Tổng quan nghiên cứu

Trong bối cảnh giáo dục đại học hiện đại, việc dự đoán kết quả học tập của sinh viên đóng vai trò quan trọng trong việc nâng cao chất lượng đào tạo và hỗ trợ sinh viên lựa chọn môn học phù hợp. Theo thống kê từ dữ liệu của Trường Đại học Bách Khoa - Đại học Quốc gia Thành phố Hồ Chí Minh, bộ dữ liệu nghiên cứu bao gồm hơn 61.000 sinh viên, 2.389 môn học và hơn 2 triệu bản ghi điểm trong giai đoạn từ năm 2007 đến 2017. Vấn đề nghiên cứu tập trung vào việc xây dựng mô hình dự đoán kết quả học tập dựa trên hệ thống gợi ý (recommender system) nhằm hỗ trợ sinh viên trong việc lựa chọn môn học phù hợp, từ đó nâng cao hiệu quả học tập và giảm thiểu tình trạng học lại.

Mục tiêu cụ thể của luận văn là áp dụng các phương pháp khai phá dữ liệu giáo dục và hệ thống gợi ý để dự đoán điểm số của sinh viên trên cơ sở dữ liệu thực tế của trường. Phạm vi nghiên cứu tập trung vào sinh viên chính quy của trường trong khoảng thời gian 10 năm, với dữ liệu điểm số và đăng ký môn học. Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện độ chính xác dự đoán điểm số, giúp giảng viên và nhà trường có thêm công cụ hỗ trợ tư vấn học tập, đồng thời giúp sinh viên lựa chọn môn học phù hợp, nâng cao tỷ lệ hoàn thành môn học và giảm tỷ lệ bỏ học.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính trong lĩnh vực hệ thống gợi ý và khai phá dữ liệu giáo dục:

  1. Collaborative Filtering (Lọc cộng tác): Phương pháp này dựa trên sự tương đồng giữa người dùng (sinh viên) hoặc giữa các mục (môn học) để dự đoán điểm số chưa biết. Hai dạng phổ biến là User-based Collaborative Filtering (dựa trên sự tương đồng giữa sinh viên) và Item-based Collaborative Filtering (dựa trên sự tương đồng giữa các môn học).

  2. Matrix Factorization (Phân rã ma trận): Đây là kỹ thuật phân tích ma trận điểm số thành các ma trận ẩn biểu diễn các đặc trưng tiềm ẩn của sinh viên và môn học. Các thuật toán như Singular Value Decomposition (SVD) và Alternative Least Square (ALS) được sử dụng để tối ưu hóa mô hình dự đoán.

Các khái niệm chính bao gồm: ma trận tiện ích (Utility Matrix), hàm đo độ tương đồng (Similarity Function) như Cosine Similarity, latent factor model (mô hình các yếu tố tiềm ẩn), và các chỉ số đánh giá độ chính xác mô hình như MAE, RMSE.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là tập dữ liệu điểm số và đăng ký môn học của hơn 61.000 sinh viên tại Trường Đại học Bách Khoa - Đại học Quốc gia TP.HCM, thu thập trong giai đoạn 2007-2017, với tổng số hơn 2 triệu bản ghi điểm. Cỡ mẫu lớn và đa dạng giúp đảm bảo tính đại diện và độ tin cậy của kết quả.

Phương pháp phân tích bao gồm:

  • Tiền xử lý dữ liệu: làm sạch, chuẩn hóa và phân tích phân phối điểm số, skewness và kurtosis để hiểu đặc điểm dữ liệu.
  • Áp dụng các thuật toán Collaborative Filtering (User -based và Item-based) và Matrix Factorization (SVD, ALS, Baseline_SGD).
  • Đánh giá mô hình dựa trên các chỉ số MAE, RMSE, MSE để lựa chọn thuật toán tối ưu.
  • Thời gian nghiên cứu kéo dài khoảng 12 tháng, bao gồm thu thập dữ liệu, xây dựng mô hình, thử nghiệm và đánh giá.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Đặc điểm dữ liệu điểm số: Phân tích dữ liệu cho thấy điểm số của sinh viên có phân phối lệch trái (negative skewness), với trung bình điểm toàn trường khoảng 7,0. Khoảng 25% sinh viên có điểm trung bình dưới 5,5, trong khi 75% sinh viên có điểm trung bình trên 7,8. Một số khoa như Xây dựng có tỷ lệ sinh viên hoàn thành môn học cao, trong khi các khoa như Phát triển có tỷ lệ học lại cao hơn.

  2. Hiệu quả các thuật toán dự đoán: Thuật toán Baseline_SGD đạt độ chính xác dự đoán cao nhất với giá trị MAE thấp hơn các thuật toán khác, cho thấy khả năng dự đoán điểm số chính xác hơn. Các thuật toán SVD và ALS cũng cho kết quả tốt nhưng có sai số lớn hơn khoảng 5-7% so với Baseline_SGD.

  3. Tác động của tiền xử lý dữ liệu: Việc áp dụng các kỹ thuật tiền xử lý như chuẩn hóa điểm số và xử lý dữ liệu thiếu giúp giảm sai số dự đoán trung bình khoảng 10%, nâng cao hiệu quả mô hình.

  4. Mối quan hệ giữa sinh viên và môn học: Mô hình User-based Collaborative Filtering cho thấy sinh viên có xu hướng đăng ký các môn học tương tự với những sinh viên có điểm số gần giống, trong khi Item-based Collaborative Filtering giúp phát hiện các môn học có liên quan mật thiết dựa trên lịch sử đăng ký.

Thảo luận kết quả

Nguyên nhân của các phát hiện trên xuất phát từ đặc điểm dữ liệu thực tế, trong đó sự đa dạng về ngành học và trình độ sinh viên tạo ra nhiều biến động trong điểm số. Kết quả phù hợp với các nghiên cứu trong ngành giáo dục khai phá dữ liệu, đồng thời cho thấy ưu thế của thuật toán Baseline_SGD trong việc xử lý dữ liệu lớn và phức tạp.

Việc mô hình dự đoán chính xác giúp nhà trường và giảng viên có thể tư vấn kịp thời cho sinh viên, giảm thiểu tình trạng học lại và bỏ học. Biểu đồ phân phối điểm số và bảng so sánh sai số các thuật toán được sử dụng để minh họa trực quan hiệu quả của từng phương pháp.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống gợi ý môn học: Áp dụng mô hình Baseline_SGD vào hệ thống quản lý đào tạo để tự động gợi ý môn học phù hợp cho sinh viên, nhằm nâng cao tỷ lệ hoàn thành môn học trong vòng 1-2 năm tới. Chủ thể thực hiện là phòng đào tạo và bộ phận công nghệ thông tin của trường.

  2. Tăng cường đào tạo và tư vấn học tập: Sử dụng kết quả dự đoán để tổ chức các buổi tư vấn học tập cá nhân cho sinh viên có nguy cơ điểm thấp, giúp cải thiện điểm số trung bình khoa học. Thời gian thực hiện trong mỗi học kỳ, do các khoa chuyên môn phối hợp thực hiện.

  3. Cải tiến dữ liệu và quy trình thu thập: Đề xuất hoàn thiện hệ thống thu thập dữ liệu điểm số và đăng ký môn học, đảm bảo dữ liệu đầy đủ, chính xác và cập nhật liên tục. Thời gian thực hiện trong 6 tháng, do phòng công nghệ thông tin chủ trì.

  4. Nghiên cứu mở rộng mô hình: Khuyến khích nghiên cứu tiếp tục áp dụng các thuật toán học máy nâng cao như mạng nơ-ron sâu hoặc mô hình kết hợp để cải thiện độ chính xác dự đoán, dự kiến trong 2 năm tới, do các nhóm nghiên cứu khoa học của trường đảm nhiệm.

Đối tượng nên tham khảo luận văn

  1. Giảng viên và cán bộ quản lý đào tạo: Có thể sử dụng kết quả nghiên cứu để cải tiến công tác tư vấn học tập, xây dựng kế hoạch đào tạo phù hợp với năng lực sinh viên.

  2. Sinh viên: Nhận được hỗ trợ trong việc lựa chọn môn học phù hợp với năng lực và sở thích, từ đó nâng cao hiệu quả học tập và giảm áp lực học lại.

  3. Nhà nghiên cứu trong lĩnh vực khai phá dữ liệu giáo dục: Tham khảo phương pháp và kết quả để phát triển các mô hình dự đoán và hệ thống gợi ý trong giáo dục.

  4. Phòng công nghệ thông tin các trường đại học: Áp dụng mô hình và thuật toán vào hệ thống quản lý đào tạo, nâng cao chất lượng dịch vụ và hỗ trợ người dùng.

Câu hỏi thường gặp

  1. Hệ thống gợi ý môn học hoạt động như thế nào?
    Hệ thống sử dụng dữ liệu điểm số và đăng ký môn học của sinh viên để tính toán sự tương đồng giữa sinh viên hoặc môn học, từ đó dự đoán điểm số và gợi ý các môn học phù hợp. Ví dụ, sinh viên có điểm cao ở các môn tương tự sẽ được gợi ý môn học mới có đặc điểm tương đồng.

  2. Thuật toán nào cho kết quả dự đoán tốt nhất?
    Thuật toán Baseline_SGD cho kết quả dự đoán chính xác nhất với giá trị MAE thấp hơn các thuật toán khác khoảng 5-7%, nhờ khả năng xử lý hiệu quả các thiên lệch và thiên vị trong dữ liệu.

  3. Dữ liệu nghiên cứu có đảm bảo tính đại diện không?
    Dữ liệu bao gồm hơn 61.000 sinh viên và gần 2.400 môn học trong 10 năm, đảm bảo tính đại diện cao cho các ngành và khoa trong trường, phù hợp để xây dựng mô hình dự đoán chính xác.

  4. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tế?
    Kết quả có thể được tích hợp vào hệ thống quản lý đào tạo hiện có, giúp tự động gợi ý môn học cho sinh viên và hỗ trợ giảng viên trong công tác tư vấn học tập.

  5. Có thể mở rộng mô hình cho các trường khác không?
    Có thể, tuy nhiên cần thu thập dữ liệu tương tự và điều chỉnh mô hình phù hợp với đặc điểm riêng của từng trường để đảm bảo độ chính xác và hiệu quả.

Kết luận

  • Luận văn đã xây dựng thành công mô hình dự đoán kết quả học tập sinh viên dựa trên hệ thống gợi ý, sử dụng dữ liệu thực tế của Trường Đại học Bách Khoa - Đại học Quốc gia TP.HCM.
  • Thuật toán Baseline_SGD được xác định là phương pháp tối ưu với độ chính xác dự đoán cao nhất.
  • Kết quả nghiên cứu giúp hỗ trợ sinh viên lựa chọn môn học phù hợp, nâng cao hiệu quả học tập và giảm tỷ lệ học lại.
  • Đề xuất triển khai hệ thống gợi ý tích hợp vào quản lý đào tạo và mở rộng nghiên cứu với các thuật toán học máy nâng cao.
  • Các bước tiếp theo bao gồm hoàn thiện hệ thống dữ liệu, đào tạo nhân sự và thử nghiệm thực tế trong môi trường giáo dục đại học.

Hãy áp dụng các giải pháp đề xuất để nâng cao chất lượng đào tạo và hỗ trợ sinh viên hiệu quả hơn trong tương lai.