Giải pháp gợi ý trong cố vấn học tập: Nghiên cứu luận án tiến sĩ

• Tác giả: Huỳnh Lý Thanh Nhàn
• Người hướng dẫn: PGS. Nguyễn Thái Nghe
• Trường học: Trường Đại Học Lạc Hồng
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Giải Pháp Gợi Ý Hiệu Quả Cho Cố Vấn Học Tập Trong Luận Án Tiến Sĩ
• Loại tài liệu: luận án
• Năm xuất bản: 2024
• Địa điểm: Đồng Nai

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Tính cấp thiết của luận án
• 1.2. Bài toán nghiên cứu
• 1.3. Sự tương quan giữa bài toán xếp hạng và bài toán dự đoán kết quả học tập
• 1.4. Bài toán dự đoán kết quả học tập của sinh viên
• 1.5. Gợi ý lựa chọn môn học tự chọn
• 1.6. Thách thức của bài toán nghiên cứu
• 1.7. Các vấn đề nghiên cứu
• 1.8. Mục tiêu nghiên cứu và hướng tiếp cận của luận án
• 1.9. Đối tượng, phương pháp và phạm vi nghiên cứu
• 1.10. Các đóng góp của luận án
• 1.11. Bố cục của luận án
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Các nghiên cứu liên quan
• 2.1.1. Các nghiên cứu về khai thác dữ liệu giáo dục
• 2.1.2. Các nghiên cứu về hệ thống gợi ý
• 2.1.3. Các nghiên cứu về dự đoán năng lực học tập của sinh viên
• 2.1.4. Các nghiên cứu về cải tiến các mô hình dự đoán
• 2.1.5. Các nghiên cứu về tích hợp mối quan hệ dữ liệu
• 2.2. Tổng quan về hệ thống gợi ý
• 2.2.1. Giới thiệu về hệ thống gợi ý
• 2.2.2. Các lĩnh vực ứng dụng của hệ thống gợi ý
• 2.2.3. Giới thiệu hệ thống trợ giảng thông minh
• 2.2.4. Các nguồn tài nguyên về hệ thống gợi ý
• 2.2.5. Các hướng tiếp cận để xây dựng hệ thống gợi ý
• 2.3. Bài toán dự đoán kết quả học tập của sinh viên
• 2.3.1. Dự đoán theo cá nhân hóa
• 2.3.2. Dự đoán quy luật chung (không cá nhân hóa)
• 2.3.3. Các giải pháp gợi ý của cố vấn học tập
• 2.3.4. Tổng kết chương
• 3. CHƯƠNG 3: DỰ ĐOÁN KẾT QUẢ HỌC TẬP CỦA SINH VIÊN THEO HƯỚNG TIẾP CẬN HỆ THỐNG GỢI Ý
• 3.1. Giải bài toán dự đoán kết quả học tập sinh viên theo hướng tiếp cận hệ thống gợi ý
• 3.1.1. Phát biểu bài toán hệ thống gợi ý trong ngữ cảnh giáo dục
• 3.1.2. Quy trình xây dựng hệ thống gợi ý
• 3.1.3. Đánh giá hệ thống gợi ý
• 3.1.4. Độ đánh giá độ chính xác của dự đoán kết quả học tập
• 3.2. Phương pháp lọc cộng tác dựa vào sinh viên tương tự (Student-kNNs)
• 3.3. Phương pháp lọc cộng tác dựa vào môn học tương tự (Course-kNNs)
• 3.4. Phương pháp phân rã ma trận trong dự đoán kết quả học tập sinh viên (PSP-MF)
• 3.5. Phương pháp phân rã ma trận thiên vị - Biased Matrix Factorization
• 3.6. Đánh giá kết quả
• 3.6.1. Tập dữ liệu
• 3.6.2. Cài đặt thực nghiệm
• 3.6.3. Kết quả thử nghiệm
• 3.7. Tổng kết chương
• 4. CHƯƠNG 4: CÁC MÔ HÌNH PHÂN RÃ SÂU MA TRẬN ĐỂ DỰ ĐOÁN KẾT QUẢ HỌC TẬP CỦA SINH VIÊN
• 4.1. Bài toán nghiên cứu
• 4.2. Kỹ thuật phân rã sâu ma trận trong bài toán dự đoán kết quả học tập của sinh viên (Deep Matrix Factorization for Student Performance Prediction)
• 4.2.1. Phương pháp phân rã ma trận
• 4.2.2. Phương pháp phân rã sâu ma trận
• 4.2.3. Kỹ thuật phân rã sâu ma trận thiên vị trong dự đoán kết quả học tập sinh viên (Deep Biased Matrix Factorization for Student Performance Prediction)
• 4.2.3.1. Phương pháp phân rã ma trận thiên vị
• 4.2.3.2. Phương pháp phân rã sâu ma trận thiên vị
• 4.3. Đánh giá kết quả
• 4.3.1. Tập dữ liệu
• 4.3.2. Đánh giá mô hình
• 4.3.3. Tham số thực nghiệm
• 4.3.4. Kết quả thực nghiệm
• 4.4. Tổng kết chương
• 5. CHƯƠNG 5: TÍCH HỢP CÁC MỐI QUAN HỆ DỮ LIỆU VÀO DỰ ĐOÁN KẾT QUẢ HỌC TẬP CỦA SINH VIÊN
• 5.1. Phương pháp tích hợp mối quan hệ người dùng
• 5.1.1. Phương pháp phân rã ma trận chưa tích hợp mối quan hệ
• 5.1.2. Phương pháp tích hợp mối quan hệ bạn bè
• 5.1.3. Đánh giá kết quả thực nghiệm phương pháp tích hợp mối quan hệ người dùng
• 5.2. Phương pháp tích hợp mối liên quan các đối tượng
• 5.2.1. Phương pháp tích hợp mối liên quan các môn học
• 5.2.2. Đánh giá kết quả thực nghiệm
• 5.3. Tổng kết chương
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Kết luận
• 6.2. Hướng phát triển
• PHỤ LỤC P1: XÂY DỰNG ỨNG DỤNG THỬ NGHIỆM
• DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC HÌNH VẼ
• DANH MỤC CÁC BẢNG BIỂU

I. Giới thiệu về cố vấn học tập

Cố vấn học tập (cố vấn học tập) đóng vai trò quan trọng trong việc định hướng và hỗ trợ sinh viên trong quá trình học tập. Họ giúp sinh viên xác định mục tiêu học tập và lập kế hoạch để đạt được những mục tiêu đó. Việc lựa chọn môn học phù hợp với năng lực của sinh viên là một trong những nhiệm vụ chính của cố vấn học tập. Tuy nhiên, nhiều sinh viên gặp khó khăn trong việc tự đánh giá năng lực của mình và lựa chọn môn học, dẫn đến việc không đạt yêu cầu học tập. Điều này không chỉ ảnh hưởng đến cá nhân sinh viên mà còn gây tổn thất cho gia đình và xã hội. Do đó, việc phát triển các giải pháp gợi ý hiệu quả cho cố vấn học tập là rất cần thiết.

1.1 Tính cấp thiết của việc gợi ý

Sự gia tăng số lượng sinh viên bị cảnh báo học vụ và buộc thôi học đã trở thành một vấn đề nghiêm trọng trong giáo dục đại học. Nhiều sinh viên không thể tự đánh giá đúng năng lực của mình và lựa chọn môn học không phù hợp, dẫn đến việc không hoàn thành chương trình học. Việc phát triển hệ thống gợi ý cho cố vấn học tập sẽ giúp sinh viên có được những lựa chọn môn học hợp lý hơn, từ đó nâng cao hiệu quả học tập và giảm thiểu tỷ lệ sinh viên bỏ học.

II. Giải pháp gợi ý cho cố vấn học tập

Luận án này đề xuất một mô hình dự đoán kết quả học tập của sinh viên dựa trên hệ thống gợi ý. Mô hình này sẽ phân tích dữ liệu học tập của sinh viên và dự đoán kết quả cho các môn học mà sinh viên chưa học. Sau đó, hệ thống sẽ lọc ra những môn học có khả năng đạt điểm cao để gợi ý cho sinh viên lựa chọn. Việc áp dụng các phương pháp học máy và khai thác dữ liệu giáo dục sẽ giúp cải thiện độ chính xác của dự đoán và hỗ trợ cố vấn học tập trong việc đưa ra quyết định.

2.1 Tích hợp dữ liệu và cải tiến mô hình

Để nâng cao hiệu quả của mô hình dự đoán, việc tích hợp các nguồn dữ liệu bổ sung là rất quan trọng. Các mối quan hệ giữa sinh viên, như bạn bè trong cùng lớp, và mối liên quan giữa các môn học sẽ được tích hợp vào mô hình. Điều này không chỉ giúp cải thiện độ chính xác của dự đoán mà còn tạo ra một hệ thống gợi ý mạnh mẽ hơn, giúp sinh viên có được những lựa chọn môn học phù hợp với năng lực và sở thích của mình.

III. Phương pháp nghiên cứu và kết quả

Luận án đã áp dụng nhiều phương pháp nghiên cứu khác nhau để phát triển mô hình gợi ý. Các phương pháp như phân rã ma trận và học sâu đã được sử dụng để tối ưu hóa kết quả dự đoán. Kết quả thử nghiệm cho thấy mô hình đề xuất có độ chính xác cao hơn so với các phương pháp truyền thống. Việc áp dụng các kỹ thuật học sâu vào hệ thống gợi ý đã chứng minh được tính khả thi và hiệu quả trong việc hỗ trợ cố vấn học tập.

3.1 Đánh giá và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy mô hình gợi ý có thể được áp dụng rộng rãi trong các trường đại học để hỗ trợ cố vấn học tập. Việc sử dụng hệ thống gợi ý không chỉ giúp sinh viên lựa chọn môn học phù hợp mà còn nâng cao hiệu quả học tập. Hệ thống này có thể được tích hợp vào các nền tảng học tập trực tuyến, giúp sinh viên dễ dàng tiếp cận và sử dụng.