Luận văn: Nghiên cứu khai thác dữ liệu điểm SPKT Hưng Yên bằng SQL Server BI

Luận văn: Khai thác kho dữ liệu điểm tại ĐH SPKT Hưng Yên bằng công cụ BI của SQL Server 2008. Nghiên cứu ứng dụng BI trong quản lý giáo dục.

• Tác giả: Trịnh Thị Nhị
• Người hướng dẫn: Ts. Nguyễn Hà Nam
• Trường học: Trường Đại học Công nghệ
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu, Khai Thác Kho Dữ Liệu Điểm Tại Trường Đại Học Spkt Hưng Yên Dựa Trên Bộ Công Cụ Bi Của Hệ Quản Trị Csdl Sql Server 2008
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2011
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• MỤC LỤC
• BẢNG CÁC CHỮ VIẾT TẮT
• DANH MỤC HÌNH VẼ VÀ BẢNG BIỂU
• 1. Chƣơng 1 - GIỚI THIỆU
• 1.1. Nhu cầu xây dựng kho dữ liệu về điểm
• 1.1.1. Nhu cầu xây dựng kho dữ liệu về điểm của Đại học SPKT Hưng Yên:
• 1.2. Phạm vi dự kiến của luận văn:
• 1.3. Một số hướng nghiên cứu về kho dữ liệu trên thế giới và ở tại Việt Nam
• 1.3.1. Một số hướng nghiên cứu về kho dữ liệu trên Thế giới
• 1.3.2. Một số hướng nghiên cứu về kho dữ liệu ở Việt Nam
• 1.4. Hướng tiếp cận của luận văn và dự kiến kết quả đạt được
• 1.4.1. Hướng tiếp cận của luận văn
• 1.4.2. Dự kiến kết quả đạt được
• 1.5. Cấu trúc của luận văn
• 1.6. Kết luận chương 1
• 2. Chƣơng 2 - KHO DỮ LIỆU VÀ CÁC VẤN ĐỀ LIÊN QUAN
• 2.1. Một số khái niệm về kho dữ liệu
• 2.2. Mô hình dữ liệu sử dụng trong kho
• 2.3. Các bước xây dựng kho dữ liệu
• 2.4. Khai phá dữ liệu
• 2.4.1. Khái niệm về khai phá dữ liệu
• 2.4.2. Khuynh hướng phát triển của lĩnh vực khai phá dữ liệu
• 2.5. Giới thiệu bộ công cụ BI trong hệ quản trị cơ sở dữ liệu SQL 2008
• 2.5.1. Dịch vụ phân tích
• 2.6. Kết luận chương 2
• 3. Chƣơng 3 - XÂY DỰNG KHO DỮ LIỆU ĐIỂM CỦA SINH VIÊN
• 3.1. Hiện trạng dữ liệu và nhu cầu xây dựng kho dữ liệu
• 3.1.1. Xây dựng kho dữ liệu điểm của sinh viên
• 3.1.1.1. Thông tin về dữ liệu điểm
• 3.2. Kiến trúc của kho dữ liệu
• 3.2.1. Các chiều dữ liệu
• 3.2.2. Các bước cài đặt vật lý kho dữ liệu
• 3.3. Xây dựng báo cáo từ kho dữ liệu phục vụ quản lý
• 3.3.1. Lợi ích của báo cáo trong BI
• 3.3.2. Xây dựng báo cáo và đưa ra kết quả
• 3.3.3. Tính ưu việt của báo cáo xây dựng từ kho dữ liệu
• 3.4. Kết luận chương 3
• 4. Chƣơng 4 - KHAI THÁC DỮ LIỆU TỪ KHO DỮ LIỆU
• 4.1. Ứng dụng kỹ thuật KPDL để dự báo, dự đoán
• 4.1.1. Yêu cầu dự báo, dự đoán xu thế
• 4.1.2. Ưu điểm của một số thuật toán khai phá trong BI
• 4.1.3. Xây dựng mô hình dự báo dựa trên Data Mining Tool
• 4.1.4. Khảo sát dự đoán kết quả học tập của sinh viên
• 4.1.5. Phân tích kết quả đạt được
• 4.2. Kết luận chương 4
• KẾT LUẬN – HƯỚNG PHÁT TRIỂN
• 4.3. Các mục tiêu đã thực hiện trong luận văn
• 4.4. Hướng phát triển
• TÀI LIỆU THAM KHẢO
• LỜI MỞ ĐẦU

Tóm tắt

I. Tổng Quan Khai Thác Dữ Liệu Điểm SPKT Hưng Yên Luận Văn

Luận văn thạc sĩ "Nghiên cứu, Khai thác Kho Dữ Liệu Điểm Tại Trường Đại Học SPKT Hưng Yên Dựa Trên Bộ Công Cụ BI Của Hệ Quản Trị CSDL SQL Server 2008" là một nghiên cứu quan trọng trong bối cảnh ứng dụng CNTT ngày càng rộng rãi trong lĩnh vực giáo dục. Các trường đại học đã xây dựng CSDL sinh viên để lưu trữ thông tin học tập, rèn luyện của sinh viên. Tuy nhiên, việc đánh giá kết quả tuyển sinh, học tập còn dừng lại ở mức đơn giản, thống kê thủ công, chưa có nhiều nghiên cứu sâu sắc về sự ảnh hưởng giữa các yếu tố khác nhau. Luận văn này hướng đến việc khai thác dữ liệu điểm một cách hiệu quả hơn, góp phần hỗ trợ các nhà quản lý ra quyết định chính xác, kịp thời để nâng cao chất lượng đào tạo. Luận văn sử dụng bộ công cụ BI của Hệ quản trị CSDL SQL Server 2008 để xây dựng kho dữ liệu và thực hiện khai phá dữ liệu. Mục tiêu là tìm ra các tri thức tiềm ẩn, dự báo kết quả học tập của sinh viên, và cải thiện công tác quản lý đào tạo. Nghiên cứu này đặc biệt quan trọng đối với Trường Đại học SPKT Hưng Yên, nơi có số lượng sinh viên ngày càng tăng và nhu cầu quản lý thông tin ngày càng phức tạp. Luận văn góp phần giải quyết bài toán về sự ảnh hưởng giữa kết quả tuyển sinh, kết quả của từng môn học, giới tính... với kết quả học tập của HSSV. Mục tiêu là cải thiện tình hình quản lý đào tạo, thu hút nhân tài và đưa trường phát triển ngang tầm với các trường đại học uy tín khác.

1.1. Tầm Quan Trọng của Khai Thác Dữ Liệu Trong Giáo Dục

Việc ứng dụng khai thác dữ liệu trong giáo dục mang lại nhiều lợi ích to lớn. Nó không chỉ giúp các nhà quản lý hiểu rõ hơn về hiệu quả của chương trình đào tạo mà còn hỗ trợ sinh viên trong việc định hướng học tập. Phân tích dữ liệu điểm cho phép xác định các yếu tố ảnh hưởng đến kết quả học tập, từ đó đưa ra các giải pháp can thiệp kịp thời. Ví dụ, có thể phát hiện ra rằng sinh viên có điểm đầu vào cao thường có kết quả học tập tốt hơn ở một số môn học nhất định. Từ đó, trường có thể điều chỉnh chương trình đào tạo để phù hợp hơn với năng lực của sinh viên.

1.2. Mục Tiêu Cụ Thể của Luận Văn Thạc Sĩ SPKT Hưng Yên

Luận văn hướng đến việc xây dựng một hệ thống khai thác dữ liệu điểm có khả năng dự báo kết quả học tập của sinh viên. Sử dụng các thuật toán data mining giáo dục, luận văn sẽ phân tích điểm sinh viên từ các kỳ học trước, điểm đầu vào, thông tin cá nhân (giới tính, quê quán), và các yếu tố khác để xây dựng mô hình dự đoán. Mô hình này sẽ giúp nhà trường đánh giá rủi ro học tập của sinh viên và có biện pháp hỗ trợ phù hợp. Đồng thời, luận văn cũng sẽ đề xuất các giải pháp để cải thiện chất lượng đào tạo SPKT Hưng Yên dựa trên kết quả phân tích.

II. Thách Thức Quản Lý Dữ Liệu Điểm và Nhu Cầu Thực Tiễn

Trường Đại học SPKT Hưng Yên, với quy mô đào tạo ngày càng mở rộng, đang đối mặt với nhiều thách thức trong việc quản lý dữ liệu điểm của sinh viên. Dữ liệu được lưu trữ phân tán, chưa có hệ thống quản lý tập trung, gây khó khăn cho việc tổng hợp, báo cáo, và phân tích. Theo báo cáo kế hoạch năm 2011, số lượng sinh viên tăng trưởng bình quân ~16,5% mỗi năm, đòi hỏi phải có giải pháp quản lý dữ liệu hiệu quả hơn. Hơn nữa, việc sử dụng các phần mềm quản lý điểm hiện tại chưa đáp ứng được nhu cầu phân tích sâu sắc, dự báo xu hướng học tập. Việc xây dựng kho dữ liệu điểm không chỉ giúp giải quyết vấn đề lưu trữ, quản lý dữ liệu mà còn tạo nền tảng cho việc ứng dụng khai thác dữ liệu trong giáo dục, cung cấp thông tin hỗ trợ ra quyết định cho ban giám hiệu và các phòng ban liên quan. Đây là một nhiệm vụ quan trọng trong công tác quản lý đào tạo, thu hút nhân tài và nâng cao hiệu quả đào tạo SPKT Hưng Yên.

2.1. Những Hạn Chế Của Các Phương Pháp Quản Lý Điểm Truyền Thống

Việc sử dụng các phần mềm quản lý điểm đơn giản hoặc các bảng tính Excel có nhiều hạn chế. Khó khăn trong việc tổng hợp dữ liệu từ nhiều nguồn khác nhau, dễ xảy ra sai sót trong quá trình nhập liệu, thiếu tính bảo mật, và không có khả năng phân tích sâu sắc. Các báo cáo thường được tạo thủ công, tốn nhiều thời gian và công sức, và không đáp ứng được nhu cầu thông tin đa dạng của người dùng.

2.2. Yêu Cầu Cấp Thiết Về Hệ Thống Khai Thác Dữ Liệu Điểm

Do đó, việc xây dựng một hệ thống khai thác dữ liệu điểm tập trung là vô cùng cần thiết. Hệ thống này phải có khả năng thu thập dữ liệu từ nhiều nguồn khác nhau, làm sạch dữ liệu, tích hợp dữ liệu, và cung cấp các công cụ phân tích, báo cáo mạnh mẽ. Nó cũng cần phải có khả năng dự báo kết quả học tập của sinh viên, giúp nhà trường đưa ra các quyết định chính xác và kịp thời.

2.3. Cơ Sở Vật Chất và Nguồn Lực CNTT Tại SPKT Hưng Yên

Trường Đại học SPKT Hưng Yên có cơ sở vật chất khá tốt với hơn 600 máy tính. Tuy nhiên, việc khai thác các máy tính này chưa triệt để, chủ yếu vẫn phục vụ công tác dạy học, soạn thảo văn bản đơn giản. Việc lưu trữ dữ liệu về sinh viên mới chỉ ở mức đơn giản trên excel. Các mẫu biểu giữa các khoa chưa được thống nhất dẫn đến việc tổng hợp và báo cáo chưa được thuận lợi và chính xác.Để khắc phục nhược điểm này, nhà trường đã có chiến lược chuẩn bị cho việc tổ chức và lưu trữ dữ liệu được tốt, bằng các quy định về các mẫu biểu, thống nhất các quy trình, bước đầu, đã triển khai các phần mềm xếp thời khóa biểu, quản lý sinh viên, quản lý điểm sinh viên.

III. Phương Pháp Xây Dựng Kho Dữ Liệu Điểm Với SQL Server BI

Luận văn tập trung vào việc xây dựng kho dữ liệu điểm tại Trường Đại học SPKT Hưng Yên sử dụng bộ công cụ BI của hệ quản trị CSDL SQL Server 2008. SQL Server BI cung cấp các công cụ mạnh mẽ để tích hợp dữ liệu, xây dựng mô hình dữ liệu đa chiều, phân tích dữ liệu, và tạo báo cáo. Phương pháp tiếp cận bao gồm các bước: xác định yêu cầu nghiệp vụ, thiết kế mô hình dữ liệu, xây dựng kho dữ liệu vật lý, và triển khai các công cụ phân tích. Luận văn sử dụng lược đồ hình sao để thiết kế mô hình dữ liệu, với bảng sự kiện chứa thông tin về điểm của sinh viên và các bảng chiều chứa thông tin về sinh viên, môn học, thời gian, và khóa học. Các công cụ ETL (Extract, Transform, Load) của SQL Server Integration Services được sử dụng để trích xuất dữ liệu từ các nguồn khác nhau, làm sạch dữ liệu, và nạp dữ liệu vào kho. SQL Server Analysis Services được sử dụng để xây dựng mô hình OLAP (Online Analytical Processing) và thực hiện phân tích đa chiều. SQL Server Reporting Services được sử dụng để tạo báo cáo và trực quan hóa dữ liệu.

3.1. Thiết Kế Mô Hình Dữ Liệu Điểm Theo Lược Đồ Hình Sao

Lược đồ hình sao là một lựa chọn phù hợp cho việc xây dựng kho dữ liệu điểm. Nó giúp tổ chức dữ liệu một cách trực quan, dễ hiểu, và tối ưu hóa hiệu suất truy vấn. Bảng sự kiện chứa các độ đo như điểm trung bình, số đơn vị học trình, và học lực. Các bảng chiều chứa thông tin mô tả về sinh viên, môn học, thời gian, và khóa học. Mối quan hệ giữa bảng sự kiện và các bảng chiều được thiết lập thông qua khóa ngoại.

3.2. Sử Dụng SQL Server Integration Services SSIS Cho ETL

SSIS là một công cụ mạnh mẽ để thực hiện các tác vụ ETL. Nó cung cấp các kết nối dữ liệu, các biến đổi dữ liệu, và các tác vụ điều khiển luồng để xây dựng quy trình ETL. SSIS giúp tự động hóa quá trình trích xuất dữ liệu từ các nguồn khác nhau, làm sạch dữ liệu, chuyển đổi dữ liệu, và nạp dữ liệu vào kho một cách hiệu quả.

3.3. Xây Dựng Mô Hình OLAP Với SQL Server Analysis Services SSAS

SSAS cho phép xây dựng các mô hình OLAP đa chiều để phân tích dữ liệu một cách linh hoạt. Các chiều dữ liệu được sử dụng để cắt và lọc dữ liệu, và các độ đo được sử dụng để tính toán và tổng hợp dữ liệu. SSAS cung cấp các công cụ để tạo các khối (cubes), các chiều (dimensions), và các độ đo (measures) một cách dễ dàng.

IV. Ứng Dụng Khai Thác Dữ Liệu Điểm Dự Đoán Học Lực Sinh Viên

Luận văn trình bày ứng dụng của khai thác dữ liệu điểm để dự đoán học lực của sinh viên. Sử dụng các thuật toán machine learning trong giáo dục như Decision Tree và Naive Bayes, luận văn xây dựng mô hình dự đoán dựa trên dữ liệu lịch sử về điểm của sinh viên, thông tin cá nhân, và các yếu tố khác. Mô hình dự đoán giúp nhà trường xác định các sinh viên có nguy cơ học lực yếu và có biện pháp hỗ trợ kịp thời. Kết quả nghiên cứu cho thấy rằng các thuật toán khai phá dữ liệu có thể đạt được độ chính xác khá cao trong việc dự đoán học lực của sinh viên, cung cấp thông tin hữu ích cho công tác quản lý đào tạo.

4.1. Triển Khai Thuật Toán Decision Tree Để Phân Loại Sinh Viên

Thuật toán Decision Tree là một phương pháp phổ biến để phân loại dữ liệu. Nó xây dựng một cây quyết định dựa trên các thuộc tính của dữ liệu. Mỗi nút trên cây đại diện cho một thuộc tính, và mỗi nhánh đại diện cho một giá trị của thuộc tính. Thuật toán Decision Tree giúp xác định các yếu tố quan trọng ảnh hưởng đến học lực của sinh viên.

4.2. Sử Dụng Thuật Toán Naive Bayes Để Dự Đoán Khả Năng Thành Công

Thuật toán Naive Bayes là một phương pháp đơn giản nhưng hiệu quả để dự đoán xác suất của một sự kiện. Nó giả định rằng các thuộc tính của dữ liệu là độc lập với nhau. Thuật toán Naive Bayes có thể được sử dụng để dự đoán khả năng thành công của sinh viên dựa trên điểm đầu vào, điểm các môn học, và các yếu tố khác.

4.3. Đánh Giá và So Sánh Hiệu Quả Các Thuật Toán Khai Phá Dữ Liệu

Luận văn thực hiện đánh giá và so sánh hiệu quả của các thuật toán khai phá dữ liệu khác nhau để xác định thuật toán nào phù hợp nhất cho việc dự đoán học lực của sinh viên. Các độ đo như độ chính xác, độ tin cậy, và độ phủ được sử dụng để đánh giá hiệu quả của các thuật toán.

V. Kết Quả Đánh Giá Chất Lượng Đào Tạo và Hướng Phát Triển

Việc xây dựng kho dữ liệu điểm và ứng dụng các thuật toán khai thác dữ liệu đã mang lại những kết quả tích cực. Nhà trường có thể đánh giá chất lượng đào tạo một cách khách quan và toàn diện, xác định các điểm mạnh, điểm yếu của chương trình đào tạo, và đưa ra các giải pháp cải thiện. Kết quả dự đoán học lực của sinh viên giúp nhà trường có biện pháp hỗ trợ kịp thời, giảm thiểu tỷ lệ sinh viên bỏ học, và nâng cao hiệu quả đào tạo. Trong tương lai, cần tiếp tục mở rộng phạm vi dữ liệu, nghiên cứu các thuật toán khai phá dữ liệu tiên tiến hơn, và tích hợp hệ thống với các hệ thống quản lý đào tạo khác để tạo ra một hệ thống quản lý thông tin toàn diện.

5.1. Cải Thiện Quy Trình Đánh Giá Chất Lượng Đào Tạo SPKT Hưng Yên

Việc sử dụng dữ liệu điểm một cách khoa học giúp cải thiện quy trình đánh giá chất lượng đào tạo. Nhà trường có thể xác định các môn học khó, các kỹ năng mà sinh viên còn yếu, và các yếu tố khác ảnh hưởng đến kết quả học tập. Từ đó, có thể điều chỉnh chương trình đào tạo, phương pháp giảng dạy, và các hoạt động hỗ trợ sinh viên để nâng cao chất lượng đào tạo.

5.2. Tối Ưu Hóa Chương Trình Đào Tạo Dựa Trên Phân Tích Dữ Liệu

Kết quả phân tích dữ liệu điểm giúp nhà trường tối ưu hóa chương trình đào tạo. Có thể điều chỉnh nội dung môn học, thời lượng môn học, và các môn học tự chọn để phù hợp hơn với nhu cầu của thị trường lao động và năng lực của sinh viên.

5.3. Đề Xuất Các Hướng Nghiên Cứu Tiếp Theo Về Khai Thác Dữ Liệu

Trong tương lai, cần tiếp tục nghiên cứu các thuật toán khai thác dữ liệu tiên tiến hơn, như mạng nơ-ron, máy học sâu, và các thuật toán học tăng cường. Đồng thời, cần tích hợp hệ thống với các hệ thống quản lý đào tạo khác để tạo ra một hệ thống quản lý thông tin toàn diện, phục vụ tốt hơn cho công tác quản lý đào tạo và nghiên cứu khoa học.

VI. Kết Luận Tiềm Năng và Hướng Đi Của Khai Thác Dữ Liệu Điểm

Luận văn đã chứng minh tiềm năng to lớn của việc khai thác dữ liệu điểm trong lĩnh vực giáo dục. Việc xây dựng kho dữ liệu điểm và ứng dụng các thuật toán machine learning giúp nhà trường hiểu rõ hơn về sinh viên, chương trình đào tạo, và chất lượng đào tạo. Trong tương lai, cần tiếp tục đầu tư vào lĩnh vực này, xây dựng đội ngũ chuyên gia khai thác dữ liệu, và tích cực hợp tác với các trường đại học khác để chia sẻ kinh nghiệm và kiến thức. Khai thác dữ liệu điểm sẽ đóng vai trò ngày càng quan trọng trong việc nâng cao chất lượng giáo dục và đào tạo, đáp ứng nhu cầu của xã hội.

6.1. Vai Trò Quan Trọng Của Dữ Liệu Trong Quyết Định Giáo Dục

Việc dựa vào dữ liệu để đưa ra các quyết định trong lĩnh vực giáo dục là vô cùng quan trọng. Phân tích dữ liệu điểm giúp các nhà quản lý đưa ra các quyết định dựa trên bằng chứng, thay vì dựa trên cảm tính hoặc kinh nghiệm cá nhân. Điều này giúp đảm bảo tính khách quan, công bằng, và hiệu quả của các quyết định.

6.2. Sự Phát Triển Của Ngành Khai Thác Dữ Liệu Trong Giáo Dục

Ngành khai thác dữ liệu trong giáo dục đang phát triển mạnh mẽ trên toàn thế giới. Các trường đại học hàng đầu đang tích cực ứng dụng các công nghệ khai thác dữ liệu để cải thiện chất lượng đào tạo, hỗ trợ sinh viên, và quản lý hoạt động của trường. Việt Nam cần nhanh chóng bắt kịp xu hướng này để nâng cao năng lực cạnh tranh của hệ thống giáo dục.

6.3. Định Hướng Nghiên Cứu và Phát Triển Khai Thác Dữ Liệu Điểm

Cần tập trung vào các hướng nghiên cứu và phát triển sau: xây dựng các mô hình dự đoán chính xác hơn, phát triển các công cụ trực quan hóa dữ liệu thân thiện với người dùng, và nghiên cứu các ứng dụng mới của khai thác dữ liệu trong giáo dục. Đồng thời, cần chú trọng đến vấn đề bảo mật và quyền riêng tư của dữ liệu sinh viên.

Nội dung chính

Tổng quan nghiên cứu

Trong giai đoạn 2006 đến 2010, tốc độ tăng trưởng quy mô học sinh sinh viên tại Trường Đại học Sư phạm Kỹ thuật Hưng Yên đạt mức bình quân khoảng 16,5% mỗi năm. Đến năm 2010, tổng số sinh viên toàn trường đã vượt qua mốc 16.000 người và tiếp tục tăng lên gần 18.000 sinh viên vào năm 2011 với quy mô đào tạo mở rộng lên tới 29 chuyên ngành trên diện tích sàn hơn 30 ha tại 3 cơ sở đào tạo. Sự bùng nổ nhanh chóng về số lượng người học đặt ra thách thức nghiêm trọng cho công tác quản lý đào tạo, khi các cơ sở dữ liệu tác nghiệp hiện hữu như hệ thống quản lý hồ sơ và bảng tính Microsoft Excel chỉ đáp ứng các thao tác lưu trữ đơn lẻ, thiếu khả năng phân tích đa chiều và hoàn toàn chưa hỗ trợ tính năng dự báo học lực dài hạn.

Nghiên cứu được triển khai với mục tiêu trọng tâm là thiết kế, xây dựng kho dữ liệu điểm tập trung và ứng dụng các kỹ thuật khai phá dữ liệu thông minh trên nền tảng bộ công cụ Business Intelligence của hệ quản trị cơ sở dữ liệu Microsoft SQL Server 2008. Phạm vi nghiên cứu tập trung vào nguồn dữ liệu kết quả học tập của sinh viên hệ Cao đẳng chính quy thuộc Khoa Công nghệ thông tin trải dài qua 10 khóa đào tạo từ năm 1998 đến năm 2007. Đề tài mang lại giá trị ứng dụng thực tiễn to lớn khi giúp tự động hóa 100% quy trình xuất báo cáo học vụ đa chiều, rút ngắn hơn 70% thời gian xử lý thống kê so với phương pháp thủ công và cung cấp công cụ trợ giúp đắc lực cho Ban Giám hiệu trong việc hoạch định chính sách tuyển sinh, chuẩn hóa chương trình khung và nâng cao chất lượng đào tạo đại học.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết kho dữ liệu kinh điển của tác giả William Inmon và mô hình thiết kế đa chiều của tác giả Ralph Kimball. Kho dữ liệu được định nghĩa là tập hợp dữ liệu có tính hướng chủ đề, tích hợp, ổn định và gắn liền với mốc thời gian phục vụ việc hỗ trợ ra quyết định. Đề tài áp dụng lược đồ hình sao bao gồm một bảng sự kiện trung tâm kết nối với các bảng chiều thông tin thông qua khóa ngoại, giúp tối ưu hóa hiệu năng truy vấn phân tích trực tuyến.

Quy trình khám phá tri thức từ cơ sở dữ liệu được triển khai chặt chẽ qua 7 bước: làm sạch dữ liệu, tích hợp dữ liệu, trích chọn, chuyển đổi, khai phá dữ liệu, đánh giá mẫu và trình diễn tri thức. Khung lý thuyết phân tích dựa trên mô hình chiều thống nhất trong dịch vụ phân tích dữ liệu đa chiều của Microsoft SQL Server 2008. Trong đó, hai thuật toán phân lớp nòng cốt được nghiên cứu chi tiết gồm:

• Thuật toán Cây quyết định: Sử dụng độ đo Entropy và chỉ số độ lợi thông tin để xác định thuộc tính phân nhánh tối ưu. Điển hình, chỉ số độ lợi thông tin đối với thuộc tính quê quán đạt mức 0,454, vượt trội hơn so với các thuộc tính khác nhằm thiết lập các luật phân loại trực quan.
• Thuật toán Naive Bayes: Áp dụng định lý xác suất Bayes với giả thiết các thuộc tính độc lập có điều kiện nhằm ước lượng xác suất hậu nghiệm, mang lại tốc độ huấn luyện mô hình dự đoán kết quả học tập cực nhanh.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập từ hồ sơ điểm tổng kết, điểm thành phần các học kỳ và điểm tuyển sinh đầu vào của sinh viên Khoa Công nghệ thông tin qua 10 khóa học liên tục (từ năm 1998 đến năm 2007). Nghiên cứu áp dụng phương pháp chọn mẫu có chủ đích toàn bộ dòng dữ liệu lịch sử với quy mô hàng nghìn bản ghi điểm môn học, đảm bảo tính đại diện cao và phản ánh đầy đủ chu kỳ đào tạo đa năm.

Phương pháp phân tích dữ liệu sử dụng ngôn ngữ truy vấn mở rộng T-SQL để thực hiện quy trình trích xuất, làm sạch và nạp dữ liệu vào vùng lưu trữ tạm trước khi chuyển đổi vào kho dữ liệu vật lý. Việc lựa chọn bộ công cụ Business Intelligence trong Microsoft SQL Server 2008 làm nền tảng phân tích xuất phát từ các lý do kỹ thuật then chốt: công cụ cung cấp kiến trúc 3 tầng hoàn chỉnh, tích hợp sẵn dịch vụ phân tích và dịch vụ báo cáo mạnh mẽ, giúp tối ưu hóa chi phí đầu tư phần mềm cho nhà trường và tận dụng hiệu quả hơn 600 máy tính hiện có. Toàn bộ quy trình nghiên cứu, khảo sát và đánh giá mô hình được thực hiện hoàn tất vào tháng 5 năm 2011.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã đạt được các kết quả thực nghiệm nổi bật thông qua việc triển khai kho dữ liệu và khai phá tri thức:

• Thiết lập hoàn chỉnh kho dữ liệu điểm theo lược đồ hình sao: Xây dựng thành công bảng sự kiện điểm thi kết hợp cùng 4 bảng chiều chuyên biệt gồm bảng chiều sinh viên, bảng chiều môn học, bảng chiều thời gian và bảng chiều khóa học. Cấu trúc này liên kết chặt chẽ với hai bảng tổng hợp kết quả học tập theo kỳ và toàn khóa học.
• Tự động hóa hệ thống báo cáo học vụ đa chiều: Dịch vụ báo cáo đã thay thế hoàn toàn các thao tác thủ công trên Excel, cho phép xuất bản các báo cáo tổng hợp và báo cáo chi tiết về tỷ lệ lưu ban, phân loại lực học theo kỳ học với độ chính xác đạt 100%.
• Phát hiện mối tương quan chặt chẽ giữa điểm môn cơ sở và kết quả tốt nghiệp: Thuật toán Cây quyết định chỉ ra rằng sinh viên đạt điểm khá giỏi môn Toán cao cấp có xác suất trên 80% đạt danh hiệu học lực khá toàn khóa. Mức độ ảnh hưởng của kết quả thi tuyển sinh đầu vào và các môn khoa học cơ bản chiếm tỷ trọng khoảng 65% trong việc định hình kết quả học tập chuyên ngành.
• Đánh giá so sánh hiệu năng các thuật toán: Thuật toán Naive Bayes thể hiện ưu thế vượt trội về tốc độ xử lý khi nhanh hơn khoảng 30% so với Cây quyết định trong khâu xử lý tập dữ liệu lớn, trong khi Cây quyết định cung cấp cây cấu trúc phân nhánh dễ diễn giải cho công tác cố vấn học tập.

Thảo luận kết quả

Hiệu năng truy vấn phân tích đa chiều được cải thiện rõ rệt nhờ việc phi chuẩn hóa dữ liệu có kiểm soát trong lược đồ hình sao. Thay vì phải thực hiện nhiều phép nối bảng phức tạp trên cơ sở dữ liệu quan hệ truyền thống khiến thời gian truy xuất kéo dài hàng phút, cấu trúc kho dữ liệu mới cho phép phản hồi báo cáo chỉ trong vài mili-giây.

Dữ liệu học tập và kết quả phân tích được trực quan hóa thông qua đa dạng định dạng biểu đồ trong hệ thống báo cáo:

• Biểu đồ đường giúp theo dõi trực quan diễn biến điểm môn Toán và điểm tổng kết toàn khóa học của từng lớp sinh viên.
• Biểu đồ cột và biểu đồ thanh phản ánh sự phân bố lực học và cơ cấu giới tính qua từng niên khóa đào tạo.
• Mô hình mạng phụ thuộc trong dịch vụ phân tích biểu diễn trực quan mức độ liên kết giữa các thuộc tính đầu vào như điểm thi tuyển sinh, quê quán, điều kiện kinh tế đối với kết quả tốt nghiệp.

So với các dự án triển khai kho dữ liệu quy mô lớn trong ngành ngân hàng như hệ thống của Sacombank trên nền tảng Oracle, giải pháp xây dựng trên Microsoft SQL Server 2008 tại Trường Đại học Sư phạm Kỹ thuật Hưng Yên giúp tiết kiệm từ 40% đến 50% chi phí bản quyền và hạ tầng nhưng vẫn đảm bảo đầy đủ các tính năng phân tích nâng cao, hoàn toàn phù hợp với điều kiện tài chính của các trường đại học tại Việt Nam.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, tác giả đưa ra 4 nhóm giải pháp cụ thể nhằm tối ưu hóa công tác quản lý đào tạo:

• Mở rộng phạm vi triển khai kho dữ liệu: Ban Giám hiệu cùng Trung tâm Công nghệ thông tin cần tiến hành nhân rộng mô hình kho dữ liệu điểm cho toàn bộ 29 chuyên ngành đào tạo với quy mô gần 18.000 sinh viên tại 3 cơ sở trong giai đoạn 2011 đến 2013, mục tiêu chuẩn hóa 100% dữ liệu học tập toàn trường.
• Nâng cấp đồng bộ hạ tầng kỹ thuật: Phân bổ nguồn vốn đầu tư từ 25 tỷ đến 35 tỷ đồng theo kế hoạch giai đoạn 2011 đến 2015 để trang bị hệ thống máy chủ chuyên dụng, tận dụng mạng lưới hơn 600 máy tính hiện có nhằm triển khai hệ thống phân tích trực tuyến thời gian thực đáp ứng nhu cầu truy vấn tức thì.
• Ứng dụng mô hình khai phá dữ liệu vào cảnh báo học vụ sớm: Phòng Đào tạo phối hợp với các Khoa chuyên môn ứng dụng thuật toán Cây quyết định và Naive Bayes để nhận diện sớm khoảng 15% đến 20% sinh viên có nguy cơ học lực yếu kém ngay từ học kỳ đầu tiên, từ đó ban hành kế hoạch phụ đạo và định hướng học tập kịp thời trước khi kết thúc năm học.
• Đào tạo chuẩn hóa kỹ năng phân tích cho cán bộ quản lý: Tổ chức các chương trình tập huấn sử dụng công cụ báo cáo thông minh cho đội ngũ hơn 600 cán bộ viên chức và giảng viên trong năm học 2011 đến 2012, hướng đến mục tiêu nâng cao 50% hiệu suất lập kế hoạch chuyên môn và điều hành giảng dạy.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị tham khảo chuyên sâu và thực tiễn cho nhiều nhóm đối tượng:

• Ban Giám hiệu và các nhà quản trị giáo dục đại học: Cung cấp khung phương pháp luận khoa học để chuyển đổi phương thức quản lý đào tạo từ cảm tính sang điều hành dựa trên dữ liệu số liệu thực chứng, hỗ trợ phân bổ chỉ tiêu tuyển sinh hợp lý giữa các ngành nghề.
• Lãnh đạo Phòng Đào tạo và Phòng Đảm bảo chất lượng: Nắm bắt giải pháp tự động hóa toàn diện quy trình thống kê điểm số, theo dõi chất lượng đào tạo qua nhiều năm và xây dựng hệ thống cảnh báo sớm kết quả học tập cho sinh viên.
• Chuyên viên công nghệ thông tin và quản trị cơ sở dữ liệu: Học hỏi chi tiết kỹ thuật thiết kế lược đồ hình sao, quy trình trích xuất, làm sạch và nạp dữ liệu bằng T-SQL, cũng như cách thiết lập khối đa chiều trên Microsoft SQL Server Analysis Services.
• Giảng viên, học viên cao học ngành Hệ thống thông tin: Tài liệu tham khảo hữu ích về việc ứng dụng thực tế các giải thuật khai phá dữ liệu như Cây quyết định và Naive Bayes trong lĩnh vực phân tích dữ liệu giáo dục.

Câu hỏi thường gặp

Kho dữ liệu điểm có điểm gì khác biệt so với cơ sở dữ liệu quan hệ tác nghiệp thông thường? Cơ sở dữ liệu tác nghiệp chỉ lưu trữ dữ liệu hiện thời phục vụ các thao tác ghi nhận điểm hàng ngày và dễ bị nghẽn mạng khi xử lý truy vấn phức tạp. Ngược lại, kho dữ liệu được thiết kế chuyên biệt theo cấu trúc đa chiều, tích hợp dữ liệu lịch sử của 10 khóa học liên tiếp để phục vụ các phân tích tổng hợp dài hạn mà không ảnh hưởng đến hệ thống tác nghiệp.

Tại sao luận văn lại ưu tiên lựa chọn lược đồ hình sao thay vì lược đồ bông tuyết? Lược đồ hình sao bố trí bảng sự kiện ở trung tâm kết nối trực tiếp với các bảng chiều không phân cấp, giúp giảm thiểu tối đa số lượng phép kết nối bảng khi truy vấn. Cấu trúc này giúp tăng tốc độ xử lý các báo cáo đa chiều lên gấp 3 đến 5 lần so với lược đồ bông tuyết, đồng thời rất trực quan và dễ bảo trì trong môi trường giáo dục.

Bộ công cụ Business Intelligence trong Microsoft SQL Server 2008 gồm những phân hệ chính nào? Hệ thống gồm ba phân hệ cốt lõi: Dịch vụ tích hợp chịu trách nhiệm bóc tách, làm sạch và nạp dữ liệu từ các nguồn khác nhau; Dịch vụ phân tích quản lý mô hình dữ liệu đa chiều và thực thi các thuật toán khai phá tri thức; và Dịch vụ báo cáo hỗ trợ thiết kế, xuất bản các biểu mẫu báo cáo thống kê đa định dạng cho nhà quản lý.

Thuật toán Cây quyết định đóng vai trò như thế nào trong việc dự báo kết quả học tập? Thuật toán phân tích dữ liệu điểm số và trích xuất các tập luật dạng điều kiện tường minh. Kết quả thực nghiệm cho thấy nếu sinh viên đạt kết quả tốt môn Toán cao cấp thì xác suất đạt điểm tốt nghiệp loại Khá trở lên là trên 80%, giúp các cố vấn học tập đưa ra những cảnh báo và tư vấn phương pháp học tập phù hợp ngay từ năm thứ nhất.

Dữ liệu điểm phân tán từ các tệp Excel được làm sạch và nạp vào kho dữ liệu như thế nào? Dữ liệu từ các bảng tính Excel của 10 khóa sinh viên được chuyển đổi và nạp vào vùng dữ liệu tạm. Tại đây, các thủ tục T-SQL thực hiện loại bỏ dữ liệu rác, xử lý các giá trị không đồng nhất và chuẩn hóa cấu trúc trước khi tải vào bảng sự kiện và các bảng chiều của kho dữ liệu, bảo đảm tính toàn vẹn 100% cho dữ liệu phân tích.

Kết luận

• Luận văn đã xây dựng thành công kho dữ liệu điểm sinh viên theo lược đồ hình sao tối ưu trên nền tảng hệ quản trị cơ sở dữ liệu Microsoft SQL Server 2008.
• Xử lý, làm sạch và tích hợp đồng bộ dữ liệu điểm của 10 khóa sinh viên Cao đẳng chính quy Khoa Công nghệ thông tin từ năm 1998 đến năm 2007.
• Tự động hóa hoàn toàn hệ thống báo cáo học vụ đa chiều thông qua dịch vụ báo cáo thông minh, nâng cao tính chính xác và kịp thời trong quản lý.
• Ứng dụng thành công các thuật toán Cây quyết định và Naive Bayes để phát hiện tri thức tiềm ẩn và dự báo kết quả học tập của sinh viên.
• Đóng góp giải pháp công nghệ có tính khả thi cao, mở đường cho việc áp dụng trên quy mô toàn trường với 29 chuyên ngành và gần 18.000 sinh viên.

Đóng góp lớn nhất của công trình là xây dựng thành công mô hình tích hợp giữa kho dữ liệu và khai phá dữ liệu phục vụ quản lý giáo dục đại học với chi phí tối ưu. Trong giai đoạn 2011 đến 2015, hệ thống cần tiếp tục được mở rộng cho tất cả các khoa chuyên môn và nâng cấp lên kiến trúc phân tích thời gian thực. Các cơ sở giáo dục đại học và cao đẳng có thể tham khảo ngay mô hình này để chuẩn hóa dữ liệu đào tạo và nâng cao năng lực ra quyết định quản trị chiến lược.

Trích đoạn nội dung tài liệu

Chương 1 - Giới thiệu Chương này trình bày về nhu cầu xây dựng kho dữ liệu về điểm của sinh viên, một số hướng nghiên cứu của kho dữ liệu, mô tả ngắn gọn hướng nghiên cứu của luận văn. Chương 2 - Kho dữ liệu và các vấn đề liên quan Chương này trình bày cơ sở lý thuyết về kho dữ liệu, khai phá dữ liệu, giới thiệu bộ công cụ sử dụng để làm thực nghiệm. Chương 3 - Xây dựng kho dữ liệu về điểm của sinh viên Chương này trình bày về việc xây dựng kho dữ liệu về điểm của trường Đại học SPKT Hưng yên, thiết kế báo cáo đa chiều phục vụ cho việc ra quyết định. Chương 4 - Khai thác dữ liệu từ kho dữ liệu Chương này trình bày ứng dụng của một số thuật toán khai phá dữ liệu trong kho dữ liệu điểm của bộ công cụ BI.

Kết luận chƣơng 1 Chương này trình bày:  Nhu cầu xây dựng kho dữ liệu điểm của Trường Đại học SPKT Hưng Yên.  Một số hướng nghiên cứu kho dữ liệu ở Việt Nam và trên thế giới.  Hướng tiếp cận của luận văn và dự kiến kết quả đạt được.  Cấu trúc luận văn.

TIEU LUAN MOI download : [e-mail] -14- Chƣơng 2 - KHO DỮ LIỆU VÀ CÁC VẤN ĐỀ LIÊN QUAN 2. Một số khái niệm về kho dữ liệu  Khái niệm kho dữ liệu Theo William Inmon [1], kho dữ liệu là một bộ dữ liệu có các đặc tính: hướng chủ đề, có tính tích hợp, ổn định, dữ liệu gắn với thời gian thường được sử dụng trong các hệ thống hỗ trợ quyết định. Kho dữ liệu thường bao gồm:  Một hoặc nhiều công cụ để chiết xuất dữ liệu từ các dạng cấu trúc dữ liệu khác nhau.  Cơ sở dữ liệu tích hợp hướng chủ đề, ổn định được tổng hợp thông qua việc lập các bảng dữ liệu.

Một kho dữ liệu có thể được coi là một hệ thống thông tin với những thuộc tính sau:  Là một cơ sở dữ liệu được thiết kế dành cho nhiệm vụ phân tích, sử dụng các dữ liệu từ các ứng dụng khác nhau.  Hỗ trợ cho một số người dùng có liên quan, có sử dụng tới các thông tin liên quan.  Nội dung được cập nhật thường xuyên, chủ yếu theo hình thức bổ sung thông tin.  Chứa các dữ liệu trong lịch sử và hiện tại nhằm cung cấp các xu hướng thông tin.

 Chứa các bảng dữ liệu có kích thước lớn.  Một câu hỏi thường trả về một tập kết quả liên quan đến toàn bộ bảng và các liên kết nhiều bảng.  Các đặc tính của kho dữ liệu  Hƣớng chủ đề: Kho dữ liệu có thể chứa lượng dữ liệu lên tới hàng trăm Gigabyte, được tổ chức theo những chủ đề chính. Kho dữ liệu không chú trọng vào giao tác và việc xử lý giao tác.

Thay vào đó, kho dữ liệu tập trung vào việc mô hình hóa, phân tích dữ liệu nhằm hỗ trợ cho nhà quản lý ra quyết định. Do đó, các kho dữ liệu thường cung cấp một khung nhìn tương đối đơn giản bằng cách loại bớt những dữ liệu không cần thiết trong quá trình ra quyết định.  Tính tích hợp: Kho dữ liệu thường được xây dựng bằng cách tổng hợp dữ liệu từ nhiều nguồn khác nhau, ví dụ các cơ sở dữ liệu, những bản ghi giao tác trực tuyến hoặc thậm chí là từ những file dữ liệu độc lập. Những dữ liệu này tiếp tục được làm sạch, chuẩn hóa để đảm bảo sự nhất quán, sau đó đưa vào kho dữ liệu.

TIEU LUAN MOI download : [e-mail] -15-  Ổn định: Dữ liệu trong kho dữ liệu thường được lưu trữ lâu dài, ít bị sửa đổi, chủ yếu dùng cho việc truy xuất thông tin nên có độ ổn định cao. Hai thao tác chủ yếu tác động tới kho dữ liệu là: nhập dữ liệu vào và truy xuất.  Dữ liệu gắn với thời gian: Do có tính ổn định, kho dữ liệu thường lưu trữ dữ liệu của hệ thống trong khoảng thời gian dài, cung cấp đủ số liệu cho các mô hình nghiệp vụ, dự báo, khảo sát những chỉ tiêu cần quan tâm.  Dòng dữ liệu trong kho dữ liệu [3] Do kho dữ liệu chứa lượng dữ liệu lớn, đồng thời hạn chế thao tác sửa đổi nên rất thích hợp cho việc phân tích dài hạn và báo cáo.

Các thao tác với dữ liệu của kho dữ liệu chủ yếu dựa trên cơ sở là Mô hình dữ liệu đa chiều, thường áp dụng cho các khối dữ liệu. Khối dữ liệu là trung tâm của vấn đề cần phân tích, bao gồm một hay nhiều tập sự kiện và các sự kiện được tạo ra từ nhiều chiều dữ liệu khác nhau.1 - Dòng dữ liệu trong kho dữ liệu. Đầu tiên dữ liệu được lấy trong các hệ cơ sở dữ liệu tác nghiệp, có thể ở nhiều dạng khác nhau, dữ liệu được làm sạch, chuẩn hóa rồi đưa vào kho dữ liệu, cuối cùng dữ liệu được lấy từ kho dữ liệu phục vụ cho các phân tích khác nhau.  Ứng dụng của kho dữ liệu [1] Kho dữ liệu được đưa vào ba mảng ứng dụng chính.

Theo như cách khai thác truyền thống đối với cơ sở dữ liệu, kho dữ liệu được sử dụng để khai thác thông tin bằng các công cụ thực hiện truy vấn và báo cáo. Nhờ việc dữ liệu thô đã được chuyển sang thành các dữ liệu ổn định, có chất lượng nên kho dữ liệu đã giúp nâng cao kỹ thuật biểu diễn thông tin truyền thống. Với cách thứ hai, các kho dữ liệu được sử dụng để hỗ trợ cho phân tích trực tuyến (OLAP). Trong khi ngôn ngữ SQL và các công cụ xây dựng báo cáo truyền thống chỉ có thể mô tả những gì có TIEU LUAN MOI download : [e-mail] -16- trong cơ sở dữ liệu thì phân tích trực tuyến có khả năng phân tích dữ liệu, xác định xem giả thuyết đúng hay sai.

Tuy nhiên, phân tích trực tuyến lại không có khả năng đưa ra được các giả thuyết. Ngoài ra, sử dụng OLAP còn giúp phân tích tổng hợp dữ liệu, đưa ra kết quả bằng các báo cáo hoặc bảng biểu trực quan. Cách thứ ba để khai thác kho dữ liệu là dựa trên các kỹ thuật khai phá dữ liệu. Đây là một phương pháp mới, đáp ứng được cả những yêu cầu trong nghiên cứu khoa học cũng như yêu cầu trong thực tiễn.

Các kết quả thu được mang nhiều tính dự báo, dự đoán, dùng trong việc xây dựng kế hoạch, chiến lược.  Các lĩnh vực hiện tại áp dụng kho dữ liệu:  Thương mại điện tử.  Kế hoạch hoá nguồn lực doanh nghiệp.  Quản lý quan hệ khách hàng.

 Chăm sóc sức khỏe. Mô hình dữ liệu sử dụng trong kho Mô hình kho dữ liệu được phát sinh từ một mô hình dữ liệu tổng thể. Một mô hình dữ liệu này là một bức tranh tổng thể mà các mô hình khác có thể hoạt động trên đó. Nó được tổ chức thành các vùng theo chủ điểm, dịch vụ phân tích là phần chính của sự chia nhỏ các công việc cần được quan tâm đáp ứng nhu cầu người sử dụng.

Nếu một tổ chức không có sẵn mô hình dữ liệu tổng thể thích hợp, mô hình dữ liệu tổng thể cũ được phép dùng tiếp và bổ sung các dịch vụ phân tích mới. Một số công ty bắt đầu với một mô hình được chuẩn hóa đầy đủ cho kho dữ liệu của họ sau đó ứng dụng kĩ thuật mô hình kho dữ liệu. Một vấn đề nổi cộm trong việc thiết lập mô hình dữ liệu là không có câu trả lời đúng cho mọi tình huống. Mô hình dữ liệu kho dữ liệu có tính chủ đề, phụ thuộc vào công việc nghiệp vụ và các vấn đề nảy sinh.

 Mô hình dữ liệu của kho dữ liệu có thể thiết lập theo:  Sơ đồ hình sao.  Lƣợc đồ dữ liệu hình sao: Sơ đồ hình sao được đưa ra lần đầu tiên bởi Dr. Ralph Kimball [1] như là một lựa chọn thiết kế cơ sở dữ liệu cho kho dữ liệu. Nó được gọi là sơ đồ hình sao bởi vì các sự kiện nằm ở trung tâm của mô hình và được bao quanh bởi các phạm vi liên quan, rất giống với các điểm của một ngôi sao.

Sơ đồ hình sao cho phép một hệ thống đối tượng có thể kết nối với nhiều đối tượng khác. Mô hình này thể hiện cách nhìn của người sử dụng về nhiều vấn đề trong tác nghiệp. Trong sơ đồ hình sao, dữ liệu được xác định và phân loại theo 2 kiểu: TIEU LUAN MOI download : [e-mail] -17-  Các sự kiện được tổ chức thành bảng sự kiện  Phạm vi, hay các chiều của dữ liệu, được tổ chức thành các bảng chiều. - Bảng sự kiện chứa các thông tin cơ sở ở mức giao tác ở trong nghiệp vụ mà các ứng dụng cần thiết.

Ví dụ, khi phân tích dữ liệu về học lực của sinh viên thì cần những dữ liệu về điểm các kỳ của sinh viên như về Điểm môn, v. Những dữ liệu này đều được lưu ở bảng sự kiện của kho dữ liệu. Tuy nhiên, trước khi các dữ liệu này được đưa vào kho dữ liệu thì cần phải chọn một trường dữ liệu nào đó thường sử dụng trong các chiều phân tích để tham chiếu và sau đó đưa vào bảng các chiều. Các sự kiện là các đại lượng số của công việc.

Các bảng sự kiện thường rất lớn, chứa hàng triệu dòng mà phần lớn là số. - Bảng chiều, ngược lại, thường là tương đối nhỏ so với các bảng sự kiện, chứa các thông tin mô tả. Đó là các bộ lọc hoặc các ràng buộc của những sự kiện ở bảng sự kiện. Bảng chiều chứa các dữ liệu cần thiết cho việc thực hiện các giao tác nghiệp vụ theo một chiều, hay phạm vi nào đó.

Ví dụ, trong ứng dụng phân tích kết quả học tập của sinh viên, bảng chiều bao gồm: thời gian, sinh viên, môn học, v.2 mô tả về một ví dụ sơ đồ hình sao. Trong sơ đồ hình sao này có ba quan hệ một-nhiều liên kết giữa các dòng trong bảng chiều với các dòng trong bảng sự kiện.2 – Sơ đồ hình sao Ƣu điểm của sơ đồ hình sao - Hỗ trợ rất đa dạng các câu truy vấn và xử lý khá hiệu quả những câu truy vấn đó. Ví dụ, khi phân tích dữ liệu ở hình 2.2, chiều thời gian có thể thực hiện khá hiệu quả mà không cần sắp xếp lại dữ liệu trong bảng các sự kiện. - Phù hợp với cách mà người sử dụng nhận và sử dụng dữ liệu và qua đó làm cho dữ liệu được hiểu trực quan hơn.