Tổng quan nghiên cứu

Tiếng Anh ngày càng trở thành một kỹ năng thiết yếu trong nhiều lĩnh vực của đời sống hiện đại tại Việt Nam, với nhu cầu học tập tăng trưởng nhanh chóng trên mọi lứa tuổi. Theo ước tính, số lượng học viên đăng ký học tiếng Anh tại các trung tâm ngoại ngữ tăng trung bình hàng năm khoảng 15-20%. Tuy nhiên, một trong những thách thức lớn đối với các trung tâm Anh ngữ hiện nay là việc tìm kiếm và phân bổ giáo viên phù hợp cho từng học viên nhằm tối ưu hóa hiệu quả học tập. Quá trình lựa chọn giáo viên hiện tại thường dựa vào việc học viên học thử nhiều giáo viên khác nhau, gây tốn kém thời gian và chi phí cho cả trung tâm và học viên.

Mục tiêu của nghiên cứu là xây dựng một hệ thống gợi ý giáo viên dựa trên dữ liệu thực tế tại một trung tâm Anh ngữ, giúp rút ngắn thời gian tìm kiếm giáo viên phù hợp, nâng cao hiệu quả học tập và giảm thiểu chi phí vận hành. Nghiên cứu tập trung vào việc phân tích và làm sạch dữ liệu hiện có, áp dụng các phương pháp gợi ý dựa trên nội dung (content-based) và thuật toán K-Nearest Neighbors (KNN) để đề xuất giáo viên phù hợp nhất cho học viên. Phạm vi nghiên cứu bao gồm dữ liệu thu thập từ trung tâm Anh ngữ tại TP. Hồ Chí Minh trong giai đoạn 2023-2024, với hơn 9.600 giáo viên và hơn 270.000 học viên đã đăng ký.

Hệ thống gợi ý được kỳ vọng sẽ cải thiện các chỉ số như tỷ lệ học viên hài lòng với giáo viên được đề xuất, giảm thời gian tìm kiếm giáo viên từ 1-2 ngày xuống còn vài giờ, đồng thời giảm chi phí vận hành trung tâm do giảm số lần học thử không hiệu quả. Nghiên cứu có ý nghĩa thực tiễn lớn trong việc ứng dụng công nghệ thông tin vào quản lý giáo dục, đồng thời đóng góp khoa học trong lĩnh vực hệ thống gợi ý và khai phá dữ liệu giáo dục.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai lý thuyết chính trong lĩnh vực hệ thống gợi ý:

  1. Hệ thống gợi ý dựa trên nội dung (Content-Based Recommendation): Phương pháp này xây dựng hồ sơ người dùng và sản phẩm dựa trên các thuộc tính đặc trưng, từ đó đề xuất các sản phẩm (ở đây là giáo viên) tương tự với những gì người dùng (học viên) đã thích hoặc tương tác. Ưu điểm của phương pháp là giải quyết được vấn đề "cold-start" với sản phẩm mới và dễ dàng giải thích lý do gợi ý.

  2. Thuật toán K-Nearest Neighbors (KNN): Là thuật toán phân loại dựa trên khoảng cách giữa các điểm dữ liệu trong không gian đặc trưng. KNN được sử dụng để tìm các giáo viên có đặc điểm gần nhất với yêu cầu và hồ sơ học viên, từ đó đề xuất giáo viên phù hợp. Khoảng cách Euclidean và độ tương đồng Cosine được áp dụng để đo lường sự gần gũi giữa các đối tượng.

Các khái niệm chính bao gồm: dữ liệu phân loại (categorical data), dữ liệu định lượng (numerical data), tiền xử lý dữ liệu (data cleaning, normalization, one-hot encoding), và các kỹ thuật giảm chiều dữ liệu như Multiple Correspondence Analysis (MCA). Ngoài ra, nghiên cứu cũng tham khảo các mô hình nâng cao như Factorization Machine và DeepFM để đề xuất hướng phát triển trong tương lai.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ hệ thống quản lý của một trung tâm Anh ngữ tại TP. Hồ Chí Minh, bao gồm:

  • Thông tin cá nhân và chuyên môn của 9.622 giáo viên.
  • Hồ sơ và thông tin cá nhân của 270.542 học viên.
  • Dữ liệu lớp học chính thức giữa giáo viên và học viên với 45.623 bản ghi.
  • Dữ liệu điểm số cuối khóa của học viên (9.544 bản ghi) và các đánh giá, bình luận của học viên về giáo viên (28.219 bản ghi).

Phương pháp phân tích dữ liệu bao gồm:

  • Tiền xử lý dữ liệu: làm sạch dữ liệu, loại bỏ dữ liệu dư thừa và ngoại lệ, chuyển đổi dữ liệu phân loại sang dạng số bằng one-hot encoding, gom nhóm quốc tịch giáo viên để giảm chiều dữ liệu.
  • Phân tích và trích xuất các thuộc tính quan trọng từ dữ liệu thô.
  • Xây dựng mô hình gợi ý dựa trên thuật toán KNN và phương pháp content-based.
  • Tách dữ liệu thành các tập con theo số lượng lớp học của giáo viên để đánh giá hiệu quả mô hình trên các nhóm khác nhau.
  • Đánh giá mô hình bằng các chỉ số như tỷ lệ gợi ý đúng, độ bao phủ và so sánh với các phương pháp khác như MCA.

Timeline nghiên cứu kéo dài từ tháng 01/2024 đến tháng 05/2024, bao gồm các giai đoạn thu thập dữ liệu, tiền xử lý, xây dựng mô hình, thực nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả của mô hình KNN và content-based: Trên tập dữ liệu giáo viên có số lượng lớp lớn hơn 30, mô hình đạt tỷ lệ gợi ý đúng lên đến khoảng 85%, cao hơn 15% so với tập dữ liệu toàn bộ giáo viên chưa phân loại. Điều này cho thấy việc phân nhóm dữ liệu theo số lượng lớp học giúp nâng cao độ chính xác của hệ thống.

  2. Ảnh hưởng của tiền xử lý dữ liệu: Việc áp dụng kỹ thuật gom nhóm quốc tịch và one-hot encoding giúp giảm chiều dữ liệu từ hơn 250 thuộc tính quốc tịch xuống còn 4 nhóm chính, giảm thời gian huấn luyện mô hình khoảng 30% mà không làm giảm đáng kể độ chính xác.

  3. So sánh với phương pháp MCA: Khi sử dụng Multiple Correspondence Analysis để giảm chiều dữ liệu, tỷ lệ gợi ý đúng tăng thêm khoảng 5% so với không sử dụng MCA, đồng thời cải thiện độ bao phủ của hệ thống.

  4. Tác động của dữ liệu điểm số cuối khóa: Do dữ liệu điểm số bị thiếu nhiều và không được cập nhật đầy đủ, việc sử dụng điểm số làm tham số đánh giá trong mô hình không mang lại hiệu quả cao. Thay vào đó, dữ liệu lớp học chính thức (đã có sự đồng thuận giữa giáo viên và học viên) được sử dụng làm chỉ số hài lòng thay thế.

Thảo luận kết quả

Nguyên nhân chính của việc cải thiện hiệu quả mô hình khi phân nhóm giáo viên theo số lượng lớp học là do các giáo viên có nhiều lớp học thường có hồ sơ và kỹ năng ổn định, dữ liệu đầy đủ hơn, giúp mô hình dễ dàng nhận diện đặc điểm phù hợp với học viên. Kết quả này tương đồng với các nghiên cứu trong ngành giáo dục sử dụng hệ thống gợi ý, cho thấy dữ liệu chất lượng và đầy đủ là yếu tố quyết định thành công của mô hình.

Việc áp dụng kỹ thuật tiền xử lý dữ liệu như gom nhóm quốc tịch và one-hot encoding giúp giảm thiểu sự phức tạp của dữ liệu, đồng thời tăng tốc độ huấn luyện mà vẫn giữ được độ chính xác. Điều này phù hợp với các nghiên cứu về xử lý dữ liệu lớn trong hệ thống gợi ý.

Mặc dù dữ liệu điểm số cuối khóa không được sử dụng hiệu quả do thiếu sót, nghiên cứu đã đề xuất sử dụng dữ liệu lớp học chính thức làm chỉ số hài lòng gián tiếp, điều này giúp hệ thống vẫn có thể đánh giá được mức độ phù hợp giữa giáo viên và học viên.

Các biểu đồ so sánh tỷ lệ gợi ý đúng và độ bao phủ giữa các tập dữ liệu khác nhau minh họa rõ ràng sự khác biệt về hiệu quả mô hình, đồng thời cho thấy tiềm năng phát triển hệ thống trong tương lai khi có thêm dữ liệu chất lượng hơn.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống gợi ý giáo viên tại trung tâm: Áp dụng mô hình KNN kết hợp content-based vào hệ thống quản lý trung tâm để tự động đề xuất giáo viên phù hợp cho học viên mới, giảm thời gian tìm kiếm từ 1-2 ngày xuống còn dưới 4 giờ. Chủ thể thực hiện: Ban quản lý trung tâm, trong vòng 6 tháng.

  2. Tăng cường thu thập và cập nhật dữ liệu điểm số, đánh giá học viên: Xây dựng quy trình thu thập điểm số cuối khóa và phản hồi học viên đầy đủ, chính xác để nâng cao chất lượng dữ liệu đầu vào cho hệ thống gợi ý. Chủ thể thực hiện: Bộ phận giảng dạy và quản lý chất lượng, trong vòng 3 tháng.

  3. Mở rộng dữ liệu kỹ năng và hồ sơ giáo viên: Thu thập thêm các thuộc tính về kỹ năng mềm, phong cách giảng dạy và phản hồi chi tiết từ học viên để làm giàu hồ sơ giáo viên, giúp hệ thống gợi ý chính xác hơn. Chủ thể thực hiện: Phòng nhân sự và công nghệ thông tin, trong vòng 6 tháng.

  4. Nghiên cứu và áp dụng các mô hình gợi ý nâng cao: Thử nghiệm các mô hình như Factorization Machine và DeepFM để cải thiện hiệu quả gợi ý, đặc biệt trong các trường hợp dữ liệu thưa thớt hoặc học viên có sở thích đa dạng. Chủ thể thực hiện: Nhóm nghiên cứu và phát triển công nghệ, trong vòng 12 tháng.

Đối tượng nên tham khảo luận văn

  1. Quản lý trung tâm Anh ngữ: Giúp hiểu rõ về cách ứng dụng công nghệ gợi ý giáo viên để tối ưu hóa quy trình tuyển chọn và phân bổ giáo viên, giảm chi phí vận hành và nâng cao chất lượng đào tạo.

  2. Nhà nghiên cứu và sinh viên ngành Khoa học Máy tính: Cung cấp một case study thực tế về ứng dụng thuật toán KNN và content-based trong hệ thống gợi ý, đồng thời giới thiệu các kỹ thuật tiền xử lý dữ liệu phức tạp.

  3. Chuyên gia phát triển phần mềm giáo dục: Tham khảo các phương pháp xây dựng hệ thống gợi ý dựa trên dữ liệu thực tế, từ khâu thu thập, xử lý đến đánh giá mô hình, giúp phát triển các sản phẩm công nghệ giáo dục hiệu quả.

  4. Giáo viên và học viên tại các trung tâm Anh ngữ: Hiểu được cơ chế lựa chọn giáo viên phù hợp dựa trên hồ sơ và nhu cầu cá nhân, từ đó nâng cao trải nghiệm học tập và hiệu quả giảng dạy.

Câu hỏi thường gặp

  1. Hệ thống gợi ý giáo viên hoạt động dựa trên dữ liệu nào?
    Hệ thống sử dụng dữ liệu cá nhân và chuyên môn của giáo viên, hồ sơ học viên, lịch sử lớp học chính thức và các kỹ năng giảng dạy được mã hóa. Dữ liệu được tiền xử lý kỹ lưỡng để đảm bảo tính chính xác và phù hợp cho mô hình.

  2. Tại sao không sử dụng điểm số cuối khóa làm tham số chính?
    Dữ liệu điểm số cuối khóa bị thiếu nhiều và không được cập nhật đầy đủ, do đó không phản ánh chính xác hiệu quả học tập. Thay vào đó, dữ liệu lớp học chính thức được dùng làm chỉ số hài lòng gián tiếp.

  3. Phương pháp KNN có ưu điểm gì trong bài toán này?
    KNN đơn giản, dễ hiểu và hiệu quả trong việc tìm kiếm các giáo viên có đặc điểm gần nhất với yêu cầu học viên. Thuật toán không cần huấn luyện phức tạp và dễ dàng áp dụng với dữ liệu đã được chuẩn hóa.

  4. Hệ thống có giải quyết được vấn đề "cold-start" với giáo viên mới không?
    Phương pháp content-based giúp hệ thống gợi ý được giáo viên mới dựa trên các thuộc tính hồ sơ mà không cần lịch sử tương tác, từ đó giảm thiểu vấn đề "cold-start".

  5. Làm thế nào để nâng cao hiệu quả hệ thống gợi ý trong tương lai?
    Cần thu thập thêm dữ liệu đánh giá chi tiết, điểm số đầy đủ, mở rộng thuộc tính hồ sơ giáo viên và áp dụng các mô hình học máy nâng cao như Factorization Machine hoặc Deep Neural Networks để cải thiện độ chính xác và khả năng cá nhân hóa.

Kết luận

  • Nghiên cứu đã xây dựng thành công hệ thống gợi ý giáo viên dựa trên dữ liệu thực tế tại trung tâm Anh ngữ, sử dụng phương pháp content-based kết hợp thuật toán KNN.
  • Tiền xử lý dữ liệu kỹ lưỡng, bao gồm làm sạch, chuẩn hóa và gom nhóm quốc tịch, giúp nâng cao hiệu quả và giảm thời gian huấn luyện mô hình.
  • Mô hình đạt tỷ lệ gợi ý đúng lên đến 85% trên tập dữ liệu giáo viên có số lượng lớp lớn, cho thấy tính khả thi và hiệu quả trong thực tế.
  • Hệ thống góp phần giảm thiểu chi phí và thời gian tìm kiếm giáo viên phù hợp, đồng thời nâng cao trải nghiệm học tập của học viên.
  • Các bước tiếp theo bao gồm triển khai thực tế tại trung tâm, mở rộng thu thập dữ liệu và nghiên cứu áp dụng các mô hình gợi ý nâng cao để cải thiện hiệu quả hơn nữa.

Quý độc giả và các đơn vị quan tâm được khuyến khích áp dụng và phát triển hệ thống gợi ý này nhằm nâng cao chất lượng giáo dục tiếng Anh tại Việt Nam.