Mở đầu của bài nghiên cứu sẽ giới thiệu chung về tính cấp thiết của đề tài, nội dung về phương pháp nghiên cứu, đối tượng nghiên cứu, những đóng góp sau nghiên cứu. Phần Kết luận đề tài sẽ tóm tắt về những kiến nghị và đề xuất đưa ra từ kết quả đã đạt được và những chuyển biến tích cực về tình hình của doanh nghiệp sau khi áp dụng đề xuất. TỔNG QUAN NGHIÊN CỨU 1. Giới thiệu về vấn đề nghiên cứu Sự ra đời của công nghệ thông tin trong nhiều lĩnh vực đã dẫn đến khối lượng lưu trữ dữ liệu lớn ở nhiều định dạng khác nhau như hồ sơ, tệp, tài liệu, hình ảnh, âm thanh, video, dữ liệu khoa học và nhiều định dạng dữ liệu mới.
Dữ liệu được thu thập từ các ứng dụng khác nhau yêu cầu phương pháp thích hợp để trích xuất kiến thức từ các kho lưu trữ lớn để đưa ra quyết định tốt hơn. Khai phá dữ liệu (KDD) nhằm mục đích khám phá thông tin hữu ích từ các bộ sưu tập dữ liệu lớn. Các chức năng chính của khai phá dữ liệu là áp dụng các phương pháp và thuật toán khác nhau để khám phá và trích xuất các mẫu dữ liệu được lưu trữ. Các ứng dụng khai phá dữ liệu và khám phá kiến thức đã được chú trọng nhiều do tầm quan trọng của nó trong việc ra quyết định và nó đã trở thành một thành phần thiết yếu trong nhiều tổ chức.
Các kỹ thuật khai phá dữ liệu đã được đưa vào các lĩnh vực mới của Thống kê, Cơ sở dữ liệu, Học máy, Tổ chức lại mẫu, Trí tuệ nhân tạo và Khả năng tính toán, v. Ngày càng có nhiều mối quan tâm nghiên cứu về việc sử dụng khai phá dữ liệu trong giáo dục. Lĩnh vực mới nổi này, được gọi là Khai phá dữ liệu trong ngành giáo dục liên quan đến việc phát triển các phương pháp khám phá kiến thức từ dữ liệu có nguồn gốc từ môi trường giáo dục. Khai phá dữ liệu giáo dục sử dụng nhiều kỹ thuật như Cây quyết định (Decision Tree), Mạng nơ-ron, Bayes Naïve Bayes, K-means và nhiều kỹ thuật khác.
Sử dụng các kỹ thuật này, nhiều loại kiến thức có thể được khám phá như quy tắc liên kết, phân loại và phân cụm. Kiến thức được khai phá có thể được sử dụng để dự đoán về việc ghi danh sinh viên vào một khóa học cụ thể, loại bỏ các mô hình giảng dạy truyền thống trên lớp học, phát hiện các trường hợp gian lận được sử dụng trong kỳ thi trực tuyến, phát hiện các giá trị bất thường trong bảng kết quả của sinh viên, dự đoán về thành tích của sinh viên, v. Mục tiêu của đề tài này là đưa ra giải pháp cho vấn đề được nêu trên. Có hai bài toán được đưa ra (1) Đề xuất các chủ đề đọc sách thích hợp với trình độ và sở thích của khách hàng thông qua việc dựa vào dữ liệu từ các khách hàng cũ có sở thích và trình độ tương đương (2) Phân lớp và dự báo về trình độ của khách hàng dựa trên dữ liệu cũ của khách hàng đã tham gia gia hạn chương trình học.
Hai bài toán được giải quyết bằng các sử dụng hai kỹ thuật khai phá dữ liệu Luật kết hợp và Cây quyết định. Các nghiên cứu liên quan Brijesh Kumar Baradwaj và Saurabh Pal (2012) mô tả mục tiêu chính của các tổ chức giáo dục đại học là cung cấp nền giáo dục chất lượng cho sinh viên. Một cách để 7 đạt được mức chất lượng cao nhất trong hệ thống giáo dục đại học là khám phá kiến thức để dự đoán về việc ghi danh sinh viên vào một khóa học cụ thể, phát hiện các giá trị bất thường trong bảng kết quả của sinh viên, dự đoán về thành tích của sinh viên, v., nhiệm vụ phân loại được sử dụng để đánh giá thành tích của sinh viên và vì có nhiều phương pháp được sử dụng để phân loại dữ liệu, nên phương pháp cây quyết định đã được sử dụng. Nghiên cứu sử dụng ba loại thuật toán phân loại phổ biến là ID3, C4.5 và ASSISTANT để dự đoán kết quả học tập của học sinh.
Việc sử dụng nhiều loại thuật toán giúp làm tăng độ tin cậy của kết quả. Nghiên cứu cũng sử dụng khá nhiều biến nhằm dự đoán kết quả học tập của sinh viên bao gồm: kết quả học tập trước đây, đặc điểm cá nhân, môi trường gia đình và nhiều yếu tố khác xung quanh. Điều này sẽ giúp cho mô hình có thể dự đoán chính xác hơn. Nghiên cứu còn sử dụng phương pháp đánh giá chéo 10 lần, đảm bảo tính khách quan của kết quả dự đoán.
Bên cạnh một số điểm mạnh, nghiên cứu vẫn còn một vài điểm thiếu sót như mẫu quá nhỏ, dự liệu về môi trường học tập như chất lượng giáo dục hay cơ sở vật chất chưa được đề cập đến. Việc thiếu sự so sánh với các nghiên cứu khác cũng là gây nên sự không chắc chắn khi đánh giá mức độ hiệu quả của mô hình. Alaa El-Halees (2009) đã áp dụng mối quan tâm về khai phá dữ liệu giáo dục với việc phát triển các phương pháp để khám phá kiến thức từ dữ liệu đến từ môi trường giáo dục. đã sử dụng khai phá dữ liệu giáo dục để phân tích hành vi học tập.
Dữ liệu của sinh viên đã được thu thập từ khóa học Cơ sở dữ liệu. Sau khi xử lý sơ bộ dữ liệu, tác giả áp dụng các kỹ thuật khai phá dữ liệu để khám phá các quy tắc liên kết, phân loại, gộp nhóm và phát hiện các ngoại lệ. Trong mỗi bốn nhiệm vụ này, tác giả đã trích xuất kiến thức mô tả hành vi của học sinh. Nghiên cứu đã phát hiện ra mối quan hệ ẩn giữa các thuộc tính của học sinh như điểm giữa kỳ có liên quan mật thiết tới điểm cuối kỳ.
Dựa trên kết quả phân tích, tác giả còn đưa ra một số giải pháp nhằm cải thiện hiệu quả học tập của học sinh, ví dụ như hỗ trợ học sinh gặp khó khăn. Ngoài điểm mạnh, nghiên cứu của tác giả gặp một vài hạn chế như tác giả chỉ sử dụng một tài liệu môn học duy nhất có thể tạo ra mặt hạn chế của khả năng khái quát kết quả. Bên cạnh đó, có một số ứng dụng của khai phá dữ liệu trong tài liệu chưa được triển khai thực tế và thiếu đi sự so sánh giữa các kỹ thuật khai phá dự liệu khác. Abu Tair và Alaa M.
El-Halees (2012) đã áp dụng khai phá dữ liệu giáo dục liên quan đến việc phát triển các phương pháp để khám phá kiến thức từ dữ liệu đến từ miền giáo dục. đã sử dụng khai phá dữ liệu giáo dục để cải thiện thành tích của sinh viên sau đại học và khắc phục vấn đề về điểm thấp của sinh viên sau đại học và cố gắng trích xuất kiến thức hữu ích từ dữ liệu sinh viên sau đại học được thu 8 thập từ trường Khoa học và Công nghệ. Dữ liệu bao gồm mười lăm năm giai đoạn [1993- 2007]. Sau khi xử lý trước dữ liệu, chúng tôi đã áp dụng các kỹ thuật khai phá dữ liệu để khám phá các quy tắc liên kết, phân loại, nhóm và phát hiện giá trị ngoại lai.
Trong mỗi bốn nhiệm vụ này, chúng tôi trình bày kiến thức đã trích xuất và mô tả tầm quan trọng của kiến thức đó trong ngành giáo dục. Tiwari (2012) mô tả các tổ chức giáo dục là một trong những bộ phận quan trọng của xã hội chúng ta và đóng vai trò quan trọng đối với sự tăng trưởng và phát triển của bất kỳ quốc gia nào. Khai phá dữ liệu là một kỹ thuật mới nổi với sự trợ giúp của kỹ thuật này, người ta có thể học hiệu quả với dữ liệu lịch sử và sử dụng kiến thức đó để dự đoán hành vi trong tương lai của các lĩnh vực quan tâm. Sự phát triển của hệ thống giáo dục hiện tại chắc chắn sẽ được cải thiện nếu khai phá dữ liệu được áp dụng như một công cụ quản lý chiến lược mang tính tương lai.
Công cụ Khai phá dữ liệu có thể tạo điều kiện thuận lợi cho việc sử dụng tài nguyên tốt hơn về mặt hiệu suất của sinh viên, phát triển khóa học và cuối cùng là phát triển các tiêu chuẩn liên quan đến giáo dục của quốc gia. Bài nghiên cứu sử dụng rất nhiều kỹ thuật phân loại bao gồm SVM, C4.5 và Naïve Bayers, xác định định của các yếu tố thành công của một học sinh bao gồm điểm thi đầu vào, điểm số môn toán và điểm Tiếng Anh. Bài nghiên cứu đề xuất ra một mô hình với kết quả và độ chính xác khá cao (lên đến 97.3%) để dự đoán mức độ thành công của học sinh. Ngoài điểm mạnh, bài nghiên cứu còn có những khoàng trống như dự liệu nghiên cứu bị hạn chế do chỉ sử dụng dữ liệu từ trường cao đẳng cộng đồng duy nhất.
Thứ hai, bài nghiên cứu không có sự so sánh giữa các kỹ thuật phân loại với các phương pháo khai phá khác và không có sự đề xuất cụ thể nhằm áp dụng và thực tiễn giáo dục. Surjeet Kumar Yadav, BrijeshBharadwaj và Saurabh Pal (2012) đã áp dụng các kỹ thuật khai phá dữ liệu để cải thiện hiệu quả của cơ sở giáo dục đại học. Nếu các kỹ thuật khai phá dữ liệu như phân cụm, cây quyết định và liên kết được áp dụng vào các quy trình giáo dục đại học, điều này sẽ giúp cải thiện điểm số của sinh viên, quản lý vòng đời của họ, lựa chọn các khóa học, để đo lường tỷ lệ duy trì của họ và quản lý quỹ tài trợ của một cơ sở giáo dục. Đây là một cách tiếp cận để kiểm tra tác động của việc sử dụng các kỹ thuật khai phá dữ liệu trong giáo dục đại học.
Surjeet Kumar Yadav, BrijeshBharadwaj và Saurabh Pal (2012) đã sử dụng các bộ phân loại cây quyết định (ID3, C4.5 và CART) được nghiên cứu và các thí nghiệm được tiến hành để tìm ra bộ phân loại tốt nhất cho dữ liệu duy trì để dự đoán khả năng bỏ học của sinh viên. Bài nghiên cứu cũng so sánh sự hiệu quả của ba kỹ thuật phân loại và kết luận C4.5 có độ chính xác cao nhất (74, 416%) và xác định được các yếu tố ảnh hướng đến tỷ lệ sinh 9 viên tiếp tục học bao gồm điểm tốt nghiệp, loại hình tốt nghiệp và giới tính. Bên cạnh điểm mạnh, bài nghiên cứu cũng có một số khoảng trống liên quan đến việc thiếu đưa ra các giải pháp cải thiện tỷ lệ bỏ học của sinh viên.