Áp Dụng Học Máy Để Xây Dựng Lộ Trình Học Cho Sinh Viên UIT

1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI

1.1. Tên đề tài ÁP DỤNG HỌC MÁY ĐỂ XÂY DỰNG HỆ THỐNG ĐỀ XUẤT LỘ TRÌNH HỌC CHO SINH VIÊN UIT APPLYING MACHINE LEARNING TO RECOMMEND LEARNING ROADMAP FOR UIT STUDENTS

1.2. Đặt vấn đề

1.3. Mục tiêu đề tài

1.4. Đối tượng và phạm vi nghiên cứu

1.4.1. Đối tượng nghiên cứu

1.4.2. Phạm vi nghiên cứu

1.5. Phương pháp nghiên cứu

1.6. Cấu trúc khóa luận

2. CHƯƠNG 2

2.1. Khái niệm cơ bản

2.2. Ưu điểm của sử dụng Django

2.3. Áp dụng Django vào ứng dụng UIT Roadmap Recommendation

2.4. Ưu điểm của sử dụng SQLite

2.5. Áp dụng SQLite vào ứng dụng UIT Roadmap Recommendation

2.6. Ưu điểm của sử dụng MYSQL

2.7. Áp dụng MYSQL vào ứng dụng UIT Roadmap Recommendation

2.8. Thuật toán KNN

2.8.1. Ưu điểm của sử dụng thuật toán KNN

2.8.2. Áp dụng thuật toán KNN vào ứng dụng UIT Roadmap Recommendation

2.9. Ưu điểm của nghiên cứu sử dụng các thuật toán trong Microsoft Recommenders

2.10. Áp dụng các thuật toán Microsoft Recommenders vào ứng dụng UIT Roadmap Recommendation

2.11. Thư viện Keras

2.11.1. Ưu điểm của sử dụng thư viện Keras

2.11.2. Áp dụng thư viện Keras vào ứng dụng UIT Roadmap Recommendation

2.12. Thư viện Selenium

2.12.1. Ưu điểm của sử dụng Selenium

2.12.2. Áp dụng thư viện Selenium vào việc khai thác dữ liệu bình luận

2.13. Ưu điểm của sử dụng Drupal

2.14. Áp dụng Drupal vào ứng dụng UIT Roadmap Recommendation

2.15. Ưu điểm của sử dụng Rest API

2.16. Áp dụng Rest API vào ứng dụng UIT Roadmap Recommendation

3. CHƯƠNG 3: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG

3.1. Kiến trúc hệ thống

3.2. Mô hình phân rã chức năng

3.3. Mô hình Usecase

3.3.1. Mô hình Usecase

3.4. Mô tả từng chức năng

3.5. Mô hình luồng dữ liệu

3.6. Biểu đồ sequence diagram

3.7. Quản lý sinh viên và giảng viên

3.8. Quản lý môn học

3.9. Quản lý chương trình đào tạo

3.10. Đăng ký, đăng nhập, đổi mật khẩu

3.11. Đề xuất lộ trình học

3.12. Thiết kế cơ sở dữ liệu

3.12.1. Mô hình thực thể kết hợp (ERD)

3.12.2. Hệ thống cơ sở dữ liệu

4. CHƯƠNG 4: HIỆN THỰC ỨNG DỤNG UIT ROADMAP RECOMMENDATION

4.1. Tổng quan về ứng dụng UIT Roadmap Recommendation

4.2. Đặc tả giao diện ứng dụng UIT Roadmap Recommendation

4.2.1. Đặc tả giao diện quản trị

4.2.2. Đặc tả giao diện người dùng

5. CHƯƠNG 5: THỬ NGHIỆM VÀ BÀN LUẬN

5.1. Mô hình đánh giá trạng thái bình luận giảng viên

5.2. Tiền xử lý dữ liệu

5.3. Huấn luyện và đánh giá mô hình

5.4. Mô hình Đề xuất môn học tự chọn

5.5. Huấn luyện và đánh giá mô hình

5.6. Mô hình Đề xuất giảng viên

5.7. Tiền xử lý dữ liệu và cách thức hoạt động của thuật toán KNN

6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

6.1. Nhược điểm

6.2. Hướng phát triển

TÀI LIỆU THAM KHẢO

I. Tổng quan về áp dụng học máy trong lộ trình học cho sinh viên UIT

Học máy đang trở thành một công nghệ quan trọng trong giáo dục, đặc biệt là trong việc xây dựng lộ trình học cho sinh viên. Tại Trường Đại học Công nghệ Thông tin (UIT), việc áp dụng học máy không chỉ giúp sinh viên có được thông tin chính xác về các môn học mà còn tối ưu hóa quá trình học tập của họ. Hệ thống này sẽ cung cấp những gợi ý hữu ích, giúp sinh viên lựa chọn môn học phù hợp với năng lực và sở thích của bản thân.

1.1. Khái niệm học máy và ứng dụng trong giáo dục

Học máy là một lĩnh vực của trí tuệ nhân tạo, cho phép máy tính học hỏi từ dữ liệu mà không cần lập trình cụ thể. Trong giáo dục, học máy có thể được sử dụng để phân tích dữ liệu học tập của sinh viên, từ đó đưa ra những gợi ý về lộ trình học phù hợp.

1.2. Tại sao sinh viên UIT cần một lộ trình học tối ưu

Sinh viên UIT thường gặp khó khăn trong việc lựa chọn môn học và định hướng nghề nghiệp. Một lộ trình học tối ưu sẽ giúp họ tiết kiệm thời gian, nâng cao hiệu quả học tập và chuẩn bị tốt hơn cho tương lai nghề nghiệp.

II. Thách thức trong việc xây dựng lộ trình học cho sinh viên UIT

Mặc dù có nhiều hệ thống thông tin hiện có, nhưng sinh viên UIT vẫn gặp khó khăn trong việc tìm kiếm lộ trình học hợp lý. Các thông tin hiện tại thường chỉ mang tính chất chung chung, không đáp ứng được nhu cầu cụ thể của từng sinh viên. Điều này dẫn đến việc sinh viên không biết nên học môn nào trước, giảng viên nào dễ hiểu, và tài liệu học tập ở đâu.

2.1. Thiếu thông tin chi tiết về môn học

Nhiều sinh viên không có đủ thông tin về các môn học, như đánh giá của giảng viên hay độ khó của môn học. Điều này khiến họ khó khăn trong việc lựa chọn môn học phù hợp.

2.2. Khó khăn trong việc định hướng nghề nghiệp

Sinh viên thường không có định hướng rõ ràng về nghề nghiệp tương lai, dẫn đến việc lựa chọn môn học không phù hợp với mục tiêu nghề nghiệp của bản thân.

III. Phương pháp áp dụng học máy để xây dựng lộ trình học

Để xây dựng lộ trình học cho sinh viên UIT, cần áp dụng các phương pháp học máy hiện đại. Việc sử dụng các thuật toán học máy sẽ giúp phân tích dữ liệu học tập của sinh viên và đưa ra những gợi ý chính xác về lộ trình học.

3.1. Sử dụng thuật toán phân loại để gợi ý môn học

Các thuật toán phân loại như KNN có thể được sử dụng để phân tích dữ liệu và đưa ra gợi ý về môn học dựa trên sở thích và năng lực của sinh viên.

3.2. Tích hợp trí tuệ nhân tạo vào hệ thống

Hệ thống sẽ tích hợp trí tuệ nhân tạo để đánh giá sắc thái bình luận của sinh viên về giảng viên và môn học, từ đó cải thiện độ chính xác của các gợi ý.

IV. Ứng dụng thực tiễn của hệ thống lộ trình học cho sinh viên UIT

Hệ thống lộ trình học được xây dựng sẽ mang lại nhiều lợi ích cho sinh viên UIT. Nó không chỉ giúp sinh viên lựa chọn môn học phù hợp mà còn cung cấp thông tin chi tiết về giảng viên và tài liệu học tập.

4.1. Cải thiện hiệu quả học tập của sinh viên

Sinh viên sẽ có thể lựa chọn môn học phù hợp với năng lực và sở thích, từ đó nâng cao hiệu quả học tập và giảm thiểu tình trạng nợ môn.

4.2. Tạo ra một cộng đồng học tập tích cực

Hệ thống sẽ khuyến khích sinh viên chia sẻ kinh nghiệm và phản hồi về các môn học, tạo ra một cộng đồng học tập tích cực và hỗ trợ lẫn nhau.

V. Kết luận và hướng phát triển tương lai của hệ thống

Hệ thống lộ trình học cho sinh viên UIT không chỉ là một công cụ hỗ trợ học tập mà còn là một bước tiến quan trọng trong việc áp dụng công nghệ vào giáo dục. Trong tương lai, hệ thống có thể được mở rộng để phục vụ cho nhiều đối tượng sinh viên hơn.

5.1. Đánh giá hiệu quả của hệ thống

Cần thực hiện các khảo sát và đánh giá để đo lường hiệu quả của hệ thống trong việc hỗ trợ sinh viên trong quá trình học tập.

5.2. Mở rộng ứng dụng cho các trường khác

Hệ thống có thể được điều chỉnh và mở rộng để áp dụng cho các trường đại học khác, giúp nhiều sinh viên hơn có được lộ trình học tối ưu.