DỰ ĐOÁN LAN TRUYỀN THÔNG TIN TRÊN MẠNG HỌC THUẬT: MỘT CÁCH TIẾP CẬN MỚI VỚI SỰ KẾT HỢP GIỮA CÁC YẾU TỐ BÊN NGOÀI VÀ NỘI TẠI

Abstract

In this research, we propose a novel approach to solve the topic’s propagation prediction problem on a bibliographic network with a combination of external and internal factors. We use machine learning to predict the spread of a topic with a combination of different features. Firstly, we propose a new method to calculate activation probability from an active node to an inactive node based on both meta-path and textual information. This activation probability is considered as an external factor. In addition, we also explore the author's preference for the topic, which is considered as an intrinsic factor of the author that can lead to the "infection" of the topic. Finally, we amalgamate the activation probability feature and the author’s preference feature in the topic’s spreading prediction. Experiments were conducted on dissimilar topics of the bibliographic network datasets and demonstrated satisfactory results.

Tóm tắt

Trong nghiên cứu này, chúng tôi đề xuất một cách tiếp cận mới để giải quyết bài toán dự đoán lan truyền chủ đề trên mạng học thuật với sự kết hợp của các yếu tố bên ngoài và nội tại. Chúng tôi sử dụng học máy để dự đoán sự lan truyền của một chủ đề với sự kết hợp của các đặc trưng khác nhau. Đầu tiên, chúng tôi đề xuất một phương pháp mới để tính xác suất kích hoạt, hay còn gọi là xác suất lây nhiễm từ một nút đã được “kích hoạt” sang một nút “chưa được kích hoạt” dựa vào thông tin meta-path và thông tin văn bản (text). Xác suất này được xem xét như một yếu tố tác động từ bên ngoài để một nút có thể bị kích hoạt. Bên cạnh đó, chúng tôi cũng khai thác sở thích của tác giả đối với chủ đề lan truyền, đây được xem xét như yếu tố nội tại của tác giả mà có thể dẫn đến việc “lây nhiễm” chủ đề. Cuối cùng, chúng tôi kết hợp giữa đặc trưng về xác suất lây nhiễm và sở thích của tác giả trong dự đoán lan truyền chủ đề. Các thực nghiệm được tiến hành trên các chủ đề khác nhau của các tập dữ liệu mạng học thuật và thu được các kết quả thỏa mãn.