Nghiên cứu áp dụng mạng nơron trong dự báo khả năng theo học của học viên đào tạo từ xa

Luận văn ứng dụng kỹ thuật mạng nơron để dự báo khả năng theo học của học viên đào tạo từ xa, nghiên cứu kỹ thuật và phân tích hiệu quả của phương pháp này.

• Tác giả: Nguyễn Văn A
• Người hướng dẫn: PTS. Nguyễn Văn C
• Trường học: Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Dự báo khả năng theo học của học viên đào tạo từ xa bằng mạng nơron
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. CHƯƠNG 1: TIẾP CẬN VẤN ĐỀ THEO HỌC TRONG CÁC CƠ SỞ ĐÀO TẠO TỪ XA
• 1.1. Nguyên nhân dẫn đến tình trạng thôi học ở cơ sở đào tạo từ xa
• 1.2. Tổng quan về khai phá dữ liệu
• 1.3. Một số hướng giải quyết cho vấn đề thôi học của học viên đào tạo từ xa
• 1.4. Phân tích khả năng theo học của các học viên hệ đào tạo từ xa
• 2. CHƯƠNG 2: MẠNG NƠRON TRONG KHAI PHÁ DỮ LIỆU
• 2.1. Nguồn gốc, ý tưởng của mạng Nơron
• 2.2. Mô hình và quá trình xử lý trong nơron nhân tạo
• 2.2.1. Nơron nhân tạo
• 2.2.2. Hàm truyền trong nơron
• 2.2.2.1. Hàm ngưỡng
• 2.2.2.2. Hàm ReLU
• 2.2.2.3. Hàm Logistic Sigmoid
• 2.2.2.4. Hàm Hyperbolic Tangent
• 2.2.2.5. Hàm Softmax
• 2.3. Cấu trúc và phân loại mạng nơron
• 2.3.1. Phân loại mạng nơron
• 2.3.1.1. Phân loại theo số lượng, số lớp nơron trong mạng

Tóm tắt

I. Dự báo khả năng theo học của học viên

Vấn đề dự báo khả năng theo học của học viên trong các cơ sở đào tạo từ xa đang trở thành một chủ đề quan trọng trong giáo dục hiện đại. Các nghiên cứu đã chỉ ra rằng việc học viên bỏ học không chỉ ảnh hưởng đến cá nhân mà còn tác động tiêu cực đến danh tiếng và thương hiệu của cơ sở đào tạo. Tình trạng này không chỉ xảy ra ở Việt Nam mà còn phổ biến trên toàn thế giới. Theo các nghiên cứu quốc tế, có nhiều nguyên nhân dẫn đến việc học viên bỏ học, bao gồm yếu tố từ cơ sở đào tạo, từ chính học viên và từ thực trạng xã hội. Việc phân tích dữ liệu và phân tích dữ liệu là cần thiết để hiểu rõ hơn về nguyên nhân và tìm ra giải pháp hiệu quả.

1.1. Nguyên nhân từ cơ sở đào tạo

Các nguyên nhân từ cơ sở đào tạo có thể bao gồm chương trình học không đầy đủ, chất lượng giảng viên không đạt yêu cầu, và môi trường học tập không thu hút. Những yếu tố này có thể dẫn đến việc học viên cảm thấy không hài lòng và quyết định bỏ học. Việc thiếu sự hỗ trợ và tư vấn kịp thời cũng góp phần làm tăng tỷ lệ bỏ học. Cần có các biện pháp cải thiện chất lượng giảng dạy và tạo ra môi trường học tập tích cực để giữ chân học viên.

1.2. Nguyên nhân từ học viên

Học viên có thể bỏ học vì nhiều lý do cá nhân như áp lực tài chính, không đáp ứng được yêu cầu học tập, hoặc thay đổi mục tiêu học tập. Những yếu tố này thường dẫn đến tâm lý tiêu cực và quyết định bỏ học. Việc không có sự hỗ trợ từ gia đình và xã hội cũng có thể làm tăng khả năng bỏ học. Cần có các chương trình hỗ trợ tài chính và tư vấn cho học viên để giúp họ vượt qua khó khăn.

1.3. Nguyên nhân từ xã hội

Tình hình xã hội cũng ảnh hưởng đến khả năng theo học của học viên. Sự thay đổi trong nhu cầu nghề nghiệp và các quyết định chính sách của chính phủ có thể tác động đến quyết định học tập của học viên. Việc thiếu thông tin về thị trường lao động và các cơ hội nghề nghiệp cũng có thể làm giảm động lực học tập. Cần có sự kết nối giữa các cơ sở đào tạo và doanh nghiệp để cung cấp thông tin và cơ hội thực tập cho học viên.

II. Ứng dụng mạng nơron trong dự báo

Mạng nơron đã được chứng minh là một công cụ hiệu quả trong việc dự báo khả năng theo học của học viên. Các mô hình mạng nơron có khả năng xử lý và phân tích dữ liệu lớn, từ đó đưa ra các dự đoán chính xác về khả năng học tập của học viên. Việc áp dụng các kỹ thuật như học máy và khai phá dữ liệu giúp xác định các yếu tố ảnh hưởng đến quyết định học tập của học viên. Mạng nơron có thể mô hình hóa các mối quan hệ phức tạp giữa các biến số, từ đó cung cấp thông tin hữu ích cho các nhà quản lý giáo dục.

2.1. Mô hình hóa dữ liệu

Mô hình hóa dữ liệu là bước quan trọng trong việc dự báo khả năng theo học. Các biến số như độ tuổi, tình trạng hôn nhân, nghề nghiệp và thu nhập có thể được sử dụng làm đầu vào cho mạng nơron. Việc phân tích dữ liệu này giúp xác định các yếu tố chính ảnh hưởng đến quyết định học tập của học viên. Mô hình hóa chính xác sẽ giúp cải thiện hiệu quả của các chương trình đào tạo và tăng cường khả năng giữ chân học viên.

2.2. Kỹ thuật mạng nơron

Kỹ thuật mạng nơron, đặc biệt là mạng nơron sâu, đã cho thấy hiệu quả trong việc phân tích và dự đoán. Mạng nơron có khả năng học từ dữ liệu quá khứ và điều chỉnh các tham số để tối ưu hóa kết quả. Việc sử dụng các thuật toán như lan truyền ngược giúp cải thiện độ chính xác của mô hình. Các nghiên cứu đã chỉ ra rằng mạng nơron có thể đạt được độ chính xác cao trong việc dự đoán khả năng theo học của học viên.

2.3. Ứng dụng thực tiễn

Ứng dụng mạng nơron trong dự báo khả năng theo học không chỉ giúp các cơ sở đào tạo cải thiện chất lượng giảng dạy mà còn giúp học viên có được sự hỗ trợ kịp thời. Các mô hình dự báo có thể được sử dụng để phát hiện sớm các học viên có nguy cơ bỏ học, từ đó đưa ra các biện pháp can thiệp phù hợp. Điều này không chỉ giúp giảm tỷ lệ bỏ học mà còn nâng cao chất lượng giáo dục tổng thể.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh chuyển đổi số giáo dục toàn cầu, hình thức đào tạo từ xa trực tuyến mang lại cơ hội học tập linh hoạt cho hàng triệu người học. Tuy nhiên, tỷ lệ học viên thôi học hoặc bỏ dở chương trình giữa chừng vẫn duy trì ở mức đáng báo động, dao động từ 35% đến 50% theo các báo cáo thống kê giáo dục quốc tế. Thực trạng này tạo ra tác động tiêu cực kép: làm suy giảm từ 20% đến 30% nguồn thu học phí định kỳ của cơ sở đào tạo, làm suy yếu uy tín thương hiệu và gây lãng phí hàng trăm triệu đồng chi phí cơ hội cùng thời gian của người học.

Vấn đề cốt lõi đặt ra là các cơ sở giáo dục hiện nay phần lớn chỉ ghi nhận tình trạng sau khi học viên đã nộp đơn nghỉ học, thiếu các công cụ cảnh báo sớm có tính định lượng. Mục tiêu cụ thể của luận văn là nghiên cứu, thiết kế và thực nghiệm mô hình máy học dự báo khả năng tiếp tục theo học của học viên đào tạo từ xa dựa trên kỹ thuật Khai phá dữ liệu (Data Mining) và Mạng nơ-ron nhân tạo truyền thẳng nhiều lớp (Multilayer Perceptron - MLP) sử dụng thuật toán lan truyền ngược (Backpropagation).

Phạm vi nghiên cứu tập trung vào toàn bộ vòng đời của người học, phân loại thành 4 nhóm trạng thái: học viên đang trong giai đoạn tư vấn tuyển sinh, học viên đang theo học, học viên đã tốt nghiệp và học viên đã thôi học. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi cung cấp giải pháp dự báo với độ chính xác kỳ vọng vượt trên 85%, hỗ trợ ban quản trị giảm thiểu tỷ lệ bỏ học từ 15% đến 25% thông qua các can thiệp sư phạm và chính sách tài chính kịp thời.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa giữa hai nền tảng lý thuyết chủ đạo: Quy trình khám phá tri thức trong cơ sở dữ liệu (KDD - Knowledge Discovery in Databases) và Lý thuyết mạng nơ-ron nhân tạo (Artificial Neural Network - ANN). Về mặt sinh học, bộ não người sở hữu khoảng 10¹¹ nơ-ron thần kinh liên kết qua 10¹⁵ khớp nối synaptic, tạo cảm hứng cho cấu trúc tính toán phân tán song song trong khoa học máy tính.

Các khái niệm chuyên ngành then chốt được vận dụng bao gồm:

• Vector đặc trưng đầu vào (Input Feature Vector): Đại diện cho các thuộc tính nhân khẩu học và học tập như độ tuổi, tình trạng hôn nhân, mức thu nhập và điểm đánh giá quá trình.
• Hàm kích hoạt phi tuyến (Activation Functions): Bao gồm hàm Logistic Sigmoid chuyển đổi giá trị đầu vào về khoảng xác suất từ 0 đến 1, hàm Hyperbolic Tangent trong miền giá trị từ -1 đến 1 và hàm chỉnh lưu đơn vị tuyến tính (ReLU) giúp tăng tốc độ hội tụ.
• Hàm mất mát tổng bình phương sai số (Mean Squared Error - MSE): Đóng vai trò làm hàm mục tiêu để định lượng độ lệch giữa kết quả phân lớp thực tế và đầu ra mong muốn.
• Quy tắc chuỗi (Chain Rule) trong lan truyền ngược: Nền tảng toán học giúp tính toán ma trận Jacobian và độ nhạy cảm sai số nhằm cập nhật trọng số liên kết qua từng chu kỳ huấn luyện.

Mô hình kế thừa các phát hiện từ công trình của các tác giả quốc tế như Youngju Lee (năm 2010) về 3 nhóm nhân tố tác động đến quyết định bỏ học và nghiên cứu ứng dụng khai phá dữ liệu của Johnelle Bryson Welsh (năm 2007) trên 926 học viên trực tuyến.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp gồm 1.250 hồ sơ học viên được trích xuất từ hệ thống quản lý học tập điện tử (LMS) và phần mềm tuyển sinh của cơ sở đào tạo. Cỡ mẫu này đảm bảo tính đại diện thống kê cao, được chọn theo phương pháp lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling) theo đúng tỷ lệ phân bổ của 4 nhóm trạng thái học viên.

Lý do lựa chọn mạng nơ-ron truyền thẳng nhiều lớp MLP kết hợp thuật toán lan truyền ngược thay vì các kỹ thuật phân lớp tuyến tính là vì khả năng xấp xỉ các hàm phi tuyến phức tạp, tính toán song song thời gian thực và khả năng tổng quát hóa dữ liệu cao ngay cả khi hồ sơ học viên xuất hiện các trường thông tin khuyết thiếu. Quy trình thực nghiệm diễn ra trong thời gian 12 tháng, dữ liệu sau khi chuẩn hóa được phân chia theo tỷ lệ 80% cho tập huấn luyện (1.000 mẫu) và 20% cho tập kiểm thử độc lập (250 mẫu), kết hợp phương pháp kiểm chứng chéo 10 lần (10-fold cross-validation) để triệt tiêu hiện tượng quá khớp (overfitting).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và kiểm thử mô hình mạng nơ-ron MLP lan truyền ngược trên tập dữ liệu thực nghiệm đã ghi nhận 4 phát hiện quan trọng:

• Độ chính xác phân loại vượt trội: Mô hình đạt độ chính xác tổng thể 88,4% trên tập dữ liệu kiểm thử độc lập, cao hơn 14,2% so với mô hình Perceptron một lớp truyền thống và vượt trội hơn 9,6% so với mô hình cây quyết định cơ bản.
• Tỷ lệ nhận diện học viên có nguy cơ thôi học (Recall Rate): Thuật toán phát hiện chính xác 86,2% các trường hợp học viên có ý định bỏ học trước thời điểm phát sinh quyết định chính thức khoảng 60 ngày.
• Trọng số ảnh hưởng của các biến số đầu vào: Tần suất tương tác trên hệ thống học tập và điểm số học phần đầu tiên đóng góp 41,5% vào quyết định phân lớp; yếu tố áp lực tài chính và biến động công việc chiếm 32,8%; các yếu tố nhân khẩu học khác chiếm 25,7% trọng số còn lại.
• Tốc độ hội tụ và giảm thiểu sai số: Khi sử dụng hệ số học tối ưu 0,15 cùng hàm kích hoạt Sigmoid, sai số trung bình toàn mạng giảm xuống dưới ngưỡng 0,025 chỉ sau 350 chu kỳ lặp (epochs).

Thảo luận kết quả

Kết quả đạt được khẳng định tính đúng đắn của giả thuyết nghiên cứu: hành vi thôi học của học viên từ xa không diễn ra ngẫu nhiên mà tuân theo các quy luật hành vi phi tuyến có thể mô hình hóa được. Nguyên nhân chính khiến học viên từ xa bỏ học bắt nguồn từ cảm giác cô lập trong môi trường ảo và sự thiếu hụt các hỗ trợ sư phạm kịp thời khi kết quả học tập ban đầu không đạt kỳ vọng.

Khi so sánh với công trình của Johnelle Bryson Welsh (năm 2007) trên 926 sinh viên trực tuyến, mô hình mạng nơ-ron trong nghiên cứu này mang lại độ nhạy phân loại cao hơn 6,1% nhờ áp dụng quy tắc cập nhật trọng số cải tiến qua từng mẻ dữ liệu.

Về mặt biểu diễn dữ liệu khoa học, hiệu năng của mô hình được minh chứng sinh động thông qua Ma trận nhầm lẫn (Confusion Matrix) 4x4, phản ánh sự tách biệt rõ ràng giữa nhóm "Học viên đang học" và "Học viên đã thôi học". Đồ thị đường cong ROC-AUC đạt diện tích dưới đường cong 0,91, thể hiện năng lực phân định trạng thái xuất sắc. Bảng so sánh thực nghiệm giữa các hàm kích hoạt cũng chỉ ra rằng hàm Sigmoid cho độ lệch chuẩn phân loại thấp hơn 18% so với hàm bước Heaviside khi xử lý các thuộc tính đầu vào liên tục.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đề xuất 4 nhóm giải pháp mang tính chiến lược nhằm giảm thiểu tỷ lệ thôi học trong đào tạo từ xa:

• Xây dựng module cảnh báo sớm (Early Warning Module): Phòng Công nghệ Thông tin phối hợp cùng Trung tâm Đào tạo Từ xa tích hợp thuật toán mạng nơ-ron vào hệ thống LMS hiện hữu, thiết lập cơ chế tự động quét dữ liệu mỗi tuần một lần nhằm phát hiện các tài khoản có điểm rủi ro trên 70%, hướng tới mục tiêu giảm 20% tỷ lệ thôi học trong vòng 6 tháng đầu vận hành.
• Tái cấu trúc quy trình tư vấn và hỗ trợ tài chính linh hoạt: Ban Quản lý Tuyển sinh và Phòng Kế toán triển khai chính sách đóng học phí chia nhỏ theo từng tháng hoặc học phần cho nhóm học viên thuộc diện cảnh báo kinh tế, đặt mục tiêu nâng tỷ lệ giữ chân học viên lên 82% sau 12 tháng áp dụng.
• Tăng cường tương tác sư phạm và cố vấn học tập định kỳ: Đội ngũ Giảng viên và Trợ giảng thiết lập lịch tư vấn trực tuyến định kỳ 2 tuần một lần cho các học viên có tần suất đăng nhập giảm sút, phấn đấu gia tăng tỷ lệ hoàn thành môn học giai đoạn đại cương thêm 15% trong vòng 9 tháng.
• Chuẩn hóa học liệu số và phát triển cộng đồng học tập ảo: Hội đồng Khoa học của nhà trường tiến hành thiết kế lại tài nguyên học tập đa phương tiện có tính tương tác cao, mục tiêu nâng chỉ số hài lòng của người học đạt mốc 90% sau 1 năm triển khai.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng:

• Ban Giám hiệu và Nhà quản lý giáo dục đại học: Cung cấp cơ sở khoa học định lượng để hoạch định chiến lược tuyển sinh bền vững, tối ưu hóa ngân sách vận hành và duy trì nguồn thu học phí ổn định.
• Kỹ sư dữ liệu và Chuyên gia Trí tuệ nhân tạo (AI/Data Scientist): Tham khảo kiến trúc mạng Perceptron nhiều lớp, quy trình tiền xử lý 4 nhóm dữ liệu thực tế và thuật toán lan truyền ngược ứng dụng trong lĩnh vực giáo dục (Educational Data Mining).
• Cán bộ tư vấn tuyển sinh và Chuyên viên hỗ trợ học viên: Nắm bắt chính xác 3 nhóm nguyên nhân cốt lõi khiến người học bỏ cuộc để xây dựng kịch bản tư vấn đúng mục tiêu ngay từ giai đoạn nộp hồ sơ.
• Giảng viên, Nghiên cứu sinh và Học viên cao học: Sử dụng làm tài liệu tham khảo chuyên sâu về các mô hình toán học giải thuật tối ưu hóa, công thức đạo hàm hàm kích hoạt và phương pháp đánh giá hiệu năng phân lớp.

Câu hỏi thường gặp

Tại sao mạng nơ-ron MLP lại vượt trội hơn các mô hình thống kê truyền thống trong dự báo thôi học?
Mạng nơ-ron MLP sở hữu các lớp ẩn phi tuyến có khả năng tự động trích xuất các mối quan hệ tương tác phức tạp giữa hơn 12 biến số đầu vào. Khác với hồi quy logistic tuyến tính, mạng nơ-ron đạt độ chính xác trên 88% ngay cả khi dữ liệu đầu vào chứa nhiều thuộc tính phi cấu trúc và có độ lệch phân phối lớn.

Dữ liệu đầu vào nào đóng vai trò quan trọng nhất trong việc huấn luyện mô hình?
Nghiên cứu chỉ ra rằng tần suất tương tác học tập và kết quả bài kiểm tra đầu khóa chiếm tới 41,5% tổng trọng số quyết định của mạng nơ-ron. Các yếu tố về học lực ban đầu phản ánh mức độ cam kết của học viên chính xác hơn gấp 1,5 lần so với các yếu tố nhân khẩu học tĩnh.

Cần quy mô mẫu tối thiểu bao nhiêu để mô hình đạt độ chính xác trên 85%?
Thực nghiệm cho thấy bộ dữ liệu cần đạt tối thiểu 1.000 mẫu huấn luyện chuẩn hóa đại diện cho 4 nhóm trạng thái. Khi kích thước tập mẫu giảm xuống dưới 500 bản ghi, độ chính xác của mạng lan truyền ngược có xu hướng suy giảm từ 7% đến 12% do hiện tượng thiếu dữ liệu thích nghi.

Thuật toán lan truyền ngược xử lý bài toán quá khớp như thế nào trong nghiên cứu?
Nghiên cứu kiểm soát quá khớp bằng cách giới hạn số chu kỳ huấn luyện ở mức 350 vòng lặp, kết hợp kiểm chứng chéo 10 lần (10-fold cross-validation) và cài đặt hệ số học α ở mức 0,15. Điều này giúp giữ vững sai số kiểm thử ở mức 0,025 mà không bị phụ thuộc cục bộ vào tập huấn luyện.

Các trường đại học có thể ứng dụng mô hình này vào thực tế như thế nào mà không tốn nhiều chi phí?
Các cơ sở giáo dục có thể tận dụng hạ tầng máy chủ sẵn có để nhúng module mã nguồn thuật toán vào cơ sở dữ liệu LMS hiện hành. Hệ thống vận hành hoàn toàn tự động, trích xuất dữ liệu định kỳ 24 giờ một lần và xuất báo cáo rủi ro cho cố vấn học tập mà không phát sinh thêm chi phí phần cứng bổ sung.

Kết luận

• Luận văn đã giải quyết thành công bài toán nhận diện sớm nguy cơ thôi học của học viên đào tạo từ xa bằng phương pháp tiếp cận máy học hiện đại.
• Thiết lập mô hình mạng nơ-ron truyền thẳng nhiều lớp MLP với thuật toán lan truyền ngược đạt độ chính xác phân loại ấn tượng 88,4% trên tập mẫu 1.250 hồ sơ.
• Chứng minh tính hiệu quả của việc phân loại người học thành 4 nhóm trạng thái, cho phép dự báo nguy cơ trước 60 ngày với độ nhạy đạt 86,2%.
• Đề xuất hệ thống 4 giải pháp can thiệp đồng bộ từ công nghệ, học vụ đến chính sách tài chính nhằm giảm tỷ lệ thôi học từ 20% đến 25%.
• Kế hoạch nghiên cứu tiếp theo trong 12 đến 24 tháng tới sẽ mở rộng tập dữ liệu đa trường đại học và tích hợp các kỹ thuật học sâu (Deep Learning) tiên tiến.

Cơ sở dữ liệu và mã nguồn thuật toán trong luận văn là tài liệu tham khảo giá trị cho các đơn vị giáo dục đang tìm kiếm giải pháp chuyển đổi số toàn diện. Các nhà trường và chuyên gia quan tâm có thể trực tiếp ứng dụng khung mô hình này để nâng cao chất lượng đào tạo và tối ưu hóa tỷ lệ tốt nghiệp cho người học.