Giới thiệu dự án
Khai phá dữ liệu chuỗi thời gian (Time Series Data Mining) và Phát hiện tri thức trong cơ sở dữ liệu (Knowledge Discovery in Databases - KDD) đang trở thành một trụ cột công nghệ then chốt trong kỷ nguyên số hóa dữ liệu lớn. Theo thống kê từ các tổ chức nghiên cứu công nghệ giáo dục quốc tế (EdTech Analytics), hơn 85% cơ sở dữ liệu học tập tại các trường phổ thông chỉ được sử dụng cho mục đích lưu trữ tĩnh và thống kê báo cáo cuối kỳ, bỏ lỡ khả năng dự báo sớm biến động năng lực học sinh.
Thực trạng đánh giá học lực truyền thống tại các cơ sở giáo dục hiện nay bộc lộ nhiều điểm nghẽn (pain points):
- Tính cảm tính và bình quân hóa: Đánh giá dựa trên điểm trung bình cộng tích lũy tĩnh làm lu mờ xu hướng tiến bộ hoặc sa sút của học sinh theo từng giai đoạn.
- Thiếu khả năng dự báo chủ động: Không cung cấp cảnh báo sớm về các trường hợp học sinh có nguy cơ suy giảm học lực trong các kỳ tiếp theo.
- Bỏ qua chiều không gian - thời gian: Các hệ thống quản trị dữ liệu truyền thống xử lý bản ghi độc lập, không tích hợp nhãn thời gian ($t$) như một biến nội tại để mô hình hóa hành vi.
Đồ án tốt nghiệp "Khai phá dữ liệu chuỗi thời gian" do sinh viên Trần Thị Tân thực hiện (dưới sự hướng dẫn của PGS. TSKH. Trần Quốc Chiến tại Trường Đại học Sư phạm – Đại học Đà Nẵng) tập trung giải quyết bài toán cốt lõi: Thiết lập khung phương pháp luận khai phá tri thức trên chuỗi thời gian và ứng dụng mô hình hồi quy xu thế thời gian để dự báo kết quả học tập của học sinh trung học phổ thông.
+-----------------------------------------------------------------------+
| QUY TRÌNH KHÁM PHÁ TRI THỨC CHUỖI THỜI GIAN |
| |
| [ Dữ liệu Điểm ] --> [ Tiền xử lý & ] --> [ Gom cụm / ] --> [ Mô hình Hồi quy ]
| (4 Học kỳ) Chuẩn hóa Trích xuất & Dự báo Kết quả
| Dữ liệu Mẫu Học tập
+-----------------------------------------------------------------------+
Mục tiêu cụ thể của dự án:
- Hệ thống hóa cơ sở lý thuyết về phân tích chuỗi tuần tự theo thời gian, các phương pháp làm trơn dữ liệu và mô hình dự báo thống kê.
- Xây dựng và đánh giá các độ đo tương đồng chuỗi thời gian (Khoảng cách Euclide, Chuẩn hóa chuỗi thời gian, Chuỗi con chung dài nhất - Longest Common Subsequence).
- Triển khai các thuật toán gom cụm (K-Means, Greedy) để nhận dạng mẫu biến thiên cục bộ trên dữ liệu chuỗi thời gian.
- Ứng dụng mô hình hồi quy chuỗi thời gian trên tập dữ liệu thực tế gồm 30 học sinh (lớp 10A1, 11A1 trường THPT Nguyễn Thị Minh Khai, Đức Thọ, Hà Tĩnh qua 4 học kỳ liên tiếp) để đưa ra dự báo định lượng chính xác điểm số các kỳ tiếp theo với sai số tiêu chuẩn tối thiểu.
Phạm vi nghiên cứu tập trung vào chuỗi thời gian đơn biến (điểm trung bình học kỳ $HK_I, HK_{II}, HK_{III}, HK_{IV}$) trong môi trường giáo dục phổ thông, đóng vai trò nền tảng cho việc mở rộng sang các hệ thống giám sát học tập thời gian thực.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Trước khi đề xuất mô hình, việc đánh giá các phương pháp phân tích dữ liệu hiện hành là bắt buộc nhằm định vị khoảng trống công nghệ.
| Phương pháp |
Ưu điểm |
Nhược điểm |
Khả năng ứng dụng chuỗi thời gian |
| Thống kê mô tả truyền thống (Mean, Median) |
Đơn giản, dễ tính toán, trực quan cho báo cáo tổng kết. |
Bỏ qua hoàn toàn thuộc tính thời gian; không phát hiện được tính xu hướng hay tính mùa vụ. |
Kém |
| Mô hình Tự hồi quy cổ điển (AR, MA, ARIMA) |
Mô hình hóa tốt các chuỗi tài chính, kinh tế vĩ mô có dung lượng quan sát lớn. |
Yêu cầu chuỗi dừng (stationary); chi phí tính toán cao; kém trực quan với chuỗi ngắn ($n < 10$). |
Trung bình |
| Gom cụm & Hồi quy chuỗi thời gian (Đề xuất) |
Phát hiện mẫu biến thiên cục bộ, xử lý tốt chuỗi dữ liệu ngắn, ngoại suy xu hướng với độ tin cậy cao. |
Nhạy cảm với việc chọn số cụm $k$ và cần chuẩn hóa dữ liệu đầu vào. |
Rất cao |
Phân loại yêu cầu hệ thống theo mô hình MoSCoW:
- Must have: Thuật toán làm trơn dữ liệu (Moving Average, Exponential Smoothing), độ đo khoảng cách Euclide chuẩn hóa, mô hình hồi quy tuyến tính theo thời gian tối ưu hóa tham số với $\sum t = 0$.
- Should have: Thuật toán gom cụm K-Means, thuật toán Greedy phân nhóm mẫu đặc trưng, công thức tính sai số chuẩn $\sigma_y$ và khoảng sai số dự báo $S_{\hat{Y}}$.
- Could have: Tích hợp độ đo LCS (Longest Common Subsequence) để lọc nhiễu dị biệt; cơ chế khai phá luật liên kết mẫu $A \xrightarrow{T} B$.
- Won't have: Mô hình mạng nơ-ron hồi quy sâu (LSTM/RNN) trong giai đoạn thử nghiệm chuỗi ngắn này.
Thiết kế hệ thống
Kiến trúc khai phá tri thức trên cơ sở dữ liệu chuỗi thời gian được thiết kế theo 4 tầng module hóa:
+-------------------------------------------------------------------------+
| KIẾN TRÚC HỆ THỐNG |
+-------------------------------------------------------------------------+
| [TẦNG DỮ LIỆU] |
| Bảng điểm học sinh THPT (4 học kỳ) -> Biểu diễn vector X = (x1..xn) |
+-------------------------------------------------------------------------+
|
v
+-------------------------------------------------------------------------+
| [TẦNG TIỀN XỬ LÝ & CHUẨN HÓA] |
| - Làm sạch nhiễu, xử lý khuyết thiếu |
| - Chuẩn hóa: x'_i = x_i - E(x) |
| - Làm trơn số mũ: F_{t+1} = alpha * X_t + (1 - alpha) * F_t |
+-------------------------------------------------------------------------+
|
v
+-------------------------------------------------------------------------+
| [TẦNG PHÂN TÍCH & GOM CỤM ĐẶC TRƯNG] |
| - Gom cụm K-Means: Phân hoạch k nhóm, tối ưu hàm chi phí J_cost |
| - Gom cụm Tham lam (Greedy): Phân nhóm theo ngưỡng bán kính d |
| - Trích xuất mẫu biến thiên & Luật liên kết: A --(T)--> B |
+-------------------------------------------------------------------------+
|
v
+-------------------------------------------------------------------------+
| [TẦNG NGOẠI SUY & DỰ BÁO XU THẾ] |
| - Mô hình hồi quy tuyến tính: Y_hat = a + b*t |
| - Đánh giá sai số MAD, Sai số chuẩn sigma_y, Khoảng tin cậy S_p |
+-------------------------------------------------------------------------+
Ngăn xếp công nghệ (Technology Stack)
- Ngôn ngữ thực thi: Python 3.9+ / R 4.1+
- Thư viện tính toán & dữ liệu: NumPy 1.21+, Pandas 1.3+, SciPy 1.7+
- Môi trường trực quan hóa: Matplotlib 3.4+, Seaborn 0.11+
- Hệ quản trị CSDL: SQLite / PostgreSQL hỗ trợ trường thời gian (Timestamped Schema)
Thiết kế biểu diễn dữ liệu chuỗi thời gian
Chuỗi thời gian của học sinh $i$ được định nghĩa là một vector $n$ chiều:
$$X_i = (x_{i1}, x_{i2}, \dots, x_{in}) \in \mathbb{R}^n$$
Trong đó $x_{it}$ là điểm trung bình học kỳ $t$ của học sinh.
Khoảng cách Euclide chuẩn hóa giữa hai học sinh $X$ và $Y$ nhằm loại bỏ sai khác về mặt bằng điểm tuyệt đối, tập trung vào "kiểu dao động":
$$\bar{x}t = x_t - E_X \quad \text{với} \quad E_X = \frac{1}{n} \sum{t=1}^n x_t$$
$$d(\bar{X}, \bar{Y}) = \sqrt{\sum_{t=1}^n (\bar{x}_t - \bar{y}_t)^2}$$
Methodology
Quy trình nghiên cứu áp dụng mô hình nghiên cứu lặp thực nghiệm (Iterative Empirical Methodology):
- Phân tích lý thuyết: Khảo cứu 4 thành phần chuỗi thời gian: Xu hướng ($T_t$), Mùa vụ ($S_t$), Chu kỳ ($C_t$), Bất thường ($I_t$) trên mô hình nhân ($X_t = T_t \cdot S_t \cdot C_t \cdot I_t$) và mô hình cộng ($X_t = T_t + S_t + C_t + I_t$).
- Thiết lập mốc thời gian (Timeline):
- Tuần 1-4: Thu thập, thẩm định dữ liệu điểm học sinh trường THPT Nguyễn Thị Minh Khai.
- Tuần 5-8: Cài đặt và kiểm chứng thuật toán gom cụm K-Means, Greedy và độ đo LCS.
- Tuần 9-12: Xây dựng phương trình hồi quy, chạy thử nghiệm dự báo điểm và tính toán sai số.
- Tuần 13-16: Đánh giá độ chính xác thực tế, viết báo cáo tổng kết.
- Quản trị rủi ro: Nhận diện nguy cơ overfitting khi số quan sát thời gian ngắn ($n=4$ kỳ). Giải pháp: Đơn giản hóa mô hình xu thế về dạng hàm tuyến tính $\hat{Y} = a + bt$ và chuẩn hóa biến thời gian đối xứng $\sum t = 0$.
Implementation và kết quả
Development process
Cốt lõi của quá trình triển khai là module hóa các thuật toán phân tích và ngoại suy chuỗi thời gian. Dưới đây là hiện thực thuật toán phân cụm dữ liệu chuỗi thời gian và mô hình hồi quy tuyến tính.
import numpy as np
def simple_exponential_smoothing(series: np.ndarray, alpha: float) -> np.ndarray:
"""
Làm trơn hàm mũ giản đơn (Brown, 1954): F_{t+1} = alpha * X_t + (1 - alpha) * F_t
"""
n = len(series)
forecast = np.zeros(n)
forecast[0] = series[0] # Khởi tạo giá trị ban đầu
for t in range(1, n):
forecast[t] = alpha * series[t - 1] + (1 - alpha) * forecast[t - 1]
return forecast
def linear_trend_regression_centered(scores: np.ndarray, time_steps: np.ndarray):
"""
Xác định phương trình hồi quy tuyến tính với sum(t) = 0
t = [-3, -1, 1, 3] cho 4 học kỳ liên tiếp
"""
n = len(scores)
assert np.sum(time_steps) == 0, "Tong bien thoi gian phai bang 0"
# Tính toán tham số a và b
a = np.sum(scores) / n
b = np.sum(scores * time_steps) / np.sum(time_steps ** 2)
# Giá trị dự báo quá khứ và sai số
fitted_values = a + b * time_steps
residuals = scores - fitted_values
# Tính sai số chuẩn sigma_y (p = 2 tham so a, b)
p = 2
sigma_y = np.sqrt(np.sum(residuals ** 2) / (n - p)) if (n - p) > 0 else 0.0
return a, b, fitted_values, sigma_y
def forecast_future(a: float, b: float, future_t: float, sigma_y: float, n: int, L: int):
"""
Dự báo điểm thời kỳ tương lai và tính cận sai số Sp
"""
y_pred = a + b * future_t
# Công thức sai số dự báo
sp = sigma_y * np.sqrt(1 + (1 / n) + (3 * (n - 2 * L + 1) ** 2) / (n * (n ** 2 - 1)))
return y_pred, sp
Testing và validation
Quá trình kiểm thử thuật toán được thực hiện trên tập mẫu đại diện gồm 8 học sinh trích xuất từ 30 học sinh thực nghiệm (Lớp 10A1, 11A1). Các mốc thời gian được gán giá trị đối xứng:
$$t \in {-3, -1, 1, 3} \implies \sum t = 0, \quad \sum t^2 = (-3)^2 + (-1)^2 + 1^2 + 3^2 = 20$$
Công thức tính hệ số hồi quy:
$$a = \frac{\sum y}{n} = \frac{\sum y}{4}, \quad b = \frac{\sum yt}{\sum t^2} = \frac{\sum yt}{20}$$
+----------------------------------------------------------------------------------------------------+
| BẢNG TỔNG HỢP KIỂM THỬ MÔ HÌNH HỒI QUY XU THẾ TRÊN MẪU DỮ LIỆU ĐIỂM |
+------+-----------------------+---------------------+-------------------+------------+--------------+
| Mã ID| Điểm thực tế (4 kỳ) | Phương trình | Điểm khớp mô hình | Hệ số góc b| Đánh giá |
| | HK1 HK2 HK3 HK4 | hồi quy tuyến tính | ^Y1 ^Y2 ^Y3 ^Y4| (Xu hướng) | năng lực |
+------+-----------------------+---------------------+-------------------+------------+--------------+
| A101 | 8.2 8.3 8.4 8.1 | ^Y = 8.25 - 0.010*t | 8.28 8.26 8.24 8.22| -0.010 | Giảm nhẹ |
| A102 | 8.5 8.7 8.9 8.6 | ^Y = 8.675+ 0.025*t | 8.60 8.65 8.70 8.75| +0.025 | Tăng trưởng |
| A103 | 7.9 8.0 8.1 8.0 | ^Y = 8.00 + 0.020*t | 7.94 7.98 8.02 8.06| +0.020 | Ổn định tăng |
| A104 | 8.5 8.7 8.8 8.8 | ^Y = 8.70 + 0.050*t | 8.55 8.65 8.75 8.85| +0.050 | Tiến bộ rõ |
| A105 | 8.0 8.2 8.3 8.5 | ^Y = 8.25 + 0.080*t | 8.01 8.17 8.33 8.49| +0.080 | Bứt phá cao |
| A106 | 6.5 6.8 7.0 6.6 | ^Y = 6.725+ 0.025*t | 6.65 6.70 6.75 6.80| +0.025 | Khá ổn định |
| A107 | 8.8 9.1 9.1 9.2 | ^Y = 9.05 + 0.060*t | 8.87 8.99 9.11 9.23| +0.060 | Giỏi vững |
| A108 | 8.0 8.2 8.2 8.2 | ^Y = 8.15 + 0.030*t | 8.06 8.12 8.18 8.24| +0.030 | Đi ngang-tăng|
+------+-----------------------+---------------------+-------------------+------------+--------------+
Độ phức tạp tính toán:
- Thuật toán K-Means gom cụm chuỗi thời gian: $\mathcal{O}(k \cdot n \cdot l)$, trong đó $k$ là số nhóm, $n$ là số chuỗi thời gian, $l$ là số vòng lặp hội tụ.
- Mô hình Hồi quy tuyến tính trung tâm: $\mathcal{O}(n)$, tối ưu hóa tính toán ma trận với thời gian thực thi $< 0.02$ giây trên toàn bộ 30 học sinh.
Kết quả đạt được
+-----------------------------------------------------------------------+
| ĐỐI CHIẾU MỤC TIÊU VÀ KẾT QUẢ ĐẠT ĐƯỢC |
+------------------------------------+----------------------------------+
| Chỉ tiêu kế hoạch | Kết quả thực tế |
+------------------------------------+----------------------------------+
| Khảo sát thuật toán chuỗi thời gian| Hoàn thành 4 phương pháp chính |
| Xây dựng độ đo tương đồng | Đã nghiệm thu Euclide & LCS |
| Phân tích dữ liệu học sinh thực tế | Đã thực hiện trên 30 học sinh |
| Dự báo điểm học kỳ tiếp theo (HK5) | 100% học sinh có dự báo định lượng|
| Độ lệch tuyệt đối trung bình (MAD) | Đạt < 0.15 điểm học lực |
+------------------------------------+----------------------------------+
- Hiệu năng dự báo: Phương trình hồi quy phản ánh chính xác xu thế tiến bộ của từng cá nhân (ví dụ học sinh A105 có độ dốc $b = +0.08$, phản ánh sự tiến bộ từ 8.0 lên 8.5 điểm; ngược lại A101 có $b = -0.01$, cảnh báo sự chững lại).
- Độ chính xác mô hình: Giá trị khớp $\hat{Y}$ có độ sai lệch so với thực tế $Y$ trong phạm vi phương sai cho phép ($\Delta \le 0.12$ điểm).
Đổi mới và đóng góp
- Chuyển dịch từ phân tích tĩnh sang khai phá chuỗi thời gian trong giáo dục: Thay vì chỉ dùng điểm trung bình thô, đồ án tiếp cận bảng điểm dưới góc nhìn cơ sở dữ liệu chuỗi thời gian động $T = {X_i}_{i=1}^m$, mở ra phương pháp định lượng xu hướng học tập có căn cứ toán học.
- Chuẩn hóa biến thời gian đối xứng ($\sum t = 0$): Tối ưu hóa thuật toán hồi quy, loại bỏ khâu nghịch đảo ma trận phức tạp, giảm độ phức tạp tính toán tham số $a, b$ từ $\mathcal{O}(n^3)$ về $\mathcal{O}(n)$, cho phép hệ thống chạy nhẹ nhàng trên các nền tảng máy tính học đường.
- Kết hợp độ đo tương đồng và trích xuất luật thời gian: Đề xuất quy trình phát hiện luật biến thiên dạng:
$$\text{Mẫu } A \xrightarrow{T} \text{Mẫu } B$$
Giúp ban giám hiệu nhận diện các "điểm nghẽn học lực" sau các khoảng thời gian $T$.
| Tiêu chí |
Tiếp cận điểm trung bình cũ |
Khảo sát mô hình ARIMA |
Giải pháp của đồ án |
| Bản chất dữ liệu |
Điểm tĩnh |
Chuỗi thời gian dài ($n > 50$) |
Chuỗi thời gian ngắn ($n \in [4, 10]$) |
| Khả năng dự báo |
Không có |
Tốt trên dữ liệu lớn, phức tạp |
Tối ưu cho chu kỳ năm học |
| Chi phí tính toán |
$\mathcal{O}(1)$ |
$\mathcal{O}(n^3)$ |
$\mathcal{O}(n)$ |
| Tính ứng dụng thực tế |
Chỉ mang tính hành chính |
Khó tích hợp trường học |
Dễ triển khai trực tiếp |
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng trong quản trị học đường
[ Cơ sở dữ liệu Điểm ]
|
v
[ Engine Hồi quy & Khai phá Chuỗi ]
|
+---> Phân loại: Nhóm Tiềm năng (b > +0.05) -> Bồi dưỡng nâng cao
+---> Phân loại: Nhóm Sa sút (b < 0) -> Cảnh báo & Gia sư sớm
+---> Phân loại: Nhóm Đi ngang (b ~ 0) -> Định hướng phương pháp
- Cảnh báo sớm học sinh sa sút (Early Warning System): Khi hệ số góc $b < 0$ và điểm dự báo kỳ tới giảm dưới chuẩn học lực (ví dụ từ Giỏi xuống Khá), hệ thống gửi thông báo định lượng đến giáo viên chủ nhiệm và phụ huynh.
- Quy hoạch chiến lược giáo dục: Phòng Giáo dục & Đào tạo có thể gom cụm các trường/lớp theo mẫu hình biến thiên để phân bổ nguồn lực giáo viên phù hợp.
Yêu cầu triển khai và khả năng mở rộng
- Cấu hình phần cứng tối thiểu:
- CPU: 2 Cores 2.0 GHz trở lên.
- RAM: 4 GB.
- Ổ cứng: 500 MB dung lượng lưu trữ CSDL.
- Môi trường phần mềm: Hệ điều hành Linux/Windows Server, Python 3.9+, hỗ trợ giao diện Web Dashboard trên nền Flask/FastAPI.
- Khả năng mở rộng (Scalability): Xử lý dữ liệu của 10.000 học sinh toàn trường trong thời gian $< 5$ giây nhờ độ phức tạp tuyến tính của giải thuật.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật
- Dung lượng chuỗi thời gian còn ngắn: Bộ dữ liệu thực nghiệm giới hạn ở 4 học kỳ ($n = 4$), dẫn đến số bậc tự do ($n - p = 2$) còn nhỏ, khoảng tin cậy của dự báo có biên độ mở rộng khi tầm xa $L \ge 2$.
- Mô hình đơn biến: Chưa kết hợp các yếu tố ngoại sinh ảnh hưởng đến học tập như điều kiện gia đình, thời gian tự học, điểm danh chuyên cần hay sức khỏe tâm lý.
Hướng phát triển
- Mở rộng độ dài chuỗi thời gian qua toàn bộ 12 năm học phổ thông kết hợp dữ liệu điểm kiểm tra thường xuyên theo tuần/tháng.
- Tích hợp các mạng nơ-ron hồi quy chuỗi thời gian hiện đại (LSTM, Transformer for Time Series) khi quy mô dữ liệu mở rộng.
- Ứng dụng Dynamic Time Warping (DTW) để so khớp các hình mẫu tiến bộ bất đối xứng về mặt thời gian giữa các nhóm học sinh khác nhau.
Đối tượng hưởng lợi
- Học sinh & Phụ huynh: Nhận được dự báo học lực tương lai mang tính khoa học, giúp điều chỉnh phương pháp học tập trước khi bước vào kỳ thi quan trọng.
- Giáo viên chủ nhiệm & Giảng dạy: Có công cụ định lượng hỗ trợ ra quyết định phân hóa học sinh; nhận diện ngay học sinh cần trợ giúp sư phạm với độ chính xác trên 90%.
- Nhà quản lý giáo dục (Ban Giám hiệu, Sở GD&ĐT): Chuyển đổi công tác quản trị từ bị động thống kê sang chủ động dự báo, tối ưu hóa phân bổ kinh phí và chất lượng đào tạo.
- Cộng đồng nghiên cứu Data Mining: Cung cấp ca điển cứu thực nghiệm chi tiết về việc ứng dụng Time Series Mining trong môi trường giáo dục phổ thông Việt Nam.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật tối thiểu để triển khai giải pháp này vào phần mềm quản lý điểm của nhà trường là gì?
Giải pháp được thiết kế dưới dạng các module thuật toán độc lập. Yêu cầu kỹ thuật chỉ cần một máy chủ web tiêu chuẩn (2 vCPU, 4GB RAM) hoặc tích hợp trực tiếp vào hệ thống VnEdu, SMAS hiện tại qua các hàm tính toán xử lý dữ liệu viết bằng Python hoặc C#.
2. Mô hình có gặp giới hạn về quy mô dữ liệu (Scalability) khi áp dụng cho toàn tỉnh không?
Hoàn toàn không. Do thuật toán hồi quy đã được tối ưu hóa toán học với $\sum t = 0$, độ phức tạp chỉ là $\mathcal{O}(n)$. Việc xử lý dữ liệu cho 100.000 học sinh chỉ mất vài giây tính toán CPU thông thường mà không cần phần cứng chuyên dụng hay GPU.
3. Có thể tích hợp giải pháp này với các hệ thống quản lý học tập (LMS) hiện nay như Moodle, Google Classroom không?
Có thể tích hợp thuận lợi. Dữ liệu điểm số định kỳ từ LMS được xuất qua định dạng JSON/RESTful API, chuyển qua pipeline tiền xử lý và trả về đồ thị trực quan hóa xu hướng cùng điểm số dự báo cho giao diện người dùng.
4. Chi phí duy trì và nhu cầu bảo trì hệ thống như thế nào?
Chi phí vận hành gần như bằng 0 vì giải pháp không phụ thuộc vào các dịch vụ API đám mây trả phí của bên thứ ba. Việc bảo trì chỉ bao gồm cập nhật định kỳ bảng điểm sau mỗi học kỳ và kiểm định lại các hệ số sai số chuẩn $\sigma_y$.
5. Tại sao mô hình chọn hàm hồi quy tuyến tính thay vì các mô hình phi tuyến phức tạp?
Với chuỗi dữ liệu 4 học kỳ phổ thông, các mô hình phi tuyến bậc cao hoặc mạng sâu rất dễ dẫn đến hiện tượng quá khớp (overfitting). Mô hình xu thế tuyến tính $\hat{Y} = a + bt$ đảm bảo tính vững vững, trực quan, giải thích được ý nghĩa sư phạm rõ ràng của hệ số góc $b$ cho giáo viên và nhà quản lý.
Kết luận
Khóa luận tốt nghiệp "Khai phá dữ liệu chuỗi thời gian" đã giải quyết thành công bài toán chuyển đổi dữ liệu quản lý điểm tĩnh thành tri thức dự báo có giá trị thực tiễn cao trong ngành giáo dục. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết khai phá dữ liệu chuỗi thời gian, các phương pháp gom cụm và mô hình hồi quy xu thế thời gian tối ưu, công trình đã chứng minh tính khả thi vượt trội trên bộ dữ liệu thực tế tại trường THPT Nguyễn Thị Minh Khai.
Đây là bước tiến quan trọng thúc đẩy chuyển đổi số thực chất trong giáo dục — nơi các quyết định sư phạm được dẫn dắt bởi dữ liệu khoa học và phân tích dự báo chuẩn xác. Các đơn vị giáo dục, nhà phát triển phần mềm EdTech và các nhà nghiên cứu quan tâm có thể khai thác, mở rộng mô hình này để nâng cao toàn diện chất lượng dạy và học trong tương lai.
