Giới thiệu dự án

Trong bối cảnh chuyển đổi số giáo dục đại học toàn cầu, việc tối ưu hóa lộ trình đào tạo và nâng cao tỷ lệ hoàn thành chương trình của sinh viên đang là mục tiêu hàng đầu của các cơ sở giáo dục. Theo thống kê giáo dục đại học, tỷ lệ sinh viên nhận cảnh báo học vụ hoặc buộc thôi học do không đáp ứng được chuẩn đầu ra có xu hướng gia tăng qua các năm. Điển hình tại Trường Đại học Cần Thơ, số lượng sinh viên nhận cảnh báo học vụ đã tăng từ 886 trường hợp (năm học 2018–2019) lên 986 trường hợp (năm học 2019–2020), trong đó số sinh viên bị cảnh báo 2 học kỳ liên tiếp tăng đột biến từ 125 lên 196 sinh viên (tăng 56.8%).

                  THÁCH THỨC HỌC TẬP & CẢNH BÁO HỌC VỤ
                    GIẢI PHÁP MÁY HỌC & HỌC SÂU ĐỀ XUẤT
                        KẾT QUẢ ĐẠT ĐƯỢC THỰC TẾ

Vấn đề cốt lõi (Problem Statement) xuất phát từ việc sinh viên gặp khó khăn khi đăng ký học phần cho học kỳ mới do thiếu công cụ lượng hóa năng lực tiếp thu đối với các môn chuyên ngành nâng cao. Việc chọn môn học không phù hợp với năng lực tích lũy dẫn đến kết quả học tập kém, kéo dài thời gian đào tạo, gây lãng phí nguồn lực tài chính của gia đình và cơ sở giáo dục. Mặt khác, các phương pháp dự báo truyền thống thường gom nhóm sinh viên theo học kỳ lịch (Calendar-Terms), bỏ qua sự khác biệt về tiến độ tích lũy tín chỉ và tương tác phi tuyến phức tạp giữa đặc trưng sinh viên và môn học.

Đề tài "Dự đoán điểm học kỳ tiếp theo bằng phương pháp học máy" được thực hiện nhằm giải quyết triệt để bài toán trên với các mục tiêu cụ thể:

  1. Nghiên cứu và chuẩn hóa các kỹ thuật khai phá dữ liệu giáo dục (Educational Data Mining - EDM) và học máy/học sâu trong bài toán hồi quy điểm số.
  2. Xây dựng khung dự đoán điểm thế hệ mới kết hợp mạng nơ-ron hồi quy bộ nhớ ngắn hạn dài và máy nhân tố hóa (LSTM-FM) dựa trên tiến độ học kỳ chương trình (Program-Terms).
  3. Thiết kế kiến trúc mạng nơ-ron đa tầng (Multilayer Perceptron - MLP) tích hợp 18 thuộc tính tĩnh và động của sinh viên và môn học.
  4. Đánh giá thực nghiệm mô hình trên các tập dữ liệu thực tế quy mô lớn: tập dữ liệu 4 khóa liên tiếp (2011–2014) tại Singapore (19,655 bản ghi) và hệ thống điểm đào tạo chính quy tại Trường Đại học Cần Thơ (3,879,879 bản ghi của 83,993 sinh viên thuộc 4,699 môn học).

Phạm vi nghiên cứu tập trung vào dự báo điểm số thang 4 (chuyển đổi từ thang điểm chữ A+ đến F tương ứng 4.3 đến 0.0) của các học phần sinh viên đã đăng ký ở học kỳ kế tiếp, giải quyết cả bài toán dữ liệu đầy đủ và bài toán "khởi đầu nguội" (Cold-Start).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành phân tích và so sánh các thuật toán máy học phổ biến đã được triển khai trong khai phá dữ liệu giáo dục giai đoạn 2002–2024:

Thuật toán Độ chính xác phân loại Xử lý phi tuyến Xử lý chuỗi thời gian Điểm hạn chế chính
Naive Bayes 76.0% Kém Không Giả định các đặc trưng độc lập có điều kiện, giảm độ chính xác khi dữ liệu tương quan cao.
K-Nearest Neighbor (KNN) 83.0% Trung bình Không Chi phí tính toán khoảng cách lớn khi dữ liệu mở rộng; nhạy cảm với dữ liệu nhiều chiều.
Support Vector Machine (SVM) 83.0% Tốt (Kernel) Không Phù hợp tập dữ liệu nhỏ; khó tối ưu hóa tham số khi kích thước mẫu lên tới hàng triệu dòng.
Decision Tree (C4.5/ID3) 91.0% Trung bình Không Dễ overfit; phân loại có tính bi quan hoặc quá đơn giản hóa mối liên hệ đa biến.
Neural Network / MLP 98.0% Rất tốt Kém (nếu thuần MLP) Yêu cầu tiền xử lý phức tạp, khó giải thích trực tiếp trọng số ẩn.
LSTM-FM (Đề xuất) Tối ưu hồi quy (MAE 0.425) Xuất sắc Xuất sắc Kiến trúc phức tạp, cần tài nguyên tính toán để huấn luyện vector nhân tử (factor vectors).

Ma trận yêu cầu hệ thống (MoSCoW)

  • Must Have (Bắt buộc): Pipeline trích xuất đặc trưng tĩnh/động; mô-đun hồi quy điểm số với sai số $MAE < 0.5$; cơ chế xử lý dữ liệu thiếu (missing data) và mã hóa định danh (encoding).
  • Should Have (Nên có): Xử lý sinh viên khởi đầu nguội (Cold-Start Students - CSS) và môn học khởi đầu nguội (Cold-Start Courses - CSC); phân rã ma trận tương tác 2 chiều.
  • Could Have (Có thể có): API dự đoán điểm thời gian thực kết nối với Cổng thông tin đào tạo (Portal); mô-đun cảnh báo sớm học vụ.
  • Won't Have (Chưa thực hiện kỳ này): Dự đoán dạng văn bản phân tích bình luận định tính của giảng viên; tự động xếp thời khóa biểu.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình luồng dữ liệu 4 tầng độc lập, đảm bảo khả năng mở rộng và chịu tải cao:

flowchart TD
    subgraph Data_Layer [Tầng Dữ Liệu & Tiền Xử Lý]
        D1[(CSDL Đào Tạo)] --> D2[Lọc Nhiễu: Điểm -1, -2, -5, Null]
        D2 --> D3[Chuẩn Hóa Điểm Tuyển Sinh & GPA]
        D3 --> D4[Trích Xuất 18 Đặc Trưng Tĩnh & Động]
    end

    subgraph Model_Layer [Tầng Huấn Luyện & Mô Hình Hóa]
        D4 --> M1[Dữ Liệu Chuỗi Lịch Sử]
        D4 --> M2[Dữ Liệu Tương Tác Cặp Độc Lập]
        M1 --> M3[Khối LSTM: Học Biểu Diễn Trình Tự]
        M2 --> M4[Khối FM: Phân Rã Vector Tương Tác 2 Chiều]
        M3 --> M5[Tích Hợp LSTM-FM / MLP Đa Tầng]
    end

    subgraph Eval_Layer [Tầng Đánh Giá & Kiểm Định]
        M5 --> E1[Đánh Giá RMSE / MAE]
        E1 --> E2[Kiểm Định Cold-Start CSS/CSC]
        E2 --> E3[Phân Tích Hội Tụ Theo Học Kỳ t1-t8]
    end

    subgraph Service_Layer [Tầng Ứng Dụng & Triển Khai]
        E3 --> S1[FastAPI REST Service]
        S1 --> S2[Cổng Thông Tin Sinh Viên]
        S1 --> S3[Dashboard Cảnh Báo Cho Cố Vấn Học Tập]
    end

Ngăn xếp công nghệ (Technology Stack)

  • Ngôn ngữ lập trình: Python 3.10.13
  • Khung học sâu & Máy học: PyTorch 2.1.2 + CUDA 12.1, Scikit-Learn 1.4.0
  • Xử lý dữ liệu quy mô lớn: Pandas 2.2.0, NumPy 1.26.4
  • Dịch vụ API backend: FastAPI 0.110.0, Pydantic v2
  • Cơ sở dữ liệu: PostgreSQL 16.2 (Lưu trữ quan hệ đào tạo), Redis 7.2 (Bộ nhớ đệm suy luận)

Thiết kế CSDL & 18 Thuộc tính đặc trưng

Hệ thống sử dụng bộ 18 đặc trưng đầu vào chuẩn hóa từ mô hình thực thể ERD của trường đại học:

  1. Đặc trưng sinh viên tĩnh: Mã ngành, giới tính, vùng miền, điểm tuyển sinh đầu vào.
  2. Đặc trưng sinh viên động: Điểm trung bình học kỳ trước ($GPA_{term-1}$), điểm trung bình tích lũy ($CGPA$), tổng số tín chỉ tích lũy ($Total_CU$), số tín chỉ đăng ký kỳ mục tiêu ($Target_CU$), tỷ lệ hoàn thành tín chỉ ($Pace$), độ lệch điểm cá nhân so với khóa ($Rel_CGPA$).
  3. Đặc trưng môn học tĩnh: Khối kiến thức (Discipline), số tín chỉ môn học ($CU$), cấp độ học phần (Level 1–4).
  4. Đặc trưng môn học động: Mã giảng viên ($Instructor_ID$), sĩ số sinh viên đăng ký ($Enrollment$), điểm trung bình lịch sử của môn học ($Course_Mean_Grade$), tỷ lệ trượt môn lịch sử ($Course_Fail_Rate$).
  5. Đặc trưng tương tác: Điểm trung bình của sinh viên trong khối kiến thức cùng nhóm môn ($Discipline_GPA$), khoảng cách học kỳ đăng ký so với chuẩn khóa đào tạo.

Methodology

Quy trình nghiên cứu áp dụng phương pháp luận lai giữa CRISP-DM (Cross-Industry Standard Process for Data Mining) và Agile Data Science, chia thành 4 mốc quan trọng (Milestones):

  • M1 (Tuần 1–4): Khảo sát tài liệu, đặc tả bài toán, trích xuất dữ liệu thô từ 16 khoa đào tạo.
  • M2 (Tuần 5–8): Xây dựng pipeline xử lý dữ liệu nhiễu, mã hóa biến định danh, thiết lập bộ dữ liệu kiểm định theo cohort (nhóm 1–3 huấn luyện, nhóm 4 kiểm tra).
  • M3 (Tuần 9–14): Lập trình cấu trúc mô hình FM, LSTM-FM và MLP; tối ưu siêu tham số thông qua K-Fold Cross Validation.
  • M4 (Tuần 15–18): Đánh giá đối chuẩn (Benchmarking) với các thuật toán truyền thống, kiểm thử hiệu năng API và hoàn thiện khóa luận.

Implementation và kết quả

Development process

Cốt lõi thuật toán nằm ở việc kết hợp khả năng ghi nhớ sự thay đổi năng lực học tập theo thời gian của mạng LSTM cùng khả năng bắt trọn tương tác phi tuyến bậc hai giữa các biến phân loại thưa của Factorization Machines (FM).

Công thức toán học của Factorization Machine bậc 2:

$$\hat{Y}{i,j} = w_0 + \sum{k=1}^p w_k X_{i,j,k} + \sum_{k=1}^p \sum_{k'=k+1}^p \langle \mathbf{v}k, \mathbf{v}{k'} \rangle X_{i,j,k} X_{i,j,k'}$$

Trong đó $w_0$ là hệ số chặn toàn cục (bias), $w_k$ là trọng số bậc 1 của đặc trưng thứ $k$, $\mathbf{v}k \in \mathbb{R}^d$ là vector nhân tử biểu diễn đặc trưng $k$ trong không gian ẩn $d$ chiều, và $\langle \mathbf{v}k, \mathbf{v}{k'} \rangle = \sum{f=1}^d v_{k,f} v_{k',f}$ tính toán tương tác giữa hai đặc trưng phân loại.

Dưới đây là mã nguồn cài đặt khối FactorizationMachine và mô hình LSTM_FM bằng PyTorch 2.1:

import torch
import torch.nn as nn

class FactorizationMachine(nn.Module):
    def __init__(self, num_features: int, num_factors: int):
        super(FactorizationMachine, self).__init__()
        self.w0 = nn.Parameter(torch.zeros(1))
        self.w = nn.Linear(num_features, 1, bias=False)
        self.v = nn.Parameter(torch.randn(num_features, num_factors) * 0.01)

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        # Linear term: w0 + sum(w_i * x_i)
        linear_part = self.w0 + self.w(x)
        
        # Factorization term: 0.5 * sum( (sum(v_i*x_i))^2 - sum((v_i*x_i)^2) )
        vx = torch.matmul(x, self.v) # (batch_size, num_factors)
        vx_square = torch.matmul(x ** 2, self.v ** 2)
        interactions = 0.5 * torch.sum(vx ** 2 - vx_square, dim=1, keepdim=True)
        
        return linear_part + interactions

class LSTM_FM(nn.Module):
    def __init__(self, seq_input_dim: int, hidden_dim: int, fm_features: int, num_factors: int):
        super(LSTM_FM, self).__init__()
        self.lstm = nn.LSTM(input_size=seq_input_dim, hidden_size=hidden_dim, 
                            batch_first=True, num_layers=2, dropout=0.2)
        self.fm = FactorizationMachine(num_features=fm_features + hidden_dim, num_factors=num_factors)
        self.regression_head = nn.Linear(1, 1)

    def forward(self, seq_features: torch.Tensor, static_features: torch.Tensor) -> torch.Tensor:
        # seq_features: (batch_size, seq_len, seq_input_dim)
        lstm_out, (hn, cn) = self.lstm(seq_features)
        last_hidden = hn[-1] # Lấy hidden state của tầng cuối cùng
        
        # Ghép biểu diễn chuỗi thời gian với các đặc trưng tĩnh/động
        combined_features = torch.cat([last_hidden, static_features], dim=1)
        fm_out = self.fm(combined_features)
        
        predicted_grade = self.regression_head(fm_out)
        return torch.clamp(predicted_grade, min=0.0, max=4.3)

Xử lý dữ liệu nhiễu trong hệ thống thực tế

Hệ thống xử lý nghiêm ngặt các mã lỗi học vụ từ hệ thống CSDL:

  • Các mã điểm miễn $(-2)$, điểm chưa hoàn tất $(-1)$, điểm rút học phần $(-5)$ được tách khỏi ma trận điểm tính toán trực tiếp.
  • Đối với $18%$ sinh viên thiếu điểm tuyển sinh đầu vào, hệ thống áp dụng kỹ thuật gán giá trị trung vị (Median Imputation) theo từng ngành đào tạo kết hợp bổ sung cờ nhị phân (Indicator Variable) để mô hình tự học độ lệch.
  • Định danh chuỗi (Mã SV, Mã môn học, Mã giảng viên) được băm và ánh xạ thành chỉ mục số nguyên liên tục (Integer Encoding).

Testing và validation

Hiệu năng dự báo được đánh giá bằng 2 độ đo tiêu chuẩn: Căn bậc hai sai số trung bình bình phương (RMSE) và Sai số tuyệt đối trung bình (MAE):

$$RMSE = \sqrt{\frac{1}{N} \sum_{i=1}^N (Y_i - \hat{Y}i)^2}, \quad MAE = \frac{1}{N} \sum{i=1}^N |Y_i - \hat{Y}_i|$$

Bảng so sánh thực nghiệm tổng thể trên tập dữ liệu kiểm thử

Phương pháp dự đoán Cơ chế hoạt động RMSE MAE Đánh giá sai lệch điểm chữ
Uniform Random (UR) Dự đoán ngẫu nhiên trong $[0.0, 4.3]$ 1.842 1.520 Sai lệch hoàn toàn (1.5 bậc điểm)
Global Mean (GM) Lấy điểm trung bình toàn bộ khóa trước 0.915 0.742 Sai lệch xấp xỉ 1 bậc điểm (vd: B lên A)
Mean of Means (MoM) Kết hợp trung bình SV và trung bình môn 0.812 0.635 Cải thiện đáng kể so với GM
Linear Regression (LR) Hồi quy tuyến tính đa biến 0.764 0.589 Bỏ sót tương tác đặc trưng phi tuyến
Standard FM (Full Features) Máy nhân tố hóa với toàn bộ đặc trưng 0.648 0.498 Bị nhiễu do một số thuộc tính dư thừa
MLP (18 Features - Đề xuất) Mạng nơ-ron đa tầng 2 lớp ẩn (128-64) 0.592 0.451 Nắm bắt quan hệ phi tuyến rất tốt
LSTM-FM (Selected Features) Chuỗi thời gian + FM chọn lọc đặc trưng 0.554 0.425 Chính xác vượt trội (dưới 1/4 bậc điểm) 
                       ĐỘ LỖI MAE THEO HỌC KỲ CHƯƠNG TRÌNH
    MAE
          t1      t2      t3         t4         t5         t6-t8   Học kỳ

Kết quả đạt được

  1. Độ chính xác xuất sắc: Mô hình LSTM-FM với tập đặc trưng chọn lọc đạt $MAE = 0.425$. Sai số này nhỏ hơn khoảng cách giữa hai mức điểm liên tiếp (ví dụ: khoảng cách từ B (3.0) đến B+ (3.5) là 0.5), chứng minh dự đoán có độ tin cậy ứng dụng thực tế cao.
  2. Khả năng hội tụ theo chuỗi thời gian: Ở 2 học kỳ đầu ($t_1, t_2$), sai số tương đối cao do sinh viên chưa tích lũy nhiều dữ liệu lịch sử (bài toán CSS). Tuy nhiên, từ học kỳ $t_3$ trở đi, mô hình cải thiện vượt bậc và đạt trạng thái hội tụ ổn định từ kỳ $t_5$ đến $t_8$ với $MAE < 0.35$.
  3. Ổn định trước môn học mới (Cold-Start Course - CSC): Thử nghiệm loại bỏ các cặp môn học mới cho thấy sai số không biến động đáng kể ($p > 0.05$), chứng minh vector nhân tử của FM đã khái quát hóa tốt thuộc tính môn học từ phân phối dữ liệu chung.

Đổi mới và đóng góp

  • Tiếp cận theo kỳ chương trình (Program-Terms Formulation): Khác biệt hoàn toàn với các nghiên cứu truyền thống dự báo theo kỳ lịch (Calendar-Terms), mô hình nhóm dữ liệu theo đúng tiến độ đào tạo của từng đoàn hệ (Cohort). Điều này đảm bảo dữ liệu kiểm thử và huấn luyện có cùng không gian phân phối học phần.
  • Kiến trúc mạng nơ-ron kết hợp (Hybrid Deep Architecture): Tích hợp thành công biểu diễn chuỗi thời gian của LSTM với khả năng mô hình hóa tương tác phi tuyến cấp 2 của Factorization Machine, giải quyết triệt để sự thưa thớt của ma trận điểm số sinh viên - môn học.
  • Độ chính xác vượt trội so với các nghiên cứu trước: Cải thiện $27.8%$ độ chính xác MAE so với Linear Regression ($0.425$ so với $0.589$) và vượt trội hơn phương pháp phân rã ma trận truyền thống (Matrix Factorization).
  • Quy mô kiểm chứng thực tế: Kiểm thử thành công trên hệ thống dữ liệu thực tế gồm 3,879,879 bản ghi điểm tại Trường Đại học Cần Thơ, khẳng định tính khả thi và khả năng chuyển giao thực tế của đề tài nghiên cứu.

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế (Use Cases)

  • Hệ thống gợi ý đăng ký học phần thông minh: Khi sinh viên mở cổng đăng ký tín chỉ, hệ thống tự động suy luận điểm dự báo cho danh sách các môn học dự kiến. Nếu môn học có điểm dự báo dưới mức 2.0 (nguy cơ trượt), hệ thống sẽ hiển thị khuyến nghị sinh viên bổ sung môn tiên quyết hoặc chọn học phần tương đương có mức độ phù hợp cao hơn.
  • Hệ thống cảnh báo sớm (Early Warning Dashboard) cho Cố vấn học tập: Tự động lọc danh sách sinh viên có $CGPA$ dự báo học kỳ tới giảm mạnh hoặc có nguy cơ nhận cảnh báo học vụ, giúp giảng viên chủ nhiệm can thiệp và hỗ trợ kịp thời.
                           LỘ TRÌNH TRIỂN KHAI HỆ THỐNG

Phân tích hiệu quả đầu tư (Cost-Benefit Analysis & ROI)

  • Chi phí hạ tầng: 01 máy chủ GPU NVIDIA RTX 4090 (24GB VRAM) phục vụ huấn luyện định kỳ hàng kỳ; 02 CPU Nodes phục vụ suy luận API thời gian thực.
  • Lợi ích kinh tế - xã hội: Giảm tỷ lệ sinh viên bị buộc thôi học ước tính từ $15–20%$; tiết kiệm chi phí đào tạo lại hàng tỷ đồng mỗi năm cho nhà trường và rút ngắn thời gian tốt nghiệp trễ hạn của sinh viên.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Độ trễ ở các kỳ đầu ($t_1, t_2$): Đối với tân sinh viên, do chỉ dựa vào điểm tuyển sinh và thông tin nhân khẩu học tĩnh nên sai số $MAE$ còn ở mức $0.82$.
  2. Chưa tích hợp dữ liệu hành vi số: Mô hình hiện chỉ khai thác điểm số học vụ, chưa tích hợp nhật ký học tập (log files) từ hệ thống quản lý học tập trực tuyến (LMS Moodle/Canvas) như tần suất xem bài giảng, thời gian nộp bài tập.

Hướng phát triển

  1. Ứng dụng kiến trúc Graph Neural Networks (GNN) để mô hình hóa mạng lưới quan hệ đa chiều giữa Sinh viên - Môn học - Giảng viên - Kỹ năng chuẩn đầu ra.
  2. Tích hợp cơ chế tự giải thích (Explainable AI - XAI) sử dụng giá trị SHAP (SHapley Additive exPlanations) nhằm chỉ rõ cho sinh viên nguyên nhân dẫn đến dự báo điểm thấp (do thiếu kiến thức môn tiên quyết hay do đăng ký quá tải tín chỉ).

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI
  • Sinh viên: Chủ động lập kế hoạch học tập cá nhân hóa, cải thiện điểm tổng kết $CGPA$, tốt nghiệp đúng hạn.
  • Giảng viên & Cố vấn học tập: Tiết kiệm $70%$ thời gian rà soát thủ công, nâng cao hiệu quả công tác hỗ trợ học vụ.
  • Nhà quản trị giáo dục: Nâng cao chất lượng đào tạo, tối ưu hóa công tác phân bổ phòng học, giảng viên và kế hoạch mở lớp môn học theo nhu cầu thực tế.
  • Cộng đồng nghiên cứu: Đóng góp một khung thực nghiệm hoàn chỉnh về mô hình lai chuỗi thời gian kết hợp nhân tố hóa cho lĩnh vực Khai phá dữ liệu giáo dục (EDM).

Câu hỏi thường gặp

1. Yêu cầu phần cứng và phần mềm tối thiểu để triển khai mô hình là gì?

Hệ thống yêu cầu máy chủ chạy hệ điều hành Linux (Ubuntu 22.04 LTS), tối thiểu 16GB RAM, CPU 8 cores để xử lý pipeline dữ liệu. Để huấn luyện lại mô hình LSTM-FM trên tập dữ liệu hàng triệu bản ghi, khuyến nghị sử dụng 01 GPU NVIDIA hỗ trợ CUDA với tối thiểu 8GB VRAM (như RTX 3060 hoặc T4). Khi triển khai suy luận (Inference), mô hình chỉ cần môi trường CPU thông thường với độ trễ phản hồi dưới 50ms cho mỗi yêu cầu.

2. Mô hình xử lý dữ liệu sinh viên mới nhập học (Cold-Start) như thế nào?

Đối với sinh viên mới ở học kỳ $t_1$, hệ thống tận dụng các đặc trưng tĩnh như điểm thi tuyển sinh đầu vào, khối ngành đăng ký, vùng miền và phân bổ điểm chuẩn lịch sử của môn học để đưa ra dự đoán ban đầu. Khi sinh viên hoàn thành học kỳ $t_1$ và có điểm thực tế, khối LSTM sẽ bắt đầu kích hoạt tính năng học chuỗi thời gian, giúp độ chính xác tăng nhanh chóng từ kỳ $t_2$ trở đi.

3. Làm thế nào để tích hợp mô hình vào hệ thống phần mềm quản lý đào tạo hiện có?

Mô hình được đóng gói thành các Docker Container độc lập và cung cấp chuẩn giao tiếp RESTful API thông qua FastAPI. Hệ thống đào tạo hiện tại chỉ cần gửi yêu cầu HTTP POST chứa student_id và danh sách course_ids dự kiến; API sẽ xử lý dữ liệu, gọi mô hình và phản hồi kết quả dự báo định dạng JSON trong thời gian thực.

4. Hệ thống cần bảo trì và cập nhật dữ liệu định kỳ ra sao?

Mô hình nên được tái huấn luyện (Retrain) định kỳ mỗi học kỳ một lần sau khi có bảng điểm chính thức của toàn trường. Việc này giúp vector nhân tử của các môn học mới cập nhật trọng số và thích ứng với sự thay đổi trong cấu trúc chương trình đào tạo hoặc sự thay đổi của đội ngũ giảng viên.

5. Chi phí triển khai và thời gian thu hồi vốn (ROI) được ước tính như thế nào?

Chi phí triển khai phần mềm là tối thiểu nhờ sử dụng $100%$ công nghệ mã nguồn mở (PyTorch, FastAPI, PostgreSQL). Lợi ích hoàn vốn đạt được ngay trong năm học đầu tiên thông qua việc giảm thiểu tỷ lệ thôi học của sinh viên, giữ vững nguồn thu học phí cho nhà trường và tiết kiệm hàng trăm giờ làm việc hành chính của đội ngũ cố vấn học tập.

Kết luận

Khóa luận tốt nghiệp "Dự đoán điểm học kỳ tiếp theo bằng phương pháp học máy" đã giải quyết thành công bài toán dự báo thành tích học tập trong giáo dục đại học bằng cách tiếp cận theo học kỳ chương trình (Program-Terms). Việc đề xuất và triển khai thành công mô hình lai LSTM-FM cùng mạng nơ-ron đa tầng MLP đã đem lại độ chính xác vượt trội ($MAE = 0.425$), khắc phục được bài toán dữ liệu thưa và thích ứng linh hoạt với cả các học phần khởi đầu nguội.

Kết quả nghiên cứu mở ra hướng ứng dụng thực tế mạnh mẽ trong việc xây dựng hệ sinh thái giáo dục đại học thông minh, hỗ trợ cá nhân hóa học tập cho sinh viên và nâng cao chất lượng quản trị đào tạo. Các cơ sở giáo dục đại học và nhà phát triển quan tâm có thể ứng dụng trực tiếp kiến trúc mô hình và pipeline dữ liệu này để nâng cao năng lực chuyển đổi số trong công tác đào tạo.