Bối cảnh và vấn đề nghiên cứu

Thư viện Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh hiện đang quản lý và lưu trữ hàng trăm nghìn đầu sách cùng nhiều loại tài liệu học thuật khác nhau. Trong bối cảnh số lượng tài liệu và nhu cầu của độc giả ngày càng tăng, phương thức quản lý phân tán hoặc thủ công bộc lộ nhiều hạn chế, dẫn đến nguy cơ thất lạc sách, giảm hiệu quả tra cứu và gây khó khăn trong việc kiểm soát luân chuyển tài liệu. Để giải quyết các bất cập này, việc xây dựng một hệ thống cơ sở dữ liệu tập trung đóng vai trò then chốt nhằm nâng cao khả năng quản lý, tự động hóa quy trình nghiệp vụ từ khâu nhập liệu, xử lý thông tin đến kết xuất báo cáo thống kê, qua đó tiết kiệm thời gian và tăng năng suất làm việc của cán bộ thư viện.

Bên cạnh công tác quản lý vận hành, độc giả thường gặp khó khăn trong việc tiếp cận các tài liệu phù hợp với nhu cầu học tập và nghiên cứu giữa kho dữ liệu lớn. Do đó, việc nghiên cứu các giải pháp tự động gợi ý tài liệu học tập là nhu cầu cấp thiết nhằm cải thiện trải nghiệm người dùng và rút ngắn thời gian tìm kiếm. Đồng thời, ban quản lý thư viện cần có các công cụ phân tích dữ liệu chuyên sâu để nắm bắt xu hướng mượn trả, từ đó đưa ra các quyết định chính xác trong việc bổ sung nguồn sách mới, phân bổ ngân sách và nâng cao chất lượng dịch vụ.

Mục tiêu nghiên cứu của khóa luận được xác định cụ thể qua 4 nhiệm vụ:

  1. Xây dựng kho dữ liệu với hệ quản trị cơ sở dữ liệu SQL.
  2. Trực quan hóa dữ liệu quản lý và vận hành lên nền tảng Power BI.
  3. Xây dựng hệ thống khai phá luật kết hợp dựa trên lịch sử mượn trả sách.
  4. Xây dựng hệ thống gợi ý tài liệu và trực quan hóa kết quả lên môi trường web bằng Streamlit.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Tập dữ liệu hoạt động thực tế của Thư viện Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, cùng hệ sinh thái công nghệ xử lý dữ liệu gồm Microsoft SQL Server, Microsoft Power BI, các thuật toán khai phá luật kết hợp và các mô hình gợi ý tài liệu.
  • Phạm vi nghiên cứu: Tập trung vào thiết kế, xây dựng kho dữ liệu library_warehouse, khai phá dữ liệu giao dịch mượn trả, triển khai thuật toán gợi ý nội dung tương tự và xây dựng giao diện web thử nghiệm bằng Streamlit. Đề tài được thực hiện từ ngày 26/02/2024 đến ngày 15/06/2024.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng dựa trên các khái niệm và mô hình kỹ thuật dữ liệu:

  • Kho dữ liệu (Data Warehouse): Hoạt động theo kiến trúc ba tầng chuẩn gồm Tầng đáy (Bottom tier) chứa máy chủ cơ sở dữ liệu quan hệ thực hiện trích xuất, làm sạch và chuyển đổi dữ liệu (ETL/ELT); Tầng giữa (Middle tier) là máy chủ phân tích trực tuyến (OLAP với các dạng ROLAP, MOLAP, HOLAP); Tầng trên cùng (Top tier) là giao diện người dùng phục vụ phân tích nghiệp vụ. Dữ liệu được tổ chức theo hai dạng lược đồ chính là mô hình hình sao (Star schema) và mô hình bông tuyết (Snowflake schema).
  • Hệ quản trị cơ sở dữ liệu Microsoft SQL Server: Sử dụng cơ chế lưu trữ và quản lý của Database Engine và hệ điều hành chuyên dụng SQLOS; kết hợp bộ công cụ phát triển SQL Server Data Tools (SSDT), hệ thống quản trị SQL Server Management Studio (SSMS), dịch vụ phân tích SQL Server Analysis Services (SSAS) và dịch vụ báo cáo SQL Server Reporting Services (SSRS).
  • Nền tảng trực quan hóa Power BI: Bao gồm ứng dụng Power BI Desktop, dịch vụ đám mây Power BI Service, Power BI Mobile và máy chủ báo cáo doanh nghiệp Power BI Report Server.
  • Hệ thống hỗ trợ ra quyết định (Decision Support System - DSS): Tích hợp 4 thành phần chức năng gồm Quản lý dữ liệu, Các phương pháp phân tích dữ liệu, Các kỹ thuật lập kế hoạch và Các phương pháp mô phỏng.
  • Hệ thống thông tin thư viện: Hoạt động dựa trên chuẩn Hệ thống thư viện tích hợp (ILS) hoặc Nền tảng dịch vụ thư viện (LSP) để quản lý đồng bộ ba dạng tài nguyên: tài liệu in (phần mềm mã nguồn mở Koha, chuẩn biên mục MARC21, khung phân loại thập phân Dewey - DDC), tài nguyên số (phần mềm DSpace), cơ sở dữ liệu điện tử trực tuyến (Proquest, Springer, IEEE, Elsevier hoặc nguồn OER) và hệ thống tìm kiếm tập trung (VuFind, EBSCO Discovery Service - EDS).
  • Hệ thống gợi ý và khai phá dữ liệu: Áp dụng phương pháp lọc theo nội dung (Content-based filtering) dựa trên tần suất thuật ngữ và tần suất nghịch đảo tài liệu (TF-IDF) cùng mô hình không gian véc-tơ (Vector Space Model) sử dụng độ tương đồng cosin; phương pháp lọc cộng tác (Collaborative filtering) dạng dựa trên bộ nhớ (User-based, Item-based) và dựa trên mô hình (Matrix Factorization, Factorization Machines); thuật toán nhúng từ Word2Vec (mô hình Skip-gram và CBOW huấn luyện bằng Stochastic Gradient Descent - SGD); các độ đo đánh giá sai số gồm sai số tuyệt đối trung bình (MAE) và căn bậc hai sai số trung bình bình phương (RMSE).
  • Khai phá luật kết hợp (Association Rules): Tìm kiếm các quy tắc ngầm định "Nếu A, thì B" thông qua các thuật toán Apriori, Eclat, FP-Growth với 3 độ đo toán học:

$$\text{Support}(X) = \frac{\text{Freq}(X)}{T}$$

$$\text{Confidence}(X \to Y) = \frac{\text{Freq}(X, Y)}{\text{Freq}(X)}$$

$$\text{Lift}(X \to Y) = \frac{\text{Support}(X, Y)}{\text{Support}(X) \times \text{Support}(Y)}$$

Tiêu chí Cơ sở dữ liệu (Database) Kho dữ liệu (Data Warehouse)
Phương thức xử lý (Processing Method) Xử lý giao dịch trực tuyến (OLTP) Xử lý phân tích trực tuyến (OLAP)
Tối ưu hóa (Optimization) Thao tác xóa, chèn, cập nhật số lượng lớn giao dịch ngắn diễn ra nhanh chóng Phân tích nhanh khối lượng lớn dữ liệu, cung cấp góc nhìn đa chiều
Cấu trúc dữ liệu (Data structure) Chuẩn hóa cao, chia nhiều bảng để triệt tiêu dư thừa dữ liệu, truy xuất phân tích chậm Không chuẩn hóa cao, chấp nhận dữ liệu lặp lại ở bảng chiều để tăng tốc độ truy vấn
Dòng thời gian dữ liệu (Data timeline) Dữ liệu hiện tại, thời gian thực cho từng bộ phận riêng lẻ Dữ liệu lịch sử tích hợp đa thời kỳ cho toàn bộ tổ chức
Quá trình phân tích (Data analysis) Chậm và phức tạp do yêu cầu nhiều liên kết bảng (table joins) trên khung thời gian ngắn Nhanh chóng và thuận tiện nhờ giảm số phép kết nối bảng và lưu trữ khung thời gian dài
Người dùng đồng thời (Concurrent users) Hỗ trợ hàng nghìn người dùng đồng thời truy cập và chỉnh sửa dữ liệu Hỗ trợ số lượng nhỏ người dùng đồng thời phục vụ quản lý và phân tích
Tuân thủ chuẩn ACID (ACID compliance) Tuân thủ nghiêm ngặt chuẩn ACID để đảm bảo tính toàn vẹn dữ liệu ở mức cao nhất Không bắt buộc phải luôn luôn tuân thủ nghiêm ngặt chuẩn ACID
Không gian lưu trữ (Storage) Giới hạn ở một nguồn dữ liệu duy nhất từ một chức năng nghiệp vụ cụ thể Tập hợp tất cả các nguồn dữ liệu từ toàn bộ các chức năng hoạt động
Loại truy vấn (Query type) Các câu lệnh truy vấn giao dịch nghiệp vụ đơn giản Các câu truy vấn kết hợp phức tạp phục vụ phân tích chuyên sâu

Nguồn dữ liệu thực nghiệm: Toàn bộ dữ liệu được trích xuất từ hệ thống quản lý thông tin và lịch sử giao dịch mượn trả tài liệu thực tế của Thư viện Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.

Thiết kế và triển khai

Hệ thống được thiết kế và hiện thực hóa thông qua quy trình kỹ thuật dữ liệu:

  1. Thiết kế kho dữ liệu library_warehouse: Cơ sở dữ liệu được tổ chức trên Microsoft SQL Server theo mô hình dữ liệu đa chiều, gồm các hàm chuẩn hóa dữ liệu đầu vào, 14 bảng chiều (Dimension) và 2 bảng sự kiện (Fact):
  • Bảng chiều: DimAuthor (thông tin tác giả), DimBook (thông tin tài liệu, sách), DimCTDT (chương trình đào tạo), DimDate (thời gian phát sinh giao dịch), DimDDC (mã phân loại thập phân Dewey), DimGiaoTrinh (thông tin giáo trình), DimHistory (lịch sử mượn trả), DimInformation (thông tin bổ trợ), DimKhoa (khoa/viện quản lý chuyên môn), DimLoai_GT (loại giáo trình), DimMon (môn học giảng dạy), DimNganhNghe (ngành nghề đào tạo), DimNguon (nguồn gốc nhập tài liệu), DimTrinhDo (trình độ đào tạo sinh viên).
  • Bảng sự kiện: FactQuanLy_GiaoTrinh (ghi nhận các biến động và tình trạng quản lý giáo trình) và FactTongHop (tổng hợp chi tiết các chỉ số mượn trả tài liệu của độc giả).
  1. Xây dựng bảng điều khiển quản trị trên Microsoft Power BI: Dữ liệu từ kho library_warehouse được nạp vào Power BI Desktop để thiết kế hệ thống báo cáo phục vụ kiểm soát chất lượng dịch vụ thư viện, bao gồm:
  • Biểu đồ thống kê số lượng sinh viên đã mượn sách phân theo từng khoa.
  • Biểu đồ cột đếm số lượng sinh viên đã mượn sách biến động qua các năm.
  • Bảng thống kê tổng số lượng sách được mượn theo từng khoa.
  • Biểu đồ liệt kê Top 5 quyển sách được mượn nhiều nhất theo từng khoa.
  • Biểu đồ thống kê loại sách giáo trình được mượn nhiều nhất ở mỗi chương trình đào tạo.
  • Biểu đồ phân bổ số lượng sách phục vụ cho từng trình độ đào tạo.
  • Đồ thị thống kê và so sánh số lượng sinh viên đến thư viện theo thời gian.
  1. Hiện thực thuật toán khai phá luật kết hợp và hệ thống gợi ý:
  • Khai phá luật kết hợp: Xử lý tập dữ liệu giao dịch mượn trả sách để tính toán mức độ phụ thuộc giữa các đầu sách thông qua các giá trị Support, Confidence và Lift (Lift > 1 biểu thị mối tương quan đồng thời giữa các tài liệu).
  • Mô hình gợi ý: Ứng dụng kỹ thuật TF-IDF và mô hình không gian véc-tơ để trích xuất đặc trưng nội dung, phối hợp cùng các véc-tơ nhúng ngữ nghĩa của thuật toán Word2Vec để đo lường độ tương đồng cosin giữa tài liệu truy vấn và kho sách.
  • Triển khai giao diện web: Xây dựng ứng dụng web bằng thư viện Streamlit cho phép người dùng tra cứu gợi ý tài liệu theo từ khóa tìm kiếm (thử nghiệm với từ khóa 'data') và hiển thị danh mục Top 5 sách được mượn nhiều nhất trong toàn hệ thống.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý thuyết

Chương này hệ thống hóa các nền tảng lý thuyết phục vụ đề tài:

  • Trình bày định nghĩa kho dữ liệu, kiến trúc ba tầng (Bottom tier, Middle tier với OLAP, Top tier) và hai mô hình dữ liệu căn bản (Star schema và Snowflake schema). Phân tích chi tiết 6 lợi ích cốt lõi của kho dữ liệu đối với tổ chức và lập bảng đối sánh giữa hệ thống cơ sở dữ liệu giao dịch (Database) và kho dữ liệu (Data Warehouse).
  • Trình bày kiến trúc hệ quản trị CSDL Microsoft SQL Server, tập trung vào Database Engine, hệ điều hành SQLOS, các bộ công cụ SSDT, SSMS cùng hai dịch vụ phân tích dữ liệu SSAS và lập báo cáo SSRS; chỉ rõ ưu điểm về phân tách môi trường và nhược điểm ràng buộc trên hệ điều hành Windows cùng chi phí bản quyền.
  • Khái quát về công cụ trực quan hóa Power BI, cấu trúc 4 phân hệ (Desktop, Service, Mobile, Report Server), các ưu điểm kết nối đa nguồn dữ liệu và hạn chế về tài nguyên ở phiên bản miễn phí.
  • Khái quát hệ thống gợi ý (Recommender Systems): Trình bày chi tiết phương pháp lọc theo nội dung (Content-based) với thuật toán tính trọng số TF-IDF, mô hình không gian véc-tơ và độ đo cosin; phương pháp lọc cộng tác (Collaborative filtering) dạng dựa trên bộ nhớ (User-based, Item-based) và dựa trên mô hình (kỹ thuật phân rã ma trận Matrix Factorization, Factorization Machines); nêu rõ công thức hai chỉ số đo lường sai số dự báo là MAE và RMSE.
  • Trình bày thuật toán nhúng từ Word2Vec: Phân tích cơ chế hoạt động của mô hình Skip-gram (dự đoán từ ngữ cảnh từ từ trung tâm) và CBOW (dự đoán từ trung tâm từ các từ ngữ cảnh), xây dựng hàm xác suất hợp lý cực đại hóa bằng phép toán Softmax và cập nhật trọng số qua giải thuật SGD.
  • Trình bày phương pháp khai phá luật kết hợp (Association Rules): Định nghĩa cấu trúc luật "Nếu A thì B", các công thức tính Support, Confidence, Lift, cơ chế hoạt động của các thuật toán Apriori, Eclat, FP-Growth và các ứng dụng điển hình trong phân tích giỏ hàng, y tế và sinh học.
  • Trình bày hệ thống hỗ trợ ra quyết định (DSS): Phân tích 4 thành phần cấu tạo (quản lý dữ liệu, phân tích dữ liệu, kỹ thuật lập kế hoạch, mô phỏng), đánh giá ưu nhược điểm về tự động hóa quy trình, tính phụ thuộc vào dữ liệu nguồn và chi phí; khảo sát các ứng dụng thực tế trong kinh doanh, y tế và quân sự.

Chương 2: Hệ thống thông tin thư viện và xây dựng kho dữ liệu và hệ thống hỗ trợ ra quyết định cho thư viện Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh

Chương này tập trung vào khảo sát thực trạng nghiệp vụ và triển khai kỹ thuật:

  • Khái quát về hệ thống thông tin thư viện hiện đại theo chuẩn Hệ thống thư viện tích hợp (ILS) và Nền tảng dịch vụ thư viện (LSP) trong việc quản lý thống nhất ba dạng tài nguyên (bộ sưu tập in, bộ sưu tập số và xuất bản phẩm điện tử trực tuyến).
  • Trình bày mô hình quản trị thư viện gồm phần mềm tra cứu trực tuyến OPAC Koha, phần mềm quản lý tài nguyên số DSpace, cơ sở dữ liệu trực tuyến (mua quyền truy cập hoặc miễn phí OER) và các giải pháp tìm kiếm tập trung mã nguồn mở VuFind hoặc EBSCO Discovery Service (EDS).
  • Phân tích chi tiết 6 phân hệ nghiệp vụ thư viện: Phân hệ tra cứu trực tuyến OPAC, Phân hệ quản lý bạn đọc, Phân hệ biên mục (chuẩn MARC21, khung phân loại thập phân Dewey - DDC), Phân hệ lưu thông, Phân hệ báo cáo thống kê - quản trị hệ thống, và Phân hệ thư viện số. Khảo sát hai hoạt động chuyên môn chính: nghiệp vụ xử lý luân chuyển tài liệu và công tác tuyên truyền bạn đọc.
  • Đánh giá thực trạng hệ thống thông tin thư viện tại Trường Đại học Sư phạm Kỹ thuật TP.HCM gồm hệ thống thông tin quản trị nội bộ và cổng thư viện số (thuvienso).
  • Quy trình triển khai xây dựng kho dữ liệu library_warehouse: Lập trình hàm chuẩn hóa làm sạch dữ liệu đầu vào, thực hiện trích xuất nạp dữ liệu vào 14 bảng chiều (DimAuthor, DimBook, DimCTDT, DimDate, DimDDC, DimGiaoTrinh, DimHistory, DimInformation, DimKhoa, DimLoai_GT, DimMon, DimNganhNghe, DimNguon, DimTrinhDo) và 2 bảng sự kiện (FactQuanLy_GiaoTrinh, FactTongHop).
  • Triển khai báo cáo kiểm soát trên Power BI: Nạp cơ sở dữ liệu library_warehouse, thiết lập trực quan hóa cho 7 nhóm biểu đồ nghiệp vụ bao gồm lượt mượn theo khoa, biến động bạn đọc qua các năm, top 5 sách mượn nhiều nhất theo từng khoa, cơ cấu giáo trình theo chương trình đào tạo và trình độ, lưu lượng bạn đọc đến thư viện.
  • Khai phá luật kết hợp trên dữ liệu lịch sử mượn trả nhằm xác định các tập tài liệu có tần suất mượn đồng thời cao.
  • Hiện thực mô hình gợi ý sách dựa trên véc-tơ hóa nội dung và nhúng từ Word2Vec, đồng thời tích hợp toàn bộ kết quả lên ứng dụng web xây dựng bằng thư viện Streamlit.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được:

  • Thiết kế và nạp dữ liệu hoàn chỉnh cho kho dữ liệu library_warehouse trên hệ quản trị Microsoft SQL Server, bao gồm 14 bảng chiều và 2 bảng sự kiện, bảo đảm khả năng lưu trữ tập trung dữ liệu thư viện phục vụ phân tích đa chiều.
  • Xây dựng thành công hệ thống Dashboard quản trị trên nền tảng Power BI với 7 nhóm biểu đồ chức năng, hỗ trợ theo dõi toàn diện hành vi mượn trả sách, nhu cầu tài liệu theo từng khoa và từng chương trình đào tạo.
  • Triển khai thành công mô hình khai phá luật kết hợp trên tập dữ liệu mượn trả thực tế, giúp xác định các cặp/nhóm sách có mối liên hệ mật thiết.
  • Hiện thực hóa hệ thống gợi ý sách kết hợp mô hình không gian véc-tơ, TF-IDF và Word2Vec, kiểm thử trực quan trên giao diện ứng dụng web xây dựng bằng Streamlit với chức năng tìm kiếm theo từ khóa (kết quả thử nghiệm cho từ khóa 'data') và bảng xếp hạng Top 5 sách được mượn nhiều nhất.

Giải pháp và kiến nghị của tác giả:

  • Áp dụng mô hình kho dữ liệu tập trung nhằm xóa bỏ tình trạng phân mảnh thông tin, giảm thiểu tối đa sai sót thủ công và nâng cao năng lực kiểm soát luân chuyển tài liệu.
  • Khuyến nghị ban lãnh đạo thư viện ứng dụng các báo cáo trực quan từ Power BI làm cơ sở khoa học để lập kế hoạch mua sắm bổ sung sách mới, phân bổ ngân sách theo nhu cầu thực tế của từng khoa viện và tối ưu hóa thời gian phục vụ của nhân viên.
  • Kiến nghị tích hợp các giải pháp gợi ý tài liệu tự động vào cổng tra cứu trực tuyến nhằm gia tăng khả năng tiếp cận nguồn học liệu số và tài liệu in cho sinh viên.

Đóng góp của khóa luận:

  • Tác giả đã tự thiết kế và thực thi hoàn chỉnh một quy trình kỹ thuật dữ liệu khép kín trên dữ liệu thực tế: từ khâu tiền xử lý, chuẩn hóa, thiết kế kho dữ liệu đa chiều, khai phá tri thức (luật kết hợp, gợi ý tài liệu) đến xây dựng dashboard phân tích và ứng dụng web người dùng cuối.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

  • Dữ liệu thực nghiệm mới chỉ giới hạn trong phạm vi cơ sở dữ liệu nội bộ của Thư viện Trường Đại học Sư phạm Kỹ thuật TP.HCM, chưa mở rộng liên kết với các nguồn tài nguyên học thuật trực tuyến bên ngoài.
  • Ứng dụng web xây dựng trên framework Streamlit mới dừng lại ở mức độ thử nghiệm mô hình và hiển thị trực quan hóa kết quả độc lập, chưa tích hợp thành phân hệ vận hành chính thức bên trong hệ thống quản lý thư viện tích hợp của nhà trường.
  • Khả năng mở rộng tính toán của các thuật toán gợi ý và phân tích luật kết hợp có thể gặp giới hạn về mặt thời gian và bộ nhớ khi khối lượng lịch sử giao dịch và số lượng người dùng đồng thời tăng lên đột biến.

Hướng nghiên cứu và phát triển tiếp:

  • Tác giả định hướng tiếp tục hoàn thiện ứng dụng, tối ưu hóa hiệu năng các giải pháp gợi ý và triển khai tích hợp trực tiếp vào hệ thống quản lý thư viện thực tế tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.

Giá trị tham khảo

Tài liệu khóa luận cung cấp giá trị tham khảo hữu ích cho:

  • Sinh viên và học viên chuyên ngành Kỹ thuật Dữ liệu, Khoa học Dữ liệu, Hệ thống Thông tin Quản lý và Công nghệ Thông tin cần tài liệu tham khảo thực tế về quy trình thiết kế kho dữ liệu (Data Warehouse), xây dựng lược đồ chiều (Star/Snowflake schema), kỹ thuật ETL và trực quan hóa dữ liệu quản trị trên Power BI.
  • Các nhà nghiên cứu và người phát triển đề tài liên quan đến hệ thống gợi ý (Recommender Systems) và khai phá dữ liệu (Data Mining), đặc biệt là việc kết hợp các độ đo Support, Confidence, Lift với mô hình biểu diễn ngữ nghĩa Word2Vec và TF-IDF trên dữ liệu văn bản tiếng Việt.
  • Cán bộ kỹ thuật và chuyên viên quản trị thư viện tại các trường đại học, cao đẳng đang tìm kiếm giải pháp chuyển đổi số, xây dựng hệ thống hỗ trợ ra quyết định (DSS) để tối ưu hóa công tác luân chuyển giáo trình và phục vụ bạn đọc.

Các nội dung đáng tham khảo nhất trong khóa luận bao gồm: cấu trúc thiết kế 14 bảng Dim và 2 bảng Fact của kho dữ liệu library_warehouse, quy trình chuẩn hóa dữ liệu, các bảng đối sánh lý thuyết chuyên sâu và mã nguồn/giao diện thử nghiệm hệ thống gợi ý trên Streamlit.

Câu hỏi thường gặp

  1. Kho dữ liệu library_warehouse được thiết kế gồm những bảng cụ thể nào? Kho dữ liệu được xây dựng trên Microsoft SQL Server theo mô hình dữ liệu đa chiều, bao gồm 14 bảng chiều: DimAuthor, DimBook, DimCTDT, DimDate, DimDDC, DimGiaoTrinh, DimHistory, DimInformation, DimKhoa, DimLoai_GT, DimMon, DimNganhNghe, DimNguon, DimTrinhDo; cùng 2 bảng sự kiện là FactQuanLy_GiaoTrinh và FactTongHop.

  2. Tác giả đã sử dụng những công nghệ và công cụ nào để thực hiện đề tài? Hệ thống công nghệ được tác giả sử dụng gồm: Microsoft SQL Server để xây dựng và lưu trữ kho dữ liệu; Microsoft Power BI để xây dựng dashboard trực quan hóa; các thuật toán khai phá luật kết hợp (Association Rules với Support, Confidence, Lift); các thuật toán gợi ý (Content-based filtering với TF-IDF, Vector Space Model, Cosine similarity, Word2Vec với mô hình Skip-gram/CBOW, Collaborative filtering); và thư viện Streamlit để phát triển giao diện web cho hệ thống gợi ý.

  3. Bảng điều khiển Power BI cung cấp những biểu đồ phân tích nghiệp vụ nào cho ban quản lý thư viện? Hệ thống dashboard cung cấp 7 dạng biểu đồ chính: thống kê số lượng sinh viên mượn sách theo từng khoa, biểu đồ cột đếm số sinh viên mượn sách qua các năm, thống kê tổng số sách mượn theo từng khoa, danh sách Top 5 sách được mượn nhiều nhất theo từng khoa, thống kê loại giáo trình được mượn nhiều nhất ở mỗi chương trình đào tạo, số lượng sách phục vụ cho từng trình độ đào tạo, và đồ thị so sánh số lượng sinh viên đến thư viện theo thời gian.

  4. Sự khác biệt cốt lõi giữa cơ sở dữ liệu (Database) và kho dữ liệu (Data Warehouse) được tác giả phân biệt như thế nào? Cơ sở dữ liệu tập trung vào xử lý giao dịch trực tuyến (OLTP), dữ liệu chuẩn hóa cao, phục vụ các thao tác chèn/xóa/sửa thời gian thực với khối lượng người dùng đồng thời lớn. Ngược lại, kho dữ liệu tập trung vào xử lý phân tích trực tuyến (OLAP), cấu trúc dữ liệu không chuẩn hóa để giảm phép nối bảng, tích hợp dữ liệu lịch sử từ toàn bộ tổ chức nhằm phục vụ các truy vấn phức tạp của người làm công tác quản lý và phân tích.

  5. Ứng dụng web của hệ thống gợi ý được xây dựng bằng công cụ gì và có tính năng gì? Ứng dụng web được xây dựng bằng framework Streamlit, cung cấp giao diện trực quan cho phép người dùng tra cứu các gợi ý sách liên quan theo từ khóa tìm kiếm (tác giả minh họa với từ khóa 'data') và tự động trích xuất bảng xếp hạng Top 5 quyển sách được mượn nhiều nhất trong thư viện.

Kết luận

Khóa luận tốt nghiệp của tác giả Võ Hửu Nghĩa đã hoàn thành đầy đủ các mục tiêu đề ra về việc thiết kế và xây dựng kho dữ liệu library_warehouse kết hợp hệ thống hỗ trợ ra quyết định ứng dụng tại Thư viện Trường Đại học Sư phạm Kỹ thuật TP.HCM. Công trình giải quyết tốt bài toán quản trị dữ liệu tập trung, cung cấp các góc nhìn phân tích đa chiều thông qua bảng điều khiển Power BI, đồng thời khai phá thành công các quy luật mượn trả tài liệu từ dữ liệu thực tế. Bên cạnh đó, việc hiện thực hóa mô hình gợi ý sách trên nền tảng web Streamlit đã mang lại công cụ hỗ trợ thiết thực cho độc giả trong quá trình tiếp cận học liệu, khẳng định tính thực tiễn và khả năng ứng dụng của kỹ thuật dữ liệu trong chuyển đổi số thư viện đại học.