หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรมหาบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2564
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2563
ประเภทโครงงาน
วิทยานิพนธ์
ชื่อโครงงานภาษาไทย
การระบุผู้ทรงอิทธิพลในฟอรัมอินเทอร์เน็ตไทยบนพื้นฐานของแบบจำลองแรงดึงดูดอิงตามหัวเรื่อง
ชื่อโครงงานภาษาอังกฤษ
Identifying Influencers in Thai Internet Forum based on Topic-oriented Gravity Model.
ผู้พัฒนา
6214501391 นายจิรฑีปต์ ตันติสุวรรณกุล
อาจารย์ที่ปรึกษาหลัก
อานนท์ รุ่งสว่าง
อาจารย์ที่ปรึกษาร่วม
บัณฑิต มนัสเกษมศักดิ์
บทคัดย่อ
การระบุผู้ทรงอิทธิพลให้ประโยชน์มากมายจากนำไปประยุกต์ใช้ในงานหลากหลายด้าน อาทิระบบการแนะนำการทำการตลาดไวรัล และการเฝ้าสังเกตการณ์สารสนเทศ ซึ่งโดยทั่วไปงานที่เกี่ยวกับการระบุผู้ท รงอิทธิพลมักใช้วิธีจำลองโครงสร้างของสังคมด้วยโครงสร้างเครือข่าย และประยุกต์ใช้อัลกอริทึมสำหรับเครือข่าย ซึ่งวิธีส่วนมากใช้การคำนวณทั้งเครื่อข่าย ทำให้เสียเวลาในการคำนวณมาก นอกจากนี้บางวิธียังพิจารณาบนเครือข่ายแบบไม่ระบุน้ำหนักและไม่ระบุทิศทาง ซึ่งเป็นการลดทอนส่วนสำคัญของข้อมูล และไม่เหมาะสมกับธรรมชาติของข้อมูล ดังนั้น ผู้วิจัยจึงมีแนวคิดในการนำทฤษฎีแบบจำลองแรงดึงดูด
ในศาสตร์ทางฟิสิกส์มาประยุกต์ใช้และนำเสนอแบบจำลองแรงดึงดูดอิงตามหัวเรื่อง(TopicGM) ซึ่งพิจารณาบนเครือข่ายแบบระบุน้ำหนักและระบุทิศทางที่รวมคุณลักษณะของหัวเรื่องที่ผู้ใช้สนใจจากเนื้อหาที่ผู้ใช้อ่านและโพสต์แล้วจัดกลุ่มโดยใช้แบบจำลองหัวเรื่อง อาทิ กระบวนการดีริชเลต์ลำดับชั้น (Hierachical Dirichlet Process) จากนั้นจึงสร้างเครือข่ายความสัมพันธ์ของผู้ใช้ในแต่ละหัวเรื่อง แต่ละปมแทนผู้ใช้แต่ละคน และเส้นเชื่อมจะชี้จากผู้โพสต์ไปยงัผู้อ่านโดยมีน้ำหนักเป็นความเกี่ยวข้องกับหัวเรื่องน้้นๆ สุดท้ายจึงประยุกต์ใช้สมการแบบจำลองแรงดึงดูด เพื่อคำนวนหาค่าความมีอิทธิพลและจัดเรียงตามลำดับตามความมีอิทธิพลของผู้ใช้จากผลการทดลองกับข้อมูลจริงบนเว็บไซต์พันทิป (ฟอรัมอินเทอร์เน็ตที่มีชื่อเสียงของไทย)แสดงให้เห็นว่าวิธีการข้างต้นให้ผลลัพธ์จากการวัดความถูกต้องในลำดับต้นที่ดีกว่าวิธีการอื่น
Abstract
The task of identifying influencers provides a lot of benefits for various practical applications such as recommendation systems, viral marketing, and information monitoring. This issue can traditionally be solved via a network structure with several proposed graph algorithms. However, most of them employ a global computation with much time-consuming; some consider only undirected and unweighted networks which may be inconsistent with the
nature of data. Inspired by the law of gravity in Physics, we present the Topic-oriented Gravity Model (TopicGM) that investigates a directed and weighted network incorporating users' topical aspects. The key concept is that an individual is first represented as a textual content he created or read. Afterwards, TopicGM simply adopts a topic modeling, i.e., the Hierarchical Dirichlet Process (HDP), to classify topics over those contents. A topical network is then constructed where nodes represent individuals and an edge connects two individuals in the direction from the poster to the reader with a topical confidence weight. Finally, we apply the gravity formula to calculate influence scores and rank individuals. The experimental results conducting on a real-world data, collected from Pantip.com (a famous Thai web forum), show that our approach outperforms many state-of-the-art baselines by accurately identifying influencers within the top of rankings.
คำสำคัญ (Keywords)
influencer identification, topic model, gravity model, social network, viral marketing
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นายจิรฑีปต์
ตันติสุวรรณกุล
(g6214501391)
แก้ไขครั้งสุดท้าย
เมื่อ March 12, 2022, 1:14 a.m. โดย
นายจิรฑีปต์
ตันติสุวรรณกุล
(g6214501391)
สถานะการอนุมัติ
รออนุมัติ