-
Thông tin
-
Hỏi đáp
Phân tích mạng xã hội trong marketing | Báo cáo chuyên đề | Trường Cao đẳng Kỹ thuật Công nghệ Nha Trang
Báo cáo chuyên đề của Trường Cao đẳng Kỹ thuật Công nghệ Nha Trang được biên soạn dưới dạng PDF gồm những kiến thức và thông tin cần thiết cho môn học giúp sinh viên có định hướng ôn tập, nắm vững kiến thức môn học từ đó làm tốt trong các bài kiểm tra, bài tiểu luận, bài tập kết thúc học phần, để đạt kết quả cao cũng như có thể vận dụng tốt những kiến thức đã học vào thực tiễn cuộc sống. Mời bạn đọc đón xem!
Phân tích mạng xã hội trong marketing | Báo cáo chuyên đề | Trường Cao đẳng Kỹ thuật Công nghệ Nha Trang
Báo cáo chuyên đề của Trường Cao đẳng Kỹ thuật Công nghệ Nha Trang được biên soạn dưới dạng PDF gồm những kiến thức và thông tin cần thiết cho môn học giúp sinh viên có định hướng ôn tập, nắm vững kiến thức môn học từ đó làm tốt trong các bài kiểm tra, bài tiểu luận, bài tập kết thúc học phần, để đạt kết quả cao cũng như có thể vận dụng tốt những kiến thức đã học vào thực tiễn cuộc sống. Mời bạn đọc đón xem!
Môn: Phân tích và thiết kế hệ thống thông tin (NT)
Trường: Trường Cao đẳng Kỹ thuật Công nghệ Nha Trang
Thông tin:
Tác giả:
Preview text:
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
Học viên: Đàm Thanh Long ⎯ Mã số: CH1101020
BÁO CÁO CHUYÊN ĐỀ
CÔNG NGHỆ TRI THỨC
Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60 48 01.01 Giảng viên phụ trách: GS.TSKH Hoàng Văn Kiếm Tp. Hồ Chí Minh năm 2013 MỤC LỤC
Báo cáo chuyên đề công nghệ tri thức
CHƯƠNG I. GIỚI THIỆU
Mạng xã hội ra đời đã trở thành một trào lưu mới trong mọi tầng lớp sử dụng máy tính và
Internet làm công cụ giao lưu, tìm kiếm tri thức. Mạng xã hội giúp thu hẹp khoảng cách
giữa người với người, góp phần biến thế giới mà chúng ta đang sinh sống trở thành một
“thế giới phẳng”. Với khả năng kết nối, chia sẻ thông tin một cách dễ dàng, mạng xã hội
dần trở thành một kho kiến thức khổng lồ. Và từ đây, nhu cầu tìm kiếm, phân tích lượng
thông tin khổng lồ trong rất nhiều mạng xã hội đang tồn tại và phát triển trở nên cần thiết
hơn bao giờ hết. Tuy thế, các công nghệ tìm kiếm hiện tại đứng đầu là Google đều chưa Trang 2
Báo cáo chuyên đề công nghệ tri thức
thể tận dụng hết khả năng của mạng xã hội. Bởi lẽ mạng xã hội có cấu trúc rất mở, các
thành phần được gắn kết với nhau theo dạng quan hệ (một chiều, hai chiều) nên việc tìm
kiếm thông tin trên mạng xã hội phải làm việc ở mức phân tích mối quan hệ, tìm kiếm
các đặc điểm… Trong khi các cỗ máy tìm kiếm hiện thời vẫn chỉ tập trung vào tìm kiếm
nội dung mà chưa đánh giá được mức độ tầm quan trọng dựa trên mối quan hệ gắn kết và mức độ ảnh hưởng.
Trong những năm gần đây, một sự thay đổi lớn trong mối quan hệ giữa các công ty và
khách hàng đã được công khai. Việc mở rộng web 2.0 và mạng xã hội như (Facebook,
Twitter, You tube,…) đã có một tác động to lớn trên con đường tiến hành tiếp thị
(marketing). [1] Các khách hàng nhận được nhiều và kiểm soát nhiều hơn thông qua
thông tin liên lạc công ty hay sản phẩm. Giá trị cốt lõi của doanh nghiệp là khách hàng và
mạng xã hội đại diện cho một cơ hội để xây dựng mối quan hệ gần gũi và lợi ích hơn với
khách hàng. Vì vậy các công ty phải đáp ứng với sự thay đổi này. Trong thực tế các công
ty có thể đạt được lợi ích thông qua sử dụng mạng xã hội trong marketing của họ: họ có
thể đạt được sự hiểu biết tốt hơn về nhu cầu thiết yếu của khách hàng và có thể xây dựng
mối quan hệ tốt hơn với khách hàng. Để đạt được lợi ích thương mại họ phải lập kế
hoạch hoạt động của mình trong mạng xã hội để kiểm soát tốt hơn và hệ số đo lường.
Chính xác hành vi có thể thay đổi cách thức của các công ty xem xét đến khách hàng của
họ. Bất cứ khi nào mà sự kết hợp giữa mạng xã hội và marketing đạt được, công ty có thể
dễ dàng theo dõi khách hàng của họ, đạt được yêu cầu kiểm soát và đo lường các hoạt động của họ.
Trên cơ sở đó, bài viết này tập trung tìm hiểu và làm rõ hơn khả năng tận dụng công nghệ
vào việc xử lý các bài toán dựa trên quan hệ trên các mạng xã hội, để từ đó tạo tiền đề
cho việc ứng dụng vào trong các bài toán lớn hơn, giải quyết vấn đề thu thập, tìm kiếm và
phân tích thông tin trên diện rộng. Bên cạnh đó, tìm hiểu việc xác định key player trong
mạng xã hội, cài đặt thuật toán xác định key player trong mạng xã hội (đồ thị) để từ đó
tận dụng nó vào nhu cầu chiến lượt marketing. Do giới hạn về mặt thời gian nên các bài
toán phân tích trong mạng xã hội sẽ không thể được trình bày một cách đầy đủ và chi tiết. Trang 3
Báo cáo chuyên đề công nghệ tri thức
Cấu trúc bài viết như sau: trong phần 1 giới thiệu một trào lưu mới tìm kiếm tri thức
trong mạng xã hội; trong phần 2 nêu lên cơ sở lý thuyết và các bài toán có liên quan trong
mạng xã hội; phần 3 phân tích mạng xã hội trong marketing; trong phần 4 làm thế nào để
xác định key player trong mạng xã hội; trong phần 5 nêu lên cơ hội và cũng như rủi ro
mà mạng xã hội mạng lại; phần 6 mô phỏng thử nghiệm các thuật toán tìm key player;
trong phần 7 kết luận và hướng phát triển trong tương lai.
CHƯƠNG II. CƠ SỞ LÝ THUYẾT MẠNG XÃ HỘI VÀ CÁC BÀI
TOÁN CÓ LIÊN QUAN
Mạng xã hội, hay còn gọi là mạng xã hội ảo (social network) là một cấu trúc mang tính
xã hội tạo thành từ các nút (node), mỗi nút đó có thể là một cá nhân hay một tổ chức.
Mạng xã hội làm nhiệm vụ kết nối các thành viên, người dùng trên Internet lại với nhau
dựa theo những tiêu chí nào đó, với nhiều mục đích khác nhau, không phân biệt thời gian
và không gian. Với một cấu trúc đơn giản nhất như thế, một mạng xã hội có thể được
biểu diễn như một “đồ thị” như hình ii.1 Trang 4
Báo cáo chuyên đề công nghệ tri thức
Hình ii.1: Đồ thị biểu diễn cấu trúc mạng xã hội
2.1 / Lịch sử mạng xã hội
Mạng máy tính (computer network) ra đời làm nền tảng cho sự xuất hiện của mạng xã
hội. Có một vài cách tiếp cận khác nhau về mạng xã hội. Cách tiếp cận đầu tiên cho rằng
mạng xã hội là một nơi để mọi người có thể tương tác với nhau thông qua các phòng trò
chuyện (chat room), chia sẻ thông tin cá nhân, ý tưởng qua các chủ đề được tạo lập trên
những trang cá nhân, mà về sau này được gọi là “blogging”. Những mạng xã hội dạng
này thì đã xuất hiện từ năm 1985 với THE WELL, Theglobe.com (1994), Geocities (1995) và Tripod (1995).
Còn một cách tiếp cận khác, đơn giản hơn thì mạng xã hội là nơi mà mọi người có thể kết
nối với nhau thông qua địa chỉ thư điện tử của họ. Mạng xã hội đầu tiên của dạng này –
Classmates – ra đời vào năm 1995 với mục đích kết nối bạn học, tiếp đó SixDegrees
được tạo ra vào năm 1997 là với mục đích giao lưu kết bạn dựa theo sở thích.
Năm 2002, Friendster ra đời và mau chóng trở thành trào lưu tại Mỹ. Tuy vậy do phát
triển quá nhanh mà thiếu đi sự tính toán đối với phân tải đã khiến các server của dịch vụ
này hay bị xảy ra hiện tượng quá tải. Công ty này sau đó có được Google đề nghị mua lại
với trị giá khoảng 30 triệu đô la Mỹ tuy nhiên thương vụ không thành công.
Năm 2003, MySpace đi vào hoạt động, nhanh chóng nổi bật với các tính năng mới hấp
dẫn, trong đó phải kể đến tính năng chia sẻ nhạc. Dịch vụ này đã thu hút được rất nhiều
các ban nhạc tham gia vào mạng xã hội MySpace, từ đó giúp cho mạng xã hội này có
thêm được rất nhiều những thành viên quan tâm, để rồi trở thành mạng xã hội lớn nhất
thế giới cho tới tận thời điểm hiện nay.
Năm 2006 đánh dấu sự có mặt của Facebook (thực ra là việc mở rộng phạm vi của mạng
xã hội này ra toàn cầu thay vì cho cộng đồng các trường đại học tại Mỹ vốn đã tồn tại từ
năm 2004), một mạng xã hội “mở”. Facebook cung cấp một nền tảng lập trình gọi là
Facebook Platform cho phép những thành viên chuyên sâu có thể tạo ra các ứng dụng Trang 5
Báo cáo chuyên đề công nghệ tri thức
(tiếng anh: Applications). Nhờ vậy Facebook có được rất nhiều các ứng dụng vừa được
cập nhật một cách nhanh chóng, lại vừa phù hợp với nhiều đối tượng với các sở thích cá nhân khác nhau.
Ngoài ra hiện nay còn có một trào lưu mới xuất hiện nhưng cũng đã phát triển hết sức
nhanh chóng, đó là Twitter. Nếu như các mạng xã hội trước kia thường được gọi là
blogging thì Twitter còn được gọi là micro-blogging. Được gọi như vậy bởi Twitter chỉ
cung cấp cho người dùng khả năng tạo ra những dòng tin nhắn nhanh và ngắn gọn cỡ 140
ký tự (gần giống với số ký tự cho phép trong một tin nhắn SMS trên điện thoại di động).
2.2 / Đặc điểm mạng xã hội ảo
Có thể nói Mạng xã hội có thể phát triển mạnh mẽ được như hiện nay là do những ưu thế
đáng kể mà chúng mang lại so với các cách tiếp cận cộng đồng truyền thống.
Một là vấn đề chi phí. Có thể thấy rằng việc tham gia vào một mạng xã hội, dù là đối với
một cá nhân hay một tổ chức đều chiếm một chi phí tương đối thấp, bởi trên thực tế, các
mạng xã hội hiện nay hầu hết cho phép đăng ký và sử dụng miễn phí. Trong khi đó, khi
đã trở thành một thành viên của một mạng xã hội, các cá nhân hay tổ chức đó có thể có
được rất nhiều thông tin hữu ích cho mối quan tâm, sự phát triển của mình. Ví dụ như
một công ty sau khi tham gia một mạng xã hội nào đó, có thể chỉ cần vài cú nhấp chuột là
đã có thể tìm hiểu về các sở thích của người dùng, xu hướng của những sở thích đó. Qua
đó, công ty có thể phát hiện ra được những khách hàng tiềm năng, vạch ra một chiến lược
kinh doanh mới cho thời kỳ khó khăn … Những việc làm này có thể giúp ích rất nhiều
cho hoạt động kinh doanh hiện tại của công ty đó.
Hai là khả năng xây dựng các mối quan hệ tin cậy. Nhờ vào việc quan sát được các bài
viết, đánh giá của các thành viên trong mạng xã hội, một tổ chức có thể nắm bắt được
nhu cầu và đánh giá của khách hàng về các sản phẩm hay dịch vụ mà họ cung cấp. Hơn
thế là khi họ có những phản hồi tích cực đối với khách hàng, từ đó xây dựng một mối
quan hệ “ảo” với khách hàng trong khi có thể mang lại một niềm tin “thực”. Không quá Trang 6
Báo cáo chuyên đề công nghệ tri thức
tốn kém như những hệ thống chăm sóc khách hàng lớn mà mang lại hiệu quả cũng không
hề nhỏ, đó chính là lợi thế của mạng xã hội.
Hay đối với những cá nhân, nhờ việc đọc được những bài viết phần nào mang tính chất
riêng tư, tâm sự của bạn bè, hay con cái, họ có thể có được những hiểu biết rõ ràng hơn
về bạn bè, con cái của mình, thấy được vấn đề mà người kia đang gặp phải, từ đó giúp họ
giải quyết vấn đề dễ dàng hơn. Bởi nghiên cứu cho thấy, giới trẻ đang có xu hướng kể ra
những phức tạp cá nhân trên blog, mạng xã hội dễ dàng hơn là nói chuyện trực tiếp với
các bậc phụ huynh, hay cả với bạn bè. Khi ấy niềm tin trong mối quan hệ cũng được nâng lên đáng kể.
Ba là việc tạo lập các mối quan hệ trong mạng xã hội trở nên dễ dàng hơn bao giờ hết.
Thử tưởng tượng trong mạng xã hội nào đó, người dùng có một vài người bạn, những
người ấy lại có nhiều bạn bè khác, cứ như vậy. Nhờ vào mạng xã hội, người dùng ban
đầu có thể thiết lập một mối quan hệ với bất cứ ai, đơn giản chỉ khởi đầu bằng việc gửi đi
một lời nhắn đề nghị được kết bạn. Sau khi được chấp nhận bởi phía bên kia, việc cần
làm để gìn giữ mối quan hệ đó đó là cố gắng cân bằng giữa việc cho đi và nhận lại. Việc
này ở trên một mạng xã hội tỏ ra đơn giản hơn so với việc duy trì mối quan hệ trong xã
hội bình thường, bởi cho đi và nhận về trong mạng xã hội nhiều khi chỉ nằm ở mức có
những bình luận trong những bài viết của bạn bè.
Những ưu điểm mà mạng xã hội mang lại như đã kể trên là rất to lớn, tuy vậy cũng cần
phải chỉ ra một số mặt hạn chế của mạng xã hội:
Vấn đề đầu tiên mà mạng xã hội gặp phải là vấn đề về thông tin cá nhân của người dùng.
Khi đã kết nối vào mạng xã hội, có bạn bè trên đó đồng nghĩa với việc người dùng cũng
phải đối mặt với nguy cơ bị lợi dụng các thông tin (cá nhân) đăng tải lên đó. Với những
thông tin như vậy, những kẻ có ý đồ không tốt có thể tìm hiểu nhiều thứ khác hơn về
người dùng đó. Điều đó có thể làm ảnh hưởng tới lợi ích cá nhân của người dùng đó ngay
trong thời điểm hiện tại cũng như tương lai. Biết đâu một bức ảnh xưa cũ có thể được lôi
ra để làm hại tới thanh danh của người dùng đó về sau này??? Trang 7
Báo cáo chuyên đề công nghệ tri thức
Vấn đề thứ hai nằm ở chính cơ chế vận hành của các mạng xã hội. Mạng xã hội cũng như
mọi trang web khác, đều phải giải quyết các vấn đề liên quan tới bảo mật thông tin. Thêm
vào đó, các trang mạng xã hội còn gặp phải một số vấn đề riêng ví dụ như tình trạng nhắn
tin rác làm phiền những thành viên tham gia, sử dụng những công cụ tự viết. Vấn đề này
xuất hiện khá nhiều trên các phương tiện thông tin đại chúng gần đây, có thể lấy ví dụ về
vài sự cố các tài khoản mạng xã hội của những người nổi tiếng bị hacker kiểm soát,
những thông tin nhạy cảm được tung ra …
Một vấn đề nữa cần nói tới trong mặt hạn chế của mạng xã hội là việc tiêu tốn thời gian
sử dụng. Việc tham gia một mạng xã hội, kiểm tra các thay đổi gần đây từ bạn bè, cập
nhật những thay đổi, thông tin cho chính mình nhiều khi làm mất thời gian của người
tham gia. Tất nhiên điều này còn tùy thuộc vào cách từng người phân phối thời gian của
mình cho việc “online” trên các mạng xã hội mà họ tham gia. Tuy vậy theo những phân
tích gần đây thì có tình trạng khá nhiều người trẻ bị hội chứng “nghiện” khi tham gia
mạng xã hội. Nếu tình trạng này xảy ra ở diện rộng thì sẽ có rất nhiều hiệu ứng không tốt kèm theo.
Như vậy, cũng như những dịch vụ khác triển khai và khai thác trên nền Internet, mạng xã
hội cũng thể hiện được những ưu và nhược điểm nhất định. Nhược điểm của mạng xã hội
phần lớn kế thừa từ những nhược điểm vốn có của các dịch vụ nền web, nhưng những ưu
điểm của dịch vụ này lại mang tính chất đột phá so với các cách thức truyền thông cộng
tác truyền thống. Như trong một cuốn sách với tựa đề Groundswell của nhà xuất bản
Forrester Research ra đời năm 2008, mạng xã hội và tác động của nó đã được mô tả với
thuật ngữ “groundswell”, tạm hiểu là: “một bước tiến tự nhiên của loài người khi sử dụng
các công cụ trên mạng để kết nối, tích lũy kiến thức, lấy những gì họ cần – thông tin, hỗ
trợ, các ý tưởng, các sản phẩm hay khả năng thương lượng với cộng đồng” .Và với những
tiềm năng hiện tại mà mạng xã hội mang lại (xem bảng ii.2), việc tham gia, phân tích và
tận dụng những điểm mạnh mà mạng xã hội mang lại là cần thiết.
Thống kê nhỏ về mạng xã hội Trang 8
Báo cáo chuyên đề công nghệ tri thức
- Theo nhận định của đại diện IBM Việt Nam, với hơn 2 tỷ người kết nối mạng
Internet, hơn 600 triệu người dùng Facebook mỗi ngày.
- Hiện tồn tại khoảng hơn 500 mạng xã hội trên thế giới và hàng nghìn trang
web có chức năng như một mạng xã hội
- Trung bình, trong 1 phút, có hơn 695 ngàn trạng thái được cập nhật, 79364
thông tin được đăng tải lên tường và 510.040 bình luận được đăng tải. Cũng
trong 1 phút, có hơn 6.600 bức ảnh đăng tải lên Flickr, hơn 320 tài khoản mới
trên và hơn 98000 thông điệp được đẳng tải lên Twitter.
- Dự kiến đến năm 2013, game thủ trên các mạng xã hội sẽ bỏ ra đến 6 tỉ USD
để mua các vật dụng ảo trong game.
Bảng ii.2: Tiềm năng đối với mạng xã hội thông qua vài con số
2.3 / Một số bài toán đối với mạng xã hội
Về tìm kiếm dựa trên quan hệ, hiện có khá nhiều bài toán liên quan có khả năng tận dụng
để lấy ra kết quả phục vụ các mục đích khác nhau, thường là ứng dụng trong lĩnh vực xã
hội học. Có thể chia các bài toán này ra làm hai dạng chính: tìm các quan hệ; phân tích các đặc điểm.
Một bài toán tìm quan hệ có thể có rất nhiều dạng, tựu chung lại, những bài toán dạng
này làm nhiệm vụ tìm ra trong một tập hợp cá thể có mối quan hệ với nhau, một, hoặc
một vài, hoặc một tập hợp con thỏa mãn một dạng quan hệ nào đó. Lấy ví dụ, có thể kể ra
như tìm bạn chung (mutual friend) của hai hay ba người bất kỳ trong mạng xã hội.
Kết quả của bài toán này có thể phần nào giúp chúng ta tìm hiểu điểm gặp nhau trong
quan hệ giữa những người được chỉ ra, tức là phân tích tại sao giữa họ lại có mối quan hệ.
Bài toán phân tích đặc điểm cũng là dạng bài toán được dùng khá nhiều trong nghiên cứu
xã hội học. Ví dụ như bài toán tìm đường kính, là bài toán giúp giải quyết vấn đề tìm
khoảng cách ngắn nhất giữa hai người (hai node) trong một mạng xã hội. Nó gần giống
với thử nghiệm Small World nhằm tìm ra khoảng cách đủ để kết nối giữa hai người bất
kỳ trên toàn nước Mỹ, và kết quả khá bất ngờ rằng khoảng cách trung bình nằm trong
khoảng 5.5-6, tức là khá nhỏ so với người ta tưởng tượng. Trang 9
Báo cáo chuyên đề công nghệ tri thức
Có một bài toán tìm đặc điểm khác trong quan hệ là tìm tâm của một tập hợp các cá thể
(các node). Kết quả của bài toán này sẽ cho thấy nút trong đồ thị mà khoảng cách từ nút
đó tới mọi nút khác trong đồ thị của tập hợp các cá thể đó là ngắn nhất.
Các bài toán trên đơn thuần là những bài toán dựa trên đồ thị, và nếu chỉ như vậy thì có lẽ
rằng với một ma trận kề dạng như hình ii.3 các bài toán trên cũng có thể được giải quyết
tương đối dễ dàng với một số thao tác tính toán không phức tạp bởi lẽ một đồ thị có thể
được biểu diễn dưới dạng ma trận.
Hình ii.3: Ma trận kề biểu diễn đồ thị gồm 4 đối tượng
2.3.1 / Bài toán phân tích quan hệ Trang 10
Báo cáo chuyên đề công nghệ tri thức
Tạo lập mạng tri thức từ cơ sở dữ liệu không đồng nhất: Như Hình ii.3.1 ta có một cơ
sở dữ liệu không đồng nhất, nhưng có mối quan hệ liên quan. Hệ cơ sở dữ liệu không
đồng nhất này sẽ cho thấy thông tin về những blogger trong mạng xã hội, họ có thể đến
từ nhiều quốc gia khác nhau, có những mối quan tâm tới các chủ đề khác nhau và làm
những công việc khác nhau … Cấu trúc của hệ cơ sở dữ liệu này được biểu diễn dưới
dạng mạng tri thức, trong đó mỗi đối tượng dữ liệu, hay một bản ghi được coi là một
node riêng lẻ, và mối quan hệ giữa những đối tượng dữ liệu đó được biểu diễn như những
liên kết hai chiều hay một chiều, tùy thuộc vào loại quan hệ giữa chúng là hai hay một chiều.
Hình ii.3.1 Cấu trúc cơ bản của một cơ sở dữ liệu không đồng nhất
Hệ cơ sở dữ liệu không đồng nhất này được hình thành từ bốn hệ cơ sở dữ liệu nhỏ có thể
nằm riêng rẽ tại các máy là WORLD database, TOPICS database, OCCUPATION
database và BLOGGER database, mỗi cơ sở dữ liệu có một cấu trúc xác định riêng.
WORLD Database (WDB): Hệ cơ sở dữ liệu này biểu diễn hệ thống quốc gia, vùng
lãnh thổ, thành phố nhằm xác định nơi cư trú của những thành viên trong mạng xã hội Trang 11
Báo cáo chuyên đề công nghệ tri thức Hình ii.3.2 WORLD database
WDB có bốn lớp, đầu tiên là “WORLD”, là gốc của CSDL. Lớp tiếp theo biểu diễn các
lục địa (tiếng Anh: continents). Lớp tiếp theo là các quốc gia, và lớp cuối cùng là các
thành phố, sẽ là những nơi sinh sống của các blogger. Các node ở các lớp liền kề sẽ được
liên kết với node ở lớp trên bằng một liên kết “isa” (is a) một chiều như trong Hình ii.3.2
TOPICS Database (TDB): Cơ sở dữ liệu này mô tả các chủ để mà các blogger quan
tâm, cấu trúc của TOPICS database gần giống như của WORLD database với bốn lớp.
Trong đó các lớp bên dưới thể hiện các topic như là topic con của các topic ở lớp trên. Và
cũng như WORLD database, các nút lớp dưới có liên kết một chiều với các nút lớp trên
với tên liên kết là “isa”.
BLOGGER Database (BDB): Mô tả các blogger trong mạng xã hội và mối quan hệ bạn
bè giữa họ. Ở mạng xã hội, quan hệ bạn bè là quan hệ hai chiều, do đó các liên kết sẽ
không có mũi tên chỉ hướng. Trang 12
Báo cáo chuyên đề công nghệ tri thức
Hình ii.3.3: Cơ sở dữ liệu tổng hợp
2.3.2 / Bài toán phân tích đặc điểm
Trong mạng xã hội, giữa các node, ngoài quan hệ là bạn bình thường, chúng ta có thể
thiết lập những quan hệ phức tạp hơn và thực hiện tìm kiếm theo các mẫu cho trước. Một
số ít các node sẽ có thuộc tính nghề nghiệp (job) nhận các giá trị như nhà báo
(journalist) hay ca sĩ (singer).
Tìm tất cả các node có đường nối trực tiếp tới hai node cho trước (bạn chung của hai
node bất kỳ cho trước) – Hình ii.3.4
Cho trước hai node A và B, tìm tất cả các node có đường nối trực tiếp với node A và nối
với node B qua một node trung gian (tìm tất cả các node có khoảng cách với A là 1,
khoảng cách với B là 2) – Hình ii.3.5. Trang 13
Báo cáo chuyên đề công nghệ tri thức Hình ii.3.4
Bạn chung của node D và E là hai node C và B Hình ii.3.5.
2.3.3 / Bài toán tìm đường đi ngắn nhất
Từ node nguồn tìm một cây đường đi ngắn nhất (shortest-path tree) tới tất cả các node khác trong đồ thị.
Sau khi tìm được cây đường đi ngắn nhất, tới node đích, lần vết ngược trở về node bắt
đầu để tìm ra dãy đường đi ngắn nhất giữa hai node.
Chúng ta tìm cây đường đi ngắn nhất bằng cách loang theo chiều rộng. Ở mỗi node, có
một biến cục bộ để đánh dấu tình trạng của node là đã được thăm hay chưa được thăm.
Thuật toán bắt đầu bằng việc nhảy tới node nguồn, từ nút nguồn di chuyển tới tất cả các
node có đường nối trực tiếp với node nguồn, kiểm tra nếu biến cục bộ lưu tình trạng của
node đang ở trạng thái chưa được thăm thì gán giá trị của biến cục bộ đó bằng địa chỉ của Trang 14
Báo cáo chuyên đề công nghệ tri thức
node mà chuỗi wave vừa từ đó di chuyển tới node hiện tại. Lặp lại việc di chuyển tới tất
cả các node có đường nối trực tiếp với node đang đứng. Trong WAVE có lệnh “##” di
chuyển sang các nút lân cận trừ node mà từ đó đã tới nó. Do vậy chuỗi WAVE sẽ di
chuyển sang các node có đường nối trực tiếp với các node hàng xóm của node nguồn
nhưng không di chuyển trở về node nguồn. Loang cho tới khi thăm xong toàn bộ đồ thị.
Sau khi đã tạo được cây đường đi ngắn nhất. Nhảy tới node đích, di chuyển ngược về
node khởi đầu dựa vào biến cục bộ lưu tình trạng tại mỗi node và lưu đường đi vào một biến toàn cục.
Từ các node B, C, D di chuyển tới các node có đường nối trực tiếp với B, C, D – mũi tên
màu xanh biển. Do có ba nhánh WAVE nên chuỗi WAVE sẽ di chuyển tới các node B,
C, D, E, F, G. Ở các node B, C, D, biến Nback đã có giá trị. Nên chuỗi WAVE sẽ bị
dừng. Còn ở ba node E, F, G biến Nback vẫn có giá trị NONE – node chưa được thăm
nên chuỗi WAVE sẽ tiếp tục lan tỏa. Từ E, F, G chuỗi WAVE lại tiếp tục lan tỏa tới hai
node chưa được thăm là H và I. Ở hai node H và I, chuỗi WAVE dừng do không tìm thấy node nào chưa thăm. Hình ii.3.6.
2.3.4 / Bài toán tìm đường kính
Định nghĩa đường kính của một đồ thị: Đường đi ngắn nhất giữa hai node trong đồ thị
được gọi là khoảng cách giữa hai node đó. Khoảng cách dài nhất giữa hai node trong đồ
thị gọi là đường kính của đồ thị. Với đồ thị trong hình 9, khoảng cách giữa node D và
node H chính là đường kính của đồ thị với độ dài đường kính là 3 Trang 15
Báo cáo chuyên đề công nghệ tri thức
Thuật toán tìm đường kính: Bài toán tìm đường kính của đồ thị có thể coi là một bài toán
mở rộng của bài toán tìm cây đường đi ngắn nhất. Ta tìm đường đi ngắn nhất giữa tất cả
các cặp node trong đồ thị, và đường kính tương ứng sẽ là đường dài nhất trong số những
đường ngắn nhất. Để giải quyết bài toán một cách hiệu quả, ta đặt chuỗi wave vào tất cả
các node trong đồ thị và tìm kiếm cây đường đi ngắn nhất của tất cả các node một cách
song song. Độ dài đường đi ngắn nhất từ tất cả các node khác trong đồ thị tới node hiện
tại được lưu tại một biến cục bộ tại node hiện tại, biến này có dạng vector, với mỗi phần
tử là một khoảng cách tới một node trong đồ thị. Để xác định chính xác khoảng cách nào
ứng với node nào từ node hiện tại, ta sử dụng một biến cục bộ khác lưu địa chỉ của node
đi kèm biến lưu khoảng cách. Biến này cũng có dạng vector với các phần tử là tên của
các node trong đồ thị, các phần tử trong vector khoảng cách và vector tên node được xếp
một cách tương ứng nhau.
Ví dụ với node hiện tại là node A: Biến vector Ndistance lưu khoảng cách: 1 1 1 2 2 2 3 4
Biến vector Nsource lưu tên các phần tử ứng với khoảng cách lưu tại biến Ndistance: B C D E F G H I
Sau khi thực một cách song song hiện thuật toán tìm cây đường đi ngắn nhất tại tất cả các
node, chúng ta nhận được ở biến Ndistance ở mỗi node khoảng cách từ node đó tới tất cả
các node còn lại trong đồ thị. Khoảng cách lớn nhất trong những khoảng cách này (tính ở
tất cả các node) – gọi là đường kính – được tìm qua hay bước: Đầu tiên tìm khoảng cách Trang 16
Báo cáo chuyên đề công nghệ tri thức
lớn nhất cục bộ trong các phần tử của vector Ndistace tại mỗi node, sau đó tìm khoảng
cách lớn nhất toàn cục là giá trị lớn nhất của các khoảng cách cục bộ.
2.3.5 / Bài toán tìm tâm và bán kính
Một khái niệm quan trọng khác trong đồ thị là tâm của đồ thị. Tâm của đồ thị là một node
mà khoảng cách lớn nhất từ node đó tới một node khác bất kì trong đồ thị là nhỏ nhất.
Bán kính là độ dài khoảng cách từ tâm tới node xa nhất trong đồ thị Hình ii.3.7.
Ví dụ như với đồ thị Hình ii.3.7 tâm của đồ thị là B và bán kính của đồ thị là khoảng cách
từ B tới node xa nhất là 2. A không thể là tâm vì khoảng cách từ A tới node xa nhất –
node H - là 3, lớn hơn khoảng cách từ B tới H
Thuật toán: Để tìm node có khoảng cách tới một node bất kì trong đồ thị là ngắn nhất so
với các node khác, với tất cả các node trong đồ thị, ta tìm khoảng cách xa nhất từ node đó
tới các node còn lại trong đồ thị. Trong các khoảng cách tìm được, node nào có khoảng
cách ngắn nhất chính là tâm của đồ thị.
Ta có thể sử dụng kết quả tìm cây đường đi ngắn nhất của bài toán tìm đường kính trong
đồ ở mục 3.5, bán kính cần tìm chính là giá Dmax nhỏ nhất được lưu trong cơ sở dữ liệu.
CHƯƠNG III. PHÂN TÍCH MẠNG XÃ HỘI TRONG MARKETING
3.1 / Dưới góc nhìn mạng lưới Trang 17
Báo cáo chuyên đề công nghệ tri thức
Trọng tâm của việc phân tích mạng là tìm hiểu về các cấu trúc thuộc tính ảnh hưởng đến
hành vi (Wellman 1983). Nhiều nghiên cứu marketing quan tâm đến mối quan hệ, tuy
nhiên không đơn giản là thu thập thông tin về đặc điểm của các thành viên trong mạng
chẳng hạn như kích thước mạng (như số lượng các liên kết chiến lược) tần số tương tác
(số lần trong một tháng tìm kiếm từ thông tin cá nhân) hay loại quan hệ (số lần khuyến
nghị nhiều hay ít). Những thông tin này rất hữu ích nhưng giới hạn trong việc xác định
cấu trúc mạng lưới ảnh hưởng tới các thành viên trong mạng như thế nào.
Thông tin về mối tương quan giữa các thành viên trong mạng lưới là cần thiết để điều tra
cấu trúc của vấn đề. Các vấn đề, chẳng hạn như việc phân cấp hoặc tập trung mạng lưới
nhằm thúc đẩy độ tin cậy giữa các thành viên trong mạng lưới hay có ảnh hưởng như thế
nào trong việc tham chiếu đến nhóm bên trong mạng lưới dày đặc so với mạng lưới thưa
thớt hoặc cạnh user nằm vị trí bên trong lõi hay bên ngoài, gọi là dữ liệu liên kết trực tiếp
hay gián tiếp trong đó cung cấp các cơ hội khác nhau và hạn chế cho các thành viên tham
gia mạng lưới. Phân tích mạng xã hội do đó việc định lượng điều tra các cấu trúc thuộc
tính mà không thể thực hiện từ các nghiên cứu hoặc đặc điểm cá nhân hay từ mối quan hệ đơn giản.
3.2 / Dữ liệu mạng lưới
3.2.1 / Các yếu tố mạng lưới
Mạng lưới bao gồm các thành viên được gọi là các actor và các mối quan hệ của họ. Các
actor trong một mạng lưới được phân biệt từng các cá nhân (các thành phần trong một
nhóm) hoặc đơn vị tập thể (các tổ chức trọng một ngành công nghiệp cụ thể). Mối quan
hệ này link đến các thành viên trong mạng lưới. Các liên kết có thể theo hướng trực tiếp
khác nhau (đối xứng hay bất đối xứng) khả năng (tích cực, trung tính, tiêu cực), yêu tố
(mạnh, trung hòa, yếu) và nội dung (tư vấn tìm kiếm, chia sẽ tài nguyên, thông tin liên lạc…).
3.2.2 / Ma trận dữ liệu trong mối quan hệ Trang 18
Báo cáo chuyên đề công nghệ tri thức
Một bộ tập dữ liệu tiêu chuẩn bao gồm một tập các thông tin (các hàng của ma trận) và
sự đáp lại của họ với một tập các câu hỏi về các thuộc tính của họ trong các vấn đề cụ thể
(các cột của ma trận). Kết quả là một actor theo thuộc tính ma trận. Một bộ dữ liệu về
mối quan hệ được sử dụng trong phân tích mạng lưới cũng bao gồm một tập các thông tin
(các hàng của ma trận) nhưng sự đáp lại của họ là một tập các câu hỏi về các mối quan
hệ với các actor cụ thể. Kết quả là một actor theo actor ma trận không phải là một actor theo thuộc tính ma trận.
Thông thường, thông tin về mối quan hệ thu được cho tập các actor đơn lẻ (tài nguyên
chia sẽ giữa tất cả các thư viện trong nước úc). Điều này được tham khảo như là một cơ
chế mạng lưới. Không phải tất cả các mối quan hệ có liên quan đến cùng một tập các
actor (người mua/nhà cung cấp, thương hiệu người tiêu dùng trung thành). Trong trường
hợp này thông tin về mối quan hệ thu được trên 2 tập các actor khác nhau, trong đó các
actor trên các hàng khác nhau từ các actor trên các cột. Loại mạng lưới này được gọi là
mạng lưới two-mode.
Sự tồn tại giữa 2 actor được nhập vào trong một số nhị phân ma trận kề về dữ liệu các
mối quan hệ như là “1” nếu có hoặc “0” ngược lại. Cho các mối quan hệ trong đó có
thông tin giá trị đã nhận được (các tần số tương tác sức mạnh, thời gian, sự thân mật)
một số thực được nhập vào. Giá trị dữ liệu có lẽ nhập vào giống như dữ liệu trong đó số
lượng lớn trong ô của đại diện ma trận nút mạnh mẽ (thời gian mối quan hệ) hoặc khoảng
cách dữ liệu mà giống như một road map nơi chỉ về mối quan hệ gần gũi hay mối quan
mạnh mẽ hơn (cấp bật thứ tự “1” là quan trọng nhất là “5” là ít quan trọng nhất).
Bảng iii.1 là một mẫu về dữ liệu ma trận kề cho các thông tin liên lạc giữa 27 phòng thí
nghiệm ở úc mà sớm được chấp nhận của một công nghệ cụ thể. Đọc qua thấy rằng các
hàng cho thấy actor 4 báo cáo một liên lạc với actor 25, nhưng lưu ý rằng actor 25 không
báo cáo một liên lạc nào với actor 4. Kể từ về mặt lý thuyết thông tin liên lạc là một mối
quan hệ lẫn nhau, ví dụ điều này sự quan tâm và độ tin cậy như với các dữ liệu thuộc
tính, các vấn đề chất lương dữ liệu với dữ liệu quan hệ phải được xem xét (Marsden
1990). Nghiên cứu đã chỉ ra rằng tổng thể mọi người được tốt hơn tại báo cáo về sự Trang 19
Báo cáo chuyên đề công nghệ tri thức
tương tác của họ và loại các mối quan hệ hơn tại các báo cáo về các nối kết cụ thể được
xãy ra trong khoảng thời gian hạn chế (Bernard, Killworth, Kronenfeld và Sailer 1984;
Freeman, Romney và Freeman 1987).
Bảng iii.2.1: Mạng lưới liên lạc cho 27 phòng lab
3.2.3 / Bộ sưu tập dữ liệu
Tất cả dữ liệu tiêu chuẩn các kỹ thuật thu thập gồm khảo sát, phỏng vấn, quan sát, thử
nghiệm, tài liệu phân tích và nhật ký có thể được sử dụng để có được dữ liệu mạng lưới.
Sự khác biệt chính là cấp bậc cụ thể. Các nghiên cứu về mối quan hệ trong marketing chủ
yếu đã yêu cầu cung cấp thông tin để chỉ ra các loại actor mà có một vài mối quan hệ (khi
tìm kiếm cho các thông tin về địa điểm kỳ nghỉ, trong đó các nguồn sau đây mà bạn sử
dụng : bạn bè, gia đình, đồng nghiệp và đại lý du lịch?). Những nghiên cứu sau đó phân
tích các dữ liệu trong một cách tiêu chuẩn và phân loại báo cáo phát hiện ( nhiều người sử Trang 20
Báo cáo chuyên đề công nghệ tri thức
dụng các nguồn tin cạnh gia định và bạn bè, thông tin liên quan đến địa điểm kỳ nghỉ
hơn là các mối quan hệ ít tin cậy). Chìa khóa chính để xây dựng một mạng lưới nghiên
cứu là để gợi lên những thông tin liên quan đến các mối quan hệ cụ thể giữa các actor rõ
ràng (liêt kê tên hoặc chữ cái đầu tiên tất cả những người mà bạn muốn đi đến địa điểm
thông tin về kỳ nghỉ). Khi các actor cụ thể được xác định sau đó bổ sung thông tin về mối
quan hệ (danh sách các actor như là bạn hay bạn của bạn? có mối liên hệ với nhau ngoài
xã hội?) cũng như thông tin về các thuộc tính có liên quan để tiếp cận (actor là nam hay nữ?).
Thu thập dữ liệu cũng phụ thuộc vào trọng tâm của nghiên cứu. Là mục tiêu để khám phá
một actor đơn lẽ trong tất cả các actor có ý nghĩa các mối quan hệ có thể được xác định
(sự khuyếch tán của một sự đổi mới trong nghiên cứu tại Úc) hoặc là các nghiên cứu có
liên quan với việc so sánh mạng lưới giữa các actor tham gia trong một mạng riêng biệt
(khách hàng về phẩu thuật khảo sát không nhất thiết phải kết nối đến người khác mặc dù
một nghiên cứu có thể điều tra để mở rộng mạng lưới cá nhân ảnh hưởng đến quyết định
của họ trong đó chọn lựa bác sỹ phẫu thuật?). Khi mục tiêu được map mạng lưới hoàn
chỉnh bao gồm các mối quan hệ giữa các thành viên gồm một cộng động, nó được tham
chiếu như là một trung tâm nghiên cứu xã hội. Dữ liệu các mối quan hệ có liên quan thu
được cho mỗi actor trong mạng lưới. Điều này cho phép một phân tích hoàn chỉnh gồm
tổng quan về cấu trúc mạng lưới cũng như phân tích một vị trí cho mỗi actor trong mạng.
Ego-centric hoặc mạng lưới cá nhân được tập trung trên một dấu vết actor ( ego) và mối
quan hệ của (ego) đến một tập các ego khác cộng với mối quan hệ giữa các alters. Nếu
không có thông tin trên các mối quan hệ tương quan giữa ego's alters, phân tích một ít
cấu trúc có thể thực hiện như là các thông tin thu được là ego’s dyadic để giới hạn số
lượng của alters (McCarty 2002). Báo cáo thông tin bằng lời là cách phổ biến chung để
thu thập thông tin có liên quan. Cho một nghiên cứu khảo sát nhỏ (50 actor hoặc ít hơn)
socio-centric được sử dụng. Mối quan hệ dữ liệu được lấy ra từ nhiều actor, thông tin
được cung cấp một số loại công việc và yêu cầu để xác định nhưng người anh/chị có mối
quan hệ đặc biệt (xem Weller and Romney 1988 mô tả các kỹ thuật khác nhau). Các kỹ
thuật nhận dạng phổ biết là để cung cấp thông tin tới danh sách tên của tất cả các actor Trang 21
Báo cáo chuyên đề công nghệ tri thức
trong hệ thống mạng lưới. Thông tin cung cấp sau đó cho thấy các mối quan hệ cặp đôi
anh/chị được kết nối. Kết quả này thông tin về mối quan hệ trong vector duy nhất cho
từng thông tin cung cấp. Những vector này sau đó kết hợp để tạo thành một hình vuông
actor bởi ma trận quan hệ actor. Dữ liệu có thể thu được bằng các thông tin được cung
cấp sử dụng một số loại đánh giá xếp hạng (như cấp bậc đầy đủ, so sánh các cặp, ba
hoặc quy mô kết nối). Với phương pháp phân công, cung cấp thông tin báo cáo không
xem xét làm thế nào các thành viên trong mạng lưới được kết nối với nhau để có được
từng thông tin toàn cầu mạng lưới, các kỹ thuật sắp xếp (Webster 1994) và phương pháp
cấu trúc dựa trên kinh nghiệm có thể được sử dụng (Krackhardt 1987).
Đối với các mạng tương đối lớn (Burt và Ronchi 1994) và các mạng lưới ego-centric, các
nhiệm vụ nhận dạng là không thể, thay vào đó thông tin cung cấp được yêu cầu nhớ lại
cho các mối quan hệ cụ thể của họ. Hai phương pháp thu thập dữ liệu trong mạng lưới:
tạo tên và vị trí tạo (thủ tục và một danh sách các câu hỏi được thấy Burt 1984;
Killworth, McCarty, Bernard, Johnsen, Domini và Shelley 2003; McCallister và Fischer
1978; van der Poel 1993). Với việc tạo tên, thông tin cung cấp được yêu cầu gọi lại các
actor (ví dụ như: con người, tổ chức, phòng ban hoặc bất cứ đơn vị được phân tích) với
người mà họ có một mối quan hệ đặc biệt chẳng hạn như “thảo luận các vấn đề quan
trọng”. Tên cũng có thể được sử dụng để thử nghiệm. Một tên được quy định (ví dụ: Sue
hoặc Red Cross hoặc kế toán) và thông tin cung cấp được yêu cầu cho họ biết hoặc có
một mối quan hệ đặc biệt với một tên của actor đó. Với vị trí tạo, vai trò hay vị trí ( ví dụ
như: bác sỹ, chính trị gia, thiếu niên hoặc một tổ chức từ thiện, một tổ chức tài chính… )
được sử dụng như là tác nhân và thông tin cung cấp được yêu cầu cho dù có một nối kết
đến vài cá nhân hay vài tổ chức trong vai trò đó.
3.3 / Phân tích mạng lưới
3.3.1 / Biểu diễn bằng ảnh đồ thị
Một trong những lợi thế của phân tích mạng lưới là sử dụng lý thuyết đồ thị. Đồ thị cho
phép một hình ảnh đại diện gồm cấu trúc và vị trí mối quan hệ của các thành viên trong Trang 22
Báo cáo chuyên đề công nghệ tri thức
mạng lưới (Freeman 1984; Hage và Harary 1983; Moreno 1953). Trong một đồ thị
mạng lưới các actor được hiển thị như là các điểm (gọi là node) và các mối quan hệ giữa
các actor được thể hiện như một đường nối kết với các node. Khi một mối quan hệ lẫn
nhau giữa các actor được thể hiện bằng các mũi tên với điểm đầu và kết thúc. Một mối
quan hệ đó là đầu một mũi tên duy nhất chỉ trực tiếp từ actor này đến actor khác. Hình
iii.3.1 là một đồ thị gồm các thông tin liên lạc trong cùng mạng lưới cho 27 phòng thí
nghiệm tại Úc trong bảng iii.2.1 một hình ảnh khám phá cấu trúc mạng lưới một cách
nhanh chóng mà phần lớn các mối quan hệ liên lạc trực tiếp tại 6 phòng lab: 4, 8, 10, 76,
78 và 106. Hầu hết các phòng lab còn lại nhận được ít hơn 3 mối liên hệ với 5 phòng lab
20, 22, 173, 175, 177 không nhận được liên hệ mật thiết nào. Điều này cho thấy một cấu
trúc cốt lõi bên ngoài mạng lưới với phòng lab nào đó sẽ được ưu tiên liên lạc đối tác
hoặc quan trọng hơn để thông tin liên lạc hơn là những người khác.
Hình iii.3.1: mạng lưới liên lạc cho 27 phòng lab tại Úc
Thông tin thuộc tính kết hợp gồm các actor có thể dẫn đến những hiểu biết thêm, ví dụ
phòng lab 10 và 202 thông quan một công nghệ đặt biệt nhiều so với các thành viên trong
mạng lưới khác. Hai phòng lab tuy nhiên không phải kết nối trực tiếp đến một phòng lab
khác và các vị trí rất khác nhau trong mạng lưới. Nhiều phòng lab báo cáo một truyền Trang 23
Báo cáo chuyên đề công nghệ tri thức
thông liên lạc với phòng lab 10 hai trong số đó là phòng lab 8 và phòng lab 4. Phòng lab
202 báo cáo 7 mối quan hệ nhưng không qua lại và chỉ khi 3 phòng lab báo cáo có một
mối quan hệ đến phòng lab 202. Bốn phòng lab 8, 76, 18 và 152 áp dụng công nghệ này
trong 3 năm. Lưu ý rằng phòng lab 8 là phòng lab chỉ các báo cáo có mối quan hệ liên lạc
đến 2 phòng lab 10 và 202. Tất cả các phòng lab khác có các quan hệ 10 hoặc 202, nhưng
không phải là cả hai. Trong các năm sau phòng lab 4, 110, 25, 177 và 48 áp dụng cộng
nghệ này. Một lần nữa các phòng lab có mối quan hệ trực tiếp đến chỉ một trong cái đầu
tiên chấp thuận không được cả 2. Nhưng điểm được phát hiện để chỉ ra một số bộ phận
bên trong mạng lưới mà có thể xuất phát từ 2 phòng thí nghiệm sáng tạo.
3.3.2 / Các biện pháp của mạng lưới
Một mạng lưới liên quan nhiều hơn 20 actor, nó trở nên khó khăn để phân tích đầy đủ về
hình ảnh trực quan. Định lượng được yêu cầu. Hai dòng cơ bản của yêu cầu trong phân
tích mạng lưới là gồm liên kết phân nhóm vai trò và vị trí actor. Từ 50 biện pháp mạng
lưới tồn tại, chúng tôi xem xét mà đã được sử dụng trong marketing và thảo luận các lý
thuyết có liên quan. Tất cả các biện pháp mạng lưới có liên quan và hiển thị hình ảnh trực
quan được tạo ra bằng chương trình phần mềm mạng Ucinet 6 (Borgatti, Everett và Freeman 2002).
3.2.1 / Sự gắn kết và gom cụm
Mật độ là một biện pháp phổ biến nhất của mạng lưới kết dính. Nó đo lường mức độ mà
tất cả các mối quan hệ tích cực được thể hiện cho bất kỳ một mạng lưới nào. Nó là số
lượng của mối quan hệ thực tế bằng cách chia cho tổng số lượng mối quan hệ tích cực.
Mật độ có thể tính toán cho toàn bộ mạng lưới nói chung như là cho mỗi mạng lưới cá
nhân. Mật độ tổng thể cho liên lạc mạng lưới ví dụ là 22.79%, một chỉ số tương đối lỏng
lẻo trong mạng. Mật độ cho mạng lưới phòng lab 210 là 66.67%. Phòng lab 210 có mối
quan hệ trực tiếp đến phòng lab 4, 152, 202 nhưng mối quan hệ tích cực giữa phòng lab 4
và 202 không hiển thị. Vì vậy mạng lưới phòng lab 210 có 2 mối quan hệ hiện tại (4, 152
và 152, 202) có thể xãy ra mật độ gồm 66.67%. Mật độ mạng lưới là khuyến khích cộng Trang 24
Báo cáo chuyên đề công nghệ tri thức
tác và hợp tác giữa các actor có liên quan bởi vì tất cả mọi người trực tiếp đầu tư với
nhau. Cùng hợp tác phù hợp với thiết lập hệ thống và định mức. Lợi ích của các mạng
lưới loose-knit các actor lựa chọn các hoạt động khác nhau. Cadeaux 1997 bài viết về suy
nghĩ về các sản phẩm đủ điều kiện. Ông ta quan sát thấy rằng mật độ, mạng lưới dẫn đến
tiêu chuẩn hoá các sản phẩm, nhưng điều này lần lượt tăng cường cung cấp sự đa dạng.
Ông ta cũng cảnh báo rằng các mạng lưới với mật độ thấp có thể là khá cứng nhắc và chỉ
những actor với các trạng thái đầy đủ có thể tham gia đàm phán mối quan hệ trao đổi của
họ. Sự phát hiện phân chia nhóm trực tiếp đã tiếp tục quan trọng trong marketing. Trong
một nghiên cứu Wilkinson (1976) so sánh hai phương pháp xác định phân chia nhóm để
khám phá ra nguồn lực các mối quan hệ và các mối quan hệ ảnh hưởng trong các kênh
phân tán. Reingen, Foster, Brown and Seidman (1984) tìm thấy rằng có sự tác động đáng
kể trong lựa chọn hành vi thương hiệu. Clique (Luce and Perry 1949) là một mật độ phân
chia nhóm mạnh mẽ trong mạng lưới. Chúng là một tập hợp các actor người mà có thể
trực tiếp kết nối với nhau và không bổ sung thành viên mạng lưới mà có thể được bổ
xung trực tiếp các kết nối để tất cả mọi người trong một tập con. Do xác định nghiêm
ngặt của clique các loại mạng lưới bao gồm số lượng tương đối lớn mà có kích thước nhỏ
với mốt số lượng chồng chéo giữa các thành viên.
Hình iii.3.2.1: thứ bậc gom cụm của cộng đồng thành viên Clique
Trong tổng số 38 cliques được xác định tại mạng lưới liên lạc phòng lab ở Úc. Phòng lab
10 là thành viên 19 trong số 38 cliques trong khi đó phòng lab 202 tham gia vào 5
cliques. Lưu ý rằng sự chồng chéo trong 5 cliques: {C1 = 202, 78, 26, 6; C2 = 202, 78, Trang 25
Báo cáo chuyên đề công nghệ tri thức
25; C3 = 202, 78, 152; C4 = 202, 152, 210; C5 = 202, 106, 170}. Một phân cấp cluster
của cộng đồng thành viên tại hình iii.3.2.1, cho thấy cấu trúc phân nhóm chung toàn bộ
mạng lưới (Freeman 1996). Rõ ràng có 2 nhóm chính với 2 phòng lab sáng tạo ở mỗi vị trí riêng biệt.
Có lẽ lý thuyết mạng lưới tốt nhất trong marketing là điểm mạnh-yếu về mối quan hệ
(Granovetter 1973, 1983), kết hợp với những khái niệm gồm sự gắn kết và phân nhóm.
Đề xuất về mối quan hệ mạnh yếu mà các actor trong một xu hướng mạng lưới để có
được thông tin mới từ những mối quan hệ thân mật chứ không phải từ quan hệ gần gũi
của họ. Với lý do đằng sau lập luận này là các actor người mà có xu hướng kết nối mạnh
mẽ để chia sẽ thông tin của họ với nhau và vì thế có cùng tri thức tương tự nhau. Từ khi
có cùng tri thức trong một nhóm gần gũi gồm các actor đồng nhất, xu hương thông tin
mới đến từ các nguồn kết nối bên ngoài mà có thể là yếu. Điều này cho thấy rằng các mối
quan hệ yếu đóng vai trò như “cầu nối” phổ biến các thông tin mới nhất từ vị trí dày đặc
của một mạng lưới khác. Reingen và cộng sự là những người đầu tiên sử dụng hình thức
mạng lưới này để kiểm tra lý thuyết có liên quan đến điểm mạnh của lý thuyết về mối
quan hệ yếu trong một môi trường dịch vụ marketing (Brown và Reingen 1987; Reingen
và Kernan 1986). Ngoài ra để hỗ trợ chung cho lý thuyết về mối quan hệ mạnh yếu à mối
quan hệ yếu thúc đẩy luồng thông tin thông qua mạng bằng các hành động như cầu nối
giữa các nhóm con dày đặc, họ nhận thấy rằng mối quan hệ mạnh với số lượng nhiều hơn
và ảnh hưởng nhiều hơn như nguồn thông tin nhưng ít có chủ động được tìm thấy. Rõ
ràng nhiều thông tin từ mối quan hệ mạnh là đạt được thông qua mỗi ngày, tương tác
thường không từ mục đích tìm kiếm.
Mối quan hệ mạnh yếu đã được mở rộng hơn nữa để bao gồm các loại thông tin trao đổi.
Kết quả thử nghiệm của Frenzen và Nakamoto’s (1993) cho thấy rằng xu hướng các cá
nhân cho phép thông tin giá trị mà có khả năng cung cấp những lợi ích tích cực được giới
hạn chỉ theo mối quan hệ mạnh mẽ. Như các thông tin trở nên có ích và rẻ tiền được phép
trở nên phổ biến, mối quan hệ yếu được phát triển. Phát hiện của họ chỉ ra rằng động lực
có thể là cách mà các actor sử dụng cho mạng lưới cá nhân của họ. Trang 26
Báo cáo chuyên đề công nghệ tri thức
3.2.2 / Vai trò và vị trí
Nơi mà các actor được đặt trong một mạng lưới có thể có hiệu suất ảnh hưởng rộng lớn.
Khái niệm của centrality thu hút sự nghiên cứu trong marketing cho cùng thời điểm.
Centrality đã được đánh giá với tập phổ biến, độc lập, ảnh hưởng, nổi bật, nội tại
(Bonnacich 1987; Freeman 1979; Katz 1953; Taylor 1969). Điều đó cho rằng các actor
trong vị trí trung tâm được truy cập đến nhiều tài nguyên hơn và thường có thể kiểm soát
luồng tài nguyên đến mức độ lớn trên toàn mạng lưới. Actor bên ngoài dễ bị tổn thương
bởi vì họ phụ thuộc chỉ trên một vài mối quan hệ.
Degree Centrality là một centrality cơ bản nhất và cho biết mức độ hoạt động hay phổ
biến. Nó có thể tính toán trên cả hai mối quan hệ là tổng số lượng mối quan hệ incoming
và tổng số lượng mối quan hệ outgoing. Czepiel (1974, 1975) sử dụng khái niệm
centrality đo được bằng số lượng các mối quan hệ nhận được để nghiên cứu đổi mới phổ
biến và được tìm thấy centrality đó đã được kết hợp rất sớm mặc dù mối quan hệ không
có nghĩa. Ông cũng lưu ý rằng quy mô một doanh nghiệp có liên quan với cả 2 mối quan
hệ nhận được và thời điểm chấp nhận, các công ty lớn có xu hướng nhận nhiều mối quan
hệ hơn nhưng sau đó mới chấp nhận và các đề nghị bao gồm cả hai actor và đặc điểm
mức độ ngữ cảnh trong bất kỳ sự nghiên cứu của mạng lưới.
Một ví dụ mạng lưới thông tin liên lạc ở hình iii.3.1 cho thấy phòng lab 10 centrality nhất
có mối quan hệ nhận được phòng lab 16 với lab 4, 76 và 78 tiếp theo nhận được phòng
lab 9. Bảng xếp hạng centrality khác nhau cho các mối quan hệ với phòng lab 4 hầu hết
điều gửi đến tổng số 10 mối quan hệ, phòng lab 202 tiếp theo được gửi với 7 mối quan hệ
và phòng lab 46 và 110 gửi đến 6 mối quan hệ. Phòng lab 10 chỉ báo cáo có 2 mối quan
hệ liên lạc đến các thành viên trong cùng mạng lưới. Rõ ràng phòng lab 10 là phổ biến
nhất trong khi phòng lab 4 là thành viên hoạt động nhiều nhất. Kích thước tương quan
Pearson, centrality và thời điểm áp dụng chỉ ra các kết hợp cho thời gian áp dụng và
centrality trong đó nhiều trung tâm mạng lưới truyền thông liên lạc áp dụng trước đó
(thời điểm mối quan hệ mạng lưới áp dụng incoming pearson's r = -.278, p<.05; mối
quan hệ outgoing pearson's r = -.280, p<.05). Ví dụ này không có nghĩa là mối quan hệ Trang 27
Báo cáo chuyên đề công nghệ tri thức
giữa kích thước với số lượng toàn thời gian nhân viên, ngân sách các ủy quyền và
centrality (mối quan hệ nhân viên incoming=.097; outgoing=.044; ngân sách
incoming=-.081; ngân sách outgoing=-.121).
Hình iii.3.2.2: cấu trúc CONCOR kết quả đánh giá cho mối quan hệ Incoming
Cấu trúc tương đương (Lorrain và White 1971) là một phương pháp xác định vị trí các
actor có mối quan hệ cấu trúc giống nhau. Cấu trúc tương đương các actor là để thay thế,
giữ vai trò trong mạng lưới, không phải vì họ trực tiếp kết nối đến các actor khác nhưng
vì họ nối kết chính xác đến cùng những người khác cần kết nối. Trao đổi tài nguyên
không xãy ra trực tiếp, nhưng thông qua việc truy cập vào bên thứ 3. Một ví dụ mà chúng
ta có thể mong đợi cấu trúc tương đương để giữ được các tình huống cạnh tranh nơi mà
các doanh nghiệp cạnh tranh có được thông tin từ nhà cung cấp thứ 3 chứ không phải là
từ đối thủ cạnh tranh trực tiếp (Burt 1987). Ward và Reingen (1990) sử dụng CONCOR
(Breiger, Boorman và Arabie 1975) để cấu trúc tương đương các actor trong nghiên cứu
của họ về quyết định marketing. CONCOR (dựa trên CONvergence gồm tương tác
CORrelations) nơi mà các actor trong một tập cấu trúc tương đương hoặc các vai trò cấu
trúc dựa trên sự hội tụ của các mối tương quan lặp. Về cơ bản dữ liệu về mối quan hệ
mạng lưới được nhập vào như một actor bằng ma trận kề. CONCOR lặp tương quan giữa
hàng hoặc cột hoặc cả hai dữ liệu ma trận có được kết quả hội tụ trong mỗi mục 1 hoặc Trang 28
Báo cáo chuyên đề công nghệ tri thức
-1. Ma trận này được sử dụng để phân chia các actor mạng lưới thành 2 tập tương đương
để nói rõ các thành viên cùng tương quan tích cực và tập các thành viên khác tương quan
tiêu cực. Tiếp theo tập này được chia để áp dụng cho các bộ riêng biệt.
Hình iii.3.2.2 cho thấy kết quả nhận được các mối quan hệ liên lạc sử dụng CONCOR. Số
lượng trong cột bên trái đại diện cho cùng các actor như thấy hình iii.3.1. Bốn bộ tương
đương được xác định. Một trong những vai trò các tập bao gồm phòng lab 4, 76, 106 và
26. Trong khi các phòng lab không trực tiếp kết nối với nhau, họ đã nhận được các mối
quan hệ từ cùng một số phòng lab khác đặc biệt phòng lab 6, 46 và 110. Lưu ý các phòng
lab 10 và 202 không giữ vai trò cùng mạng lưới. Mặt dù họ có 2 điểm sáng tạo trong
mạng lưới cấu trúc họ không thể thay thế bởi vì họ được kết nối khác nhau. Kết quả này
đặt ra câu hỏi về tính hữu dụng của cấu trúc tương đương như là phương pháp để xác
định vai trò trong mạng lưới. Trong phần phân tích lại của Coleman, Katz và Menzel’s
(1966) phân loại tập dữ liệu y học, van den Bulte và Lilien (2001) kết hợp các biến
marketing với cấu trúc tương đương và kết luận rằng hiệu quả mạng lưới biến mất khi
chiến lượt marketing được đưa vào trong tài khoản. Kết quả của họ gọi là sự chú ý đến
tầm quan trọng bao gồm các biến tình huống trong tất cả nghiên cứu.
3.4 / Social Media marketing một hình thức mới của truyền thông
Các phương tiện truyền thống như tivi, báo chí, phát thanh và tạp chí là một cách tiếp cận
tĩnh. Ví dụ các tạp chí xuất bản là một tổ chức phân phối lớn nội dung đắt tiền cho người
tiêu dùng, trong khi các nhà quảng cáo trả tiền cho việc chèn thêm nội dung quảng cáo của họ vào.
Các mạng xã hội có thể sử dụng như là công cụ tuyệt với cho những người thường chia sẻ
lợi ích chung hay các hoạt động. Họ thường cung cấp nhiều cách khác nhau để cho người
dùng tương tác với nhau, và mỗi cá nhân ai muốn tham gia vào một trang mạng xã hội,
họ phải tạo hồ sơ cá nhân của mình, hồ sơ này mô tả về cá nhân của mình, nhu cầu và
những mong muốn. Thông qua hồ sơ cá nhân chúng ta có thể biết bàn bè của mình
(người khác), người mà có những điểm chung giống nhau bằng cách tìm kiếm trên mạng Trang 29
Báo cáo chuyên đề công nghệ tri thức
hoặc mời người khác tham gia. Các mạng lưới cung cấp một cơ hội duy nhất nhắm cho
mục tiêu marketing. Việc sử dụng mạng xã hội có thể đóng góp cho sự thành công của
doanh nghiệp. Internet dựa trên các ứng dụng là một lợi thể mà họ làm việc chủ động với
các khách hàng và có thể nhận được các phản hồi (feedback) trực tiếp từ đó.
Trong những năm gần đây, nhiều công ty sử dụng các giải pháp quản lý quan hệ khách
hàng CRM để quản lý các khách hàng của họ, địa chỉ liên lạc, tương tác và quá trình liên
lạc. Các hệ thống sử dụng từ phần mềm truyền thống CRM đến web 2.0 CRM còn được
gọi như CRM xã hội. Vì vậy nó rất hữu dụng cho CRM sử dụng các công cụ như các
kênh hoạt động và mạng xã hội.
Từ yêu cầu mục tiêu của CRM, các ứng dụng bắt nguồn từ các yêu cầu của phần mềm xã
hội. Những yêu cầu này phải cung cấp các giá trị thêm vào cho người tiêu dùng và người
sử dụng và cũng cung cấp những ứng dụng mới. Sự kết hợp giữa mạng xã hội và CRM
cung cấp một cơ hội lớn để làm giàu sự tương tác khách hàng và cung cấp cơ chế quản lý
cho doanh nghiệp đo lường như cách họ sử dụng mạng xã hội trong khi khách hàng thành
công trong việc dùng mạng xã hội. Một báo cáo nghiên cứu của Gartner gọi mạng xã hội
là “ảnh hưởng đột phá” trên CRM, thách thức đòi hỏi các công ty điều chỉnh và đổi mới.
Tuy nhiên một số chiến lược cơ bản có thể giúp các tổ chức tận dụng tốt hơn các mạng xã
hội như một phần tổng thể của họ trong chiến lược quản lý khách hàng[7].
− Điều chỉnh mạng xã hội như một kênh mới trong CRM: Nhiều công ty sử dụng
các giải pháp CRM để quản lý khách hàng, địa chỉ liên lạc, tương tác và thông tin
liên lạc vì vậy nó có ý nghĩa để tiếp tục sử dụng các công cụ quản lý khách hàng
khi các hoạt động di chuyển vào các kênh mạng xã hội.
− Tăng cường mở rộng CRM thông qua mạng xã hội: trong khi hoạt động mạng
xã hội có thể được coi như là một kênh bổ sung trong CRM, họ cũng tăng cường
mở rộng khả năng của CRM với các cách thức mới thu hút khách hàng và quản lý cuộc hội thoại. Trang 30
Báo cáo chuyên đề công nghệ tri thức
− Thế mạnh của CRM và mạng xã hội: sử dụng CRM và các trang mạng xã hội
với nhau để tìm hiểu nhu cầu khách hàng tốt hơn, phân tích thông tin và đáp ứng
cho khách hàng một cách tốt nhất.
3.4.1 / Marketing làm gì trong mạng xã hội?
Trong những năm gần đây một thay đổi trong mối quan hệ giữa doanh nghiệp và khách
hàng được hiện rõ. Khách hàng nhận được nhiều kiểm soát hơn và hơn thế nữa thông qua
truyền thông liên quan đến công ty và các sản phẩm của mình. Cốt lõi của doanh nghiệp
là khách hàng và mạng xã hội là một cơ hội để xây dựng mối quan hệ gần gũi và thân
thiết với khách hàng. Vì vậy công ty phải đáp ứng với sự thay đổi này. Trong thực tế các
công ty có thể đạt được thông qua sử dụng mạng xã hội trong marketing: họ có thể đạt
được một sự hiểu biết tốt hơn về nhu cầu cần thiết của khách hàng và có thể xây dựng
mối quan hệ tốt hơn với khách hàng. Cho các công ty đạt được các lợi ích thương mại, họ
phải lên kế hoạch hoạt động trong mạng xã hội cho việc kiểm soát và đo lường tốt hơn.
Hành vi đúng cũng có thể thay đổi cách thức công ty xem xét như thế nào với khách hàng
của họ. Đây là lĩnh vực dành cho việc sử dụng quản lý mối quan hệ khách hàng giao tiếp
với nhau trong mạng xã hội và các khách hàng, mạng xã hội tìm cách để thỏa thuận với
các công ty trong việc kết nối. Bất cứ sự phối hợp nào giữa mạng xã hội và marketing
được thực hiện, các công ty có thể dễ dàng theo luồng khách hàng của họ, đạt được yêu
cầu của họ, giám sát và đo lường các hoạt động của họ.
3.4.2 / Doanh nghiệp phải thực hiện điều gì trước khi sử dụng mạng xã hội trong marketing của mình?
Trước khi công ty giới thiệu trên mạng xã hội, đầu tiên cần phải phân tích các tình hình
thực tế. Sau đó theo dõi tình hình của công ty sau khi giới thiệu trên mạng xã hội đã thay
đổi những gì. Nếu các công ty trong quá trình này đã kết luận rằng mạng xã hôi không
phải là các giải pháp cho các công ty, nó nhất thiết cần phải hủy bỏ việc sử dụng mạng xã
hội. Nhiều công ty đơn giản muốn tham gia vào xu hướng của phần mềm xã hội, trước
đây nên đánh giá nếu nó phù hợp cho các công ty. Một hạn chế khác là sự loang truyền Trang 31
Báo cáo chuyên đề công nghệ tri thức
của mạng xã hội trong doanh nghiệp trong đó có độ tuổi trung bình của nhân viên. Một
nghiên cứu cho thấy đặc biệt là châu âu thích giao tiếp qua điện thoại và e-mail thông qua
ứng dụng mạng xã hội. Mặc dù phần mềm xã hội nhằm cải thiện thông tin kinh doanh và
cơ cấu làm cho dễ dàng tìm kiếm chính xác thông tin tổng thể của nhân viên. Tất nhiên
đó cũng là một mối nguy hại cho nhân viên có thể sử dụng phần mềm xã hội với mục
đích riêng tư. Miễn là sự riêng tư xãy ra trong một khuôn khổ phù hợp là thông tin liên
lạc giữa nhân viên với các đối tác, khách hàng sẽ được khuyến khích, điều này có thể dẫn
đến mối quan hệ kinh doanh tốt hơn. Kiểm soát việc sử dụng là rất khó khăn vì sự tin cậy
hiện tại không nên thực hiện.
CHƯƠNG IV. XÁC ĐỊNH KEY PLAYER TRONG MẠNG XÃ HỘI
4.1 / Đặt vấn đề
Mạng xã hội với khả năng kết nối, chia sẻ thông tin một cách dễ dàng, mạng xã hội dần
trở thành một kho kiến thức khổng lồ. Và từ đây, nhu cầu tìm kiếm, phân tích lượng
thông tin khổng lồ trong rất nhiều mạng xã hội đang tồn tại và phát triển trở nên cần thiết
hơn bao giờ hết. Việc tìm kiếm trở nên dễ dàng hơn; song nếu một nhà đầu tư, doanh
nghiệp muốn quảng bá sản phẩm của mình thì xu hướng của họ sẽ như thế nào, chiến
lược nào mà họ ứng dụng.
4.2 / Giải quyết vấn đề
Xuất phát từ yêu cầu đó việc tìm ra phần tử chốt trong một mạng xã hội cụ thể sớm được
các nhà nghiên cứu tham gia để tạo ra các công cụ hỗ trợ như: NodeXL. Phân tích thông
tin để từ đó chọn ra được đối tượng, địa điểm nồng cốt cho nhu cầu truyền tải thông tin,
cũng như quảng bá sản phẩm của một số lượng doanh nghiệp, nhà đầu tư, cá nhân,… là
một cách tối ưu cho vấn đề này.
Xác định key player: Trong mô hình mạng trên, nút 10 là trung tâm nhất theo mức độ
trung tâm. Tuy nhiên, các nút 3 và 5 sẽ cùng nhau kết hợp và kết nối nhiều nút hơn. Trang 32
Báo cáo chuyên đề công nghệ tri thức
Ngoài ra, mối quan hệ ràng buộc giữa chúng là rất quan trọng. Nút 3 và 5 cùng là 'chìa
khóa' để mạng lưới này gần hơn nút 10.
Làm thế nào để xác định key player (các nút trung tâm trong mạng)??
Degree centrality: Bậc của node là tổng số đường vào và ra của node (đồ thị có hướng);
trong một đồ thị vô hướng thì đường vào và ra là giống nhau, thường được sử dụng làm
thước đo mức độ của một nút trong sự kết nối và do đó cũng ảnh hưởng mức độ phổ biến.
Việc tìm ra các nút trung tâm đối với việc truyền bá thông tin và ảnh hưởng đến những
người khác trong cùng nhóm là rất hữu ích.
Nút 3 và 5 có bậc cao nhất Trang 33
Báo cáo chuyên đề công nghệ tri thức
Đường đi và đường đi ngắn nhất: Đường đi ngắn nhất giữa hai node là con đường kết
nối hai nút với khoảng cách ngắn nhất của các cạnh.
Trong ví dụ trên, giữa các node 1 và 4 có hai con đường ngắn nhất có độ dài 2: {1,2,4} và
{1,3,4} Đường đi dài giữa hai nút 1 và 4 là {1,2,3,4}, {1,3,2,4}, {1,2,5,3,4} và {1,3,5,2,
4} (dài nhất đường dẫn).
Con đường ngắn hơn là cần thiết khi tốc độ của thông tin liên lạc, trao đổi thông tin diễn
ra nhanh chóng. Cho biết các nút có nhiều khả năng nằm trên con đường thông tin liên
lạc giữa các node khác. Ngoài ra hữu ích trong việc xác định các điểm mà mạng sẽ tan rã
(nút 3 hoặc 5 sẽ biến mất thì mạng sẽ tan rã)
Closeness centrality: Chiều dài trung bình của tất cả các đường đi ngắn nhất từ một
node đến tất cả các node khác trong mạng (tức là có bao nhiêu bước nhảy trung bình phải
mất để đạt được tất cả các nút khác). Đây là một biện pháp tiếp cận, tức là nó sẽ mất bao
lâu để đạt được các nút khác từ một nút khởi đầu, hữu ích trong trường hợp tốc độ phổ
biến thông tin là mối quan tâm chính. Giá trị thấp hơn là tốt hơn khi có cao hơn tốc độ mong muốn.
Eigenvector centrality: Xu hướng vectơ trung tâm của một node là tỷ lệ thuận với tất cả
các node trực tiếp kết nối với nó. Điều này cũng tương tự như cách Google xếp hạng các
trang web liên kết từ cao được liên kết đến các trang tính. Hữu ích trong việc xác định
những người được kết nối với các nút được kết nối nhất. Trang 34
Báo cáo chuyên đề công nghệ tri thức
Xác định key player: Trong mô hình mạng trên, node 10 là trung tâm nhất theo mức độ
trung tâm. Tuy nhiên, các nút 3 và 5 sẽ cùng nhau kết hợp và kết nối nhiều node hơn.
Ngoài ra, mối quan hệ ràng buộc giữa chúng là rất quan trọng. Node 3 và 5 cùng là 'chìa
khóa' để mạng lưới này hơn node 10.
Reciprocity (degree of): Tỷ lệ số lượng các mối quan hệ đó đáp lại (tức là có một lợi thế
trong cả hai chiều) trong tổng số các mối quan hệ trong mạng. Nơi hai đỉnh được cho là
liên quan nếu có ít nhất một cạnh giữa chúng. Một chỉ số hữu ích của mức độ phụ thuộc
lẫn nhau và trao đổi trong một mạng có liên quan đến sự gắn kết xã hội và có ý nghĩa
trong đồ thị chỉ đạo.
Density: Density là của mạng tỷ lệ số lượng của các cạnh trong mạng trên tổng số của
các cạnh có thể có giữa tất cả các cặp của các nút (n (n-1) / 2), n là số đỉnh một đồ thị
(mạng vô hướng), trong mạng ví dụ mật độ quyền = 6/5 = 0,83. Đây là một biện pháp phổ
biến làm thế nào cũng kết nối mạng (nói cách khác, làm thế nào chặt chẽ đan nó là) một
mạng lưới kết nối hoàn hảo được gọi là một cliqueand có mật độ = 1. Một đồ thị có
hướng sẽ có một nửa mật độ tương đương với vô hướng của nó, bởi vì có hai lần như
nhiều cạnh có thể, tức là Mật độ rất hữu ích trong so sánh các mạng với nhau, hoặc làm
tương tự cho các vùng khác nhau trong một mạng duy nhất. Trang 35
Báo cáo chuyên đề công nghệ tri thức
Clustering: Hệ số phân nhóm của một node là mật độ của vùng lân cận của nó (tức là
mạng chỉ có duy nhất nút và tất cả các node khác với nó). Ví dụ, node 1 bên phải có một
giá trị là 1, vì các node láng giềng là 2 và 3 và các nút 1, 2 và 3 là hoàn toàn được kết nối
(tức là nó là một "bè lũ”). Hệ số phân nhóm cho toàn bộ một mạng lưới là mức trung
bình của tất cả các hệ số cho các node của nó.
Average and longest distance: Con đường ngắn nhất dài nhất (khoảng cách) giữa bất kỳ
hai nút trong mạng được gọi là đường kính của mạng lưới. Đường kính của các mạng
lưới bên phải là 3, mà là một biện pháp hữu ích của mạng (như trái ngược với chỉ nhìn
vào tổng số các đỉnh hoặc cạnh). Nó cũng cho thấy bao lâu để tiếp cận bất kỳ node nào trong mạng.
Small Worlds: Một worldis nhỏ một mạng trông gần như ngẫu nhiên, nhưng cuộc triển
lãm một hệ số phân nhóm cao đáng kể (các node có xu hướng cụm địa phương) và chiều Trang 36
Báo cáo chuyên đề công nghệ tri thức
dài đường dẫn trung bình (các node có thể đạt được trong một vài bước tương đối ngắn)
Nó là một cấu trúc rất phổ biến trong các mạng xã hội bởi vì bắc cầu trong quan hệ xã hội
mạnh mẽ và khả năng của mối quan hệ yếu để đạt được trên các cụm. Mạng sẽ có nhiều
cụm nhưng cũng có nhiều cầu giữa các cụm giúp rút ngắn khoảng cách trung bình giữa các node.
Analyzing your own ego-network: Sử dụng các bước được nêu trong các trang sau để
hình dung và phân tích mạng riêng của bạn:
− Hãy suy nghĩ về các điểm chủ chốt trong mạng của bạn, các loại quan hệ mà bạn
duy trì với họ, xác định bất kỳ cụm hoặc cộng đồng trong mạng của bạn.
− Mục tiêu: thực hành SNA với dữ liệu thực tế!
4.3 / Giải bài toán tìm key player trên mạng xã hội Cho đồ thị sau:
Ma trận kề (adjacency matrix): Trang 37
Báo cáo chuyên đề công nghệ tri thức V1 V2 V3 V4 V5 V6 V7 V1 1 1 0 0 0 0 V2 1 1 0 1 0 0 V3 1 1 1 1 0 0 V4 0 0 1 0 0 0 V5 0 1 1 0 1 1 V6 0 0 0 0 1 0 V7 0 0 0 0 1 0
Tính degree centrality, betweenness centrality, closeness centrality của từng node trong đồ thị trên
4.3.1 / Tính Degree centrality Công thức:
Trong đó: n là số đỉnh của đồ thị; deg(v) các link trực tiếp của đỉnh v
− Áp dụng trong đồ thị G trên ta có Đỉnh
Degree centrality V1 V2 V3 V4 V5 V6 V7
4.3.2 / Tính Betweenness centrality Trang 38
Báo cáo chuyên đề công nghệ tri thức Công thức:
Trong đó: σst là tổng số đường đi ngắn nhất từ đỉnh s tới đỉnh t; σst(v) là số đường đi ngắn
nhất từ đỉnh s tới đỉnh t qua đỉnh v. Áp dụng: Đỉnh Betweenness centrality V1 V2 V3 V4 V5 V6 V7
4.3.4 / Tính Closeness centrality (A* search algorithm) Công thức:
Trong đó: là số bước đi từ đỉnh v tới đỉnh t Áp dụng: Đỉnh closeness centrality V1 Trang 39
Báo cáo chuyên đề công nghệ tri thức V2 V3 V4 V5 (tính tương tự như v1) V6 (tính tương tự như v1) V7 (tính tương tự như v1)
4.3.5 / Tính Clustering Coefficient (hệ số cụm)
Tính hệ số cụm cho từng node Công thức: Áp dụng:
Đỉnh Clustering Coefficient V1 V2 V3 V4 V5 V6 V7
Công thức tính hệ số cụm cho toàn mạng:
Tìm key player: dựa theo kết quả tính degree centrality ta thấy V3 và V5 chính là key player. Trang 40
Báo cáo chuyên đề công nghệ tri thức
CHƯƠNG V. NHỮNG THÁCH THỨC TRONG MẠNG XÃ HỘI
5.1 / Cơ hội marketing trong mạng xã hội
Marketing trên mạng xã hội có thể rất thuận lợi cho các doanh nghiệp. Gotta và O’Kelly
cho rằng thiết lập một cộng đồng xung quanh các dịch vụ sản phẩm đó là một chiến lược
tiềm năng để xây dựng chiến lược thương hiệu, thiết lập các rào cản và tạo sự lan truyền
như lời đề cử của khách hàng. Cộng đồng như vậy cũng có thể là nguồn gốc cho sự đổi
mới bằng đầu vào người tiêu dùng và đề nghị của khách hàng. Mạng xã hội có thể tìm
thấy các khách hàng mới và kiểm soát thương hiệu thông minh trong việc nghiên cứu thị
trường[8]. Thông qua danh sách các tính năng và ứng dụng trò chuyện với bạn bè công ty
có thể làm cho quảng cáo của công ty mình trong một mạng xã hội. Truyền thông trong
mạng xã hội người mua có thể lắng nghe và xem xét tỷ lệ xếp hạng với nhau cho các dịch
vụ sản phẩm và cung cấp kiến thức sản phẩm và thông tin cá nhân. Mạng xã hội bảo vệ
người dùng từ việc tương tác với thế giới bên ngoài và lưu trữ thông tin tương tác[9].
Marketing trong mạng xã hội có thể là chi phí rẽ thúc đẩy một công ty chứ không phải là
một đội ngũ marketing khổng lồ hoặc một ngân sách lớn[7] “ví dụ như MySpace 2009
chi phí tối thiểu 25$ bắt đầu quảng cáo trên Myspace, cộng thêm 0.25$ cho mỗi lần
quảng cáo. Facebook 2009 chi phí tối thiểu là 5$, cộng thêm 0.01$ hoặc 0.15$ cents tùy
thuộc vào chiến lược quảng cáo. Linkedln 2009 chi phí quảng cáo 25$ cho mỗi lần nhấp chuột”.
Chiến lược nội bộ phải kiểm tra quá trình kinh doanh và liên tục xây dựng cộng đồng
hoạt động để xác định bất kỳ kịch bản ứng dụng có thể được sử dụng để xây dựng trong
một trường hợp kinh doanh. Vài một số ví dụ theo Gotta và O’Kelly bao gồm [9]:
Bán hàng: Công cụ mạng xã hội có thể cung cấp một cơ chế giới thiệu tốt hơn cho người
dùng với cuộc hội thoại cao hơn so với các cuộc gọi thông thường. Trang 41
Báo cáo chuyên đề công nghệ tri thức
Marketing: Tag clouds bắt nguồn từ một phần mềm mạng xã hội mở rộng có thể cung
cấp một cái nhìn giống như mô hình liên tục và thời gian tính dựa trên các thành viên tag và đánh dấu.
Dịch vụ khách hàng: điện thoại tag hay thư điện tử email bằng tổng đài đại diện có thể
cung cấp lời thảo luận ở một mức độ tập thể (ví dụ “có thể gọi lại”,”hướng dẫn sự khó hiểu”).
Thu thập thông tin: dịch vụ mạng xã hội có thể là mục tiêu cụ thể cho không gian tìm
kiếm (ví dụ: hoạt dộng đối thủ cạnh tranh hoặc cách thức sử dụng một sản phẩm cụ thể).
Quản lý thông tin: Folksonomy nỗ lực có thể dẫn đến kết quả phân loại mà có nhiều
chính xác (như tích hợp công cụ tìm kiếm) cũng như đáp ứng nhiều thay đổi bằng cách
chọn lựa và cung cấp người dùng với việc ý thức tham gia quyền sở hữu.
Phát triển tổ chức: theo dõi thời gian tag và bookmark có thể có những biểu hiện về xu
hướng (như sử dụng hệ thống đánh giá Nielsen-like) của một số người đọc và một số
người tìm các thông tin quan trọng, do đó cung cấp các chiến lược học tập và ra quyết
định về nhân sự HR với cái nhìn sâu về loại hình đào tạo, hội thảo hoặc các chủ đề có thể
tham gia hoặc các kỹ năng/năng lực để tập trung vào.
5.2 / Rủi ro marketing trong mạng xã hội
Mặc dù mạng xã hội có thể giúp các doanh nghiệp lan tỏa thông tin tốt nhưng nó cũng có
thể lây lan những thông tin xấu. Hơn nữa nếu khách hàng muốn trút giận về dịch vụ sản
phẩm họ có thể dùng tài khoản mạng xã hội. Các nhà quản lý cần phải làm thế nào xử lý
những tình huống một cách nhanh chóng. Ngoài ra phương tiện truyền thông mạng xã hội
không được kiểm duyệt như các cá nhân có thể nói bất cứ điều gì họ muốn hoặc về
thương hiệu tích cực hay tiêu cực. Ngày càng nhiều công ty đang tìm cách để tiếp cận với
những cuộc hội thoại và một phần tham gia trong các cuộc đối thoại. Tuy nhiên một vấn
đề tiềm năng mà các công ty sử dụng phương tiện mạng xã hội phải đối mặt là tính riêng
tư và bảo mật. Vẫn tồn tại một số bộ phận quá quan tâm về bảo mật cá nhân không muốn Trang 42
Báo cáo chuyên đề công nghệ tri thức
thảo luận về kế hoạch trên mạng xã hội. Tuy nhiên Gotta và O’Kelly cho rằng mạng xã
hội phát triển mạnh khi họ không theo một nghi thức hoặc vô hình có nguy cơ thay đổi
hành vi hoặc sụp đổ hoàn toàn nếu như quản lý cố gắng gây ảnh hưởng hoặc khai thác
chúng trong một số cách.[8] Hơn nữa họ cũng bao hàm rằng có những hệ quả không
được mong muốn của marketing trong mạng xã hội và mối quan hệ công cộng của họ.
Nhìn chung sự thành công và thất bại của công nghệ mạng xã hội xoay quanh người sử
dụng, độ tin cậy, bảo mật và sự riêng tư. Vì vậy người dùng đôi khi có xu hướng do dự
trong việc chia sẽ một số thông tin nhạy cảm của họ với các công ty. Điều này có nghĩa
các tổ chức có liên quan, tham gia quản lý thay đổi hành vi và xây dựng cộng đồng hiệu
quả có tác động lớn hơn.
Lý do cho người sử dụng tương tác chung khác nhau rất nhiều. Tại các trạng thái tương
tác cực đỉnh có thể self-serving. Người dùng có thể tham gia trong mạng xã hội theo
hướng ứng dụng chỉ có liên kết trên các cạnh, thu thập thông tin từ cộng đồng mà có liên
quan đến việc nghiên cứu hoặc các công việc có liên quan. Cường độ tham gia của họ có
thể được biểu diễn bằng những đóng góp đề nghị của họ (những đóng góp ý kiến) hiểu
biết và các loại thông tin hoặc bằng cách tích cực tag và chia sẽ bookmark, khả năng
thuyết phục người khác tham gia vào hoặc mức độ ảnh hưởng trong mối liên hệ giữa các
thành viên trong cộng đồng mạng.
Ngoài ra có một số luật trong truyền thông, bởi vì marketing trong mạng xã hội bao gồm
việc công bố hoặc truyền các nội dung trực tuyến cũng được thiết lập về pháp lý, luật
quảng cáo trên mạng xã hội. [10] Có một thiếu kiểm soát thương hiệu, như vậy kinh
doanh đặt biệt phải cẩn thận trong việc nghiên cứu thị trường và luật quảng cáo không
được vượt qua ngưỡng pháp luật. Quảng cáo trong mạng xã hội mang lại nhiều nguy
hiểm cho thương hiệu. Mạng xã hội là nội dung được tạo từ người dùng nơi mà người
dùng trải nghiệm các dịch vụ sản phẩm, dịch vụ khách hàng… Nội dung kiểm soát rất ít
trong việc chia sẽ trong mạng xã hội [11]. Sự giám sát nhận thức về thương hiệu của
cộng đồng trực tuyến và các vấn đề trực tiếp thảo luận trực tuyến điều này không được
xem xét trước, và vô cùng quan trọng. Chúng ta không quên điều quan trọng nhất thông Trang 43
Báo cáo chuyên đề công nghệ tri thức
qua marketing trong mạng xã hội là có cơ hội để thu thập dữ liệu khách hàng; tuy nhiên
những thu thập dữ liệu có thể chỉ được khai thác trong nó[12].
5.3 / Một số khảo sát marketing trong mạng xã hội
Mạng xã hội là xu hướng không thể cưỡng lại vượt qua cả Đài loan, Indonesia,
Philippine, tính tới tháng 9/2012 Việt Nam có tới 13.1 triệu người dùng Youtube, trung
bình mỗi người xem 137 video/ ngày (Comscore). Số người dùng Facebook tại Việt Nam
tính tới 24/10/2012 lên tới 9.117.480 người, tăng 5.479.000 người dùng trong vòng 6
tháng vừa qua. Trung bình 1 ngày, Facebook có thêm hơn 30 nghìn người Việt Nam tham gia mạng xã hội này.
Việt Nam là quốc gia có số người sử dụng Facebook tăng nhanh nhất thế giới với hơn 3,7
triệu. Người dùng Việt trung bình sử dụng 30.3 phút để blog vào tháng 6.2011, xem
khoảng 532 triệu đoạn video Youtube vào tháng 1.2012. 24% người dùng có trang
profile Youtube. Mạng xã hội lớn nhất Việt Nam là Zing với 6,8 triệu người dùng. Nhắn
tin trực tuyến đạt 72%.
Độ tuổi tham gia nhiều nhất và có tốc độ tăng nhanh nhất thuộc hai nhóm từ 18-24 và 25-
34 tuổi. Là hai nhóm người tiêu dùng có nhu cầu cao và khả năng chi trả tốt. Trang 44
Báo cáo chuyên đề công nghệ tri thức
Trên các mạng xã hội có 11,3 triệu công dân mạng xã hội tại Việt Nam. Họ thường dùng
trung bình 137 phút/tháng để truy cập vào các trang mạng xã hội;
Những người dùng mạng xã hội ở Việt Nam thường ở độ tuổi 15-24. Chỉ 8% trong số đó
kết nối hoặc tương tác với các thương hiệu, sản phẩm hay các công ty có mạng xã hội.
Trong khi 18% thảo luận và chia sẻ đánh giá của họ về thương hiệu, sản phẩm và dịch vụ
thì 47% đọc bình luận của những người khác. Trang 45
Báo cáo chuyên đề công nghệ tri thức
CHƯƠNG VI. MÔ PHỎNG THỬ NGHIỆM CÁC THUẬT TOÁN TÌM KEY PLAYER
Chương trình dựa trên các node để tính chỉ số trong mạng xã hội. Thông tin sau đây biểu
diễn sơ lược về một số định nghĩa và một số độ đo thường được sử dụng trong phân tích mạng xã hội;
Chiến lượt tìm key player để các nhà đầu tư, doanh nghiệp muốn quảng bá sản phẩm của
mình thì xu hướng của họ sẽ như thế nào, chiến lược nào mà họ ứng dụng để lan tỏa từ
key player đến các thành viên khác trong mạng lưới. Bài toán mô phỏng này là sự kế thừa
và phát triển của bài báo[2].
Về kỹ thuật chương trình được viết trên ngôn ngữ C Sharp(C#) của Microsoft Visual
Studio 2010; chạy trên hệ điều hành Windows;
Biểu diễn mạng xã hội bằng đồ thị ma trận có trọng số; Trang 46
Báo cáo chuyên đề công nghệ tri thức
Kiểm tra tính liên thông của đồ thị, đây là quá trình trao đổi lien lạc giữa các thành viên trong mạng lưới;
Thành phần liên thông giữa các node trong mạng; Trang 47
Báo cáo chuyên đề công nghệ tri thức
Tại đây chúng ta có thể thêm node (biểu diễn thành viên trong mạng lưới) hoặc các kết
nối đến thành viên khác trong cùng mạng lưới; Trang 48
Báo cáo chuyên đề công nghệ tri thức
Mô tả thêm các thành viên trong mạng (node) biểu diễn cho các đối tượng trong mạng lưới;
Tính số Degree centrality trên từng node cho đồ thị ưu tiên chỉ số cao suy ra đó là thành
phần then chốt trong mạng lưới;
Tìm key player cho đồ thị như vậy dễ dàng thấy được {4} là node có thể ảnh hưởng
nhiều nhất đến các node khác; Trang 49
Báo cáo chuyên đề công nghệ tri thức
Tính Betweeness Centrality cho từng node trong đó n là số đỉnh của đồ thị, deg(v) các
liên kết trực tiếp của đỉnh v của đồ thị;
Bài toán này thực chất là tìm đường đi đến các node của đồ thị đến các thành viên trong mạng lưới; Trang 50
Báo cáo chuyên đề công nghệ tri thức
Mô phỏng này là tổng hợp cách tiếp cận và giải quyết bài toán liên quan đến mạng xã hội
ngày nay, mô hình này không phải là kết quả đề xuất mới của người viết mà là tổng hợp
và phát triển một số phương pháp đang sử dụng để đưa ra hướng nghiên cứu trong tương lai;
CHƯƠNG VII. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
Các trang mạng xã hội là nguồn khách hàng gần như vô tận và cũng là thách thức để
kiểm soát thông tin này một cách thích hợp, ý nghĩa cho các công ty và mang lại lợi ích
thực sự cho họ. Mạng xã hội cũng phù hợp trong khuôn khổ cho các hoạt động marketing
trên internet. Chiến lược thiết lập cộng đồng xung quanh các sản phẩm và dịch vụ đã
được biết một phương pháp nổi tiếng về xây dựng thương hiệu về lòng trung thành, thiết
lập các rào cản và tạo điều kiện marketing thông qua chứng thực của khách hàng. Một
trong những yếu tố thành công của mạng xã hội là liên quan đến khách hàng và xác định
nhu cầu của họ trên một mức độ người tiêu dùng thông qua khuyến khích tham gia và
lắng nghe mong muốn của họ.
Lý thuyết mạng lưới đã được sử dụng rộng rãi trong marketing. Mặt dù các biện pháp
mạng lưới chưa được chuẩn và thu thập dữ liệu mạng được yêu cầu, các nhà nghiên cứu Trang 51
Báo cáo chuyên đề công nghệ tri thức
đã tìm thấy phân tích các thành phần mạng lưới và mở rộng phương pháp truyền thống.
Chúng tôi xem xét chỉ có một vài các kỹ thuật phân tích tình huống có sẵn. Nhiều tồn tại
hơn để áp dụng cho các tình huống marketing. Các nghiên cứu marketing đã được tiếp
xúc với các hạn chế để tham gia một tiếp cận hoàn toàn cấu trúc. Các đặc điểm của actor
gồm các mối quan hệ và các tình huống cần được xem xét để đảm bảo cho một điều khả
toàn diện được thực hiện. Với bài viết này nhằm giúp đánh giá được tầm quan trọng của
mạng xã hội trong các chiến lược nói chung và chiến lược marketing nói riêng, vì thế để
đánh giá ai là người quan trọng trong một mạng lưới thật là khó. Đặc biệt là với các mạng
xã hội lớn vẫn có trường hợp một người chơi chính lại không thể liên hệ được với một
clique nào đó trong mạng. Vì thế thông thường chúng ta sẽ xác định tập các người chơi
chính được lấy bằng hội của tập hợp những tác tử có những độ đo centrality là lớn nhất.
Cuối cùng marketing trên mạng xã hội đã được phát triển mạnh trong kỹ nguyên người
sử dụng web 2.0 tương tác. Vì vậy nó được khuyến khích mà các doanh nghiệp không bỏ
qua cơ hội để nhảy vào trong việc tạo lập cơ sở khách hàng của mình từ đó đưa ra những
chiến lược tiếp cận phù hợp. Trang 52
Báo cáo chuyên đề công nghệ tri thức
TÀI LIỆU THAM KHẢO
Tài liệu tiếng việt
[1]. GS. TSKH Hoàng Kiếm, Bài giảng chuyên đề công nghệ tri thức, ĐH CNTT, 2013.
Tài liệu tiếng anh
[2]. Waad Assaad, Jorge Marx Gómez, Carl von Ossietzky, Ammerländerheerstr, Social
Network in marketing (Social Media Marketing) Opportunities and Risks, International
Journal of Managing Public Sector Information and Communication Technologies Vol. 2, No. 1, September 2011.
[3]. Stephen P. Borgatti, Indentifying sets of key players in a social network, Springer
Science Business Media, LLC (2006).
[4]. Cynthia M. Webster & Pamela D. Morrison, Network Analysis in Marketing,
Australasian Marketing Journal 12, (2004).
[5]. Paul, Greenberg, CRM Social CRM Strategies, Tools, and Techniques for Engaging
your Customer, United States Copyright Act of 1976, ISBN: 978-0-07-159045-7, (2009). Trang 53
Báo cáo chuyên đề công nghệ tri thức
[6]. Gotta, Mike and O’Kelly Peter, Collaboration and Content Strategies: Trends in
Social Software, (2006).
[7]. Pedro Domingos, Mining Social Networks for Viral Marketing, Department of
Computer Science and Engineering University of Washington.
[8]. Wolfgang Hünnekens, Die Ich-Sender: Das Social Media-Prinzip - Twitter,
Facebook & Communitieserfolgreich einsetzen (2nd), Business village, (2010). [9]. Các website tham khảo
− http://moore.vn/Tin-tuc/Tin-thi-truong/tin-cong-nghe/572/Thong-ke-moi-nhat-ve-
thi-truong-truc-tuyen-Viet-Nam.html
− http://m.tuoitre.vn/tin-tuc/Nhip-song-so/67984,Internet-da-phat-trien-the-nao- phan-cuoi.ttm
− http://www.thongtincongnghe.com/article/33750 Trang 54