Xây dựng hệ thống dự đoán kết quả học tập cho học sinh trung học phổ thông

Chuyên khảo kỹ thuật phân tích Xây dựng hệ thống dự đoán kết quả học tập của học sinh trung học phổ thông, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo.

• Tác giả: Nguyễn Thị Lan
• Người hướng dẫn: PGS.TS Trần Văn Lăng
• Trường học: Trường Đại học Bà Rịa-Vũng Tàu
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Xây dựng hệ thống dự đoán kết quả học tập của học sinh trung học phổ thông
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Bà Rịa-Vũng Tàu

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CÁM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI
• 1.1. Sự cần thiết của đề tài
• 1.2. Một số nghiên cứu liên quan
• 1.3. Mục tiêu của đề tài
• 1.4. Đối tượng và phương pháp nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phương pháp nghiên cứu
• 1.5. Nội dung nghiên cứu
• 2. CHƯƠNG 2: PHƯƠNG PHÁP VÀ KỸ THUẬT SỬ DỤNG
• 2.1. Hệ số tương quan Pearson
• 2.2. Học máy
• 3. CHƯƠNG 3: HỆ THỐNG DỰ BÁO KẾT QUẢ HỌC TẬP
• 3.1. Giai đoạn huấn luyện
• 3.2. Giai đoạn dự báo
• 3.3. Sơ đồ của hệ thống
• 3.4. Phương pháp thực hiện
• 3.4.1. Phương pháp hồi quy tuyến tính
• 3.4.2. Phương pháp mạng nơ-ron
• 3.4.3. Phương pháp học phối hợp
• 3.5. KẾT QUẢ THỰC NGHIỆM
• 3.5.1. Tiền xử lý dữ liệu
• 3.5.2. Thu thập dữ liệu
• 3.5.3. Giao diện hệ thống
• 3.5.3.1. Menu Huấn luyện
• 3.5.4. Kết quả dự báo
• 3.5.4.1. Kết quả môn Anh
• 3.5.4.2. Kết quả môn Toán
• 3.5.4.3. Kết quả môn Văn
• 3.5.5. So sánh, đánh giá các phương pháp dùng để dự báo
• 3.5.6. Kết quả kiểm tra
• 3.5.6.1. Kết quả kiểm tra môn chuyên của lớp chuyên
• 3.5.6.2. Kết quả kiểm tra môn không chuyên của lớp chuyên
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Dự Đoán Kết Quả Học Tập THPT Vì Sao Cần

Trường chuyên đóng vai trò quan trọng trong việc phát triển tài năng trẻ, và việc dự đoán kết quả học tập sớm có thể giúp học sinh, phụ huynh có những điều chỉnh phù hợp. Tại Bà Rịa - Vũng Tàu, trường THPT chuyên Lê Quý Đôn có nhiều lớp chuyên khác nhau. Học sinh giỏi ở đây còn được nhận học bổng theo quy định của tỉnh, điều này thúc đẩy tinh thần học tập. Tuy nhiên, các kỳ thi THPT quốc gia và xét tuyển đại học ngày càng phức tạp, đòi hỏi học sinh cần có sự chuẩn bị kỹ lưỡng và định hướng rõ ràng. Vì vậy, việc xây dựng một hệ thống dự đoán kết quả học tập cho học sinh THPT là vô cùng cần thiết, giúp các em chủ động hơn trong quá trình học tập và định hướng nghề nghiệp. Việc dự đoán sơ bộ kết quả học tập giúp phụ huynh và học sinh chủ động hơn. Chế độ khuyến khích tài năng cũng là một động lực lớn. Thực tế hoàn cảnh gia đình và môi trường sống ảnh hưởng rất nhiều đến kết quả học tập. Các yếu tố khách quan và nội tại được thể hiện đầy đủ ở kết quả học tập trong quá khứ.

1.1. Tầm quan trọng của dự đoán kết quả học tập sớm

Dự đoán kết quả học tập sớm giúp học sinh nhận biết điểm mạnh, điểm yếu của bản thân, từ đó có kế hoạch học tập phù hợp. Nó cũng giúp phụ huynh nắm bắt được tình hình học tập của con em mình, có những hỗ trợ kịp thời. Ngoài ra, dự đoán kết quả học tập còn giúp nhà trường có cái nhìn tổng quan về chất lượng học tập của học sinh, có những điều chỉnh trong phương pháp giảng dạy và chương trình học. Các yếu tố ảnh hưởng tới kết quả học tập của học sinh bao gồm hoàn cảnh gia đình, phương pháp học tập, động lực học tập, mối liên hệ giữa các môn học.

1.2. Vai trò của trường chuyên và chế độ khuyến khích tài năng

Trường chuyên tạo môi trường học tập tốt, giúp học sinh phát huy tối đa năng lực. Chế độ khuyến khích tài năng, như học bổng, là động lực lớn để học sinh phấn đấu. Học sinh trường chuyên được học tập trong môi trường năng động. Việc phỏng đoán sơ bộ kết quả học tập ở học kỳ tiếp theo sẽ vô cùng hữu ích. Học sinh lớp 12 còn được các trường đại học ưu tiên xét tuyển sinh bằng hình thức xét học bạ.

II. Thách Thức và Hạn Chế Của Các Hệ Thống Dự Đoán Hiện Tại

Mặc dù đã có nhiều nghiên cứu về dự đoán kết quả học tập, phần lớn tập trung vào sinh viên đại học. Các nghiên cứu này thường sử dụng dữ liệu từ hệ thống học tập trực tuyến hoặc khảo sát. Các thuật toán hồi quy và phân loại được áp dụng để dự đoán điểm số hoặc phân loại học lực. Tuy nhiên, số lượng nghiên cứu dành cho học sinh THPT còn hạn chế. Một số nghiên cứu chỉ tập trung vào dự đoán điểm chuẩn đại học, dựa trên kinh nghiệm chuyên gia, mang tính chủ quan và thiếu phân tích định lượng. Hơn nữa, việc áp dụng các mô hình dự đoán từ bậc đại học xuống THPT có thể không phù hợp do sự khác biệt về đặc điểm dữ liệu và yếu tố ảnh hưởng đến kết quả học tập. Luận văn của Lâm Quốc Cường (2016) dự đoán kết quả thi THPT quốc gia dựa vào điểm học tập các năm học và sử dụng thuật toán cây quyết định. Luận văn của Lâm Thị Anh Hoàng (2021) sử dụng mạng SOM, K-NN, K-means để dự báo điểm thi tổ hợp KHTN và KHXH.

2.1. Sự khác biệt giữa dự đoán cho sinh viên và học sinh THPT

Dữ liệu học tập của sinh viên và học sinh THPT có sự khác biệt về độ phức tạp và phạm vi. Sinh viên thường có nhiều môn học tự chọn, chuyên sâu hơn, trong khi học sinh THPT học các môn học cơ bản, tổng quát. Các yếu tố ảnh hưởng đến kết quả học tập cũng khác nhau. Sinh viên có thể chịu áp lực từ công việc làm thêm, các hoạt động ngoại khóa, trong khi học sinh THPT chịu áp lực từ gia đình, bạn bè và các kỳ thi quan trọng.

2.2. Hạn chế của việc dự đoán dựa trên kinh nghiệm chuyên gia

Dự đoán dựa trên kinh nghiệm chuyên gia có thể mang tính chủ quan và thiếu chính xác, đặc biệt khi không có dữ liệu lịch sử đầy đủ. Các chuyên gia có thể có những định kiến riêng, ảnh hưởng đến kết quả dự đoán. Hơn nữa, kinh nghiệm chuyên gia có thể không áp dụng được trong mọi trường hợp, do sự thay đổi liên tục của chương trình học và phương pháp giảng dạy. Cần phân tích đánh giá trên kết quả dự báo.

III. Phương Pháp Xây Dựng Hệ Thống Dự Đoán Kết Quả Học Tập

Để xây dựng một hệ thống dự đoán hiệu quả, cần kết hợp nhiều phương pháp và kỹ thuật khác nhau. Đầu tiên, cần thu thập dữ liệu học tập đầy đủ và chính xác từ nhà trường. Dữ liệu này bao gồm điểm số các môn học, thông tin cá nhân của học sinh, và các yếu tố khác có thể ảnh hưởng đến kết quả học tập. Sau đó, dữ liệu cần được tiền xử lý để loại bỏ các giá trị nhiễu và chuẩn hóa. Tiếp theo, sử dụng các thuật toán học máy, như hồi quy tuyến tính, mạng nơ-ron, và học phối hợp, để xây dựng mô hình dự đoán. Cuối cùng, đánh giá hiệu quả của mô hình và điều chỉnh để đạt được độ chính xác cao nhất. Các phương pháp và kỹ thuật học máy như hồi quy tuyến tính, mạng nơ-ron, phương pháp học phối hợp được sử dụng để xây dựng mô hình dự báo.

3.1. Thu thập và tiền xử lý dữ liệu học tập

Quá trình thu thập dữ liệu cần tuân thủ các quy định về bảo mật thông tin cá nhân của học sinh. Dữ liệu cần được kiểm tra tính chính xác và đầy đủ. Quá trình tiền xử lý dữ liệu bao gồm loại bỏ các giá trị thiếu, các giá trị ngoại lai, và chuẩn hóa dữ liệu về một thang đo chung. Hệ số tương quan Pearson là cách được sử dụng phổ biến nhất. Xác định mối tương quan giữa biến đầu vào và biến đầu ra. Xác định mối tương quan giữa hai biến đầu vào trong thuật toán.

3.2. Ứng dụng các thuật toán học máy phổ biến

Hồi quy tuyến tính là một thuật toán đơn giản và dễ hiểu, phù hợp với các bài toán dự đoán giá trị liên tục. Mạng nơ-ron có khả năng học các mối quan hệ phức tạp giữa các biến, phù hợp với các bài toán có nhiều yếu tố ảnh hưởng. Học phối hợp kết hợp nhiều mô hình dự đoán khác nhau để cải thiện độ chính xác và giảm thiểu sai số. Học máy giúp để tìm ra quy tắc hay mô hình đã tồn tại trong dữ liệu.

IV. Ứng Dụng Thực Tế Hệ Thống Kết Quả Nghiên Cứu Thử Nghiệm

Hệ thống dự đoán kết quả học tập có thể được ứng dụng trong nhiều lĩnh vực khác nhau. Ví dụ, hệ thống có thể giúp học sinh tự đánh giá năng lực học tập của mình, từ đó có kế hoạch học tập phù hợp. Nó cũng có thể giúp giáo viên nhận biết những học sinh có nguy cơ học lực yếu, từ đó có những biện pháp hỗ trợ kịp thời. Ngoài ra, hệ thống còn có thể giúp nhà trường đánh giá hiệu quả của chương trình học và phương pháp giảng dạy, từ đó có những điều chỉnh để nâng cao chất lượng giáo dục. Luận văn đã thử nghiệm hệ thống trên dữ liệu thực tế của Trường THPT chuyên Lê Quý Đôn và thu được kết quả khả quan.

4.1. Ứng dụng trong việc hỗ trợ học sinh tự đánh giá

Hệ thống cung cấp cho học sinh thông tin về điểm mạnh, điểm yếu của mình, giúp các em tự tin hơn trong quá trình học tập. Nó cũng giúp học sinh nhận biết những môn học cần tập trung nhiều hơn, từ đó có kế hoạch ôn tập hiệu quả. Hơn nữa, hệ thống còn giúp học sinh theo dõi tiến độ học tập của mình, từ đó có động lực để cố gắng hơn.

4.2. Ứng dụng trong việc hỗ trợ giáo viên và nhà trường

Hệ thống giúp giáo viên nhận biết những học sinh có nguy cơ học lực yếu, từ đó có những biện pháp hỗ trợ kịp thời, như辅导, kèm cặp, hoặc tư vấn. Nó cũng giúp giáo viên đánh giá hiệu quả của phương pháp giảng dạy của mình, từ đó có những điều chỉnh để phù hợp với từng đối tượng học sinh. Ngoài ra, hệ thống còn giúp nhà trường đánh giá hiệu quả của chương trình học, từ đó có những điều chỉnh để nâng cao chất lượng giáo dục.

V. Kết Luận và Hướng Phát Triển Cho Hệ Thống Dự Đoán

Hệ thống dự đoán kết quả học tập là một công cụ hữu ích, giúp học sinh, phụ huynh, và nhà trường có những quyết định đúng đắn trong quá trình học tập và giảng dạy. Tuy nhiên, hệ thống vẫn còn nhiều hạn chế cần khắc phục, như độ chính xác chưa cao, khả năng dự đoán các yếu tố ảnh hưởng đến kết quả học tập còn hạn chế. Trong tương lai, cần tiếp tục nghiên cứu và phát triển hệ thống, tích hợp thêm các yếu tố mới, như thông tin về hoạt động ngoại khóa, sở thích cá nhân của học sinh, để nâng cao độ chính xác và tính ứng dụng của hệ thống.

5.1. Đánh giá những thành công và hạn chế của hệ thống

Hệ thống đã đạt được những thành công nhất định trong việc dự đoán kết quả học tập của học sinh. Tuy nhiên, độ chính xác của hệ thống vẫn cần được cải thiện. Khả năng dự đoán các yếu tố ảnh hưởng đến kết quả học tập, như động lực học tập, sự quan tâm của gia đình, còn hạn chế. Dữ liệu kiểm tra kết quả kiểm tra mô hình dự báo môn chuyên của lớp chuyên. Kết quả kiểm tra mô hình dự báo môn không chuyên của lớp chuyên.

5.2. Các hướng nghiên cứu và phát triển tiềm năng

Tích hợp thêm các yếu tố mới, như thông tin về hoạt động ngoại khóa, sở thích cá nhân của học sinh, để nâng cao độ chính xác và tính ứng dụng của hệ thống. Sử dụng các thuật toán học sâu, như mạng nơ-ron tích chập, để xử lý dữ liệu phức tạp, như dữ liệu văn bản, hình ảnh. Phát triển hệ thống dự đoán kết quả học tập cho các cấp học khác, như tiểu học, trung học cơ sở.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh giáo dục hiện đại, việc dự đoán kết quả học tập của học sinh trung học phổ thông (THPT) đóng vai trò quan trọng trong việc hỗ trợ định hướng học tập và nâng cao chất lượng giáo dục. Tỉnh Bà Rịa – Vũng Tàu hiện có Trường THPT chuyên Lê Quý Đôn với 7 lớp chuyên gồm Toán, Lý, Hóa, Sinh, Tin, Anh, Văn, nơi tập trung nhiều học sinh giỏi và có năng khiếu. Theo công văn số 05/2013/QĐ-UBND của Ủy ban Nhân dân tỉnh, học sinh trường chuyên được nhận học bổng 600.000 đồng/học sinh/tháng nếu đạt học lực giỏi và điểm môn chuyên từ 8,5 trở lên, tạo động lực học tập mạnh mẽ.

Từ năm 2016, kỳ thi THPT Quốc gia được tổ chức với 8 môn thi, trong đó có 3 môn bắt buộc và 1 môn tự chọn, đồng thời các trường đại học áp dụng nhiều phương thức tuyển sinh như xét điểm thi, xét học bạ. Năm học 2020-2021, khoảng 51% học sinh trường chuyên đậu đại học qua hình thức xét học bạ. Trong thực tế, kết quả học tập chịu ảnh hưởng bởi nhiều yếu tố như hoàn cảnh gia đình, phương pháp học tập, động lực học tập và mối quan hệ giữa các môn học. Việc dự báo kết quả học tập học kỳ tiếp theo dựa trên dữ liệu quá khứ sẽ giúp học sinh và phụ huynh có kế hoạch học tập hiệu quả hơn.

Mục tiêu của nghiên cứu là xây dựng hệ thống dự đoán kết quả học tập của học sinh THPT chuyên Lê Quý Đôn, sử dụng dữ liệu điểm học tập từ năm 2015 đến 2022, áp dụng các kỹ thuật học máy nhằm hỗ trợ định hướng học tập và nâng cao hiệu quả giáo dục tại địa phương.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

• Hệ số tương quan Pearson: Được sử dụng để đánh giá mối quan hệ tuyến tính giữa các biến số như điểm các môn học, giúp lựa chọn các biến đầu vào phù hợp cho mô hình dự báo. Ví dụ, hệ số tương quan giữa điểm môn Toán và Lý là 0.57, cho thấy mối quan hệ đồng biến.

• Hồi quy tuyến tính (Linear Regression): Thuật toán cơ bản trong học máy, dùng để xây dựng mô hình dự báo điểm số dựa trên các biến đầu vào như điểm trung bình các môn học qua các học kỳ.

• Mạng thần kinh nhân tạo (Artificial Neural Network - ANN): Mô phỏng hoạt động của hệ thần kinh sinh học, gồm các nơ-ron liên kết qua các tầng (input, hidden, output). Mạng ANN được huấn luyện bằng phương pháp lan truyền xuôi và lan truyền ngược để tối ưu trọng số, phù hợp với bài toán dự báo điểm học tập phức tạp.

• Học phối hợp (Ensemble Learning): Kỹ thuật kết hợp nhiều mô hình dự báo để nâng cao độ chính xác, bao gồm các phương pháp như Bagging, Gradient Boosting, Stacking.

• Các hàm kích hoạt (Activation Functions): Sigmoid, Tanh, ReLU, LeakyReLU được sử dụng trong mạng nơ-ron để chuyển hóa dữ liệu và tăng khả năng học của mô hình.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu điểm học tập của học sinh Trường THPT chuyên Lê Quý Đôn từ năm 2015 đến 2022, bao gồm điểm các môn chuyên và không chuyên qua các học kỳ lớp 10, 11, 12.

• Phương pháp phân tích: Áp dụng phân tích hệ số tương quan để lựa chọn biến đầu vào, xây dựng mô hình dự báo bằng hồi quy tuyến tính, mạng nơ-ron nhân tạo và học phối hợp. So sánh hiệu quả các mô hình dựa trên sai số dự báo.

• Cỡ mẫu và chọn mẫu: Sử dụng dữ liệu của khoảng 496 học sinh, chọn mẫu toàn bộ học sinh có đủ dữ liệu điểm học tập qua các học kỳ.

• Timeline nghiên cứu: Thu thập và tiền xử lý dữ liệu (3 tháng), xây dựng và huấn luyện mô hình (4 tháng), đánh giá và hoàn thiện hệ thống (2 tháng).

---

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

• Mối tương quan giữa điểm các môn học có ảnh hưởng đáng kể đến kết quả dự báo. Ví dụ, điểm môn Toán và Lý có hệ số tương quan 0.57, cho thấy mối quan hệ đồng biến.

• Mô hình mạng nơ-ron nhân tạo với kiến trúc 1 tầng ẩn gồm 20 nơ-ron và hàm kích hoạt sigmoid đạt sai số dự báo thấp nhất, với sai số trung bình khoảng 0.15 điểm so với điểm thực tế.

• Phương pháp học phối hợp như Gradient Boosting cải thiện độ chính xác dự báo lên khoảng 5% so với mô hình hồi quy tuyến tính truyền thống.

• Kết quả dự báo môn Anh của lớp chuyên Anh ở học kỳ 3 sử dụng dữ liệu 6 môn học kỳ trước cho thấy sai số dự báo giảm 10% so với mô hình đơn lẻ.

Thảo luận kết quả

Nguyên nhân của các phát hiện trên là do mạng nơ-ron nhân tạo có khả năng học các mối quan hệ phi tuyến phức tạp giữa các môn học và các yếu tố ảnh hưởng đến kết quả học tập. Học phối hợp tận dụng ưu điểm của nhiều mô hình giúp giảm thiểu sai số và tăng độ tin cậy của dự báo. So với các nghiên cứu trước đây chủ yếu tập trung vào sinh viên đại học, nghiên cứu này mở rộng ứng dụng cho học sinh THPT, đặc biệt là học sinh trường chuyên với dữ liệu phong phú và đa dạng.

Dữ liệu có thể được trình bày qua biểu đồ sai số dự báo theo từng mô hình và bảng so sánh hiệu quả các phương pháp dự báo qua các học kỳ, giúp minh họa rõ ràng sự cải thiện của mô hình mạng nơ-ron và học phối hợp.

---

Đề xuất và khuyến nghị

• Triển khai hệ thống dự báo điểm học tập tại các trường THPT chuyên trên địa bàn tỉnh nhằm hỗ trợ giáo viên và học sinh trong việc định hướng học tập, mục tiêu giảm sai số dự báo dưới 0.2 điểm trong vòng 1 năm.

• Tăng cường đào tạo và nâng cao năng lực sử dụng công nghệ cho giáo viên để khai thác hiệu quả hệ thống dự báo, dự kiến hoàn thành trong 6 tháng đầu năm học tiếp theo.

• Phát triển giao diện người dùng thân thiện cho phụ huynh và học sinh nhằm dễ dàng truy cập và sử dụng kết quả dự báo, với mục tiêu tăng tỷ lệ sử dụng hệ thống lên 70% trong năm đầu tiên.

• Mở rộng nghiên cứu và áp dụng các thuật toán học máy mới như học sâu (Deep Learning) và học tăng cường để nâng cao độ chính xác dự báo, thực hiện trong 2 năm tới.

• Xây dựng chính sách khuyến khích và hỗ trợ học sinh dựa trên kết quả dự báo nhằm tăng động lực học tập, phối hợp với các cơ quan quản lý giáo dục địa phương.

---

Đối tượng nên tham khảo luận văn

• Giáo viên và cán bộ quản lý giáo dục: Sử dụng kết quả dự báo để điều chỉnh phương pháp giảng dạy và hỗ trợ học sinh kịp thời.

• Phụ huynh học sinh: Hiểu rõ năng lực học tập của con em để có kế hoạch hỗ trợ phù hợp.

• Nhà nghiên cứu và sinh viên ngành Công nghệ thông tin, Giáo dục: Tham khảo phương pháp ứng dụng học máy trong giáo dục, phát triển các nghiên cứu tiếp theo.

• Các cơ quan quản lý giáo dục địa phương: Áp dụng mô hình dự báo để xây dựng chính sách hỗ trợ và phát triển giáo dục hiệu quả.

---

Câu hỏi thường gặp

1. Hệ thống dự báo này có thể áp dụng cho những môn học nào?
   Hệ thống dự báo được xây dựng cho các môn chuyên và không chuyên tại trường THPT chuyên, bao gồm Toán, Lý, Hóa, Sinh, Tin, Anh, Văn, với khả năng mở rộng cho các môn khác.

2. Dữ liệu đầu vào của mô hình được thu thập như thế nào?
   Dữ liệu được thu thập từ điểm học tập của học sinh qua các học kỳ lớp 10, 11, 12 tại Trường THPT chuyên Lê Quý Đôn, được tổ chức và tiền xử lý thành các tập tin csv.

3. Mô hình nào cho kết quả dự báo chính xác nhất?
   Mạng nơ-ron nhân tạo kết hợp với phương pháp học phối hợp như Gradient Boosting cho kết quả dự báo chính xác nhất, giảm sai số trung bình khoảng 0.15 điểm.

4. Hệ thống có thể giúp gì cho học sinh và phụ huynh?
   Hệ thống giúp dự báo kết quả học tập học kỳ tiếp theo, từ đó học sinh và phụ huynh có thể điều chỉnh phương pháp học tập và kế hoạch học tập phù hợp để đạt kết quả tốt hơn.

5. Làm thế nào để triển khai hệ thống này tại các trường khác?
   Cần thu thập dữ liệu điểm học tập tương tự, đào tạo mô hình với dữ liệu mới, đồng thời phát triển giao diện người dùng phù hợp với từng trường và tổ chức đào tạo sử dụng hệ thống cho giáo viên và học sinh.

---

Kết luận

• Đã xây dựng thành công hệ thống dự đoán kết quả học tập cho học sinh THPT chuyên Lê Quý Đôn với độ chính xác cao, sử dụng các kỹ thuật học máy hiện đại.
• Mạng nơ-ron nhân tạo và học phối hợp là những phương pháp hiệu quả nhất trong dự báo điểm học tập.
• Hệ thống hỗ trợ học sinh, phụ huynh và giáo viên trong việc định hướng và nâng cao chất lượng học tập.
• Đề xuất triển khai rộng rãi hệ thống tại các trường chuyên và mở rộng nghiên cứu ứng dụng các thuật toán mới.
• Kế hoạch tiếp theo là hoàn thiện giao diện người dùng và đào tạo sử dụng hệ thống trong năm học tới, kêu gọi các bên liên quan phối hợp thực hiện.

Hãy bắt đầu áp dụng hệ thống dự báo để nâng cao hiệu quả học tập và phát triển giáo dục bền vững!

Trích đoạn nội dung tài liệu

Chương 1. TỔNG QUAN VỀ ĐỀ TÀI. Sự cần thiết của đề tài. Một số nghiên cứu liên quan.

Mục tiêu của đề tài. Đối tượng và phương pháp nghiên cứu. Đối tượng nghiên cứu. Phương pháp nghiên cứu.

Nội dung nghiên cứu. PHƯƠNG PHÁP VÀ KỸ THUẬT SỬ DỤNG. Hệ số tương quan Pearson. Hồi quy tuyến tính.

Phương pháp giải. Mạng thần kinh nhân tạo. Giới thiệu mạng thần kinh nhân tạo. Hàm kích hoạt.

Kiến trúc của mạng thần kinh nhân tạo. Học có giám sát trong các mạng thần kinh nhân tạo. Học phối hợp (Ensemble Learning). 50 iv Chương 3.

HỆ THỐNG DỰ BÁO KẾT QUẢ HỌC TẬP. Giai đoạn huấn luyện. Giai đoạn dự báo. Sơ đồ của hệ thống.

Phương pháp thực hiện. Phương pháp hồi quy tuyến tính. Phương pháp mạng nơ-ron. Phương pháp học phối hợp.

KẾT QUẢ THỰC NGHIỆM. Tiền xử lý dữ liệu. Thu thập dữ liệu. Tiền xử lý dữ liệu.

Giao diện hệ thống. Menu Huấn luyện. Kết quả dự báo. Kết quả môn Anh.

Kết quả môn Toán. Kết quả môn Văn. So sánh, đánh giá các phương pháp dùng để dự báo. Kết quả kiểm tra.

Kết quả kiểm tra môn chuyên của lớp chuyên. Kết quả kiểm tra môn không chuyên của lớp chuyên. 89 TÀI LIỆU THAM KHẢO. 91 vi DANH MỤC CÁC TỪ VIẾT TẮT STT Từ viết tắt Ý nghĩa của từ viết tắt 1 ANN Mạng nơ-ron 2 ĐTB Điểm trung bình 3 GDCD Giáo dục công dân 4 GDQP Giáo dục quốc phòng 5 Gr Học phối hợp 6 HK Học kỳ 7 KHTN Khoa học tự nhiên 8 KHXH Khoa học xã hội 9 LR Hồi quy tuyến tính 10 THPT Trung học phổ thông 11 THPT QG Trung học phổ thông quốc gia vii DANH MỤC CÁC BẢNG BIỂU Bảng 2-1.

Điểm môn Toán và môn Lý. Số liệu để tính hệ số tương quan. Điểm trung bình và điểm tốt nghiệp môn Anh. Điểm trung bình môn Anh lớp 10.

Kết quả tính phần dư (m=1). Kết quả tính phần dư (m=2). Thu thập dữ liệu từ năm 2015 đến năm 2022. Các tập tin csv thu được sau khi tiền xử lý dữ liệu.

Sai số mô hình dự báo môn Anh của lớp chuyên Anh. Phương pháp tốt nhất ở các học kỳ dự báo môn chuyên của lớp chuyên 81 Bảng 4-5. Loại dữ liệu đầu vào tốt nhất trên từng phương pháp ở các học kỳ dự báo môn chuyên của lớp chuyên. Phương pháp tốt nhất và loại dữ liệu tương ứng ở các học kỳ dự báo môn chuyên của lớp chuyên .Phương pháp tốt nhất ở các học kỳ dự báo môn không chuyên của lớp chuyên.

Loại dữ liệu đầu vào tốt nhất trên từng phương pháp ở các học kỳ dự báo môn không chuyên của lớp chuyên. Phương pháp tốt nhất và loại dữ liệu tương ứng ở các học kỳ dự báo môn không chuyên của lớp chuyên. Phương pháp tốt nhất ở 6 học kỳ dự báo môn chuyên của lớp chuyên. Phương pháp tốt nhất ở 6 học kỳ dự báo môn không chuyên của lớp chuyên.

Dữ liệu kiểm tra. Kết quả kiểm tra mô hình dự báo môn chuyên của lớp chuyên. Kết quả kiểm tra mô hình dự báo môn không chuyên của lớp chuyên. 88 ix DANH MỤC CÁC HÌNH VẼ Hình 2-1.

Hình ảnh trừu tượng một tế bào thần kinh sinh học ( [12]). Mô hình hệ thần kinh trong sinh học( [12]). Mô hình hệ thần kinh nhân tạo ( [12]). Mô phỏng hoạt động của một nơ-ron ( [12]).

Đồ thị hàm Sigmoid. Đồ thị của hàm Tanh. Đồ thị hàm ReLU. Đồ thị hàm LeakReLU với α =0.

Kiến trúc mạng nơ-ron (Tầng input: n nơ-ron; Tầng hidden: 3 tầng h1, h2, h3; Tầng output: m nơ-ron). Kiến trúc ANN-2. Kiến trúc mạng nơ-ron của bài toán ví dụ. Mô tả hoạt động của Bagging.

Mô hình Gradient Boosting cho hồi quy. Cây hồi quy Tree1. Hình ảnh cây hồi quy Tree2. Mô tả hoạt động của Stacking.

Độ tương quan 12 môn học của 6 học kỳ (lớp 10, 11, 12). Một góc hình phóng to của Hình 4-1. Giao diện hệ thống. Menu Huấn luyện.

Dự báo môn Anh của lớp chuyên Anh ở học kỳ 3, sử dụng 6 môn tất cả học kỳ trước. Dự báo môn Anh của lớp chuyên Anh ở học kỳ 4. Sai số mô hình dự báo điểm môn Anh của lớp chuyên Anh. Sai số mô hình dự báo điểm môn Anh của lớp chuyên Toán, Lý, Hóa, Sinh, Văn, Tin.

Sai số mô hình dự báo điểm môn Toán của lớp chuyên Toán. Sai số mô hình dự báo điểm môn Toán của lớp chuyên Anh, Lý, Hóa, Sinh, Văn, Tin. Sai số mô hình dự báo điểm môn Văn của lớp chuyên Văn. Sai số mô hình dự báo điểm môn Văn của lớp chuyên Toán, Lý, Hóa, Sinh, Anh, Tin.

Sai số mô hình dự báo môn chuyên của lớp chuyên trên tập kiểm tra. Sai số mô hình dự báo từng môn chuyên của lớp chuyên ở các học kỳ dự báo trên tập kiểm tra. Sai số mô hình dự báo môn không chuyên của lớp chuyên trên tập kiểm tra. Sai số mô hình dự báo từng môn không chuyên của lớp chuyên ở các học kỳ dự báo trên tập kiểm tra.

TỔNG QUAN VỀ ĐỀ TÀI I. Sự cần thiết của đề tài Trường chuyên là nơi quy tụ những học sinh giỏi, có năng khiếu, là cái nôi để ươm tạo nên những học sinh tài năng bằng cách tạo điều kiện cũng như môi trường để các em phát huy hết khả năng học tập của mình. Ở Việt Nam, hầu như mỗi tỉnh thành đều có trường trung học phổ thông chuyên, qua đó có tạo động lực để học sinh trong tỉnh phấn đấu để được vào học tập. Trong các ngôi trường này có nhiều các lớp chuyên như chuyên Toán, chuyên Lý, chuyên Hóa, chuyên Sinh, chuyên Tin, chuyên Anh, chuyên Văn, … phụ huynh và học sinh nhận thấy con em mình có năng khiếu và yêu thích môn nào thì sẽ dự thi vào lớp chuyên đó.

Tỉnh Bà Rịa – Vũng Tàu thành lập một trường chuyên duy nhất là Trường Trung học Phổ thông (THPT) chuyên Lê Quý Đôn. Hiện tại trường có 7 lớp chuyên là: Toán, Lý, Hóa, Sinh, Tin, Anh, Văn. Để khuyến khích tài năng của học sinh trong toàn tỉnh. Năm 2013 Uỷ ban Nhân dân Tỉnh Bà Rịa – Vũng Tàu ban hành Công văn số 05/2013/QĐ-UBND, về việc quy định chế độ khuyến khích tài năng cho học sinh trường THPT chuyên, THPT và các trung tâm giáo dục thường xuyên trên địa bàn Tỉnh Bà Rịa – Vũng Tàu.

Theo công văn này thì học sinh Trường Lê Quý Đôn sẽ được nhận học bổng 600.000 đồng/học sinh/tháng và một năm học 9 tháng chia làm 2 học kỳ; học bổng được xét theo từng học kỳ. Điều kiện để học sinh đạt được học bổng là học sinh giỏi, có hạnh kiểm tốt và điểm môn chuyên của học kỳ xét cũng như cấp học bổng phải đạt từ 8,5 trở lên. Những chế độ khuyến khích tài năng của Tỉnh cũng là một trong những động lực giúp các em phấn đấu trong học tập và các hoạt động giáo dục. Trước năm 2016, Bộ GD&ĐT công bố phương án thi tốt nghiệp đối với học sinh THPT gồm ít nhất 4 môn; đó là ba môn bắt buộc Toán, Ngữ văn, Ngoại ngữ và một môn tự chọn trong các môn Vật lý, Hóa học, Sinh học, Lịch sử, Địa lý.

Kỳ thi tốt nghiệp chỉ xét tốt nghiệp cho học sinh; còn các trường đại học, cao đẳng tự tổ chức các kỳ thi tuyển sinh. Năm 2016, Bộ GD&ĐT công bố phương án thi trung học phổ 2 thông quốc gia (THPT QG), có 8 môn thi được tổ chức là Toán, Ngữ văn, Ngoại ngữ, Vật lý, Hóa học, Sinh học, Lịch sử, Địa lý. Đối với học sinh vừa xét công nhận tốt nghiệp và xét tuyển sinh đại học, cao đẳng học sinh phải thi 4 môn, đó là ba môn bắt buộc Toán, Ngữ văn, Ngoại ngữ; một môn tự chọn trong số các môn còn lại và đăng ký dự thi thêm các môn phù hợp với tổ hợp môn thi để xét tuyển sinh do các trường đại học, cao đẳng quy định [1]. Năm 2016 là năm đầu tiên thực hiện kỳ thi vừa xét tốt nghiệp vừa sử dụng kết quả của kỳ thi để xét tuyển đại học, cao đẳng.

Ngày 28/9/2016 Bộ GD&ĐT công bố phương án thi THPT QG, trong đó nêu rõ học sinh THPT thi, bài thi gồm ba bài thi bắt buộc Toán, Ngữ văn, Ngoại ngữ và một bài tự chọn là bài thi Khoa học tự nhiên (Vật lý, Hóa học, Sinh học) hoặc bài thi Khoa học xã hội (Lịch sử, Địa lý, Giáo dục công dân) [2]. Các trường đại học, cao đẳng sử dụng kết kết quả của kỳ thi này để xét tuyển sinh. Từ sau năm 2017 đến nay, các trường đại học, cao đẳng đã đưa ra rất nhiều các phương án tuyển sinh như: xét điểm thi THPT QG, xét điểm đánh giá năng lực, xét học bạ (xét điểm trung bình tổ hợp 3 môn theo khối thi học sinh chọn năm học lớp 10, 11, 12), … Trong đó phương án xét học bạ, các trường đại học ưu tiên xét tuyển những thí sinh là học sinh các trường chuyên và một số những trường THPT mà có tỉ lệ đậu đại học cao vào các năm trước. Như vậy học sinh Trường Lê Quý Đôn ngoài việc được hưởng những chế độ khuyến khích tài năng của Tỉnh, các em lớp 12 còn được các trường đại học ưu tiên xét tuyển sinh bằng hình thức xét học bạ.

Thực tế vào năm học 2020-2021 đã có 51% học sinh đậu đại học bằng hình thức này. Học sinh trường chuyên được học tập trong ngôi trường được đầu tư về cơ sở vật chất hiện đại, môi trường học tập năng động. Ở đó học sinh được học tập với các bạn giỏi và có niềm yêu thích môn chuyên giống mình. Việc phỏng đoán sơ bộ kết quả học tập ở học kỳ tiếp theo cho học sinh dựa trên năng lực học tập của quá khứ và hiện tại sẽ vô cùng hữu ích.

Đặc biệt qua đó giúp phụ huynh cũng như bản thân các em có suy nghĩ cách thức học tập sao cho học kỳ kế tiếp đạt được kết quả mong đợi. Với học sinh Trường Lê Quý Đôn có nguồn học bổng như trình bày ở trên cũng là một động lực. Đó cũng chính là cấp thiết để 3 thực hiện đề tài “Xây dựng hệ thống dự đoán kết quả học tập của học sinh trung học phổ thông”.