Chẳng biết đường nào mà lần, nước nào 
mà lo... ? Thưa bà Phan Hà Thủy, Tổng 
giám đốc Vinschool Trong buổi họp với 
Ban phụ huynh sáng và chiều qua tại 
Vinschool, bà đã có những phát ngôn, và 
cách ... 
Bài viết 2 
DON’T TAKE IT PERSONAL! Rất 
nhiền bạn inbox kể cho tôi nghe bản thân 
cảm thấy bị tổn thương thế nào vì lời nói 
của người khác. Các bạn trách sao người 
ta không nhạy cảm, thờ ơ, thiếu trí tuệ 
cảm 
Sim (e1, e2) 0.02792 
Bước 3: Ước lượng độ tương tự của người dùng 
dựa trên các hành vi theo các công thức (5), (6), (7) 
và (8) 
Bước 4: Phân tích định nghĩa của các chủ đề thành 
các từ khóa theo N-gram, loại bỏ từ dừng và tính TF –
IDF của chúng theo công thức (3) 
Bước 5: Ước lượng độ tương tự của các bài viết 
của mỗi người dùng theo các chủ đề theo công thức, 
để xác định độ quan tâm của họ với mỗi chủ đề kết 
quả được minh họa trong Bảng V. 
Bảng V. Độ quan tâm của người dùng theo chủ đề 
Môi 
trường 
Sức 
khỏe 
Công 
nghệ 
Du lịch 
Giáo 
dục 
Hôn 
nhân 
U001 0.0159 0.0133 0.0400 0.0293 0.0135 0.0482 
U003 0.0357 0.0259 0.0242 0.0319 0.0338 0.0244 
U006 0.0357 0.0167 0.0264 0.0095 0.0281 0.0 
U007 0.0349 0.0218 0.0298 0.0247 0.0269 0.0229 
U008 0.0366 0.0318 0.0210 0.0170 0.0268 0.1213 
U010 0.0429 0.0262 0.0239 0.0282 0.0 0.0274 
Độ quan tâm của người dùng đối với các chủ đề 
phổ biến trên các mạng xã hội được tính theo công 
thức (15). Nhìn vào Bảng V có thể thấy rằng các ô có 
giá trị 0.0 là không có bài viết nào tương tự với các 
chủ đề được xây dựng, hay nói cách khác là người 
dùng không quan tâm đến chủ đề đó trong thời điểm 
hiện tại. 
Dựa trên Bảng V và công thức (16) để ước lượng 
độ tương tự quan tâm của người dùng theo các chủ đề 
dựa trên các hành vi. Để xác định hai người dùng có 
độ quan tâm tương tự nhau, bài báo lựa chọn ngưỡng 
 ( ) >=0.55. Những cặp nào 
không thỏa mãn được ngưỡng này được coi là quan 
tâm ít tương tự nhau theo các chủ đề trên mạng xã hội 
Bảng VI. Độ quan tâm tương tự dựa trên hành vi 
 U001 U002 U003  U039 U040 
U001 1.0 
U002 0.633 1.0 
U003 0.510 
U039 0.543 0.116 0.844 1.0 
U040 0.135 0.722 0.507  0.644 1.0 
C. Đánh giá 
Để đánh giá độ tương quan của công thức (11) và 
công thức (18), bài báo sử dụng giá trị trung bình độ 
lệch tuyệt đối và giá trị trung bình độ lệch tương đối 
để đánh giá như sau: 
Đánh giá theo trung bình độ lệch tuyệt đối: 
TB độ lệch tuyệt đối = TB của các 
| ( ) ( ) (19) 
Với kết quả từ thực nghiệm trong từ bộ mẫu dữ 
liệu thì mô hình đề xuất có trung bình độ lệch tuyệt đối 
là 11.8%, khi đó, độ chính xác của mô hình đề xuất là: 
CR= (1- TB độ lệch tuyệt đối)*100% (20) 
Và độ chính xác bằng 88.2% 
Đánh giá theo trung bình độ lệch tương đối: 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 14
Nguyễn Thị Hội, Trần Đình Quế 
TB độ lệch tương đối = TB của các 
 ( ) ( ) 
 ( ( ) ( ))
 (21) 
Với kết quả từ thực nghiệm trong bộ mẫu dữ liệu 
thì mô hình đề xuất có trung bình độ lệch tương đối sẽ 
là 14.8%, khi đó, độ chính xác của mô hình đề xuất là: 
CR =(1- TB độ lệch tương đối)*100% (22) 
Và độ chính xác bằng 85.2% 
Bảng VII. Đánh giá mô hình và sự tương quan 
TB độ 
lệch tuyệt 
đối 
TB độ lệch 
tương đối 
Độ chính xác 
theo độ lệch 
tuyệt đối 
Độ chính 
xác theo độ 
lệch tương 
đối 
Facebook 0.118 0.148 88.2% 85.2% 
VI. KẾT LUẬN 
Bài báo đã đề xuất mô hình ước lượng độ tương tự 
quan tâm của người dùng dựa trên các hành vi đăng 
bài viết, thích bài viết và bình luận trong bài viết. Mô 
hình đề xuất có thể áp dụng trong việc phân loại người 
dùng trên các mạng xã hội hoặc xác định quan tâm của 
người dùng theo các chủ đề ứng dụng trong các 
chương trình quảng cáo, các hệ thống khuyến nghị 
người dùng 
TÀI LIỆU THAM KHẢO 
[1]. Attacharya Parantapa, Zafar Muhammad Bilal, Ganguly 
Niloy, Ghosh Saptarshi, Gummadi Krishna P. Inferring User 
Interests in the Twitter Social Network Proceedings of the 
8th ACM Conference on Recommender Systems, RecSys '14 
pgs 357-360, ACM, New York, NY, USA 
[2]. Bruno Ohana and Brendan Tierney. Sentiment classification 
of reviews using sentiwordnet. 2009. 
[3]. Chihli Hung and Hao-Kai Lin. Using objective words in 
sentiwordnet to improve word-of-mouth sentiment 
classification. IEEE Intelligent Systems, 28(2):47–54, 2013. 
[4]. D. Manning, Prabhakar Raghavan, Hinrich Schutze, 2008, 
Introduction to Information Retrieval, 27 Oct 2013 
[5]. Dekang Lin. An information-theoretic definition of 
similarity. In Proc. 15th International Conf. on Machine 
Learning, pages 296–304. Morgan Kaufmann, San 
Francisco, CA, 1998 
[6]. Diana Palsetia, Md. Mostofa, Ali Patwary, Kunpeng Zhang , 
Kathy Lee, Christopher Moran, Yves Xie, Daniel Honbo, 
Ankit Agrawal, Wei-keng Liao, Alok Choudhary. User-
Interest based Community Extraction in Social Networks 
ACM, NY, USA, 2012 
[7]. Elie Raad, Richard Chbeir, and Albert Dipanda. User profile 
matching in social networks. In Proceedings of the 2010 13th 
International Conference on NetworkBased Information 
Systems, NBIS ’10, pages 297–304, Washington, DC, USA, 
2010. IEEE Computer Society. 
[8]. Li Xin, Guo Lei, Zhao Yihong Eric Tag-based Social 
Interest Discovery Proceedings of the 17th International 
Conference on World Wide Web Beijing, China,pages 675- 
684, ACM, New York, NY, USA 
[9]. Manh Hung Nguyen and Thi Hoi Nguyen general model for 
similarity measurement between objects,International 
Journal of Advanced Computer Science and 
Applications(IJACSA) 6(2):235-239, 2015 
[10]. Nguyễn Thị Hội, Đàm Gia Mạnh, Trần Đình Quế, Độ tương 
đồng ngữ nghĩa các bài viết trên mạng xã hội dựa trên 
Wikipedia. Hội nghị Khoa học Quốc gia: Nghiên cứu cơ bản 
và ứng dụng CNTT lần 10 - FAIR'10. Thg8/2017 
[11]. Pavan Kapanipathi, Prateek Jain , Chitra Venkataramani, 
Amit Sheth, User Interests Identification on Twitter Using a 
Hierarchical Knowledge Base 11th ESWC 2014 
(ESWC2014) , 2014 , May 
[12]. Sheng Bin, Gengxin Sun, Peijian Zhang and Yixin Zhou 
Tag-Based Interest-Matching Users Discovery Approach in 
Online Social Network International Journal of Hybrid 
Information Technology Vol. 9, No. 5 (2016), pp. 61-70 
[13]. Sheetal A Takale, Sushma S Nandgaonkar, Measuring 
semantic similarity between words using web documents 
International Journal of Advanced Computer Science and 
Applications (IJACSA) Volume 1, Issue 4. 2010 
[14]. Nguyen T.H., Tran D.Q., Dam G.M., Nguyen M.H. (2018) 
Integrated Sentiment and Emotion into Estimating the 
Similarity Among Entries on Social Network. In: Chen Y., 
Duong T. (eds) Industrial Networks and Intelligent Systems. 
INISCOM 2017. Lecture Notes of the Institute for Computer 
Sciences, Social Informatics and Telecommunications 
Engineering, vol 221. Springer, Cham 
[15]. W.B. Cavnar and J.M. Trenkle. N-gram-based text 
categorization. Ann Arbor MI, 48113(2):161–175, 1994. 
[16]. Zhao Zhe, Cheng Zhiyuan, Hong Lichan, Hsin Chi Ed Huai 
Improving User Topic Interest Profiles by Behavior 
Factorization 2015, Pages 1406-1416, ACM, New York, 
NY, USA 
[17]. Perelman L.C., Paradis J., Barrett E. Mayfield Handbook of 
Technical and Scientific Writing, Mayfield, Mountain View, 
California (1997). 
[18]. Hoàng Phê (2018), Từ điển Tiếng việt, Viện ngôn ngữ học, 
NXB Hồng Đức 
[19]. Từ điển Wikipedia, https://www.wikipedia.org/ 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 15
ƯỚC LƯỢNG QUAN TÂM NGƯỜI DÙNG TRÊN MẠNG XÃ HỘI DỰA TRÊN HÀNH VI 
ESTIMATING USER’S INTEREST ON SOCIAL 
NETWORKS BASED ON BEHAVIORS 
Abstract: Discovering interests of users on social 
networks is one of the issues attracting many 
researches and being applied to various fields, such as 
user recommendations, personalized ads, or 
categorizing users into groups. In this paper, we 
propose an approach based on the analysis of user’s 
behaviors on social networks to detect and compare 
the correlations of interest of two users on the 
network. Our proposal is also empirically evaluated 
with the real data. The evaluation shows that the more 
same behaviors two users have, the more similar 
interests they have. And vice versa, if two users have 
similar interests, their entries are the same. 
Nguyễn Thị Hội, Nhận 
học vị Thạc sỹ năm 2006. 
Hiện công tác tại Đại học 
Thương mại. Lĩnh vực 
nghiên cứu: Hệ thống 
thông tin, khai phá dữ liệu, 
tính toán xã hội. Đang là 
NCS tại Học viện Công 
nghệ Bưu chính Viễn 
thông 
Trần Đình Quế, Nhận học 
vị Tiến sỹ năm 2000. Hiện 
công tác tại Học viện Công 
nghệ Bưu chính Viễn 
thông. Lĩnh vực nghiên 
cứu: Tính toán thông minh 
và phân tán, Tính toán xã 
hội và Khai phá dữ liệu. 
 SỐ 03 (CS.01) 2018 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 16