Bối cảnh và vấn đề nghiên cứu

Trong những năm gần đây, tình trạng sinh viên bị xử lý học vụ tại các trường đại học Việt Nam có xu hướng tăng nhanh ở mức đáng báo động, với số lượng lên tới hàng trăm, thậm chí hàng nghìn sinh viên mỗi năm tại một trường. Hậu quả của xử lý học vụ bao gồm giới hạn số tín chỉ được phép đăng ký, mất cơ hội theo đuổi chuyên ngành mong muốn, hoặc bị buộc thôi học — ảnh hưởng trực tiếp đến cá nhân sinh viên lẫn chất lượng đào tạo và chuẩn đầu ra của nhà trường. Tác giả xác định rằng tại thời điểm thực hiện nghiên cứu (đầu năm 2022), chưa có bài báo hay công trình nghiên cứu nào về cảnh báo xử lý học vụ sinh viên được công bố tại Việt Nam, trong khi đây là lĩnh vực đã có nhiều công trình trên thế giới. Từ khoảng trống đó, nhóm tác giả — Trần Thị Mỹ Linh (18520999) và Dương Thị Hồng Hạnh (18520711), sinh viên ngành Khoa học Dữ liệu, Trường Đại học Công nghệ Thông tin — Đại học Quốc gia TP. Hồ Chí Minh — đã triển khai đề tài trong giai đoạn từ 20/01/2022 đến 10/07/2022, dưới sự hướng dẫn của ThS. Nguyễn Văn Kiệt.

Mục tiêu nghiên cứu được tác giả đặt ra gồm bốn nhiệm vụ cụ thể:

  1. Xây dựng bộ dữ liệu chuẩn cho bài toán cảnh báo trạng thái xử lý học vụ dựa trên kết quả học tập, với thiết kế tổng quát, dễ tái sử dụng và mở rộng cho các trường đại học khác nhau.
  2. Cài đặt và thử nghiệm các phương pháp học máy và học sâu khác nhau, từ đó đề xuất các thuật toán phù hợp.
  3. Nghiên cứu, áp dụng các kỹ thuật xử lý dữ liệu và cách tiếp cận mới nhằm cải thiện hiệu suất hệ thống cảnh báo.
  4. Xây dựng một hệ thống demo có các chức năng cơ bản để minh họa hoạt động của hệ thống.

Đối tượng nghiên cứu: bài toán phân loại trạng thái xử lý học vụ của sinh viên dựa trên kết quả học tập, với ba nhãn đầu ra: normal (bình thường), warning (cảnh cáo học vụ), dismissal (buộc thôi học).

Phạm vi nghiên cứu: dữ liệu học tập và quy chế xử lý học vụ của một trường đại học uy tín tại Việt Nam (không nêu tên cụ thể). Phạm vi tập trung vào kết quả học tập (GPA theo từng học kỳ, điểm thành phần) là yếu tố phản ánh trực tiếp và quyết định trong chính sách xử lý học vụ; không bao gồm các yếu tố hành vi xã hội hay thông tin nhân khẩu học.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình sử dụng

Nghiên cứu được xây dựng trên nền tảng của học máy giám sát (supervised machine learning) cho bài toán phân loại đa nhãn. Các thuật toán được đề xuất chính gồm:

  • LightGBM (Light Gradient Boosted Machine): triển khai dựa trên Gradient Boosting Decision Tree (GB), sử dụng Gradient Based One Side Sampling (GOSS) — giữ lại mẫu có gradient lớn và lấy mẫu ngẫu nhiên trên mẫu có gradient nhỏ — và Exclusive Feature Bundling (EFB) — nhóm các thuộc tính có thể gộp lại để giảm số chiều mà không mất thông tin. Hai cơ chế này giúp tăng tốc quá trình tính toán đáng kể.
  • Support Vector Machine (SVM): cụ thể là Support Vector Classification (svm.SVC) với kernel rbf, tìm kiếm siêu phẳng phân tách các lớp sao cho margin đạt giá trị lớn nhất.

Các thuật toán cơ sở (baseline) được chọn để đối chiếu bao gồm: Decision Tree (DT), Random Forest (RF), Extra Trees (ET), Gradient Boosting Decision Tree (GB), Logistic Regression (LR), Stochastic Gradient Descent Classifier (SGD), Neural Support Vector Machine (N-SVM).

Phương pháp nghiên cứu

Nghiên cứu kết hợp các kỹ thuật sau:

  • Tạo đặc trưng (feature engineering): tính toán các nhóm thuộc tính mới từ dữ liệu thô (điểm trung bình học kỳ, điểm thành phần trung bình, hệ số trung bình, điểm môn học trước pre_avg).
  • Lựa chọn đặc trưng (feature selection): loại bỏ thuộc tính không cần thiết nhằm cải thiện hiệu suất và tốc độ học.
  • Xử lý dữ liệu mất cân bằng: sử dụng tham số class_weight tích hợp sẵn trong các thuật toán và các phương pháp lấy mẫu (sampling), trong đó có SMOTE (Synthetic Minority Oversampling Technique).
  • Xử lý dữ liệu thiếu: điền giá trị trung thang (giá trị 5 trên thang điểm 10) cho các thuộc tính bị thiếu như pre_avg và avg10.
  • Cách tiếp cận phân chia (split approach): chia bài toán ba nhãn thành hai bài toán nhị phân nhỏ — (1) bình thường vs. có khả năng bị xử lý học vụ; (2) cảnh cáo vs. buộc thôi học — nhằm tăng độ chính xác phân loại.
  • Ensemble: kết hợp các mô hình tốt nhất để đạt hiệu suất cao nhất.
  • Tăng cường dữ liệu: từ danh sách điểm trung bình của mỗi sinh viên, tạo ra các nhóm điểm trung bình liền nhau để bổ sung vào các bộ dữ liệu nhỏ tương ứng.

Độ đo đánh giá: F2-score (quan trọng nhất, ưu tiên giảm bỏ sót sinh viên có nguy cơ), F1-score, và Recall của nhãn 2 (buộc thôi học). Tất cả tính trên trung bình macro để đảm bảo đánh giá công bằng trên dữ liệu mất cân bằng.

Nguồn dữ liệu

Dữ liệu thô được cung cấp bởi một trường đại học uy tín tại Việt Nam (ẩn danh), bao gồm: thông tin chi tiết về môn học (tên, mã, số tín chỉ, hệ số điểm thành phần, môn tiên quyết), kết quả học tập của sinh viên (mã định danh đã mã hóa, tên môn học, điểm số). Tổng cộng dữ liệu xuất phát từ 4.383 sinh viên.

Nội dung chính theo từng chương

Chương 1 — Giới thiệu đề tài

Chương này trình bày tổng quan bài toán xử lý học vụ tại Việt Nam, lý do chọn đề tài và tính ứng dụng thực tiễn. Hệ thống cảnh báo được thiết kế theo hai giai đoạn:

  • Cảnh báo lần 1 (đầu mỗi học kỳ): đầu vào là GPA các học kỳ trước và điểm trung bình các môn học trước (pre_avg); đầu ra là trạng thái xử lý học vụ dự đoán cho học kỳ hiện tại.
  • Cảnh báo lần 2 (trước khi thi cuối kỳ): đầu vào bổ sung thêm điểm thành phần đã có trong học kỳ hiện tại (điểm quá trình, thực hành, giữa kỳ); đầu ra tương tự lần 1 nhưng với thông tin đầy đủ hơn, kỳ vọng độ chính xác cao hơn.

Chương xác định rõ: hệ thống chỉ hỗ trợ phân loại hai trạng thái warning và dismissal (không gồm đình chỉ học tập vì trạng thái này không bị quyết định bởi kết quả học tập).

Chương 2 — Công trình liên quan

Chương tổng hợp năm nghiên cứu tiêu biểu trên thế giới:

Tác giả Năm Dữ liệu Thuật toán tốt nhất Kết quả
Huang Fang và cộng sự 2013 323 sinh viên, 2.907 điểm dữ liệu, 4 học kỳ SVM (6 thuộc tính đầu vào) Kết quả tốt nhất so sánh 24 mô hình
Migueis và cộng sự 2018 2.459 sinh viên (2003–2015), trường công lập Châu Âu Random Forest Độ chính xác >95% giai đoạn đầu học kỳ
Zhai Mingyu và cộng sự 2021 Dữ liệu 2018–2020, nhiều nguồn CatBoost–SHAP MSE 24,30%, 10-fold cross-validation
Bujang và cộng sự — — Random Forest + SMOTE + lựa chọn đặc trưng F-score 99
Hamim và cộng sự 2022 Nhiều khía cạnh hành vi, điểm số LightGBM (14 đặc trưng) Độ chính xác trung bình 89,26%

Chương khẳng định: các nghiên cứu trên cho thấy điểm trung bình học kỳ trước có tác động đến kết quả học kỳ tiếp theo; SVM và Random Forest thể hiện khả năng vượt trội trong các bài toán phân loại hiệu suất học tập; LightGBM nổi bật trong nhóm boosting hiện đại.

Chương 3 — Bộ dữ liệu

Chương mô tả chi tiết quy trình ba giai đoạn xây dựng bộ dữ liệu:

Giai đoạn 1 — Tính toán thuộc tính: từ dữ liệu thô, tính toán ba nhóm thuộc tính chính:

  • Nhóm 1: điểm trung bình (GPA) của từng học kỳ đã hoàn thành (s1, s2, s3,…).
  • Nhóm 2: điểm trung bình quá trình (avg1), thực hành (avg2), giữa kỳ (avg3) của học kỳ hiện tại.
  • Nhóm 3: hệ số trung bình tương ứng (coef1, coef2, coef3) của học kỳ hiện tại.
  • Thuộc tính pre_avg: điểm trung bình các môn học được coi là môn học trước của môn học sinh viên đang đăng ký.

Giai đoạn 2 — Gán nhãn: theo ba điều kiện học tập (hàng in đậm trong Bảng 3.1 của văn bản), bao gồm: GPA học kỳ dưới 3,0; GPA liên tiếp 2 học kỳ đều dưới 4,0; GPA liên tiếp 2 học kỳ đều bằng 0,0. Nhãn gồm: 0 (Normal), 1 (Warning), 2 (Dismissal).

Giai đoạn 3 — Đánh giá và rà soát: loại bỏ dữ liệu trống; chia thành các bộ dữ liệu nhỏ df(i) với i ∈ [2,10] tương ứng với số học kỳ sinh viên đã hoàn thành; loại bỏ bộ có ít hơn 200 điểm dữ liệu.

Tăng cường dữ liệu: từ danh sách GPA của từng sinh viên (xuất phát từ 4.383 sinh viên), tạo các nhóm điểm liền nhau để thêm vào các bộ dữ liệu nhỏ tương ứng. Kết quả tổng hợp điển hình:

Bộ dữ liệu Train (tổng) Val (tổng) Test (tổng) Nhãn 0 (train) Nhãn 1 (train) Nhãn 2 (train)
df2 25.591 3.199 3.199 23.588 1.981 22
df3 19.885 2.486 2.487 18.389 1.475 21
df5 11.442 1.430 1.431 10.452 976 14
df8 3.447 431 431 3.021 417 9
df10 491 62 63 328 158 5

Bảng cho thấy mức độ mất cân bằng nghiêm trọng giữa nhãn 0 và nhãn 2 (ví dụ: df2 có 23.588 nhãn 0 so với chỉ 22 nhãn 2), đây là thách thức kỹ thuật trung tâm của nghiên cứu.

Chương 4 — Phương pháp tiếp cận

Chương trình bày chi tiết các thành phần kỹ thuật của hệ thống:

  • Xử lý dữ liệu thiếu: điền giá trị 5 (trung bình thang điểm 10) cho pre_avg và avg10. Số lượng dữ liệu thiếu của pre_avg ở df2 là 1.928 (train), 251 (val), 248 (test).
  • LightGBM: cơ chế Gradient Descent → Boosting → GB → GOSS → EFB được trình bày có hệ thống. GOSS giữ lại mẫu gradient lớn và lấy mẫu ngẫu nhiên trên mẫu gradient nhỏ. EFB xác định và gộp các thuộc tính có thể nhóm lại.
  • SVM (svm.SVC): tìm siêu phẳng phân tách tối ưu với margin lớn nhất; kernel rbf được sử dụng cụ thể.
  • Cách tiếp cận phân chia: chia bài toán 3 nhãn thành hai bài toán nhị phân (0 vs. {1,2}; sau đó 1 vs. 2) nhằm cải thiện độ chính xác phân loại, đặc biệt với nhãn 2 có số lượng rất ít.
  • Chiến lược đánh giá: F2-score là độ đo chính (ưu tiên Recall để tránh bỏ sót sinh viên có nguy cơ); Recall nhãn 2 bổ sung để đảm bảo mô hình không phớt lờ nhãn thiểu số; tất cả tính theo trung bình macro.

Chương 5 — Cài đặt thử nghiệm và đánh giá

Chương trình bày quy trình thực nghiệm đầy đủ, kết quả và phân tích trực quan. Thực nghiệm được tổ chức theo hai giai đoạn cảnh báo và so sánh kết quả trên nhiều cách tiếp cận: thuật toán đơn lẻ, tạo đặc trưng, xử lý mất cân bằng, cách tiếp cận phân chia, ensemble. Phân tích trực quan gồm các biểu đồ so sánh kết quả và heatmap biểu diễn độ tương quan Pearson của các thuộc tính. Chương cũng trình bày kết quả lựa chọn đặc trưng, xác định các thuộc tính đóng góp nhiều nhất cho hiệu suất dự đoán.

Chương 6 — Kết luận và hướng phát triển

Tổng kết các kết quả đã đạt được, nêu hạn chế còn tồn tại và đề xuất các hướng phát triển tiếp theo để hoàn thiện nghiên cứu.

Thiết kế và triển khai

(Mục này được bổ sung vì đề tài có xây dựng hệ thống phần mềm demo)

Kiến trúc hệ thống

Hệ thống cảnh báo được thiết kế theo kiến trúc hai giai đoạn độc lập, mỗi giai đoạn tương ứng một tập mô hình riêng được huấn luyện trên 9 bộ dữ liệu nhỏ df(2) đến df(10). Đầu vào của hệ thống phân nhánh theo số học kỳ sinh viên đã hoàn thành để chọn mô hình phù hợp.

Chức năng demo

Theo mô tả trong phần danh mục hình ảnh của văn bản, hệ thống demo bao gồm:

  • Trang đăng nhập cho sinh viên.
  • Trang hiển thị thông tin cảnh báo học vụ của học kỳ hiện tại.
  • Chức năng nhập điểm thành phần đã biết trong học kỳ hiện tại để nhận cảnh báo lần 2.
  • Trang hiển thị quy định xử lý học vụ.
  • Dashboard tổng quan theo dõi trạng thái học vụ của toàn bộ sinh viên (dành cho cố vấn học tập hoặc quản lý nhà trường).

Mô hình được triển khai trong demo

  • Giai đoạn đầu học kỳ: mô hình SVM đạt F2-score 74,37%.
  • Giai đoạn trước khi thi cuối kỳ: mô hình LightGBM đạt F2-score 92,71%.

Kết quả và đóng góp

Kết quả chính kèm số liệu

Hai kết quả định lượng trung tâm được tác giả công bố trong phần tóm tắt:

Giai đoạn cảnh báo Thuật toán tốt nhất F2-score
Đầu học kỳ (Cảnh báo lần 1) Support Vector Machine (SVM) 74,37%
Trước khi thi cuối kỳ (Cảnh báo lần 2) LightGBM >92,71%

Kết quả cho thấy việc bổ sung thông tin điểm thành phần trong học kỳ hiện tại (giai đoạn 2) giúp cải thiện đáng kể F2-score so với chỉ dùng GPA lịch sử (giai đoạn 1), chênh lệch hơn 18 điểm phần trăm.

Giải pháp và kiến nghị

  • Cung cấp bộ dữ liệu với các công thức tính toán chi tiết, có thể tái sử dụng hoặc xây dựng lại cho bất kỳ trường đại học hoặc cao đẳng nào tại Việt Nam dựa trên cơ sở dữ liệu sẵn có của họ.
  • Đề xuất cách tiếp cận phân chia bài toán (split approach) như một phương pháp mới để giải quyết bài toán phân loại đa nhãn mất cân bằng nghiêm trọng.
  • Hệ thống demo với dashboard theo dõi tổng quan là cơ sở để cố vấn học tập và nhà trường đưa ra can thiệp kịp thời.

Đóng góp so với nghiên cứu trước

Theo tác giả tự nêu, đóng góp phân biệt so với các nghiên cứu quốc tế gồm:

  1. Đây là nghiên cứu đầu tiên về cảnh báo xử lý học vụ dựa trên dữ liệu thu thập tại Việt Nam.
  2. Bộ dữ liệu được xây dựng tổng quát, dựa trên quy chuẩn giáo dục đại học phổ biến tại Việt Nam, có khả năng mở rộng sang các trường khác — khác với các nghiên cứu nước ngoài thường gắn với bối cảnh tổ chức cụ thể.
  3. Thiết kế hệ thống cảnh báo hai giai đoạn (đầu học kỳ và trước thi cuối kỳ) trong cùng một nghiên cứu, với mô hình riêng biệt cho từng giai đoạn.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được văn bản đề cập

  • Nghiên cứu chỉ dựa trên kết quả học tập là yếu tố dự báo chính; các yếu tố khác (hành vi cá nhân, hoàn cảnh kinh tế, yếu tố tâm lý) chưa được đưa vào mô hình.
  • Dữ liệu được thu thập từ một trường đại học duy nhất tại Việt Nam; khả năng tổng quát hóa sang các trường khác chưa được kiểm chứng thực nghiệm.
  • Nhãn 2 (buộc thôi học) có số lượng cực kỳ ít (ví dụ: chỉ 22 mẫu train trong df2), gây khó khăn cho quá trình học và đánh giá mô hình.
  • Đình chỉ học tập (một trong ba hình thức xử lý học vụ) không được đưa vào phạm vi dự đoán vì không phụ thuộc vào kết quả học tập.

Hướng phát triển

Tác giả đề cập các hướng mở rộng trong Chương 6:

  • Tích hợp thêm các yếu tố phi học tập để xây dựng hệ thống cảnh báo toàn diện hơn.
  • Triển khai và kiểm chứng hệ thống tại các trường đại học thực tế với quy mô lớn hơn.
  • Tiếp tục hoàn thiện các tính năng của hệ thống demo để có thể ứng dụng thực tiễn.

Giá trị tham khảo

Khóa luận này có giá trị tham khảo trực tiếp cho các nhóm đối tượng sau:

  • Sinh viên ngành Khoa học Dữ liệu và Trí tuệ Nhân tạo làm đề tài về học máy ứng dụng trong giáo dục (educational data mining), đặc biệt các bài toán phân loại dữ liệu mất cân bằng nghiêm trọng. Phần trình bày về cách tiếp cận phân chia (split approach), xử lý mất cân bằng và lựa chọn độ đo F2-score đặc biệt hữu ích.
  • Nhà nghiên cứu, sinh viên ngành Giáo dục và Quản lý giáo dục muốn tìm hiểu về khả năng ứng dụng học máy trong quản lý học vụ tại Việt Nam.
  • Kỹ sư dữ liệu và nhóm phát triển hệ thống thông tin trường học quan tâm đến thiết kế quy trình xây dựng bộ dữ liệu từ cơ sở dữ liệu giáo dục thô, bao gồm cách tính toán và chuẩn hóa các thuộc tính theo chu kỳ học kỳ.
  • Sinh viên thực hiện đề tài tương tự có thể tái sử dụng bộ công thức tính toán thuộc tính (Nhóm 1, 2, 3, pre_avg) và quy trình gán nhãn được thiết kế để khả chuyển giữa các trường đại học Việt Nam.

Phần đáng tham khảo nhất là Chương 3 (Bộ dữ liệu) với quy trình tạo đặc trưng từ dữ liệu thô và phương pháp tăng cường dữ liệu theo học kỳ, và Chương 4 (Phương pháp tiếp cận) với cách tiếp cận phân chia bài toán đa nhãn và chiến lược lựa chọn độ đo phù hợp bài toán mất cân bằng.

Câu hỏi thường gặp

1. Tại sao nghiên cứu sử dụng F2-score làm độ đo chính thay vì accuracy hay F1-score? Vì trong bài toán cảnh báo học vụ, việc bỏ sót một sinh viên có nguy cơ bị xử lý học vụ (False Negative) gây hậu quả nghiêm trọng hơn nhiều so với việc cảnh báo nhầm một sinh viên bình thường (False Positive). F2-score đặt trọng số gấp đôi vào Recall so với Precision, phù hợp với tiêu chí này. Recall của nhãn 2 được bổ sung thêm vì số lượng nhãn 2 quá ít, khiến F2-score tổng thể có thể vô tình phớt lờ kết quả dự đoán riêng lẻ của nhãn buộc thôi học.

2. Bộ dữ liệu df(i) với i ∈ [2,10] được phân chia như thế nào và tại sao lại chia theo cách này? Mỗi bộ df(i) tương ứng với nhóm sinh viên đang học học kỳ thứ i, nghĩa là đã hoàn thành i−1 học kỳ trước đó. Cách chia này xuất phát từ thực tế rằng số lượng thuộc tính đầu vào (số GPA lịch sử) khác nhau tùy theo học kỳ sinh viên đang theo học. Việc huấn luyện mô hình riêng cho từng df(i) cho phép mỗi mô hình tối ưu với đúng số lượng đặc trưng đầu vào. Bộ df(1) không tồn tại vì sinh viên năm nhất chưa có GPA học kỳ trước.

3. Phương pháp tăng cường dữ liệu được áp dụng như thế nào và mang lại lợi ích gì? Từ danh sách GPA của một sinh viên đã hoàn thành nhiều học kỳ, nhóm tác giả tạo ra các nhóm GPA liền nhau và thêm mỗi nhóm vào bộ dữ liệu nhỏ tương ứng. Ví dụ, sinh viên đã hoàn thành 4 học kỳ đóng góp dữ liệu vào df2 (GPA kỳ 1→2), df3 (GPA kỳ 1→3) và df4 (GPA kỳ 1→4). Cách này giúp tăng số lượng mẫu huấn luyện đáng kể mà không cần thu thập thêm dữ liệu mới, từ đó cải thiện hiệu suất mô hình.

4. Tại sao SVM đạt kết quả tốt hơn ở giai đoạn đầu học kỳ trong khi LightGBM lại vượt trội ở giai đoạn trước thi cuối kỳ? Văn bản công bố kết quả F2-score là 74,37% cho SVM (giai đoạn 1) và hơn 92,71% cho LightGBM (giai đoạn 2), nhưng không giải thích trực tiếp lý do kỹ thuật cho sự khác biệt này. Tuy nhiên, có thể suy ra từ cấu trúc dữ liệu: ở giai đoạn 2, bộ dữ liệu bổ sung thêm các thuộc tính điểm thành phần (avg1, avg2, avg3, coef1, coef2, coef3), làm tăng số chiều và tính đa dạng thông tin — bối cảnh mà LightGBM với cơ chế GOSS và EFB có lợi thế. Phân tích chi tiết hơn được trình bày trong Chương 5.

5. Cách tiếp cận phân chia (split approach) khác gì so với phân loại ba nhãn thông thường và đạt được cải thiện hiệu suất như thế nào? Thay vì huấn luyện một mô hình duy nhất phân loại đồng thời cả ba nhãn (0, 1, 2), cách tiếp cận phân chia chia thành hai mô hình nhị phân: mô hình 1 phân biệt nhãn 0 với {nhãn 1, nhãn 2}; mô hình 2 phân biệt nhãn 1 với nhãn 2. Cách tiếp cận này giúp mỗi mô hình tập trung vào một ranh giới phân loại cụ thể, đặc biệt hữu ích khi nhãn 2 có số lượng rất ít và dễ bị các mô hình đa nhãn bỏ qua. Kết quả so sánh được trình bày trong các biểu đồ tại Chương 5.

Kết luận

Khóa luận xây dựng một hệ thống cảnh báo hiệu suất học tập hai giai đoạn cho sinh viên đại học, dựa trên dữ liệu học tập của 4.383 sinh viên tại một trường đại học Việt Nam, và đạt F2-score 74,37% ở giai đoạn đầu học kỳ (SVM) và hơn 92,71% ở giai đoạn trước thi cuối kỳ (LightGBM). Đóng góp nổi bật là bộ dữ liệu tổng quát với công thức tính toán thuộc tính có thể tái sử dụng tại bất kỳ trường đại học nào tại Việt Nam, cùng cách tiếp cận phân chia bài toán đa nhãn thành hai bài toán nhị phân để xử lý hiệu quả vấn đề mất cân bằng dữ liệu nghiêm trọng. Nghiên cứu đặt nền móng ban đầu cho lĩnh vực ứng dụng học máy vào quản lý học vụ tại Việt Nam, với phạm vi hiện tại giới hạn ở yếu tố kết quả học tập và một cơ sở dữ liệu đơn lẻ, mở ra không gian cho các nghiên cứu tiếp theo tích hợp thêm đặc trưng hành vi và kiểm chứng đa trường.