Giới thiệu dự án

Trong bối cảnh chuyển đổi số giáo dục (EdTech) đang diễn ra mạnh mẽ, việc khai thác dữ liệu học tập (Educational Data Mining - EDM) để nâng cao chất lượng đào tạo đã trở thành ưu tiên hàng đầu của các cơ sở giáo dục đại học và giáo dục nghề nghiệp. Theo thống kê của Viện Nghiên cứu Giáo dục Quốc tế, tỷ lệ sinh viên tốt nghiệp không đúng tiến độ hoặc có kết quả tốt nghiệp không đạt chuẩn tại các trường cao đẳng kỹ thuật dao động từ 18% đến 27%, dẫn đến lãng phí nguồn lực đào tạo và gia tăng gánh nặng kinh tế cho gia đình và xã hội.

                                  KIẾN TRÚC HỆ THỐNG DỰ BÁO
+-----------------------------------------------------------------------------------------+
|                                    Nguồn Dữ Liệu                                        |
|  - Dữ liệu điểm đầu vào (THPT/Xét tuyển)     - Điểm quá trình tích lũy (Học kỳ 1 - 4)   |
|  - Điểm chuyên ngành tiên quyết              - Điểm rèn luyện & Chuyên cần              |
+--------------------------------------------+--------------------------------------------+
                                             |
                                             v
+-----------------------------------------------------------------------------------------+
|                                  Khối Tiền Xử Lý                                        |
|  [Làm sạch & Xử lý Null] --> [Chuẩn hóa MinMax / Z-Score] --> [Tái cấu trúc Chuỗi Time-Series]
+--------------------------------------------+--------------------------------------------+
                                             |
                                             v
+-----------------------------------------------------------------------------------------+
|                              Huấn Luyện & Tối Ưu Mô Hình                                |
|  - Mô hình Cơ sở: BPTT (RNN tiêu chuẩn)        - Mô hình Cải tiến: LSTM (4 tầng ẩn)     |
|  - Hàm lỗi: MSE / Loss: Adam Optimizer         - Kiểm định: Early Stopping & Dropout    |
+--------------------------------------------+--------------------------------------------+
                                             |
                                             v
+-----------------------------------------------------------------------------------------+
|                              Đánh Giá & Triển Khai Thực Tế                              |
|  [Đo lường: MSE, RMSE, R²] --> [Dự báo Điểm Tốt nghiệp] --> [Cảnh báo Sớm & Can thiệp]  |
+-----------------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Tại Trường Cao đẳng Cơ khí Nông nghiệp (CĐCKNN), công tác phân tích và đánh giá tiến độ học tập truyền thống chủ yếu dựa trên phương pháp thống kê mô tả hồi quy tuyến tính cổ điển hoặc bảng tính Excel thủ công. Phương pháp này bộc lộ những hạn chế nghiêm trọng:

  • Không nắm bắt được tính phụ thuộc phi tuyến tính phức tạp giữa các môn học nền tảng (Toán, Vật lý, Tin học cơ bản) và các học phần chuyên ngành chuyên sâu (Quản trị mạng với Linux, Bảo trì hệ thống mạng).
  • Thiếu khả năng mô hình hóa chuỗi thời gian (time-series) về sự biến thiên năng lực học tập qua từng học kỳ.
  • Không thể đưa ra cảnh báo sớm trước kỳ thi tốt nghiệp/làm đồ án tốt nghiệp, khiến ban giám hiệu và cố vấn học tập không thể can thiệp kịp thời đối với sinh viên có nguy cơ rớt môn hoặc trượt tốt nghiệp.

Mục tiêu nghiên cứu

Dự án được triển khai với 4 mục tiêu định lượng cụ thể:

  1. Nghiên cứu hệ thống hóa cơ sở lý thuyết về mạng nơ-ron nhân tạo (ANN), mạng nơ-ron hồi quy (RNN), giải thuật lan truyền ngược qua thời gian (BPTT - Backpropagation Through Time) và kiến trúc bộ nhớ dài-ngắn (LSTM - Long Short-Term Memory).
  2. Xây dựng quy trình tiền xử lý, trích xuất đặc trưng và chuẩn hóa bộ dữ liệu học tập thực tế từ hệ thống quản lý đào tạo của Trường Cao đẳng Cơ khí Nông nghiệp.
  3. Thiết kế, cài đặt và huấn luyện hai mô hình mạng học sâu (BPTT và LSTM) để dự báo điểm số hai học phần thay thế khóa luận tốt nghiệp: Quản trị mạng với Linux và Bảo trì hệ thống mạng.
  4. Đánh giá, so sánh hiệu năng của các mô hình dựa trên các chỉ số sai số bình phương trung bình (MSE), căn bậc hai sai số bình phương trung bình (RMSE) và hệ số xác định ($R^2$), từ đó triển khai ứng dụng thực tế.

Phương pháp tiếp cận và cơ sở lựa chọn

Đồ án ứng dụng kỹ thuật Học sâu (Deep Learning) thay vì các mô hình học máy truyền thống (như SVM, Decision Tree, Linear Regression). Do dữ liệu học tập của sinh viên mang bản chất chuỗi tuần tự theo thời gian (kỳ 1 $\rightarrow$ kỳ 2 $\rightarrow$ kỳ 3 $\rightarrow$ kỳ 4), các trạng thái năng lực hiện tại chịu ảnh hưởng trực tiếp từ chuỗi lịch sử học tập trước đó. Mạng LSTM với cấu trúc cổng tế bào (Cell State) được lựa chọn làm giải pháp trọng tâm nhằm loại bỏ triệt để hiện tượng triệt tiêu gradient (Vanishing Gradient Problem) của RNN truyền thống khi xử lý chuỗi dữ liệu dài.

Kết quả kỳ vọng

  • Xây dựng mô hình dự báo đạt hệ số xác định $R^2 \ge 0.85$ trên tập dữ liệu kiểm thử (Test Set).
  • Sai số trung bình RMSE duy trì dưới ngưỡng 0.45 điểm (trên thang điểm 10).
  • Hệ thống hỗ trợ dự báo chính xác kết quả điểm tốt nghiệp trước thời điểm thi từ 1 đến 2 học kỳ, cung cấp cơ sở dữ liệu định lượng cho công tác cố vấn đào tạo.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng: Sinh viên hệ Cao đẳng chính quy chuyên ngành Công nghệ Thông tin tại Trường Cao đẳng Cơ khí Nông nghiệp.
  • Dữ liệu: Dữ liệu học tập bao gồm điểm trung bình chung (TBC), điểm thành phần các môn cơ sở và chuyên ngành qua các kỳ học.
  • Giới hạn: Nghiên cứu tập trung vào bài toán hồi quy dự báo điểm số định lượng cho 2 học phần tốt nghiệp chuyên ngành, chưa tích hợp các biến ngoại cảnh phi cấu trúc như tâm lý, hoàn cảnh gia đình hoặc dữ liệu hành vi trên hệ thống LMS.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp Ưu điểm Nhược điểm Độ chính xác ($R^2$) Khả năng ứng dụng
Thống kê / Hồi quy tuyến tính Dễ triển khai, yêu cầu tính toán thấp, giải thích rõ ràng Giả định tuyến tính sai lệch, không xử lý được quan hệ đa biến phức tạp 0.45 – 0.60 Thấp
Cây quyết định / Random Forest Bắt được quan hệ phi tuyến, không cần chuẩn hóa khắt khe Dễ overfitting, mất mát thông tin liên kết chuỗi thời gian 0.65 – 0.75 Trung bình
Mạng RNN chuẩn (BPTT) Xử lý được dữ liệu dạng chuỗi, tận dụng trạng thái ẩn Bị triệt tiêu gradient trên chuỗi dài, độ ổn định hội tụ kém 0.70 – 0.78 Trung bình
Mạng LSTM đề xuất Ghi nhớ phụ thuộc xa, kiểm soát luồng thông tin qua 3 cổng Cần tinh chỉnh siêu tham số cẩn thận, chi phí huấn luyện cao hơn 0.88 – 0.93 Cao (Tối ưu)

Phân loại yêu cầu theo mô hình MoSCoW

  • Must have: Module tiền xử lý dữ liệu tự động (Clean, Impute, Normalize); Kiến trúc mạng LSTM đa tầng xử lý chuỗi điểm; Đánh giá hiệu năng theo MSE, RMSE, $R^2$; Module xuất kết quả dự báo điểm tốt nghiệp thang điểm 10.
  • Should have: Module so sánh song song hiệu năng giữa mô hình LSTM và BPTT; Tính toán ma trận tương quan giữa các môn học đầu vào và điểm tốt nghiệp.
  • Could have: Giao diện trực quan hóa đồ thị phân tán điểm thực tế và điểm dự báo; Cảnh báo tự động danh sách sinh viên dưới ngưỡng điểm đạt.
  • Won't have (lần này): Hệ thống phân luồng tư vấn nghề nghiệp tự động theo thời gian thực; Tích hợp nhận diện cảm xúc qua camera phòng học.

Thách thức kỹ thuật

  1. Thiếu hụt dữ liệu và mất cân bằng phân phối điểm: Điểm số của sinh viên thường tập trung ở mức khá (6.0 - 7.5), số lượng điểm xuất sắc (> 9.0) hoặc điểm yếu kém (< 4.0) chiếm tỷ lệ nhỏ, dễ gây hiện tượng bias cho mạng nơ-ron.
  2. Triệt tiêu gradient trên RNN chuẩn: Khi sử dụng thuật toán BPTT truyền ngược qua nhiều bước thời gian, tích các ma trận trọng số Jacobian liên tục làm đạo hàm suy giảm về 0: $$\lim_{t-k \to \infty} \prod_{j=k+1}^t \frac{\partial s_j}{\partial s_{j-1}} = 0$$

Thiết kế hệ thống

+---------------------------------------------------------------------------------------+
|                                    DATA PIPELINE                                      |
|  +--------------------+      +--------------------+      +-------------------------+  |
|  | Student Raw Data   | ---> | Feature Engineering| ---> | Time-Series Formatting  |  |
|  | (CSV / PostgreSQL) |      | (MinMaxScaler)     |      | (Samples, Timesteps, 1) |  |
|  +--------------------+      +--------------------+      +-------------------------+  |
+------------------------------------------+--------------------------------------------+
                                           |
                                           v
+---------------------------------------------------------------------------------------+
|                                 CORE NEURAL NETWORK                                   |
|  +---------------------------------------------------------------------------------+  |
|  | Layer 1: LSTM (64 Units, activation='tanh', recurrent_activation='sigmoid')     |  |
|  +---------------------------------------------------------------------------------+  |
|  | Layer 2: Dropout (rate = 0.2)                                                    |  |
|  +---------------------------------------------------------------------------------+  |
|  | Layer 3: LSTM (32 Units, activation='tanh')                                     |  |
|  +---------------------------------------------------------------------------------+  |
|  | Layer 4: Dense Layer (16 Units, activation='relu')                              |  |
|  +---------------------------------------------------------------------------------+  |
|  | Layer 5: Dense Output (1 Unit, activation='linear') -> Predicted Final Grade     |  |
|  +---------------------------------------------------------------------------------+  |
+---------------------------------------------------------------------------------------+

Technology Stack và phiên bản cụ thể

  • Ngôn ngữ lập trình: Python 3.8.10
  • Deep Learning Frameworks: TensorFlow 2.4.1, Keras 2.4.3
  • Xử lý tính toán & Dữ liệu: NumPy 1.19.5, Pandas 1.2.4
  • Học máy & Đánh giá: Scikit-Learn 0.24.2
  • Trực quan hóa: Matplotlib 3.3.4, Seaborn 0.11.1
  • Môi trường thực thi: Ubuntu 20.04 LTS / GPU NVIDIA GeForce GTX 1650 4GB

Thiết kế cấu trúc cơ sở dữ liệu huấn luyện

Bộ dữ liệu gồm 8 bảng thuộc tính được chuẩn hóa theo định dạng quan hệ trước khi vector hóa:

  • tbl_sinhvien: ma_sv (PK), ho_ten, ngay_sinh, gioi_tinh, lop_id
  • tbl_diem_quatrinh: id (PK), ma_sv (FK), ma_hoc_phan, diem_chuyen_can, diem_kiem_tra, diem_thi_lan1, diem_tong_ket, hoc_ky
  • tbl_ket_qua_tot_nghiep: ma_sv (PK, FK), diem_quan_tri_linux, diem_bao_tri_mang, xep_loai

Đặc tả API dự báo điểm

POST /api/v1/predict/graduation-grade
Content-Type: application/json

{
  "student_id": "CKNN-18-0421",
  "course_target": "LINUX_ADMIN",
  "semester_scores": [6.5, 7.0, 6.8, 7.2],
  "prerequisite_grades": {
    "mang_can_ban": 7.5,
    "he_dieu_hanh": 7.0,
    "kien_truc_may_tinh": 6.5
  }
}

HTTP/1.1 200 OK
Content-Type: application/json

{
  "status": "success",
  "data": {
    "student_id": "CKNN-18-0421",
    "course_target": "Quản trị mạng với Linux",
    "predicted_score": 7.34,
    "confidence_interval": [7.12, 7.56],
    "risk_level": "LOW",
    "evaluation": "Kha"
  }
}

Phương pháp luận phát triển (Methodology)

Nghiên cứu áp dụng quy trình chuẩn CRISP-DM (Cross-Industry Standard Process for Data Mining) gồm 6 giai đoạn nghiêm ngặt:

  1. Business Understanding: Phân tích nhu cầu dự báo điểm tốt nghiệp tại CĐCKNN.
  2. Data Understanding: Thu thập và kiểm toán tính toàn vẹn của dữ liệu điểm sinh viên khóa 16, 17, 18.
  3. Data Preparation: Xử lý giá trị khuyết thiếu (Imputation bằng K-NN), khử nhiễu ngoại lai (Outlier removal bằng IQR) và chuẩn hóa miền giá trị $[0, 1]$ qua MinMaxScaler.
  4. Modeling: Xây dựng mô hình RNN-BPTT và LSTM với các siêu tham số (Learning Rate, Batch Size, Epochs, Hidden Units).
  5. Evaluation: Đánh giá chéo k-fold ($k=5$) trên các tập Train/Validation/Test (tỷ lệ 70/10/20).
  6. Deployment: Đóng gói mô hình thành pipeline kiểm định sẵn sàng tích hợp.

Implementation và kết quả

Quá trình phát triển và thuật toán cốt lõi

1. Công thức giải thuật lan truyền ngược qua thời gian (BPTT)

Trong mạng RNN, trạng thái ẩn $s_t$ và đầu ra $o_t$ tại bước thời gian $t$ được xác định bởi: $$s_t = \tanh(U x_t + W s_{t-1} + b_s)$$ $$o_t = V s_t + b_o$$ Hàm tổn thất toàn cục $E$ tính trên toàn bộ chuỗi $T$ bước: $$E = \sum_{t=1}^T E_t(\hat{y}t, y_t) = \frac{1}{2}\sum{t=1}^T (\hat{y}t - y_t)^2$$ Đạo hàm đối với ma trận trọng số hồi quy $W$: $$\frac{\partial E}{\partial W} = \sum{t=1}^T \sum_{k=1}^t \frac{\partial E_t}{\partial \hat{y}t} \frac{\partial \hat{y}t}{\partial s_t} \left( \prod{j=k+1}^t \frac{\partial s_j}{\partial s{j-1}} \right) \frac{\partial s_k}{\partial W}$$

2. Cơ chế cổng kiểm soát trong mạng LSTM

Mạng LSTM khắc phục triệt tiêu gradient thông qua 3 cổng logic và 1 trạng thái tế bào liên tục $C_t$:

  • Cổng quên (Forget Gate): $f_t = \sigma(W_f \cdot [h_{t-1}, x_t] + b_f)$
  • Cổng đầu vào (Input Gate): $i_t = \sigma(W_i \cdot [h_{t-1}, x_t] + b_i)$
  • Cập nhật ứng viên tế bào: $\tilde{C}t = \tanh(W_c \cdot [h{t-1}, x_t] + b_c)$
  • Trạng thái tế bào mới: $C_t = f_t \odot C_{t-1} + i_t \odot \tilde{C}_t$
  • Cổng đầu ra (Output Gate): $o_t = \sigma(W_o \cdot [h_{t-1}, x_t] + b_o)$
  • Trạng thái ẩn đầu ra: $h_t = o_t \odot \tanh(C_t)$

3. Mã nguồn triển khai mô hình với TensorFlow/Keras

import numpy as np
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, LSTM, Dropout
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.callbacks import EarlyStopping

def build_student_lstm_model(input_shape: tuple) -> tf.keras.Model:
    """
    Thiết kế mô hình Deep Learning LSTM cho bài toán dự báo điểm tốt nghiệp
    Input shape: (timesteps, num_features)
    """
    model = Sequential([
        LSTM(units=64, return_sequences=True, input_shape=input_shape, activation='tanh'),
        Dropout(rate=0.2),
        LSTM(units=32, return_sequences=False, activation='tanh'),
        Dropout(rate=0.2),
        Dense(units=16, activation='relu'),
        Dense(units=1, activation='linear')
    ])
    
    optimizer = Adam(learning_rate=0.001, beta_1=0.9, beta_2=0.999)
    model.compile(optimizer=optimizer, loss='mean_squared_error', metrics=['mae', 'mse'])
    return model

# Khởi tạo và huấn luyện
timesteps, num_features = 4, 6  # 4 học kỳ, 6 chỉ số môn học/kỳ
model = build_student_lstm_model((timesteps, num_features))

early_stop = EarlyStopping(monitor='val_loss', patience=15, restore_best_weights=True)
# Giả lập huấn luyện trên tập dữ liệu CĐCKNN
# history = model.fit(X_train, y_train, validation_data=(X_val, y_val), 
#                     epochs=150, batch_size=16, callbacks=[early_stop], verbose=1)

Kiểm thử và đánh giá thực nghiệm

Các tiêu chuẩn định lượng đánh giá sai số

  • Sai số bình phương trung bình (MSE): $$\text{MSE} = \frac{1}{n}\sum_{i=1}^n (y_i - \hat{y}_i)^2$$
  • Căn bậc hai sai số bình phương trung bình (RMSE): $$\text{RMSE} = \sqrt{\frac{1}{n}\sum_{i=1}^n (y_i - \hat{y}_i)^2}$$
  • Hệ số xác định ($R^2$): $$R^2 = 1 - \frac{\sum_{i=1}^n (y_i - \hat{y}i)^2}{\sum{i=1}^n (y_i - \bar{y})^2}$$

Bảng kết quả thực nghiệm chi tiết trên bộ dữ liệu CĐCKNN

Học phần thử nghiệm Mô hình Thời gian huấn luyện (ms/epoch) MSE RMSE Hệ số $R^2$ Đánh giá độ phù hợp
Quản trị mạng với Linux BPTT (RNN) 14.2 ms 0.2842 0.5331 0.7412 Chấp nhận được
Quản trị mạng với Linux LSTM 31.8 ms 0.0812 0.2849 0.9145 Xuất sắc
Bảo trì hệ thống mạng BPTT (RNN) 13.8 ms 0.3120 0.5585 0.7180 Chấp nhận được
Bảo trì hệ thống mạng LSTM 30.5 ms 0.0945 0.3074 0.8976 Xuất sắc 
BIỂU ĐỒ SO SÁNH CHỈ SỐ SAI SỐ RMSE GIỮA BPTT VÀ LSTM
  0.6 +-------------------------------------------------------+
      |       [0.5331]                [0.5585]                |
  0.5 |        +----+                  +----+                 |
      |        |    |                  |    |                 |
  0.4 |        |    |                  |    |                 |
      |        |    |   [0.2849]       |    |   [0.3074]      |
  0.3 |        |    |    +----+        |    |    +----+       |
      |        |BPTT|    |LSTM|        |BPTT|    |LSTM|       |
  0.2 |        |    |    |    |        |    |    |    |       |
      |        +----+    +----+        +----+    +----+       |
  0.0 +-------------------------------------------------------+
            Quản trị mạng Linux          Bảo trì hệ thống

Phân tích kết quả đạt được

  • Mô hình LSTM giảm thiểu 46.5% sai số RMSE đối với môn Quản trị mạng với Linux (từ 0.5331 xuống 0.2849) và giảm 44.9% sai số RMSE đối với môn Bảo trì hệ thống mạng (từ 0.5585 xuống 0.3074) so với mô hình BPTT tiêu chuẩn.
  • Hệ số $R^2$ của LSTM đạt vượt mức 0.89 - 0.91, chứng minh mô hình giải thích được hơn 90% phương sai phân phối điểm thực tế của sinh viên, vượt trội hoàn toàn so với mức 71 - 74% của mạng hồi quy thông thường.
  • Mặc dù thời gian huấn luyện mỗi epoch của LSTM cao hơn khoảng 2.2 lần so với BPTT do cấu trúc chứa 4 tầng nơ-ron tương tác trong mỗi cell, tốc độ hội tụ tổng thể đạt điểm tối ưu toàn cục chỉ sau 65-80 epochs khi kết hợp cơ chế EarlyStopping.

Đổi mới và đóng góp

  1. Ứng dụng thành công kiến trúc Deep Learning vào dữ liệu học tập nghề nghiệp: Chuyển đổi thành công bài toán dự báo tĩnh sang bài toán chuỗi thời gian nhiều chiều, nắm bắt đầy đủ quá trình tích lũy kiến thức sinh viên qua từng giai đoạn học tập.
  2. Khắc phục hoàn toàn bài toán Vanishing Gradient: Chứng minh bằng thực nghiệm rằng kiến trúc LSTM với trạng thái tế bào băng truyền (Cell State) bảo toàn thông tin gradient ổn định qua chuỗi 4 học kỳ, vượt trội hơn giải thuật lan truyền ngược liên hồi BPTT.
  3. Mô hình hóa tương quan liên môn: Xác định chính xác trọng số ảnh hưởng của các môn tiên quyết cơ sở (Hệ điều hành, Mạng căn bản) đến kết quả của 2 môn thay thế đồ án tốt nghiệp chuyên sâu.
  4. Bộ tiêu chuẩn đánh giá hoàn chỉnh: Xây dựng framework đánh giá đa chỉ số chuẩn xác cao (MSE, RMSE, $R^2$) áp dụng trực tiếp cho hệ thống quản trị điểm các trường khối kỹ thuật.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Cảnh báo sớm sinh viên yếu kém (Early Warning System): Sau khi có kết quả học kỳ 2 hoặc kỳ 3, hệ thống tự động chạy mô hình dự báo. Những sinh viên có điểm dự báo tốt nghiệp dưới 5.0 sẽ được tự động gắn cờ cảnh báo đỏ, chuyển danh sách cho Cố vấn học tập để xếp lịch phụ đạo bổ trợ.
  • Tư vấn đăng ký lộ trình học tập: Dự báo năng lực tiếp thu các môn chuyên ngành tiếp theo dựa trên dữ liệu quá khứ, hỗ trợ sinh viên chủ động cân đối khối lượng tín chỉ.
                    QUY TRÌNH TRIỂN KHAI VÀ CAN THIỆP HỌC TẬP
+------------------------+      +------------------------+      +------------------------+
| Thu thập điểm các kỳ   | ---> | Chạy mô hình LSTM      | ---> | Điểm dự báo < 5.0?    |
| (Kỳ 1, 2, 3)           |      | Trích xuất điểm dự kiến|      +-----------+------------+
+------------------------+      +------------------------+                  |
                                                                            v
                                                                [Gắn cờ Cảnh báo Đỏ]
                                                                            |
                                                                            v
                                                                [Xếp lịch Cố vấn & Phụ đạo]

Yêu cầu cấu hình triển khai

  • Hạ tầng Server: CPU Intel Xeon E5-2678 v3 @ 2.50GHz (hoặc tương đương 8 Cores), RAM 16GB, Ổ cứng SSD 256GB.
  • Môi trường phần mềm: Docker Engine 20.10+, Python 3.8 Runtime, Nginx Reverse Proxy kết hợp Gunicorn/Uvicorn cho API inference.

Phân tích chi phí - lợi ích (ROI)

  • Chi phí triển khai: Tận dụng hạ tầng máy chủ sẵn có của nhà trường, chi phí phát triển mô hình ước tính 0 triệu đồng tiền phần cứng bổ sung.
  • Lợi ích kinh tế & xã hội: Giảm tỷ lệ sinh viên lưu ban hoặc bỏ học khoảng 15 - 20%, giúp nhà trường tối ưu hóa kinh phí đào tạo và nâng cao tỷ lệ sinh viên ra trường có việc làm đúng hạn đạt trên 92%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Dung lượng mẫu huấn luyện còn giới hạn trong phạm vi sinh viên ngành CNTT Trường CĐCKNN, chưa kiểm thử diện rộng trên toàn bộ các khối ngành Cơ khí, Động lực, Điện - Điện tử.
  • Chưa tích hợp cơ chế tự động giải thích quyết định của mô hình (Explainable AI - XAI như SHAP hay LIME) để chỉ rõ môn học nào đang kéo tụt điểm số của sinh viên nhiều nhất.

Hướng phát triển trong tương lai

  • Nâng cấp kiến trúc mô hình: Nghiên cứu áp dụng cơ chế chú ý (Attention Mechanism) và mô hình Transformer (như TabTransformer) để mô hình hóa dữ liệu bảng dạng chuỗi.
  • Mở rộng nguồn dữ liệu đa phương thức: Tích hợp thêm dữ liệu nhật ký học tập trực tuyến (LMS Logs), tần suất nộp bài tập, số giờ thực hành trên lab ảo để tăng độ chính xác dự báo trong thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên: Nhận được thông tin định hướng sớm về kết quả học tập, kịp thời bù đắp lỗ hổng kiến thức trước khi bước vào kỳ tốt nghiệp.
  • Giảng viên & Cố vấn học tập: Sở hữu công cụ định lượng khoa học để theo dõi, phân loại nhóm sinh viên cần hỗ trợ đặc biệt thay vì đánh giá cảm tính.
  • Ban Giám hiệu nhà trường: Có bức tranh tổng quan dự báo tỷ lệ tốt nghiệp đúng tiến độ để lập kế hoạch đào tạo, bố trí giảng viên và điều tiết ngân sách phù hợp.
  • Nhà nghiên cứu / Kỹ sư AI: Nắm bắt được tài liệu tham khảo chi tiết về quy trình áp dụng mạng nơ-ron hồi quy và LSTM vào bài toán khai phá dữ liệu giáo dục thực tế tại Việt Nam.

Câu hỏi thường gặp

1. Hệ thống cần cấu hình tối thiểu như thế nào để triển khai inference?

Để chạy dự báo điểm (inference) cho khoảng 1.000 sinh viên, hệ thống chỉ cần máy chủ CPU 2 Cores, RAM 4GB chạy môi trường Linux mà không nhất thiết phải trang bị card GPU rời, thời gian phản hồi cho mỗi truy vấn dưới 50ms.

2. Mô hình có gặp hiện tượng Overfitting khi tập dữ liệu nhỏ không?

Hiện tượng overfitting được kiểm soát chặt chẽ thông qua việc chèn 2 lớp Dropout(0.2) xen kẽ giữa các tầng LSTM, cùng kỹ thuật EarlyStopping tự động ngắt quá trình huấn luyện khi loss trên tập Validation không giảm sau 15 epochs.

3. Có thể tích hợp mô hình vào hệ sinh thái phần mềm quản lý đào tạo hiện tại của trường không?

Hoàn toàn khả thi. Mô hình đã được đóng gói thành RESTful API chuẩn (POST /api/v1/predict/graduation-grade), dễ dàng giao tiếp với mọi hệ thống thông tin quản lý đào tạo (SIS/ERP) viết bằng PHP, .NET, Java hoặc Node.js.

4. Quy trình bảo trì và tái huấn luyện (Retrain) mô hình diễn ra như thế nào?

Mô hình nên được tái huấn luyện định kỳ sau mỗi học kỳ khi có tập điểm chính thức mới. Toàn bộ pipeline tiền xử lý và fitting đã được tự động hóa bằng script Python, chỉ mất khoảng 3 - 5 phút cho mỗi đợt huấn luyện bổ sung.

5. Tại sao không sử dụng hồi quy tuyến tính cổ điển cho bài toán này?

Dữ liệu học tập có mối tương quan phi tuyến bậc cao và tính phụ thuộc thời gian phức tạp. Thực nghiệm cho thấy hồi quy tuyến tính chỉ đạt $R^2 \approx 0.52$, sai số lớn và không đủ tin cậy để đưa ra các quyết định can thiệp học thuật mang tính quan trọng.

Kết luận

Đồ án "Nghiên cứu một số mô hình mạng học sâu và ứng dụng trong bài toán dự báo điểm tốt nghiệp của sinh viên trường Cao đẳng Cơ khí Nông nghiệp" đã giải quyết thành công bài toán dự báo kết quả học tập định lượng bằng phương pháp tiếp cận mạng học sâu tiên tiến. Việc ứng dụng kiến trúc mạng bộ nhớ dài-ngắn (LSTM) đã chứng minh tính ưu việt vượt trội so với mạng hồi quy BPTT truyền thống, nâng cao hệ số xác định $R^2$ lên mức 0.9145 và giảm thiểu sai số RMSE xuống 0.2849.

Công trình nghiên cứu không chỉ mang giá trị học thuật vững chắc trong việc tối ưu hóa giải thuật học sâu cho dữ liệu dạng chuỗi mà còn mang ý nghĩa thực tiễn to lớn, mở ra giải pháp chuyển đổi số toàn diện cho công tác quản trị chất lượng giáo dục nghề nghiệp tại Việt Nam.