- PHÂN LOẠI Ý KIẾN CƠNG CHÚNG VỀ SỰ KIỆN XÃ HỘI. - Thơng tin chung:. - Phân tích dư luận xã hội, bình luận (comments). - Neural Network. - Analyzing comments, SVM, neural network. - Dư luận xã hội, đặc biệt là dư luận được thể hiện trên các trang mạng xã hội, là vấn đề đang được quan tâm hiện nay. - Do đĩ, phân tích dư luận xã hội cĩ ý nghĩa rất quan trọng đối với sự điều chỉnh cách ứng xử của cá nhân và tổ chức. - Mục tiêu của nghiên cứu này là đánh giá dư luận xã hội thơng qua phân tích thơng tin các bình luận trên các trang mạng xã hội (cụ thể là Facebook) liên quan đến Trường Đại học Cần Thơ. - Để thực hiện điều này, 5.848 dư luận (bình luận) cĩ liên quan đến các hoạt động của nhà trường được thu thập, với sự trợ giúp của những người cĩ chuyên mơn phân loại các bình luận thành các ý kiến đồng thuận (cùng chiều) hoặc khơng đồng thuận (trái chiều). - Sau đĩ, hai mơ hình máy học là SVM (Support Vector Machine) và Neural Network được sử dụng để huấn luyện, đánh giá thực nghiệm và so sánh độ chính xác và tin cậy nhằm lựa chọn được mơ hình phù hợp cho việc xây dựng cơng cụ tự phân loại các bình luận trên mạng xã hội. - Kết quả thực nghiệm cho thấy mơ hình máy học Neural Network cĩ kết quả đánh giá khá cao là 85%, và mơ hình dựa trên giải thuật SVM đạt 83%.. - Dư luận xã hội là tập hợp các ý kiến cá nhân của của nhiều người trong xã hội về một chủ đề nào đĩ (Phạm Chiến Khu, 2011) và tất cả các ý kiến đều được đối xử như nhau bất kể cá nhân cĩ hiểu biết về vấn đề đang thảo luận hay khơng. - Thơng thường, dư luận xã hội cĩ xu hướng nghiêng về ý kiến được nhiều người đồng thuận nhất (nghiêng về số đơng).. - Các ý kiến thể hiện sự phán xét đánh giá, sự nhận định (bằng lời hoặc khơng bằng lời), phản ánh ý nghĩa của các thực tế, quá trình, hiện tượng, sự kiện đối với các tập thể, xã hội nĩi chung và thái độ cơng khai hoặc che đậy của các nhĩm xã hội lớn nhỏ đối với các vấn đề của cuộc sống xã hội. - Dư luận xã hội cĩ ảnh hưởng đến các lợi ích chung của họ, cĩ tầm quan trọng và cĩ tính cấp bách, địi hỏi phải cĩ ý kiến nhận xét, đánh giá và đưa ra những phương hướng cụ thể. - Trong thời đại cơng nghệ thơng tin hiện nay, việc sử dụng các phương tiện truyền thơng xã hội giúp cho việc chia sẻ thơng tin, thể hiện quan điểm cá nhân trở nên dễ dàng, nhanh chĩng và rộng khắp.. - Các thơng tin mạng xã hội cĩ tác động rất lớn đến mọi hoạt động của cá nhân và tổ chức (cả tích cực và tiêu cực). - Để bắt kịp xu thế nhằm hạn chế những ảnh hưởng tiêu cực đồng thời phát huy những điểm mạnh của mạng xã hội, các tổ chức cần phải phân tích và đánh giá các thơng tin từ mạng xã hội liên quan đến hoạt động của tổ chức mình. - Phân tích dư luận xã hội là thực hiện xác định đối tượng dư luận xã hội và chủ thể dư luận xã hội thơng qua việc nghiên cứu, nắm bắt dư luận xã hội nhằm đánh giá tác động của dư luận về ý thức pháp luật. - Việc nghiên cứu, tìm hiểu về dư luận cĩ ý nghĩa lớn về mặt vật chất và tinh thần của con người, là phương tiện quan trọng và mạnh mẽ để con người phát huy quyền làm chủ và tính tích cực của cơng dân đối với đất nước trong đĩ. - Đối tượng của dư luận xã hội khơng phải là mọi thực tế xã hội nĩi chung mà chỉ là những vấn đề được cộng đồng xã hội quan tâm tới vì nĩ cĩ liên quan tới các nhu cầu. - của dư luận là cộng đồng người hay nhĩm người mang dư luận xã hội. - Nắm bắt dư luận xã hội là khả năng dự báo chính xác tình hình tâm trạng, tư tưởng, thái độ, nguyện vọng của các tầng lớp xã hội trước các sự kiện, hiện tượng, vấn đề xã hội. - Làm tốt cơng tác nắm bắt dư luận xã hội ở cơ sở là điều kiện vơ cùng quan trọng, một mặt, các cá nhân trong tổ chức phát huy quyền làm chủ và mở rộng nền dân chủ xã hội chủ nghĩa;. - Đĩ cũng chính là điều kiện tiên quyết để cĩ thể sử dụng sức mạnh dư luận quần chúng vào việc quản lý xã hội. - Các nội dung của dư luận xã hội được thu thập thường quan tâm đến: (i) thái độ (đồng tình hay khơng đồng tình. - Để phân loại được dư luận xã hội thơng qua việc nắm bắt thơng tin trên các trang mạng xã hội thì chúng ta cần phải phân loại, sắp xếp thơng tin dư luận theo từng nội dung, phạm trù nhất định để xử lý, ví dụ: (1) dư luận về các sự kiện, vấn đề chính trị. - (2) dư luận về các sự kiện, vấn đề tơn giáo, dân tộc. - (3) dư luận về các sự kiện, vấn đề mơi trường, sinh thái. - (4) dư luận về các vấn đề kinh tế. - (5) dư luận xã hội về các vấn đề quốc tế. - Trong nghiên cứu này, dư luận được phân loại dựa theo các bình luận của cơng chúng ủng hộ hay phản đối hoặc ý kiến khác về một nội dung cĩ liên quan đến Trường Đại học Cần Thơ và đưa ra tỷ lệ của các nhận định đĩ.. - Việc sử dụng các cơng cụ hỗ trợ tìm kiếm cĩ thể giúp theo dõi tin tức một cách hệ thống, đầy đủ, chi tiết về một sự kiện cụ thể và các luồng dư luận xã hội khác nhau về sự kiện đĩ. - Các ý kiến nhận xét, bình luận từ các trang báo mạng chính thức và phi chính thức đều cĩ thể chứa đựng những luồng dư luận xã hội nhất định. - Từ đĩ, lãnh đạo Nhà trường cĩ những phân tích, đánh giá và đưa ra điều chỉnh cho phù hợp với thực tiễn. - Để phân tích được dư luận xã hội thơng qua việc nắm bắt thơng tin trên các trang mạng xã hội đặc biệt là Facebook (Facebook 2021) thì chúng ta cần phải phân loại, sắp xếp thơng tin dư luận theo từng nội dung, phạm trù nhất định để xử lý. - Tuy nhiên, với lượng thơng tin được chia sẻ trên các phương tiện xã hội rất lớn và tăng lên từng ngày như hiện nay vượt khả năng theo dõi, giám sát của cá nhân. - (2013) đã phân tích cảm xúc cĩ thể hỗ trợ việc học ngơn ngữ, bằng cách kích thích quá trình giáo dục và kết quả thử nghiệm trên Naive Bayes Classifier.. - Hai mơ hình máy học SVM và Neural network được nghiên cứu và chọn mơ hình cĩ kết quả đánh giá cao hơn để xây dựng ứng dụng phân loại ý kiến nhận định của cơng chúng: đồng thuận hoặc khơng đồng thuận hoặc ý kiến khác vì các lý do: (1) So với các phương pháp máy học khác, SVM rất mạnh trong việc nhận dạng các mẫu tinh tế trong các bộ dữ liệu phức tạp (Aruna &. - Trong đĩ, phương pháp nghiên cứu lý thuyết thì dựa vào ý kiến của các chuyên gia để xác định loại ý kiến của cơng chúng bằng cách đọc nội dung và đọc từng bình luận kết hợp với các biểu tượng kèm theo đưa ra nhận định đồng ý, khơng đồng ý hoặc ý kiến khác.. - Phương pháp thực nghiệm thì huấn luyện mơ hình máy học, so sánh các bộ tham số để chọn bộ tham số tối ưu của mơ hình. - Phương pháp phân tích dữ liệu dựa vào ứng dụng được xây dựng sử dụng tham số mơ hình máy học đã huấn luyện được để phân tích dữ liệu thu thập được và đưa ra xu hướng dư luận xã hội về hoạt động của nhà trường.. - Quy trình cài đặt thực nghiệm được thực hiện bao gồm các bước sau: Dữ liệu được thu thập từ các trang facebook của Trường Đại học Cần Thơ được tiền xử lý, loại bỏ html, sau đĩ gán nhãn phân loại, mỗi bình luận sẽ được gán duy nhất một nhãn là đồng thuận, khơng đồng thuận hoặc ý kiến khác. - Mơ hình huấn luyện phân lớp được thực hiện dựa trên tập gán nhãn để phân lớp và đưa ra kết quả phân loại bình luận. - Mơ hình phân lớp đã huấn luyện được sử dụng để phân lớp cho các bình luận mới.. - (2) tách các bình luận cĩ gán mã nội dung thành một tập dữ liệu riêng.. - dữ liệu Số mẫu tin nội dung. - Số mẫu tin bình luận. - Khơng đồng thuận. - khơng đồng thuận (khơng đồng ý, khơng đồng tình). - Dữ liệu sau đĩ được vector hĩa theo mơ hình túi từ (Bag of word) để làm dữ liệu đầu vào cho hai mơ hình máy học.. - bỏ một số câu trùng hoặc các bình luận lặp đi lặp lại nhằm mục đích kêu gọi người khác vào hoặc đề cặp đến vấn đề khác khơng liên quan đến nội dung. - Nếu trong một bình luận vừa cĩ phần chữ vừa cĩ biểu tượng thì ưu tiên đọc phần chữ để gán nhãn trước và tiếp theo sẽ gán phần biểu tượng. - Ý kiến đồng thuận:. - Ý kiến khơng đồng thuận:. - Nội dung Biểu tượng. - KẾT QUẢ VÀ THẢO LUẬN. - Các tham số thực nghiệm với mơ hình máy học vector hỗ trợ (SVM). - Các thơng số khác cĩ giá trị mặc định sẽ cho kết quả khả quan.. - Đánh giá thời gian thực hiện với mơ hình máy học vector hỗ trợ (SVM). - Khi huấn luyện mơ hình SVM với hàm nhân bằng 'linear' cĩ thời gian ngắn hơn khoản 20s) so với sử dụng hàm nhân bằng 'rbf’ như Hình 1.. - Đánh giá độ chính xác các mơ hình SVM Kết quả đánh giá độ chính xác (evalue) theo Hình 2, cho thấy độ chính xác thay đổi khi thay đổi. - So sánh độ chính xác của mơ hình SVM bằng cách thay đổi hàm nhân 3.4. - Đánh giá và kiểm tra thời gian thực hiện. - với mơ hình Neural Network. - Sử dụng mơ hình Neural Network với bộ giải pháp (solve) gồm (’adam’, ’sgd’, ’lbfgd’) và chỉ số tế bào lớp ẩn thay đổi từ 08 đến 512 theo cấp 2 n (n. - Kết quả huấn luyện với thời gian thực hiện (giây), kết quả kiểm tra trên tập đánh giá. - kết quả kiểm tra trên tập test của ba bộ giải pháp trên được thể hiện ở Bảng 4, Bảng 5 và Bảng 6 như sau:. - Kết quả thực nghiệm huấn luyện mơ hình Neural Network sử dụng bộ giải pháp solve=‘sgd‘. - Kết quả đạt trên tập đánh giá. - Kết quả đạt trên tập kiểm. - Thời gian thực hiện (s). - Kết quả thực nghiệm huấn luyện mơ hình Neural Network sử dụng bộ giải pháp solve=‘lbfgd‘. - Kết quả đạt trên tập đánh. - Kết quả thực nghiệm huấn luyện mơ hình Neural Network sử dụng bộ giải pháp solve=‘adam‘. - So sánh thời gian thực hiện của mơ hình Neural Network. - kết quả đánh giá trên tập kiểm tra và tập đánh giá cũng đạt tỷ lệ cao. - Đề tài chọn chỉ số lớp ẩn 512 để thực hiện mơ hình.. - Theo Hình 4 thì dễ dàng nhìn thấy khi huấn luyện mơ hình Neural Network với chỉ số lớp ẩn là 512 với bộ giải pháp (solver='adam') thì sẽ ít tốn thời gian nhất (khoản 154 s). - Đánh giá độ chính xác các mơ hình Neural Network. - Khi đánh giá độ chính xác theo hình 5 ta thấy với bộ giải pháp solver='adam' và solver='lbfgd' đạt kết quả khá cao (khoảng 83% đối với tập đánh giá và 86% đối với tập kiểm tra). - Trong khi bộ giải pháp solver='sgd' thì kết quả khơng khả quan (dưới 75. - Đề tài chọn mơ hình Neural Network với bộ giải pháp (solver=adam) và chỉ số lớp ẩn (hidden_layer_size=512) để viết ứng dụng phân tích bình luận.. - Đánh giá độ chính xác của mơ hình Neural Network. - Kết quả phân tích bình luận trên tập dữ liệu thực nghiệm khi thực hiện mơ hình Mỗi bài viết được thu thập về được thống kê gồm: ngày đăng, nội dung, số lượng bình luận, trong đĩ cĩ số đồng thuận, số khơng đồng thuận và ý kiến khác với các tỷ lệ thống kê tương ứng. - trị cĩ thể quan tâm đến những nội dung cĩ số bình luận nhiều để hiểu rõ hơn hoặc quan tâm đến những nội dung cĩ nhiều số khơng đồng thuận. - Kết quả phân tích bài viết số 112 của mơ hình. - Ngày đăng Nội dung Số lượng. - bình luận. - Số đồng thuận. - Số khơng đồng thuận. - Kết quả kiểm tra phân loại bình luận Mỗi bình luận tự động thu thập về sẽ cĩ kết quả thống kê gồm: Mã bình luận (Comment code), Ngày đăng (comment date), tên người bình luận (Name of commenter), thơng tin người bình luận, nội dung bình luận (Comment text), liên kết bình luận và đặc biệt là loại của bình luận (Comment kind) được thực hiện số 1, 2, 3 tương ứng với 1 là đồng thuận, 2 là khơng đồng thuận và 3 là ý kiến khác dựa theo mơ hình máy học.. - Ví dụ người quản trị muốn biết thơng tin của tất cả các bình luận liên quan đến bài viết số 92. - Bài viết này cĩ 10 bình luận (trong đĩ: cĩ 03 đồng thuận, 03 khơng đồng thuận và 04 ý kiến khác) như sau:. - Đề tài đã cơ bản đáp ứng được các mục tiêu đề ra đĩ là phân loại dư luận dựa theo các bình luận về một nội dung bài viết cĩ liên quan đến Trường Đại học Cần Thơ. - Cụ thể, hai mơ hình máy học là SVM và Neural Network được dùng để huấn luyện cho việc phân loại bình luận và chọn mơ hình cĩ kết quả cao nhất.. - Chọn mơ hình máy học Neural Network với bộ giải pháp (slover='adam') và chỉ số lớp ẩn (hidden_layer=512) cĩ kết quả đánh giá khá cao trên 85% để xây dựng ứng dụng phân tích tỷ lệ đồng thuận, khơng đồng thuận hay ý kiến khác về nội dung một bài viết cụ thể được đăng trên các trang Facebook của Trường.. - Thơng qua mơ hình của đề tài, các nhà quản lý cĩ thể tiếp cận và phân tích được luồng thơng tin liên quan đến một vấn đề cụ thể, từ đĩ đưa ra các. - Dư luận xã hội là gì? Ảnh hưởng của dư luận xã hội đối với ý thức pháp luật. - Cơ sở lý luận và thực tiễn của cơng tác nghiên cứu dư luận xã hội.