Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF

rung gian. 
Các kho dữ liệu RDF của dữ liệu MXH chứa nhiều các đồ thị RDF và thông tin 
bản ghi về mỗi đồ thị và nó cho phép một ứng dụng để thực hiện các truy vấn có liên 
quan đến thông tin từ nhiều hơn một đồ thị. Một Tập dữ liệu RDF (RDF datasset) đại 
diện cho một tập hợp các đồ thị. Nó bao gồm một đồ thị mặc định (defaut graph) và hoặc 
không có hoặc có nhiều đồ thị được đặt tên (named graph). Trong đó các đồ thị được đặt 
tên được định danh bởi một URI. 
Đồ thị được sử dụng cho việc đối sánh một basic mẫu đồ thị cơ sở là đồ thị đang 
hoạt động (active graph).Ở trong các phần trước tất cả các truy vấn đều được thực thi đối 
với một đơn đồ thị điều đó có nghĩa là đồ thị mặc định của RDF Dataset chính là đồ thị 
đang hoạt động. 
Định nghĩa của Tập dữ liệu RDF không hạn chế mối quan hệ của đồ thị được 
đặt tên và đồ thị mặc định. Thông tin có thể được lặp đi lặp lại trong các đồ thị khác 
nhau và các mối quan hệ giữa các đồ thị có thể đươc phơi bày. Có hai chú ý hữu dụng 
mà ta cần xem xét: 
Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF 
6 
- Để có thông tin trong đồ thị mặc định phải bao gồm các thông tin gốc trên các 
đồ thị được đặt tên. 
- Nên bao gồm các thông tin trên đồ thị đặt tên trong đồ thị mặc định. 
Hình 2. Minh hoạ truy xuất các đồ thị trong RDF dataset 
Khi truy vấn một tập hợp các đồ thị, từ khóa GRAPH được sử dụng để đối sánh 
các mẫu với các đồ thị được đặt tên. GRAPH có thể cung cấp một IRI để lựa chọn một 
đồ thị hoặc hoặc sử dụng một biến chỉ các IRI trong truy vấn RDF Dataset. 
Xét ví dụ dưới đây với hai đồ thị với dữ liệu MXH (profile) như sau: 
# Named graph:  
@prefix foaf: . 
@prefix rdf: . 
@prefix rdfs: . 
_:a foaf:name "Alice" . 
_:a foaf:mbox . 
_:a foaf:knows _:b . 
_:b foaf:name "Bob" . 
_:b foaf:mbox . 
_:b foaf:nick "Bobby" . 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 15, Số 1 (2020) 
7 
_:b rdfs:seeAlso . 
 rdf:type foaf:PersonalProfileDocument . 
# Named graph:  
@prefix foaf: . 
@prefix rdf: . 
@prefix rdfs: . 
_:z foaf:mbox . 
_:z rdfs:seeAlso . 
_:z foaf:nick "Robert" . 
 rdf:type foaf:PersonalProfileDocument . 
Sử dụng truy vấn SPARQL chúng ta có thể truy vấn các thông tin “lệch” nhau 
được lưu trữ trên các profile được cho ở trên: 
PREFIX foaf: 
SELECT ?src ?bobNick 
FROM NAMED 
FROM NAMED 
WHERE { 
 GRAPH ?src { 
 ?x foaf:mbox . 
 ?x foaf:nick ?bobNick } 
} 
Sẽ cho ra kết quả là: 
scr bobNick 
 "Bobby" 
 "Robert" 
Xem xét một ví dụ khác, ta xét một truy vấn khác dựa trên các tập dữ liệu MXH 
dạng RDF như đã cho ở trên: 
Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF 
8 
PREFIX data: 
PREFIX foaf: 
PREFIX rdfs: 
SELECT ?mbox ?nick ?ppd 
FROM NAMED 
FROM NAMED 
WHERE { 
 GRAPH data:aliceFoaf 
 { ?alice foaf:mbox ; 
 foaf:knows ?whom . 
 ?whom foaf:mbox ?mbox ; 
 rdfs:seeAlso ?ppd . 
 ?ppd a foaf:PersonalProfileDocument . 
 } . 
 GRAPH ?ppd 
 { ?w foaf:mbox ?mbox ; 
 foaf:nick ?nick 
 } 
} 
Kết quả truy vấn: 
mbox nick ppd 
 "Robert" 
Kết quả này cho thấy được cách thức truy vấn dữ liệu MXH dạng RDF được thể 
hiện bằng các truy vấn SPQARQL thuận lợi và cách để kiểm chứng thông tin. 
3. KIẾN TRÚC HỆ THỐNG KHUNG XỬ LÝ 
Hệ thống Chuyển đổi và Phân tích dữ liệu mạng xã hội (gọi tên là iSDA) được 
thiết kế với mục tiêu là thu thập các nguồn dữ liệu mạng xã hôi, sau đó chuyển đổi 
biểu diễn dạng RDF và ứng dụng các phương pháp phân tích dữ liệu MXH. Hệ thống 
iSDA vì vậy sẽ nhắm đến các tác vụ sau: 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 15, Số 1 (2020) 
9 
 Thu thập dữ liệu MXH theo cơ chế bán thời gian thực; 
 Xử lý và chuyển đổi dữ liệu sang dạng biểu diễn giàu ngữ nghĩa; 
 Tích hợp và Phân tích dữ liệu MXH theo mô hình RDF. 
3.1. Module cho Thu thập dữ liệu Mạng xã hội 
Dữ liệu mạng xã hội sẽ được thu thập thông qua các crawler được lập trình để 
quét những nhóm người sử dụng, fanpage, các kênh theo đặc thù. MXH phổ biến nhất 
hiện nay tại Việt Nam là Facebook thì không cung cấp các API để có thể giao tiếp thu 
thập thông tin dễ dàng, do đó, đề tài sẽ đề xuất mô hình crawler (social media crawler) 
phù hợp để quét những dữ liệu MXH có trọng tâm theo cơ chế bán thời gian thực. Dữ 
liệu Facebook cơ bản là dạng dữ liệu đồ thị (graph data), do đó việc chuyển đổi qua 
mô hình dữ liệu RDF là một sự chuyển đổi tự nhiên và có thể giữ được các mối quan 
hệ mang thông tin và dữ liệu của đặc trưng dữ liệu MXH. Một cơ chế crawling dữ liệu 
đồ thị là hướng tiếp cận của đề tài đề xuất. 
Hình 3. Kiến trúc hệ thống chuyển đổi và xử lý dữ liệu dựa trên công nghệ Web ngữ nghĩa. 
3.2. Module cho Xử lý và Chuyển đổi dữ liệu MXH 
Như vừa đề cập ở trên, dữ liệu MXH cơ bản là dạng đồ thị, và các liên kết giữa 
các đối tượng dữ liệu của dữ liệu MXH là các liên kết đối tượng với đối tượng, tức là 
các mối quan hệ có chứ thông tin và dữ liệu mang ngữ nghía. Việc biểu diễn các dữ 
liệu MXH Facebook nếu dùng cơ chế mô hình và biểu diễn truyền thống sẽ làm mất đi 
các ngữ nghĩa hiện có của dữ liệu MXH mà ta thu thập được. 
Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF 
10 
Việc xử lý sơ bộ các dữ liệu thu thập được và đảm bảo tính ngữ nghĩa của dữ 
liệu cũng như các mối quan hệ, đề tài đề xuất xây dựng một mô hình biểu diễn dữ liệu 
và thông tin của MXH thu thập được gồm 2 phần: 
- Các ontology miền: đóng vai trò như cơ sở tri thức biểu diễn không gian các 
khái niệm hiện có trong các MXH cũng như sử dụng lại và liên đến đến các 
không gian và cơ sở tri thức đã được định nghĩa trên mạng dữ liệu liên kết toàn 
cầu (Linked Open Data cloud). Một phần quan trọng của cơ sở tri thức này là 
một Máy suy diễn dựa trên tri thức miền này. 
- Dữ liệu MXH được thu thập sẽ được xử lý (làm sạch) và chuyển đổi sang dạng 
RDF/Linked Data đảm bảo được ngữ nghĩa của dữ liệu cũng như bảo toàn các 
mối quan hệ thông tin và đối tượng là đặc tính quan trong của dữ liệu MXH. 
Mô hình dữ liệu của RDF/Linked Data/OWL là mô hình dữ liệu bộ ba (tripple) 
bao gồm ; trong đó S là Subject chứa URI của một tài nguyên (đối 
tượng dữ liệu), P là thuộc tính (Propoerty) của S, biểu diễn ngữ nghĩa của S và 
có giá trị là O (object) là giá trị Literal hoặc là một tài nguyên (đối tượng dữ 
liệu) khác. 
Ví dụ: 
 “Hanh Hoang” 
 “Happy” 
3.3. Module cho Tích hợp và Phân tích dữ liệu MXH 
Dữ liệu sau khi được chuyển đổi (và lưu trữ trong CSDL ngữ nghĩa Triple 
Store) sẽ được xử lý tích hợp theo hình thức mashup: ánh xạ các thuộc tính ngữ nghĩa 
từ ontology miền về miền tri thức chính theo ngữ cảnh để xử lý. Việc truy xuất các 
CSTT ontology có thể sử dụng các cơ chế suy diễn để tìm ra các mối quan hệ thông tin 
ẩn chứa trong các dữ liệu MXH; 
Việc biểu diễn dữ liệu MXH theo mô hình RDF/Linked Data cho phép biểu diễn 
giàu hơn các ngữ nghĩa của dữ liệu và thông tin thông qua các thuộc tính và các khái 
niệm tri thức miền. Các thuật toán về phân tích dữ liệu cho các dữ liệu dạng 
RDF/Linked Data sẽ được phát triển để tận dụng tối đã hình thức biểu diễn này, cũng 
như qua các tri thức miền ontology. Các thuật toán về phân tích dữ liệu MXH theo 
hình thức và mô hình biểu diễn giàu ngữ nghĩa này cũng sẽ tập trung vào: việc phân 
cụm dữ liệu và dự báo về xu hướng của các luồng thông tin MXH. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 15, Số 1 (2020) 
11 
4. iSDA - HỆ THỐNG PHÂN TÍCH DỮ LIỆU MẠNG XÃ HỘI FACEBOOK 
4.1. Thu thập dữ liệu 
Dữ liệu mạng xã hội đóng một vai trò quan trọng trong kỷ nguyên của cuộc 
cách mạng công nghiệp 4.0 hiện nay. Dữ liệu mạng xã hội hay các nguồn dữ liệu cơ 
bản được biểu diễn dưới dạng dữ liệu đồ thị. Việc sử dụng RDF để chuyển đổi dữ liệu 
mạng xã hội đối với báo chí dữ liệu là một tiếp cận tự nhiên. 
Các nguồn dữ liệu được thu thập từ Facebook với hơn 88 Triệu tài khoản 
Facebook; 3 Triệu groups; 2 Triệu pages; 30 Triệu tín hiệu/ngày. Các dạng dữ liệu của 
Facebook: Posts/Pictures/Videos, Likes/Shares/Comments. 
- Hệ thống iSDA thu thập: 
o Blog/news/forum: 900 đầu báo chính thống, 100 trang tổng hợp tin tức, 
88 Forum, 150 Blog 
o Các loại dữ liệu thu thập được: Bài báo, Bài viết/Hình ảnh/Videos, Bình 
luận, cảm xúc,... 
- Tống số lượng thu thập: 
o 30 triệu bài viết / ngày từ các nguồn MXH, Báo chí, Forums, Blog. 
o Dễ dàng bổ sung nguồn dữ liệu , tài khoản FB, trang báo chí, forum, 
blog cần theo dõi , thu thập dữ liệu 
o Lưu trữ dữ liệu trực tiếp trên hệ thống , có thể xem đ ư ợc nội dung 
ngay cả khi bài viết bị xóa 
Do đó phát triển hệ thống phân tích dữ liệu mạng xã hội nhằm cung cấp một 
giải pháp tổng thể về thu thập và phân tích từ nhiều nguồn dữ liệu khác nhau như 
Mạng xã hội, báo chí,< Cho phép theo dõi các nhân vật chủ đề sự kiện cần lưu ý, tự 
động cảnh báo khi phát hiện vấn đề hỗ trợ phân tích cảnh báo sớm khủng hoảng 
truyền thông. 
4.2. Các thành phần hệ thống 
Kiến trúc hệ thống Phân tích dữ liệu Mạng xã hội bao gồm các module sau: 
 Thu thập dữ liệu: thu thập dữ liệu từ các nguồn dữ liệu xác định và chuyển 
đổi qua mô hình RDF/Linked Data [5][7]. 
 Khai phá và Phân tích dữ liệu: Sử dụng SPARQL và các phương pháp cơ 
bản để tổng hợp phân tích dữ liệu [4][6]. 
Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF 
12 
 Lưu trữ và truy vấn: lưu trữ mô hình dữ liệu vật lý và các hệ quản trị cơ sở 
dữ liệu cho mô hình bộ ba RDF và Linked Data [8]. 
 Và cung cấp các ứng dụng: cung cấp các khung nhìn thông tin được trích 
xuất dữ liệu. 
4.3. Các tính năng của hệ thống 
Hệ thống iSDA được host tại địa chỉ  cung cấp các 
tính năng sau: 
 Phân tích xu hướng chủ đề sự kiện 
 Thu thập và cập nhập thông tin từ mạng xã hội , báo chí , forums và blogs 
 Quản lý, thống kê nguồn thông tin 
 Theo dõi, cảnh báo thông tin 
Hình 4. Dashboard hiện thị thông tin và dữ liệu thổng hợp với biểu đồ số lượng thống kế bài 
viết Facebook. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 15, Số 1 (2020) 
13 
Hình 5. Kết quả hệ thống tự động thu thập về theo dõi biểu tình tại Hongkong từ 01/07/2019 
đến 05/07/2019. 
5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 
 Bài báo trình bày kết quả nghiên cứu ứng dụng trong mô hình hoá dữ liệu với 
thông tin ngữ nghĩa. Mô hình RDF/Linked Data đáp ứng các yêu cầu cho việc biểu 
diễn và phân tích dữ liệu với các trích dẫn và chú thích ngữ nghĩa như dữ liệu mạng xã 
hội. Việc triển khải hệ thống iSDA vào thực tiễn là một đóng góp thực tiễn của bài báo. 
Trong tương lại, nhóm tác giả sẽ tập trung đẩy mạnh nghiên cứu các phương pháp 
phân tích dữ liệu cải tiến để tận dụng lợi thế của việc biểu diễn theo ngữ nghĩa này. 
Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF 
14 
TÀI LIỆU THAM KHẢO 
[1]. Paolillo, J. C., & Wright, E. (2006). Social network analysis on the semantic web: Techniques 
and challenges for visualizing FOAF. In Visualizing the semantic web (pp. 229-241). 
[2]. FOAF ontology (2014). Website:  
[3]. Resource Description Framework (RDF) (2014). Website: https://www.w3.org/RDF/ 
[4]. SPARQL 1.1 Query Language (2013). Website: https://www.w3.org/TR/sparql11-query/ 
[5]. M. San Martín and C. Gutierrez (2009). Representing, Querying and Transforming Social 
Networks with RDF/SPARQL, Proc. ESWC. Boston, LNCS 5554, pp. 293-307. 
[6]. S. Elbassuoni, M. Ramanath, R. Schenkel, G. Weikum (2010). Searching RDF Graphs with 
SPARQL and Keywords, IEEE Data Eng. Bull., 33(1), pp.16-24. 
[7]. Linked Data (2019). Website: https://www.w3.org/standards/semanticweb/data 
[8]. Apache Jena (2019). Website: https://jena.apache.org/ 
SOCIAL NETWORK DATA TRANSFORMATION AND ANALYSIS 
USING RDF DATA MODEL 
Hoang Huu Hanh*, Pham Vu Minh Tu, Vu Tien Thanh, Ngo Tien Dat 
Posts and Telecommunications Institute of Technolgy 
*Email: hoanghuuhanh@ptit.edu.vn 
ABSTRACT 
Social networks play important rols in our present digital age. Effectively using 
social networks’ data can contribute into the eco-socio development throught its 
diversity of information in economic, social and educational areas. The social 
networks’ data such as Facebook, Tweeter or Zalo are basically presented in the 
form of graph data model with links between information objects or data items. 
Meanwhile, RDF or Linked Data are standards for data modelling in triple model 
which forming a foundation for semantic networks and showing its effectiveness 
in resoure representation in our Web data space. Therefore, transforming social 
network data into the representation of RDF/Linked Data eventually makes a 
meaningful linked data foundation in advancing social data analysis. 
Keywords: Facebook, Linked Data, Social network, Data analysis, RDF. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 15, Số 1 (2020) 
15 
Hoàng Hữu Hạnh sinh ngày 13/04/1974 tại Huế. Năm 1996, ông tốt 
nghiệp Cử nhân ngành Toán-Tin học tại Trường Đại học Sư phạm Huế, 
Thạc sĩ khoa học ngành Công nghệ thông tin tại Trường Đại học Bách 
khoa Hà Nội. Năm 2007, ông nhận học vị Tiến sĩ chuyên ngành Hệ thống 
thông tin tại Trường Đại học Công nghệ Vienna, Cộng hoà Áo. Năm 2012, 
ông nhận Chức danh Phó giáo sư tại Việt Nam. Từ năm 1996-2018 đến 
nay, ông là Giảng viên Khoa Công nghệ Thông tin, Trường ĐH Khoa học 
Huế; đồng thời đảm tách các nhiệm vụ quản lý tại Đại học Huế từ 2008 
đến 2018. Từ tháng 10 năm 2018 ông là Giảng viên cao cấp tại Học viện 
Công nghệ Bưu chính Viễn thông (PTIT). Hiện nay là Giám đốc Trung 
tâm Đào tạo Quốc tế của PTIT. 
Lĩnh vực nghiên cứu: Biểu diễn tri thức, Web ngữ nghĩa, Linked Data, 
Ontology, Công nghệ phần mềm, Công nghệ dữ liệu, Quản lý quy trình 
nghệp vụ. 
Phạm Vũ Minh Tú sinh ngày 30/09/1990 tại thành phố Hà Nội. Năm 
2013, ông tốt nghiệp kỹ sư ngành Kỹ thuật Điện – Điện tử tại Học Viện 
Công Nghệ Bưu Chính Viễn Thông. Năm 2015, ông tốt nghiệp thạc sĩ 
chuyên ngành Kỹ thuật Viễn Thông tại trường Học Viện Công Nghệ Bưu 
Chính Viễn Thông . Từ năm 2015 đến nay,ông giảng dạy tại trường Học 
Viện Công Nghệ Bưu Chính Viễn Thông. 
Lĩnh vực nghiên cứu: Truyền thông quang không dây, Xử lý tín hiệu số, 
Dữ liệu đa phương tiện 
Vũ Tiến Thành sinh ngày 02/01/1991 tại Thành phố Hà Nội. Năm 2013, 
ông tốt nghiệp Cử nhân ngành Báo chí và Truyền thông tại Trường Đại 
học Khoa học Xã hội & Nhân Văn, Đại học QGHN. Năm 2016, ông tốt 
nghiệp thạc sĩ chuyên ngành Báo chí và Truyền thông tại Trường Đại học 
Khoa học Xã hội & Nhân Văn, Đại học QGHN. Từ năm 2016 đến nay 
giảng dạy tại Học viện Công nghệ Bưu chính Viễn Thông. 
Lĩnh vực nghiên cứu: Báo chí và Truyền thông Mạng. 
Ngô Tiến Đạt sinh ngày 01/07/1998 tại Thành phố Bắc Ninh, là sinh viên 
năm cuối Chương trình Kỹ sư ngành Công nghệ Đa Phương Tiện tại Học 
Viện Công Nghệ Bưu Chính Viễn Thông. 
Lĩnh vực nghiên cứu: Truyền thông mạng, Dữ liệu đa phương tiện 
Chuyển đổi và phân tích dữ liệu mạng xã hội với mô hình dữ liệu RDF 
16