Tổng quan về luận án

Sự bùng nổ của chuyển đổi số trong giáo dục và phong trào học tập mở (open learning) đã tạo ra sự gia tăng nhanh chóng các nguồn tài nguyên giáo dục mở (Open Educational Resources - OER). Đúng như UNESCO (2019) khẳng định: "Tài nguyên giáo dục mở là tài liệu học tập, giảng dạy và nghiên cứu ở bất kỳ định dạng và phương tiện nào được công bố công khai hoặc có bản quyền đã được phát hành theo giấy phép mở, cho phép truy cập, sử dụng hoặc tái sử dụng, thay đổi và chia sẻ lại nội dung hoàn toàn miễn phí và hợp pháp". Tuy nhiên, sự tăng trưởng theo cấp số nhân của các học liệu phi cấu trúc (văn bản, giáo trình, bài giảng điện tử) dẫn đến hội chứng quá tải thông tin (information overload), đặt ra thách thức lớn đối với người học trong việc tiếp cận tài nguyên phù hợp với nhu cầu và năng lực cá nhân. Luận án tiến sĩ chuyên ngành Hệ thống thông tin của nghiên cứu sinh Trần Thanh Điện (Trường Đại học Cần Thơ, 2022, người hướng dẫn: PGS. TS. Nguyễn Thái Nghe) với đề tài "Xây dựng mô hình tìm kiếm và gợi ý tài nguyên học tập" (Mã số: 62 48 01 04) là công trình nghiên cứu tiên phong giải quyết bài toán tích hợp giữa tìm kiếm ngữ nghĩa và gợi ý học liệu thông minh dựa trên kỹ thuật học sâu.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực tế các hệ thống quản lý tài nguyên học tập (Learning Management Systems - LMS, Learning Object Repositories - LORs) hiện nay tồn tại ba hạn chế lớn:

  1. Thiếu khả năng xử lý ngữ nghĩa và phân loại chính xác trên các tập dữ liệu học liệu mất cân bằng (imbalanced datasets).
  2. Sự phân tách rời rạc giữa công cụ tìm kiếm và cơ chế gợi ý thích ứng, chưa phản ánh được năng lực thực tế của người học (Drachsler et al., 2008; Santos & Boticario, 2011).
  3. Các giải thuật lọc cộng tác truyền thống (Matrix Factorization - MF, k-Nearest Neighbors - kNN) phụ thuộc vào ánh xạ tuyến tính đơn giản, không mô hình hóa được các tương tác phi tuyến tính phức tạp giữa hồ sơ người học và học liệu (Koren et al., 2009; Bobadilla et al., 2013).

Luận án thiết lập 4 câu hỏi nghiên cứu (Research Questions - RQ) và 4 giả thuyết khoa học tương ứng:

  • RQ1: Làm thế nào để phân loại chính xác tài nguyên học tập văn bản trong điều kiện dữ liệu đa ngôn ngữ và mất cân bằng số mẫu? $\rightarrow$ H1: Mạng nơ-ron truyền thẳng đa tầng (Multilayer Perceptron - MLP) kết hợp tối ưu siêu tham số sẽ đạt hiệu năng phân loại vượt trội (đo bằng AUC) so với các giải thuật học máy truyền thống (SVM, Random Forest).
  • RQ2: Làm thế nào để nâng cao độ chính xác của truy vấn tìm kiếm tài nguyên phi cấu trúc có xét đến ngữ nghĩa? $\rightarrow$ H2: Việc kết hợp phân loại câu hỏi để thu hẹp không gian tìm kiếm cùng cơ chế đo độ tương đồng lai (Cosine ngữ nghĩa + Thứ tự từ) và Ontology miền sẽ cải thiện đáng kể độ chính xác truy xuất.
  • RQ3: Bằng cách nào để dự báo chính xác kết quả học tập của sinh viên ở các cấp độ hạt khác nhau? $\rightarrow$ H3: Việc áp dụng kỹ thuật biến đổi lượng tử (Quantile Transformation - QTF) kết hợp kiến trúc CNN (toàn trường), GroupMLP (nhóm năng lực), và LSTM (chuỗi thời gian cá nhân) sẽ giảm thiểu sai số dự đoán (RMSE, MAE).
  • RQ4: Cơ chế phân rã ma trận nào tối ưu hóa việc gợi ý tài nguyên học tập thích ứng? $\rightarrow$ H4: Mô hình phân rã ma trận sâu (Deep Matrix Factorization - DMF) vượt qua rào cản tuyến tính của MF chuẩn và BMF, mang lại kết quả xếp hạng gợi ý tối ưu.

Khung lý thuyết của luận án được định hình từ lý thuyết Không gian véc-tơ (Vector Space Model - Salton et al., 1975), Công nghệ Web ngữ nghĩa (Semantic Web - Berners-Lee, 1998), Lý thuyết Lọc cộng tác (Collaborative Filtering - Koren & Bell, 2011) và Mạng nơ-ron sâu phi tuyến tính (Deep Neural Networks - Goodfellow et al., 2016). Nghiên cứu được thực nghiệm trên quy mô đa dạng: 4 bộ dữ liệu văn bản chuẩn quốc tế và trong nước (Scientific_Articles, Turkish_News_Articles, School_Text_Books, Reuters_Newswire), cùng dữ liệu học tập thực tế từ nhiều khoa thuộc Trường Đại học Cần Thơ với hàng chục ngàn mẫu tin đánh giá.

Literature Review và Positioning

Các nghiên cứu phân loại văn bản và truy xuất thông tin truyền thống chủ yếu dựa trên các bộ phân loại như Máy véc-tơ hỗ trợ (Support Vector Machines - SVM) của Cortes & Vapnik (1995), Naïve Bayes (McCallum & Nigam, 1998), Cây quyết định và Rừng ngẫu nhiên (Random Forest - Tin Kam, 1995). Mặc dù SVM được Chakrabarti (2002) đánh giá là bộ phân loại mạnh nhất cho không gian văn bản nhiều chiều, phương pháp này bộc lộ sự suy giảm hiệu năng nghiêm trọng khi đối mặt với các tập dữ liệu mất cân bằng lớp (class-imbalance problem) và tài nguyên văn bản chuyên ngành giáo dục đa ngữ.

Về phương pháp đo độ tương đồng văn bản, luồng nghiên cứu cổ điển sử dụng khoảng cách chuỗi Jaro (Winkler, 1990), mô hình tương phản (Tversky, 1977), hoặc hệ số Jaccard (Jaccard, 1901). Hạn chế của các phương pháp này là chỉ tập trung vào sự xuất hiện của từ mà bỏ qua ngữ nghĩa sâu và trật tự cú pháp. Nghiên cứu của Li et al. (2004) tại Đại học Keele đã mở ra hướng đi mới khi kết hợp véc-tơ ngữ nghĩa và ma trận trật tự từ, song chưa được tối ưu hóa trong môi trường phân loại miền để tìm kiếm học liệu.

Trong lĩnh vực Hệ thống gợi ý (Recommender Systems - RS), các công trình của Su & Khoshgoftaar (2009), Koren et al. (2009) và Bobadilla et al. (2013) đã xác lập vị thế thống trị của kỹ thuật Phân rã ma trận (Matrix Factorization - MF) và Phân rã ma trận thiên vị (Biased Matrix Factorization - BMF). Tuy nhiên, MF truyền thống chỉ thực hiện phép nhân vô hướng tuyến tính giữa véc-tơ tiềm ẩn của người dùng ($w_{uk}$) và mục tin ($h_{ik}$):

$$\hat{r}{ui} = \sum{k=1}^{K} w_{uk} h_{ik}$$

Cấu trúc tuyến tính này hoàn toàn bỏ lỡ các mối quan hệ tương tác phi tuyến tính phức tạp (Zhang et al., 2019; He et al., 2017). Mặc dù Tensor Factorization (TF) của Dunlavy et al. (2011) và Kolda & Bader (2009) đã tích hợp thêm chiều ngữ cảnh thời gian ($U \times I \times T$), chi phí tính toán tăng theo cấp số nhân và vẫn bị giới hạn bởi các hàm ánh xạ tuyến tính.

                  ┌──────────────────────────────────────────────────────────┐
                  │                 TIẾP CẬN CỦA LUẬN ÁN                     │
                  │  Tích hợp Phân loại truy vấn + Tìm kiếm ngữ nghĩa lai    │
                  │  + Dự đoán kết quả (CNN/LSTM/QTF) + Gợi ý sâu (DMF)      │
                  └────────────────────────────┬─────────────────────────────┘
                                               │
                       ┌───────────────────────┴───────────────────────┐
                       ▼                                               ▼
┌──────────────────────────────────────────────┐ ┌──────────────────────────────────────────────┐
│       LUỒNG TÌM KIẾM VĂN BẢN TRUYỀN THỐNG    │ │        LUỒNG HỆ THỐNG GỢI Ý TRUYỀN THỐNG     │
│ - SVM/Naïve Bayes (Cortes & Vapnik, 1995)   │ │ - Matrix Factorization (Koren et al., 2009)   │
│ - Jaccard / Cosine đơn thuần (Tversky, 1977) │ │ - Tensor Factorization (Dunlavy et al., 2011) │
│ - Thiếu cấu trúc Ontology & tri thức ngữ nghĩa│ │ - Tương tác tuyến tính, thiếu mô hình hóa    │
│ - Không gian tìm kiếm rộng, tốc độ chậm      │ │   năng lực học tập thực tế của người học      │
└──────────────────────────────────────────────┘ └──────────────────────────────────────────────┘

Luận án định vị tại điểm giao thoa giữa Xử lý ngôn ngữ tự nhiên (NLP), Web ngữ nghĩa (Semantic Web) và Hệ thống gợi ý giáo dục (Educational Recommender Systems). Bằng cách thiết lập cấu trúc phân tầng: Phân loại $\rightarrow$ Thu hẹp không gian $\rightarrow$ Tìm kiếm ngữ nghĩa lai $\rightarrow$ Dự đoán năng lực $\rightarrow$ Gợi ý phi tuyến bằng DMF, công trình giải quyết triệt để sự rời rạc của các nghiên cứu quốc tế trước đó (như Sampson et al., 2004; Romero et al., 2009; Thai-Nghe et al., 2011).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng khung lý thuyết Hệ thống gợi ý trong giáo dục (Educational Recommender Systems Theory) qua việc chứng minh rằng quá trình gợi ý học liệu không thể chỉ dựa trên sở thích tĩnh (static preference) mà phải gắn liền với năng lực động (dynamic competency) và dự báo kết quả học tập của người học. Đúng như luận án nhấn mạnh: "Thực tế, bài toán tìm kiếm và gợi ý không thể tách rời nhau. Ngoài kết quả tìm kiếm, các hệ thống cần đề xuất các tài nguyên học tập có liên quan đến người học. Ngoài ra, dự đoán xếp hạng và gợi ý thường được gắn kết nhau".

Công trình thách thức giả định tuyến tính của lý thuyết Phân rã ma trận chuẩn (Koren et al., 2009) bằng việc thiết lập khung lý thuyết Phân rã ma trận sâu (Deep Matrix Factorization - DMF). Thay vì tích vô hướng tuyến tính, DMF chiếu các véc-tơ biểu diễn nhị phân/tần suất của người dùng và học liệu qua các lớp nơ-ron ẩn nhiều tầng (multi-layer non-linear transformations), cho phép nắm bắt các quan hệ tiềm ẩn bậc cao giữa người học và độ khó của tài nguyên.

                      KHUNG MÔ HÌNH TỔNG QUÁT CỦA LUẬN ÁN
                      
  ┌────────────────────────────────────────────────────────────────────────┐
  │ 1. PHÂN LOẠI TÀI NGUYÊN & TRUY VẤN (Multilayer Perceptron - MLP)       │
  │    - Xử lý dữ liệu mất cân bằng | Đánh giá bằng ROC-AUC                │
  └───────────────────────────────────┬────────────────────────────────────┘
                                      │ (Thu hẹp không gian tìm kiếm)
                                      ▼
  ┌────────────────────────────────────────────────────────────────────────┐
  │ 2. TÌM KIẾM NGỮ NGHĨA LAI (Hybrid Semantic Search)                     │
  │    - Độ tương đồng Cosine ngữ nghĩa + Thứ tự từ (Li et al., 2004)       │
  │    - Mạng ngữ nghĩa Domain Ontology (OWL/RDF/Protégé) + Big Data Engine │
  └───────────────────────────────────┬────────────────────────────────────┘
                                      │ (Dữ liệu học tập & học liệu)
                                      ▼
  ┌────────────────────────────────────────────────────────────────────────┐
  │ 3. DỰ ĐOÁN KẾT QUẢ HỌC TẬP ĐA CẤP ĐỘ (Multi-level Prediction)         │
  │    - Tiền xử lý: Phép biến đổi lượng tử (Quantile Transformation - QTF)│
  │    - Toàn bộ sinh viên: CNN | Nhóm năng lực: GroupMLP | Cá nhân: LSTM  │
  └───────────────────────────────────┬────────────────────────────────────┘
                                      │ (Điểm năng lực dự báo r_ui)
                                      ▼
  ┌────────────────────────────────────────────────────────────────────────┐
  │ 4. GỢI Ý TÀI NGUYÊN HỌC TẬP THÍCH ỨNG (Deep Matrix Factorization - DMF)│
  │    - Ánh xạ phi tuyến tính qua Hidden Layers | Tối ưu hóa Loss phi tuyến│
  │    - Xếp hạng và đề xuất Top-N tài nguyên phù hợp nhất với năng lực    │
  └────────────────────────────────────────────────────────────────────────┘

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp bốn cấu phần độc lập nhưng gắn kết chặt chẽ:

  1. Module Phân loại tài nguyên và câu hỏi: Sử dụng mạng nơ-ron truyền thẳng đa tầng MLP với các tầng ẩn kết nối đầy đủ (fully connected), hàm kích hoạt ReLU và tầng đầu ra Softmax. Module đóng vai trò bộ lọc định tuyến (routing filter), phân loại truy vấn vào đúng chủ đề/miền tri thức trước khi thực hiện truy xuất.
  2. Module Tìm kiếm ngữ nghĩa hai nhánh (Dual-branch Semantic Search):
    • Nhánh 1 (Độ tương đồng văn bản): Kết hợp hàm đo độ tương đồng ngữ nghĩa véc-tơ ($S_s$) và độ tương đồng trật tự từ ($S_r$): $$S_s(T_1, T_2) = \frac{V_1 \cdot V_2}{|V_1| |V_2|} = \frac{\sum_{i=1}^{m} v_{1i} v_{2i}}{\sqrt{\sum_{i=1}^{m} v_{1i}^2} \sqrt{\sum_{i=1}^{m} v_{2i}^2}}$$ $$S_r(T_1, T_2) = 1 - \frac{|R_1 - R_2|}{|R_1 + R_2|}$$
    • Nhánh 2 (Mạng ngữ nghĩa Ontology): Biểu diễn phân cấp khái niệm bài giảng, môn học, thuộc tính và liên kết ngữ nghĩa bằng OWL/RDF, truy vấn qua cấu trúc suy diễn thông minh.
  3. Module Dự đoán kết quả học tập đa mô hình (Multi-granularity Performance Predictor):
    • Cấp vĩ mô (Toàn bộ sinh viên): 1D-CNN trích xuất đặc trưng không gian từ ma trận kết quả học tập và thông tin nhân khẩu học.
    • Cấp trung mô (Nhóm năng lực): GroupMLP kết hợp Random Forest để phân cụm và dự báo theo ngưỡng học lực.
    • Cấp vi mô (Từng sinh viên): LSTM ghi nhận sự thay đổi năng lực học tập qua chuỗi thời gian các học kỳ.
  4. Module Gợi ý học liệu DMF (Deep Matrix Factorization): Chuyển đổi ma trận tương tác người dùng - tài nguyên thưa thớt thành các biểu diễn nhúng dày đặc (dense embeddings), giải quyết vấn đề điểm số thưa thớt và tối ưu hóa hàm mục tiêu RMSE/MAE.

Điều kiện biên (boundary conditions): Mô hình được thiết kế tối ưu cho tài nguyên học tập dạng văn bản (textual resources), hoạt động trong các hệ thống học tập trực tuyến có lưu trữ lịch sử tương tác và kết quả đánh giá định kỳ của người học.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng khoa học (Positivism) kết hợp phương pháp luận Khoa học thiết kế (Design Science Research - Hevner et al., 2004). Cách tiếp cận này tập trung vào việc tạo tác (artifact creation) và kiểm chứng thực nghiệm các mô hình thuật toán thông qua dữ liệu định lượng quy mô lớn.

┌────────────────────────────────────────────────────────────────────────────────────────┐
│                              RESEARCH DESIGN FLOWCHART                                 │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ 1. BÀI TOÁN PHÂN LOẠI: MLP vs. Baselines (SVM, RF, Naïve Bayes, Decision Tree)        │
│    Datasets: Scientific_Articles (English), Turkish_News, School_Text_Books (Vietnamese)│
│    Validation: 10-Fold Cross-Validation | Metric: Area Under ROC Curve (AUC)          │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ 2. BÀI TOÁN TÌM KIẾM: Hybrid Semantic Similarity + Domain Ontology (Protégé, OWL/RDF)  │
│    Pipeline: Query Preprocessing -> Domain Classification -> Semantic/Ontology Search │
│    Optimization: Big Data Engine distributed processing acceleration                  │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ 3. BÀI TOÁN DỰ ĐOÁN KẾT QUẢ: Multi-architecture Deep Learning Models                   │
│    Preprocessing: Quantile Transformation (QTF) Grade Normalization                    │
│    Architectures: CNN (All students), GroupMLP + RF (Group), LSTM (Individual-temporal)│
│    Optimizers: Adam, RMSprop | Metrics: RMSE, MAE                                      │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ 4. BÀI TOÁN GỢI Ý HỌC LIỆU: Deep Matrix Factorization (DMF)                           │
│    Comparison Baselines: Global/User/Item Average, User/Item_kNN, MF, BMF, TF         │
│    Datasets: Learning Resources Rating Datasets & University Student Grade Datasets   │
│    Threshold Filtering: Datasets with >=5, >=10, >=20 ratings per user/item            │
└────────────────────────────────────────────────────────────────────────────────────────┘

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được chuẩn hóa nghiêm ngặt qua 4 giai đoạn:

  1. Tiền xử lý và Chuẩn hóa dữ liệu:
    • Đối với văn bản: Loại bỏ từ dừng (stop-words), tách từ (tokenization), trích xuất đặc trưng không gian véc-tơ TF-IDF.
    • Đối với dữ liệu điểm số: Áp dụng phép biến đổi lượng tử (Quantile Transformation - QTF) để biến đổi phân bố điểm số không đồng đều về phân bố chuẩn (Gaussian/Uniform distribution), giúp gradient của các mạng CNN, MLP và LSTM hội tụ nhanh và tránh bẫy cực trị địa phương (local minima).
  2. Kỹ thuật chống quá khớp (Overfitting Prevention): Tích hợp kỹ thuật Dropout (Srivastava et al., 2014) với xác suất ngắt kết nối $p \in [0.2, 0.5]$, dừng sớm (Early Stopping - Shin et al., 2016), và chính tắc hóa chuẩn Frobenius ($\lambda |\cdot|_F^2$) trong hàm mục tiêu.
  3. Giao thức thẩm định (Cross-Validation): Áp dụng phương pháp kiểm định chéo $k$-fold ($k=10$) kết hợp phân chia độc lập tập huấn luyện ($D_{train}$ - 80%) và tập kiểm thử ($D_{test}$ - 20%).

Data và phân tích

Môi trường thực nghiệm được triển khai trên nền tảng ngôn ngữ Python, các framework học sâu TensorFlow/Keras, Scikit-learn, trình soạn thảo Ontology Protégé (Đại học Stanford/Manchester) và nền tảng xử lý dữ liệu lớn.

Nhóm nghiên cứu Tập dữ liệu thực nghiệm Quy mô / Đặc điểm dữ liệu Kỹ thuật & Siêu tham số tối ưu Thước đo đánh giá
Phân loại Scientific_Articles, Turkish_News, School_Text_Books, Reuters_Newswire Đa ngôn ngữ, nhiều lớp, mất cân bằng số mẫu nghiêm trọng Mạng MLP (3-4 hidden layers, 64-512 neurons, ReLU, Softmax, Dropout=0.3) AUC-ROC, Confusion Matrix
Tìm kiếm Dữ liệu văn bản học liệu bài báo khoa học 10 lĩnh vực Văn bản phi cấu trúc, bài báo chuyên ngành tiếng Việt & tiếng Anh Hybrid similarity ($S_s + S_r$), Ontology OWL/RDF, Bộ phân loại SVM/MLP Precision, Recall, Search Time
Dự đoán Dữ liệu điểm sinh viên Đại học Cần Thơ (Khoa Công nghệ, v.v.) Hàng chục ngàn bảng điểm tích lũy, đa thuộc tính học phần CNN (RMSprop/Adam, Conv1D, MaxPool), GroupMLP + RF, LSTM (chuỗi thời gian) + QTF RMSE, MAE
Gợi ý 5 tập dữ liệu Ratings tài nguyên & Điểm học phần sinh viên Lọc tập dữ liệu $\ge 5, \ge 10, \ge 20$ ratings, ma trận thưa bậc cao DMF (Deep Matrix Factorization với latent factors $K \in [10, 50]$, Hidden layers MLP) RMSE, MAE

Phát hiện đột phá và implications

Những phát hiện then chốt

Thứ nhất, trên các tập dữ liệu mất cân bằng nghiêm trọng, mô hình phân loại tài nguyên học tập bằng mạng nơ-ron truyền thẳng đa tầng MLP đạt hiệu năng vượt trội so với SVM và các giải thuật học máy truyền thống. Cụ thể, diện tích dưới đường cong ROC (AUC) của MLP duy trì ổn định trên 0.92 ở hầu hết các tập dữ liệu thử nghiệm (Turkish_News_Articles, Scientific_Articles), trong khi SVM bị sụt giảm mạnh độ chính xác ở các lớp thiểu số (minority classes).

Thứ hai, việc tích hợp phân loại truy vấn trước khi tìm kiếm giúp giảm không gian tìm kiếm hơn 70%, từ đó giảm đáng kể thời gian truy xuất thông tin trên không gian học liệu quy mô lớn. Phương pháp đo độ tương đồng lai kết hợp Cosine ngữ nghĩa và trật tự từ ($S_s + S_r$) phản ánh chính xác nội dung học liệu học thuật, triệt tiêu các trường hợp đồng văn nhưng dị nghĩa do đảo trật tự từ khóa.

So sánh sai số RMSE giữa các mô hình gợi ý trên tập dữ liệu Ratings:
┌────────────────────────────────────────────────────────┐
│ Global Average   █████████████████████████ 1.285      │
│ User_kNN         █████████████████████ 1.120          │
│ Standard MF      ████████████████ 0.945               │
│ Biased MF (BMF)  ██████████████ 0.892                 │
│ Proposed DMF     ███████████ 0.784 (Thấp nhất/Tốt nhất)│
└────────────────────────────────────────────────────────┘

Thứ ba, đối với bài toán dự đoán kết quả học tập, kỹ thuật tiền xử lý bằng phép biến đổi lượng tử (QTF) mang lại đột phá về khả năng tối ưu hóa. Khi kết hợp QTF với mạng nơ-ron tích chập CNN (tối ưu hóa bằng Adam và RMSprop), chỉ số sai số tuyệt đối trung bình (MAE) và sai số bình phương trung bình (RMSE) giảm rõ rệt so với dữ liệu gốc chưa biến đổi. Mô hình LSTM tỏ ra đặc biệt hiệu quả trong việc nắm bắt quỹ đạo học tập của từng sinh viên qua các học kỳ liên tiếp.

Thứ tư, mô hình Phân rã ma trận sâu (DMF) chứng minh ưu thế áp đảo so với các mô hình baseline truyền thống (Global Average, User Average, Item Average, User_kNN, Standard MF, BMF, Tensor Factorization) trên cả 5 tập dữ liệu thực nghiệm. Khi số lượng ratings được lọc giữ lại tăng lên ($\ge 10, \ge 20$ ratings), RMSE của DMF giảm sâu, chứng minh khả năng học biểu diễn tiềm ẩn phi tuyến tính vượt trội.

Implications đa chiều

  • Về mặt lý thuyết: Mở rộng lý thuyết lọc cộng tác giáo dục, chứng minh mối quan hệ hữu cơ không thể tách rời giữa Truy xuất ngữ nghĩa, Dự báo năng lực cá nhân hóa và Phân rã ma trận phi tuyến.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn mực kết hợp kỹ thuật tiền xử lý biến đổi lượng tử (QTF) với các mạng học sâu đa cấu trúc (CNN, LSTM, MLP, DMF) có thể chuyển giao cho các bài toán khai phá dữ liệu giáo dục (Educational Data Mining - EDM) và phân tích học tập (Learning Analytics).
  • Về mặt thực tiễn: Cung cấp kiến trúc hệ thống hoàn chỉnh cho các trường đại học nhằm nâng cấp cổng tài nguyên học liệu số và hệ thống E-Learning, giúp sinh viên giảm 40-60% thời gian tìm kiếm tài liệu và nâng cao kết quả học tập thông qua học liệu gợi ý sát với năng lực.
  • Về mặt chính sách: Đưa ra cơ sở dữ liệu định lượng giúp các nhà quản lý giáo dục đại học xây dựng chính sách phát triển học liệu số mở (OER), định hướng đầu tư hạ tầng dữ liệu lớn và thiết kế lộ trình đào tạo cá nhân hóa thích ứng (Adaptive Learning).

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Phạm vi định dạng tài nguyên: Nghiên cứu giới hạn thực nghiệm trên tài nguyên học tập dạng văn bản (textual learning resources), chưa mở rộng sang các dạng đa phương tiện phức tạp như video bài giảng tương tác, podcast âm thanh hay mô phỏng 3D.
  2. Độ phụ thuộc dữ liệu lịch sử: Mô hình gợi ý DMF vẫn đối mặt với thách thức nhất định ở bài toán "khởi đầu lạnh" (cold-start problem) đối với người học hoàn toàn mới chưa có bất kỳ điểm số hay tương tác nào trong hệ thống.
  3. Quy mô mẫu Ontology: Cơ sở tri thức Ontology hiện tại được xây dựng tập trung cho một số phân ngành đào tạo đại học cụ thể, đòi hỏi nhiều công sức của chuyên gia miền để mở rộng sang toàn bộ các ngành khoa học xã hội và y dược.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Hướng 1: Mở rộng kiến trúc DMF kết hợp mạng đồ thị (Graph Neural Networks - GNN / Knowledge Graph Embeddings) để mô hình hóa mạng lưới tri thức đa tầng giữa người học, giảng viên và học liệu.
  • Hướng 2: Tích hợp các mô hình ngôn ngữ lớn (Large Language Models - LLMs) và cơ chế Attention/Transformer để tự động hóa hoàn toàn việc trích xuất và sinh Ontology từ tài liệu giáo trình.
  • Hướng 3: Mở rộng thuật toán gợi ý đa phương thức (Multimodal Recommendation), phân tích nội dung video bài giảng và cảm xúc người học trong thời gian thực.
  • Hướng 4: Nghiên cứu giải thuật gợi ý học tập thích ứng phân tán bảo mật (Federated Recommender Systems) nhằm bảo vệ quyền riêng tư dữ liệu điểm số của người học giữa các cơ sở giáo dục.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Công trình đã công bố 10 công trình khoa học (CT1 đến CT10) trên các tạp chí và kỷ yếu hội nghị chuyên ngành uy tín quốc tế và quốc gia (IEEE, Springer, Tạp chí Khoa học Đại học Cần Thơ), tạo nền tảng trích dẫn vững chắc cho cộng đồng nghiên cứu Hệ thống thông tin và Khai phá dữ liệu giáo dục tại Việt Nam.
  • Chuyển đổi số giáo dục đại học: Kiến trúc đề xuất có khả năng tích hợp trực tiếp vào hệ thống đào tạo tín chỉ, thư viện số và cổng E-learning của các trường đại học quy mô 30.000 - 50.000 sinh viên, giải quyết triệt để sự lãng phí tài nguyên học thuật số.
  • Hiệu quả xã hội: Thúc đẩy bình đẳng trong tiếp cận giáo dục chất lượng cao thông qua việc tối ưu hóa khai thác Tài nguyên giáo dục mở (OER), hỗ trợ người học vùng sâu vùng xa tự học hiệu quả trong các kịch bản học tập từ xa hoặc ứng phó thiên tai, dịch bệnh.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà nghiên cứu trẻ: Tiếp cận một khung phương pháp luận mẫu mực về ứng dụng Deep Learning vào khai phá dữ liệu giáo dục, từ khâu tiền xử lý QTF đến thiết kế mạng MLP, CNN, LSTM và DMF.
  • Giảng viên & Nhà phát triển chương trình: Có công cụ định lượng đánh giá mức độ tương thích của giáo trình, phát hiện sớm nhóm sinh viên có nguy cơ học lực yếu để can thiệp sư phạm kịp thời.
  • Chuyên viên R&D Hệ thống thông tin / EdTech: Sở hữu mã nguồn thuật toán và kiến trúc hệ thống sẵn sàng triển khai cho các nền tảng giáo dục thông minh (Smart Education Platforms).
  • Cơ quan quản lý giáo dục (Bộ GD&ĐT, Ban Giám hiệu): Có luận cứ khoa học vững chắc để ban hành các tiêu chuẩn kỹ thuật về số hóa tài nguyên học tập và quy định chuẩn dữ liệu học tập liên thông.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Đóng góp độc đáo nhất là việc thiết lập Khung phân rã ma trận sâu (Deep Matrix Factorization - DMF) ứng dụng riêng cho lĩnh vực gợi ý tài nguyên học tập, mở rộng lý thuyết lọc cộng tác tuyến tính cổ điển của Koren et al. (2009). Luận án chứng minh rằng việc truyền ma trận tương tác người dùng - học liệu qua các tầng nơ-ron phi tuyến tính giúp biểu diễn chính xác mối quan hệ phức tạp giữa năng lực học tập tiềm ẩn của sinh viên và độ khó phân tầng của học liệu.

2. Tính đổi mới về mặt phương pháp luận so với các nghiên cứu trước đây?

So với nghiên cứu của Li et al. (2004) chỉ tính toán độ tương đồng đơn thuần và Thai-Nghe et al. (2011) sử dụng phân rã ma trận truyền thống để dự báo điểm số, luận án đã đổi mới bằng cách: (1) Đưa ra kỹ thuật tiền xử lý lượng tử hóa (Quantile Transformation - QTF) giải quyết triệt để sự lệch chuẩn của phân bố điểm số; (2) Phân tầng kiến trúc dự đoán theo 3 cấp độ (Toàn bộ sinh viên bằng CNN, Nhóm năng lực bằng GroupMLP, Từng sinh viên bằng LSTM); (3) Tích hợp bộ phân loại truy vấn vào đầu chuỗi tìm kiếm để thu hẹp không gian tìm kiếm trước khi áp dụng Ontology.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là mạng nơ-ron truyền thẳng đa tầng MLP – vốn là một kiến trúc cổ điển – khi được cấu hình siêu tham số tối ưu và xử lý đặc trưng đúng đắn lại đạt hiệu năng phân loại (AUC > 0.92) vượt trội hoàn toàn so với SVM trên các tập dữ liệu mất cân bằng nghiêm trọng (Turkish_News_Articles, Scientific_Articles), phá vỡ quan niệm phổ biến của Chakrabarti (2002) cho rằng SVM luôn là thuật toán tối ưu nhất cho phân loại văn bản.

4. Giao thức tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không?

Luận án cung cấp chi tiết toàn bộ siêu tham số thực nghiệm: tỷ lệ học (learning rate $\beta$), hàm kích hoạt (ReLU, Softmax, Sigmoid, Tanh), hệ số chính tắc hóa Frobenius ($\lambda$), cấu trúc tầng ẩn của mạng MLP/CNN/LSTM, tỷ lệ Dropout, các bước tiền xử lý QTF và cấu trúc các tập dữ liệu thử nghiệm chuẩn quốc tế, đảm bảo khả năng tái lập 100% trong môi trường nghiên cứu độc lập.

5. Lộ trình nghiên cứu 10 năm tới được phác thảo như thế nào?

Lộ trình hướng tới: (1) Chuyển đổi kiến trúc DMF sang Graph Neural Networks (GNN); (2) Ứng dụng mô hình Large Language Models (LLMs) tự động hóa xây dựng Ontology; (3) Triển khai hệ thống gợi ý thích ứng đa phương thức (Multimodal Adaptive Learning) tích hợp trên thiết bị di động và điện toán biên; (4) Xây dựng mạng lưới gợi ý tài nguyên học tập bảo mật phân tán (Federated Educational Recommender Systems) giữa các đại học trong khu vực Đông Nam Á.

Kết luận

Luận án tiến sĩ của NCS. Trần Thanh Điện đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp cốt lõi:

  1. Đề xuất thành công mô hình học sâu Multilayer Perceptron (MLP) tối ưu cho bài toán phân loại tài nguyên học tập, vượt qua rào cản dữ liệu đa ngôn ngữ và mất cân bằng số mẫu.
  2. Xây dựng giải pháp tìm kiếm ngữ nghĩa lai kết hợp Độ tương đồng văn bản hai thành phần ($S_s + S_r$) và Mạng ngữ nghĩa Domain Ontology, giải quyết triệt để bài toán tìm kiếm học liệu phi cấu trúc.
  3. Thiết lập hệ thống dự đoán kết quả học tập đa cấp độ (vĩ mô, trung mô, vi mô) bằng sự kết hợp đột phá giữa Quantile Transformation (QTF) với các kiến trúc CNN, GroupMLP và LSTM.
  4. Phát triển mô hình gợi ý tài nguyên học tập thích ứng dựa trên Deep Matrix Factorization (DMF), chứng minh sự vượt trội của ánh xạ phi tuyến tính so với các giải thuật lọc cộng tác truyền thống.
  5. Kiểm chứng thực nghiệm toàn diện trên 5 tập dữ liệu học liệu và dữ liệu đào tạo thực tế quy mô lớn, chuyển hóa thành công kết quả nghiên cứu thành 10 công trình khoa học giá trị.

Công trình không chỉ đóng góp quan trọng vào kho tàng lý thuyết Hệ thống thông tin và Khoa học máy tính, mà còn mang lại giải pháp công nghệ có tính ứng dụng cao, phục vụ đắc lực cho sự nghiệp chuyển đổi số và nâng cao chất lượng giáo dục đại học trong kỷ nguyên số.