Chương 1: NGHIÊN CỨU TỔNG QUAN 1. Nghiên cứu quy trình tuyển sinh Sau khi tìm hiểu hoạt động của quy trình quản lý tuyển sinh tại trường và nhận thấy quy trình đang thực hiện theo nhiều công đoạn. Đầu tiên trường công bố chỉ tiêu mỗi ngành nghề, tổ hợp các môn xét tuyển mỗi ngành. Sau đó, tiến hành nhận hồ sơ dự tuyển và kiểm tra hồ sơ, nhập liệu thông tin hồ sơ, lưu trữ dữ liệu vào file excel (thông tin sinh viên, điểm các môn, điểm ưu tiên, nguyện vọng ngành,…).
Tiếp theo là thống kê dữ liệu (bảng thống kê thông tin thí sinh, bảng điểm, nguyện vọng ngành,…). Hiện tại Học viện có các phương pháp xét tuyển sau: - Phương thức 1: Xét tuyển thẳng và ưu tiên xét tuyển là xét tuyển thẳng đối với thí sinh đạt 27,0 điểm trong kỳ thi tốt nghiệp THPT. - Phương thức 2: Xét tuyển dựa vào kết quả thi THPT. Có khoảng 85% chỉ tiêu cho xét tuyển dựa vào kết quả thi THPT.
Phương thức này xét trúng tuyển theo từng ngành và không có điểm chênh lệch giữa các tổ hợp bài thi/môn thi trong cùng một ngành. - Phương thức 3: Xét tuyển kết hợp là sự kết hợp giữa kết quả học tập ở bậc THPT với chứng chỉ quốc tế hoặc thành tích cá nhân trong kỳ thi tuyển chọn học sinh giỏi hoặc thành tích học tập tại các trường THPT chuyên (phương thức này có chức năng nộp hồ sơ online, có 2 nguyện vọng) [3]. - Phương thức 4: Xét tuyển dựa vào kỳ thi đánh giá năng lực, kỳ thi đánh giá năng lực được tổ chức với mục tiêu đánh giá năng lực học đại học của thí sinh, đa dạng hóa hình thức tuyển sinh và đồng thời tăng thêm cơ hội trúng tuyển vào Học viện. Kết quả thi đánh giá năng lực là một trong những phương thức xét tuyển vào Học viện năm 2021 vừa qua.
Cán bộ quản lý thực hiện kết nối với cổng thông tin tuyển sinh của bộ giáo dục và đào tạo để truy suất dữ liệu, sau đó tải về và lưu trữ các tập tin excel để xem báo 7 cáo, thống kê số lượng, bảng điểm, số lượng hồ sơ, sau đó ra quyết định điểm trúng tuyển, báo cáo danh sách trúng tuyển. Tiếp theo Học viện sẽ công bố danh sách trúng tuyển lên cổng thông tin Học viện. Cuối cùng là khâu xuất giấy báo nhập học và gửi giấy báo. Quy trình tuyển sinh tại Học viện qua rất nhiều công đoạn, luận văn tập trung vào để hỗ trợ giải quyết công đoạn từ việc tập hợp các tập tin excel để thống kê các kết quả và từ đó lấy dữ liệu đầu vào để hỗ trợ cho chức năng dự báo số liệu.
Nghiên cứu tổng quan về dự báo Dự báo là khoa học và nghệ thuật tiên đoán các sự việc có thể sẽ xảy ra trong tương lai. Tính khoa học của dự báo thể hiện ở chỗ khi tiến hành dự báo người ta phải căn cứ trên các dữ liệu phản ánh tình hình thực tế trong quá khứ và hiện tại, căn cứ vào xu thế trên cơ sở khoa học để dự báo những sự việc có thể sẽ xảy ra trong tương lai. Tính nghệ thuật trong dự báo thể hiện ở chỗ phải sử dụng tài phán đoán, kinh nghiệm trong những điều kiện thiếu thông tin hoặc nhu cầu của khách hàng biến động mạnh. Từ những đặc điểm này cho thấy dự báo bao giờ cũng có sai số, chỉ ngẫu nhiên nếu chúng ta dự báo đúng hoàn toàn, tính chính xác của dự báo càng thấp khi thời gian dự báo càng dài.
Các phương pháp dự báo cơ bản được phân thành hai loại cơ bản: Các phương pháp định tính và định lượng, và việc lựa chọn loại thích hợp chủ yếu phụ thuộc vào dữ liệu có sẵn. Các phương pháp dự báo định tính mang tính chủ quan, sự kiện tương lai được dự báo chủ quan dựa trên việc sử dụng ý kiến của các chuyên gia; tuy nhiên, chúng không hoàn toàn là phỏng đoán, nhưng chúng là các phương pháp tiếp cận có cấu trúc được phát triển để thu được các dự báo tốt mà không cần sử dụng dữ liệu lịch sử. Do đó, các phương pháp này hữu ích và được triển khai khi dữ liệu lịch sử không có sẵn hoặc khan hiếm. Mặt khác, các phương pháp dự báo định lượng dựa trên toán học và công thức thống kê.
Chúng được áp dụng khi có sẵn dữ liệu, nhưng phải thỏa mãn hai điều kiện: thông tin về quá khứ có sẵn và giả định rằng một số các khía cạnh của mô hình trong quá khứ sẽ tiếp tục trong tương lai. Các phương pháp dự báo định lượng liên quan đến một loạt các phương pháp và mỗi phương pháp có 8 các thuộc tính, độ chính xác và chi phí riêng phải được cân nhắc khi lựa chọn một phương pháp cụ thể trong các ngành cụ thể, cho các mục đích cụ thể. Nghiên cứu về mô hình phân rã - Thuật toán Prophet Ý tưởng của mô hình phân rã là chuỗi thời gian có thể được phân tách thành ba thành phần: xu hướng (hướng dài hạn), theo mùa (có hệ thống, chuyển động liên quan đến lịch) và bất thường (biến động không hệ thống, ngắn hạn). Mô hình phân rã thông thường chia thành 2 loại: Mô hình cộng và Mô hình nhân Trong mô hình cộng, chuỗi thời gian quan sát (Ot) được coi là tổng của ba thành phần độc lập: theo mùa St, xu hướng Tt và bất thường It: Ot = Tt + St + It (1.1) Trong mô hình nhân, chuỗi thời gian quan sát (Ot) được biểu thị như là tích của các thành phần xu hướng Tt, theo mùa St và bất thường It: Ot = Tt × St × It (1.2) Gần đây, các nghiên cứu dự báo chuỗi thời gian phi tuyến theo mô hình cộng (Additive Model) trong đó các xu thế phi tuyến khớp với tính thời vụ hàng năm, hàng tuần và hàng ngày, cộng với các ảnh hưởng ngày lễ cũng được sử dụng cho hiệu quả tốt.
Taylor và Benjamin Letham [4] đã giới thiệu phương pháp phân tích chuỗi thời gian theo mô hình cộng bằng thuật toán Facebook Prophet trong dự báo số sự kiện trên Facebook. Huỳnh Trọng Thưa và các đồng sự [1] đã công bố kết quả nghiên cứu sử dụng thuật toán phân tích chuỗi thời gian Facebook Prophet trong dự báo hoạt động đầu tư ở Khu Công nghệ cao TP. Zar Zar Oo và Sabai Phyu [5] sử dụng thuật toán Prophet để dự báo nhiệt độ ở tỉnh Myintkyina, Myanmar cho kết quả tốt so với các phương pháp truyền thống. Toni Toharudin và các đồng sự đã công bố báo cáo so sánh kết quả dự báo nhiệt độ không khí hàng ngày trong 5 năm ở Bandung, Taiwan giữa 2 mô hình dự báo bởi LSTM và Facebook Prophet; Các kết quả cho thấy rằng, Prophet cho kết quả tốt hơn đối với nhiệt độ tối đa, trong khi LSTM cho kết quả tốt hơn đối với nhiệt độ tối thiểu.
Tuy nhiên, sự khác biệt về giá trị của RMSE không quá lớn đáng kể. Emir Žunić và các đồng sự [6] đề xuất bộ khung ứng dụng thuật 9 toán Prophet trong dự báo doanh số bán hàng trong thực tế để dự báo doanh số hằng tháng, hằng quý sắp tới. Trên nền tảng mã nguồn mở có tên là Prophet do Facebook phát triển, nền tảng này hỗ trợ cho cả ngôn ngữ Python và ngôn ngữ R bên cạnh việc cung cấp các thông số trực quan, dễ điều chỉnh. Prophet là một mô hình dự báo dữ liệu chuỗi thời gian dựa trên mô hình cộng (Additive model) trong đó các xu hướng phi tuyến tính phù hợp với thời vụ hàng năm, hàng tuần và hàng ngày, cộng với các ảnh hưởng ngày lễ.
Cơ sở của mô hình Prophet là phân rã chuỗi thời gian thành 4 thành phần đại diện cho xu hướng, tính chu kỳ, ảnh hưởng của ngày lễ và sai số mô hình theo phương trình: y(t) = g(t) + s(t) + h(t) + εt (1.3) Trong đó: - g(t) là hàm đại diện cho xu hướng, sự thay đổi không có tính chu kỳ của chuỗi thời gian. - h(t) là hàm đại diện cho sự ảnh hưởng của ngày nghỉ, ngày lễ (do người dùng cung cấp) xảy ra theo lịch một hoặc vài ngày. - εt là sai số mang tính ngẫu nhiên không xác định được của mô hình. Ưu điểm của thuật toán Prophet: - Rất nhanh, vì nó được xây dựng bằng Stan, một ngôn ngữ lập trình để suy luận thống kê được viết bằng C ++.
- Một mô hình hồi quy cộng hưởng trong đó các xu hướng phi tuyến phù hợp với tính thời vụ hàng năm, hàng tuần và hàng ngày. - Mạnh mẽ ngay cả khi thiếu dữ liệu và thay đổi theo xu hướng, có khả năng xử lý tốt cho các trường hợp ngoại lệ. - Dễ dàng thay đổi quy trình và điều chỉnh dự báo cũng như bổ sung thông tin chi tiết về dữ liệu doanh nghiệp. Nghiên cứu quy trình xây dựng hệ thống - Thu thập thông tin, số liệu liên quan đến các thông số cần thiết cho việc đánh giá, áp dụng thuật toán để dự báo.
- Đánh giá tầm quan trọng của thông số đầu vào, tìm hiểu mô hình, kịch bản đánh giá để đặt vấn đề cho thông số đầu vào. - Nghiên cứu tổng quan về thuật toán Prophet, tính ứng dụng của thuật toán, công cụ, ngôn ngữ để triển khai thuật toán. - Nghiên cứu các công cụ, ngôn ngữ lập trình phù hợp để xây dựng một hệ thống tích hợp hai chức năng quản lý và dự báo. 11 Chương 2: PHÂN TÍCH THIẾT KẾ 2.
Thu thập dữ liệu Tuyển sinh là công tác hằng năm của Học viện, từ năm 2014 trở về trước thì thì quy chế tuyển sinh dựa vào kỳ thi đại học, cao đẳng. Từ năm 2016 trở lại Bộ giáo dục và đào tạo có thay đổi, không tổ chức kỳ thi đại học, cao đẳng, thay vào đó sẽ tuyển sinh dựa vào kết quả xét tuyển. Công việc tiếp theo là thu thâ ̣p dữ liê ̣u tuyển sinh của Học viện Công nghệ Bưu chính Viễn thông từ năm 2016 đến năm 2021 của bộ phận quản lý tuyển sinh. Dữ liệu là các file excel bao gồm: - Thông tin chi tiết thí sinh đăng ký xét tuyển năm 2020: Bảng 2.1: Bảng thông tin thí sinh đăng ký xét tuyển năm 2020 - Thông tin chi tiết thí sinh trúng tuyển gồm 2 bảng nối nhau: Bảng 2.2: Bảng thông tin thí sinh trúng tuyển (1) Bảng 2.3: Bảng thông tin thí sinh trúng tuyển (2) 12 - Thông tin chi tiết sinh viên nhập học: Bảng 2.4: Bảng thông tin sinh viên nhập học Dữ liệu thu thập được ở mỗi năm có định dạng không đồng nhất.
Thứ nhất là về sự sắp xếp các cột không giống nhau giữa các file ở các năm.