đặt vấn đề Hiện nay tiếng Anh đã đóng vai trò lớn trong mọi lĩnh vực của cuộc sống hiện đại. Kèm với đó, nhu cầu học tiếng Anh của mọi người tại Việt Nam cũng tăng nhanh với tốc độ lớn, trải dài theo mọi lứa tuổi, từ trẻ em chưa đi học cho tới những người lớn tuổi, bất kể tuổi tác và giới tính. Thông thường đối với người dùng học tiếng Anh thì điều họ quan tâm nhất là trải nghiệm và độ hiệu quả, sự cải thiện khi học tiếng Anh, và điều này bị ảnh hưởng rất nhiều bởi số lượng và chất lượng giáo viên hiện có tại trung tâm. Trong quá trình khảo sát tại một trung tâm Anh Ngữ với mô hình 1 kèm 1, tức việc học sẽ diễn ra online thông qua các ứng dụng học trực tuyến, mỗi lớp sẽ chỉ có 1 giáo viên và 1 học viên học trực tiếp với nhau trong 1 khoảng thời gian nhất định, có những lúc học viên, việc tìm kiếm giáo viên phù hợp cho học viên là một thách thức lớn.1 Quy trình tìm kiếm giáo viên cho học viên hiện tại Khi học viên có nhu cầu học tiếng anh, các giao dịch viên tại trung tâm tiếng anh sẽ nhận yêu cầu của học viên, và tìm kiếm giáo viên cho phù hợp với nhu cầu của học viên.
Tuy nhiên, để nâng cao cảm nhận cũng như hiệu quả ban đầu cho học viên, trung tâm sẽ cho học viên học thử với giáo viên đó. Nếu học đồng ý, thì trung tâm sẽ mở khóa học chính thức. Nếu học viên không đồng ý, trung tâm sẽ tìm kiếm giáo viên cho học viên cho tới khi nào có thể tìm được giáo viên. Quá trình này sẽ bị lặp đi lặp lại rất nhiều lần nếu học viên và giáo viên không đồng ý học chung, dẫn tới gấy tốn kém rất nhiều chi phí và thời gian cho trung tâm.
2 Ngoài ra, việc chọn giáo viên không tốt sẽ ảnh hưởng tới kết quả học tập của học viên, và sẽ nhận được những lời phàn nàn từ học viên.1-1 cho thấy 1 vài ví dụ về việc phàn nàn của học viên cho giáo viên. Qua một số phân tích nghiệp vụ, đa số những vấn đề xảy ra xuất phát từ việc giáo viên không phù hợp để dạy học viên.1 Một số vấn đề xảy ra khi dạy học chính thức Mã lớp học Vấn đề xảy ra 21772 bé k chịu học, uể oải ,. vì con mới 5t , không khí lớp học hơi chán 22141 Gv bận nên tự báo Hv nghỉ dẫn đến nghỉ nhiều. 27656 Đổi Gv lần 3 vì cô giáo thứ 2 có em bé và không dạy quá khuya được 33920 HV hư, không chịu học, k chịu làm btvn, cần thay đổi cách dạy 33328 NỘI DUNG TRAO ĐỔI VỚI GV VÀ CLARIFY VỚI PH => Mẹ k cần con phải học được 1 số lượng từ nhất định trong 1 buổi học là bao nhiêu, tương tự như cấu trúc câu.
Cái mẹ cần là sự thích thú của con với Tiếng Anh => GV chỉ cần cho bé nghe audio, bài hát, video truyện, sau hát cùng con, cho con hát lại từng câu, rồi hát lại cả bài, để con nhẩm theo các từ và câu trong bài hát. Không cần ghi nhớ ngay, mà là nhẩm đi nhẩm lại nhiều lần. => GV cho con học từ qua tranh ảnh, hỏi con, cho con hỏi lại. Nói thành câu, cho bé nói theo, drill, chứ k dồn ép để nhớ.
=> GV có thể giả vờ trả lời sai, xem bé có nhận ra từ sai không 190259 Bé lớp 6, tính cách bình thường hơi hiền, nhát, trước cũng đã học online 1 kèm 1 rồi. Mong muốn giáo viên tạo môi trường, động viên và khuyến khích bé nói nhiều, chứ không phải học nghĩa và phát âm từng từ 189691 Anh Thịnh đã học ở nhiều tt khác nhau nhưng vì tính chất công việc nên phải bỏ giữa chừng. Anh muốn học để cải thiện giao tiếp nên chị test chú ý chỉnh 3 sửa phát âm cho anh ấy và giúp anh ấy diễn đạt ý theo cách riêng nhé. Để không phụ thuộc vào câu hỏi á Trong quá trình vận hành, trung tâm anh ngữ cũng đã có thu thập những dự liệu học tập của học viên và giáo viên như thông tin cá nhân, tính cách, phản hồi sau các khóa học… Và cùng với khó khăn trên, đi kèm với những dữ liệu hiện có mà trung tâm thu thập được, đây là động lực lớn để tác giả có xây dựng nên một hệ thống gợi ý giáo viên cho học viên, nhằm rút ngắn thời gian lựa chọn tìm kiếm giáo viên phù hợp cho học viên.2 Ý nghĩa thực tiễn Cung cấp một giải pháp toàn diện nhằm có thể đưa ra những gợi ý giáo viên tốt nhất, phù hợp nhất cho học viên: Luận văn phát triển dựa trên những dữ liệu hiện có, nhằm xây dựng nên một hệ thống gợi ý giáo viên, giúp học viên và trung tâm không phải tốn quá nhiều thời gian trong việc tìm kiếm, thử sai giáo viên phù hợp.
Tối ưu hóa về mặt kinh tế, thời gian đối với trung tâm anh ngữ: khi một giáo viên được đề xuất cho học viên không thành công, trung tâm anh ngữ vẫn phải trả phí cho giáo viên đó ở những buổi học thử. Và để tìm kiếm 1 giáo viên dồng ý dạy thử phải mất khoảng 1 tới 2 ngày. Nếu quá trình này lặp đi lại nhiều lần thì sẽ tốn rất nhiều chi phí, cũng như thời gian của trung tâm, học viên sẽ mất đi tinh thần học tập khi không thể kiếm được giáo viên phù hợp. Rõ ràng, nếu đầu tư xây dựng hệ thống gợi ý này, có thể sẽ giúp giảm thiểu sự sai lệch và lặp lại quá trình tìm kiếm giáo viên, từ đó sẽ giúp tiết kiệm được rất nhiều chi phí và thời gian.3 Ý nghĩa khoa học Xây dựng hệ thống gợi ý với tập dữ liệu thực tế: luận văn đã thực tế ứng dụng những cơ sở lí thuyết của các hệ thống gợi ý: content base, collaborative filtering, latern 4 factor, áp dụng vào một trường hợp cụ thể tại trung tâm anh ngữ, từ đó đưa ra được những đánh giá chi tiết thực tế so với mô hình lý thuyết.
Đề xuất được những thuộc tính quan trọng trong lĩnh vực giáo dục: với tập dữ liệu thực tế tại một trung tâm anh ngữ, luận văn đã đưa ra được những dữ liệu quan trọng đối với ngành giáo dục, cụ thể là chất lượng học tiếng Anh. Từ đó, có thể cải thiện được mô hình nhằm nâng cao độ chính xác.4 Phạm vi đề tài Phạm vi nghiên cứu của luận văn sẽ tập trung vào 2 việc chính: Thu thập và phân tích, xử lí dữ liệu: Vì nghiên cứu dựa trên dữ liệu thực tiễn của một trung tâm anh ngữ nên dữ liệu là vô cùng lớn và đa dạng, trong đó bao gồm cả nhưng dữ liệu không có ý nghĩa đối với bài toán đang cần. Do đó, việc thu thập xử lí dữ liệu là việc quan trọng, cần thiết để có thể xử lí bài toán một cách hiệu quả. Mục tiêu chính của phần này sẽ từ những dữ liệu thô, thông qua các kỹ thuật xử lí dữ liệu, cần thu được dữ liệu tinh gọn nhất có thể.
Xây dựng mô hình gợi ý: xây dựng hệ thống gợi ý giáo viên cho học viên. Từ những cơ sở lý thuyết của hệ thống gợi ý, nghiên cứu sẽ đề xuất nên một hệ thống gợi ý hoàn chỉnh. Từ những dữ liệu ban đầu, cho tới việc chọn mô hình phù hợp với dữ liệu đã xử lí nhằm có thể đạt được hiệu quả tốt nhất. Cùng với đó, do hạn chế của dữ liệu, nghiên cứu cũng sẽ đề xuất những hướng phát triển có thể sử dụng trong tương lai, bao gồm việc cải tiến về mặt dữ liệu, nên thu thập thêm những dữ liệu gì có thể giúp tăng hiệu suất cho hệ thống.
Và cả cải tiến về mặt mô hình, có được những dữ liệu mới, sẽ có thể đề xuất được những mô hình mới phù hợp với dữ liệu nhằm nâng cao hiệu quả của mô hình. 5 Chương 2: Các kỹ thuật sử dụng trong hệ thống gợi ý 2.1 Tổng quan về các phương pháp xử lí dữ liệu Xử lí dữ liệu (hay tiền xử lí dữ liệu) là tập hợp phương pháp chuyển đổi, chuẩn hóa dữ liệu, đóng vai trò quan trọng trong khai phá dữ liệu và phân tích dữ liệu, từ đó dữ liệu mới có thể dược xử dụng để phân tích và ứng dụng trong các bài toán học máy. Dữ liệu luôn đóng vai trò quan trọng, và là yếu tố quyết định tới sự thành công, độ chính xác của bất kỳ mô hình học máy nào. Nếu dữ liệu đầu tốt, mô hình xây dựng dựa trên dữ liệu đó sẽ cho ra kết quả tốt và ngược lại.
Tuy nhiên, dữ liệu thực tế sẽ luôn có ở nhiều dạng khác nhau: như chữ, hình, video, dạng bảng… bao gồm trong đó là những dữ liệu tốt, và cả dữ liệu không tốt. Vậy nên, ta cần có bước tiền xử lí dữ liệu nhằm chuyển đổi dữ liệu từ thực tế về những dạng dữ liệu có thể sử dụng được trong các mô hình phân tích, học máy. Đồng thời, tiền xử lí dữ liệu giúp chúng ta phát hiện ra những dữ liệu bất thường (outliers) và loại bỏ chúng ra khỏi tập dữ liệu ban đầu, nâng cao hiệu quả của mô hình.1 Các kiểu dữ liệu trong phân tích dữ liệu Dữ liệu dạng phân loại (Categorical data): là dữ liệu mà chúng ta có thể chia chúng thành từng loại riêng biệt khác nhau, nhưng mà ở các dữ liệu này, ta không thể đo chúng, hay là chuyển đổi chúng về dạng số. Kiểu dữ này rất phổ biến ở các dữ liệu dạng bảng.
Ví dụ: màu sắc: xanh, đỏ, tím…. Với mỗi màu sắc là một dữ liệu riêng biệt, độc lập với nhau. Trong dữ liệu dạng phân loại, ta chia làm 2 loại nhỏ hơn: Norminal data: là dữ liệu ở dạng phân loại mà ở đó dữ liệu không có bất kỳ một thứ tự, xếp hạng, hay ý nhĩa nào liên quan tới nhau. Hoặc có thể hiểu, dữ liệu dạng này nằm riêng biệt và không liên hệ hay phụ thuộc với nhau, mục đích 6 chính được sử dụng để phân nhóm đối tượng và không mang ý nghĩa định lượng toán học nào.
Một số ví dụ norminal data: Giới tính: nam, nữ, khác… Phương pháp giảng dạy: lý thuyết, hình ảnh, thuyết trình, bài tập… Quốc gia: Việt Nam, Lào, Campuchia … Màu tóc: xanh, đỏ, trắng, đen… Ở các ví dụ trên ta có thể thấy dữ liệu độc lập hoàn toàn và không phụ thuộc lẫn nhau (Giới tính nam khác hoàn toàn so với nữ và giới tính khác, không có sự phụ thuộc lẫn nhau).