Khóa Luận Tốt Nghiệp: Xây Dựng Ứng Dụng Quản Lý Gia Sư Tích Hợp AI Chatbot

Khóa luận tốt nghiệp nghiên cứu tốt nghiệp hệ thống thông tin xây dựng ứng dụng quản lý gia sư tích hợp trợ giảng ai chatbot, vận dụng lý thuyết vào thực tế, đề xuất giải pháp cụ

• Tác giả: Pham Manh Loi
• Người hướng dẫn: ThS. Thai Bao Tran
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Hệ thống thông tin
• Đề tài: Xây Dựng Ứng Dụng Quản Lý Gia Sư Tích Hợp AI Chatbot
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Mô tả bài toán
• 1.2. Mục tiêu đề tài
• 1.3. Đối tượng và phạm vi nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÔNG NGHỆ SỬ DỤNG
• 2.1. Ngôn ngữ Javascript
• 2.2. Cơ sở dữ liệu MongoDB
• 2.3. Phát triển web với framework ReactJS
• 2.4. Framework phát triển ứng dụng React Native
• 2.5. Xây dựng hệ thống backend với ExpressJS
• 3. CHƯƠNG 3: PHÂN TÍCH THIẾT KẾ HỆ THỐNG
• 3.1. Thu thập yêu cầu
• 3.2. Khảo sát hiện trạng
• 3.3. Phân tích thiết kế
• 3.4. Danh sách các Actor
• 3.5. Mô tả Use Case
• 3.6. Đặc tả Use Case và mô tả luồng hoạt động
• 3.7. Thiết kế dữ liệu
• 3.8. Cơ sở dữ liệu trên MongoDB
• 3.9. Sơ đồ luồng dữ liệu (Data Flow)
• 3.10. Hệ thống triển khai
• 4. CHƯƠNG 4: PHÁT TRIỂN ỨNG DỤNG
• 4.1. Các giai đoạn phát triển ứng dụng
• 4.2. Ứng dụng dành cho người dùng - EduMentor
• 4.3. Những tính năng cơ bản trong ứng dụng EduMentor
• 4.4. Đối với người dùng là học viên
• 4.5. Đối với người dùng là giảng viên
• 4.6. Web quản lý dành cho admin
• 4.7. Kết quả đạt được
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Kết luận chương
• 5.2. Hướng phát triển
• PHỤ LỤC
• A.1. Đặc tả Usecase và mô tả luồng hoạt động
• A.2. Usecase đăng nhập của quản trị viên
• A.3. Quản trị viên quản lý thông tin cá nhân
• A.4. Usecase đổi mật khẩu của quản trị viên
• A.5. Đăng xuất của quản trị viên
• A.6. Usecase xem thông tin tổng quan của quản trị viên
• A.7. Web quản lý dành cho quản trị viên
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG
• DANH MỤC SƠ ĐỒ
• DANH MỤC TỪ VIẾT TẮT
• TÓM TẮT KHÓA LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Ứng Dụng Quản Lý Gia Sư Tích Hợp AI Chatbot

Ứng dụng quản lý gia sư tích hợp AI chatbot đang trở thành xu hướng trong giáo dục hiện đại. Với sự phát triển của công nghệ, việc tìm kiếm và kết nối giữa học sinh và gia sư trở nên dễ dàng hơn bao giờ hết. Ứng dụng này không chỉ giúp quản lý thông tin mà còn cung cấp trải nghiệm học tập tốt hơn thông qua trợ giảng AI. Hệ thống này hứa hẹn sẽ tối ưu hóa quy trình học tập và giảng dạy, mang lại giá trị cho cả học sinh và gia sư.

1.1. Lợi Ích Của Ứng Dụng Quản Lý Gia Sư

Ứng dụng quản lý gia sư giúp học sinh dễ dàng tìm kiếm gia sư phù hợp với nhu cầu học tập. Hệ thống cung cấp thông tin chi tiết về gia sư, bao gồm kinh nghiệm và phản hồi từ học sinh trước đó. Điều này giúp nâng cao chất lượng dịch vụ và sự hài lòng của người dùng.

1.2. Công Nghệ AI Chatbot Trong Giáo Dục

AI chatbot được tích hợp trong ứng dụng giúp giải đáp thắc mắc và cung cấp tài liệu học tập cho học sinh. Công nghệ này không chỉ tăng cường sự tương tác mà còn nâng cao hiệu suất học tập, tạo ra một môi trường học tập thông minh và hiệu quả.

II. Vấn Đề Và Thách Thức Trong Quản Lý Gia Sư

Mặc dù ứng dụng quản lý gia sư mang lại nhiều lợi ích, nhưng vẫn tồn tại một số thách thức cần giải quyết. Việc đảm bảo chất lượng gia sư và thông tin chính xác là một trong những vấn đề lớn nhất. Ngoài ra, việc thu hút người dùng và duy trì sự tương tác cũng là một thách thức không nhỏ.

2.1. Đảm Bảo Chất Lượng Gia Sư

Chất lượng gia sư là yếu tố quyết định đến sự thành công của ứng dụng. Cần có hệ thống đánh giá và phản hồi từ học sinh để đảm bảo gia sư đáp ứng được yêu cầu và tiêu chuẩn chất lượng.

2.2. Tăng Cường Tương Tác Giữa Người Dùng

Việc duy trì sự tương tác giữa học sinh và gia sư là rất quan trọng. Cần có các tính năng hỗ trợ như nhắn tin, gọi video để tạo điều kiện thuận lợi cho việc giao tiếp và học tập.

III. Phương Pháp Xây Dựng Ứng Dụng Quản Lý Gia Sư

Để xây dựng ứng dụng quản lý gia sư tích hợp AI chatbot, cần thực hiện các bước từ phân tích yêu cầu đến phát triển và triển khai. Việc lựa chọn công nghệ phù hợp và thiết kế giao diện người dùng thân thiện là rất quan trọng.

3.1. Phân Tích Yêu Cầu Người Dùng

Phân tích yêu cầu giúp xác định các tính năng cần thiết cho ứng dụng. Cần thu thập ý kiến từ cả học sinh và gia sư để đảm bảo ứng dụng đáp ứng được nhu cầu thực tế.

3.2. Lựa Chọn Công Nghệ Phát Triển

Công nghệ phát triển ứng dụng cần được lựa chọn dựa trên tính khả thi và hiệu quả. Sử dụng các framework hiện đại như React Native sẽ giúp tăng tốc quá trình phát triển và đảm bảo tính tương thích trên nhiều nền tảng.

IV. Ứng Dụng Thực Tiễn Của Ứng Dụng Quản Lý Gia Sư

Ứng dụng quản lý gia sư tích hợp AI chatbot đã được triển khai và nhận được phản hồi tích cực từ người dùng. Hệ thống đã giúp hàng ngàn học sinh tìm kiếm gia sư phù hợp và cải thiện hiệu suất học tập.

4.1. Kết Quả Nghiên Cứu Từ Người Dùng

Nghiên cứu cho thấy rằng ứng dụng đã giúp tăng cường sự hài lòng của học sinh và gia sư. Hệ thống đánh giá và phản hồi đã được áp dụng để cải thiện chất lượng dịch vụ.

4.2. Tác Động Đến Chất Lượng Giáo Dục

Ứng dụng không chỉ giúp học sinh tìm kiếm gia sư mà còn nâng cao chất lượng giáo dục thông qua việc cung cấp tài liệu học tập và hỗ trợ từ AI chatbot.

V. Kết Luận Và Hướng Phát Triển Tương Lai

Ứng dụng quản lý gia sư tích hợp AI chatbot đã chứng minh được giá trị của mình trong việc cải thiện quy trình học tập và giảng dạy. Hướng phát triển trong tương lai sẽ tập trung vào việc mở rộng tính năng và nâng cao trải nghiệm người dùng.

5.1. Mở Rộng Tính Năng Ứng Dụng

Cần nghiên cứu và phát triển thêm các tính năng mới như học trực tuyến và các khóa học tương tác để đáp ứng nhu cầu ngày càng cao của người dùng.

5.2. Nâng Cao Trải Nghiệm Người Dùng

Tập trung vào việc cải thiện giao diện người dùng và tối ưu hóa hiệu suất ứng dụng sẽ giúp thu hút và giữ chân người dùng lâu dài.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Với sự phát triển nhanh chóng của công nghệ và nhu cầu học tập ngày càng tăng, thị trường gia sư trực tuyến tại Việt Nam đang trải qua giai đoạn tăng trưởng đáng kể. Tác giả chỉ ra rằng dịch COVID-19 là yếu tố thúc đẩy mạnh mẽ quá trình chuyển đổi từ hình thức học truyền thống sang học trực tuyến, ảnh hưởng đến mọi lứa tuổi và bậc học. Thị trường ứng dụng tìm kiếm gia sư tại Việt Nam đã có sự hiện diện của một số nền tảng như Daykemtainha và Gia sư Đất Việt (với hơn 15.000 giáo viên đăng ký), nhưng chưa có nền tảng nào tích hợp đồng thời chức năng quản lý thông tin, kết nối học viên–gia sư và hỗ trợ học tập thông qua trí tuệ nhân tạo trong một ứng dụng thống nhất. Từ bối cảnh đó, tác giả đề xuất xây dựng ứng dụng EduMentor nhằm lấp đầy khoảng trống này.

Mục tiêu nghiên cứu bao gồm bốn nhóm chính:

1. Tạo ra một hệ thống quản lý gia sư hiệu quả với giao diện dễ sử dụng, tích hợp quản lý thông tin cá nhân, lớp học và thông báo yêu cầu mới từ học sinh.
2. Tối ưu hóa quá trình tìm kiếm gia sư cho học sinh dựa trên các tiêu chí như môn học, địa điểm và trình độ, kết hợp với hệ thống đánh giá từ người dùng trước.
3. Cung cấp trợ giúp thông qua trợ giảng AI chatbot tích hợp sẵn trong ứng dụng, hỗ trợ trả lời câu hỏi, tìm kiếm thông tin và tương tác ngôn ngữ tự nhiên.
4. Đảm bảo chất lượng dịch vụ thông qua hệ thống đánh giá và phản hồi từ học sinh sau quá trình học với gia sư.

Đối tượng nghiên cứu gồm hai nhóm người dùng chính: người học (học viên có nhu cầu tìm gia sư) và người dạy (gia sư cung cấp dịch vụ giảng dạy). Phạm vi nghiên cứu tập trung vào việc thiết kế và triển khai ứng dụng di động đa nền tảng (Android và iOS), trang web quản trị (admin), hệ thống backend, cơ sở dữ liệu, và tích hợp API ChatGPT của OpenAI. Đề tài không giới hạn theo địa lý cụ thể nhưng hướng đến thị trường Việt Nam; thời gian thực hiện và bảo vệ là tháng 1/2024.

---

Cơ sở lý thuyết và công nghệ sử dụng

Khung công nghệ và lý thuyết nền tảng

Tác giả sử dụng kết hợp nhiều công nghệ hiện đại trong hệ sinh thái JavaScript/TypeScript:

• JavaScript và TypeScript: JavaScript là ngôn ngữ lập trình cốt lõi cho toàn bộ hệ thống; TypeScript được sử dụng để bổ sung kiểu tĩnh, phát hiện lỗi sớm trong quá trình phát triển.
• ChatGPT (OpenAI): Chatbot AI tích hợp dựa trên mô hình ngôn ngữ lớn của OpenAI, hoạt động theo cơ chế học từ tập dữ liệu văn bản lớn, sử dụng thuật toán PPO (Proximal Policy Optimization) trong quá trình huấn luyện tăng cường. Tác giả phân tích rõ cả tính năng (tạo phản hồi tự nhiên, xử lý đa dạng công việc) lẫn hạn chế (phụ thuộc dữ liệu huấn luyện, có thể tạo thông tin sai lệch).
• MongoDB: Hệ quản trị cơ sở dữ liệu NoSQL hướng tài liệu, lưu trữ dữ liệu dạng BSON/JSON, hỗ trợ đánh chỉ mục linh hoạt, replication và sharding. Trường _id kiểu ObjectId được tự động đánh index để tối ưu truy vấn.
• ReactJS: Thư viện JavaScript mã nguồn mở do Facebook phát triển, sử dụng JSX và Virtual DOM để tối ưu việc render giao diện trang web admin. ReactJS hiện đứng đầu về lượt sử dụng trong các framework JavaScript front-end.
• React Native: Framework đa nền tảng (Android/iOS) do Facebook phát triển, cho phép tái sử dụng 80–90% mã nguồn giữa hai hệ điều hành. Hệ thống hoạt động thông qua ba thành phần: Native Code/Modules, JavaScript Virtual Machine (JavaScriptCore) và React Native Bridge (C++/Java).
• ExpressJS: Framework backend RESTful API cho Node.js, cung cấp hệ thống Routing, Middleware, Error Handling và tích hợp dễ dàng với MongoDB qua Mongoose.

Phương pháp thực hiện

Tác giả áp dụng phương pháp thiết kế và xây dựng hệ thống phần mềm, bao gồm: khảo sát hiện trạng thị trường, thu thập và phân tích yêu cầu, thiết kế use case, thiết kế dữ liệu, phát triển ứng dụng và kiểm thử chức năng.

Nguồn dữ liệu

Dữ liệu người dùng (thông tin môn học, giảng viên, lịch học) được thu thập trực tiếp qua ứng dụng. Hình ảnh và file được lưu trên Firebase; cơ sở dữ liệu đám mây sử dụng MongoDB Atlas; server được hosting trên Render với tên miền https://tutor-api.com; quản lý mã nguồn qua GitHub.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Chương này mô tả bài toán đặt ra: sự thiếu hụt của một nền tảng thống nhất cho phép học viên tìm kiếm gia sư, quản lý lịch học và nhận hỗ trợ từ AI trong cùng một ứng dụng. Tác giả xác định rõ ba nhóm actor (học viên, gia sư, quản trị viên), đồng thời trình bày mục tiêu, đối tượng và phạm vi nghiên cứu. Môi trường phát triển được xác định là JavaScript/TypeScript với các framework React, React Native, ExpressJS; Firebase để lưu trữ tệp; MongoDB Atlas làm cơ sở dữ liệu đám mây.

Chương 2: Cơ sở lý thuyết và công nghệ sử dụng

Chương trình bày nền tảng lý thuyết và lý do lựa chọn từng công nghệ. Tác giả giải thích cơ chế hoạt động của JavaScript Engine qua các bước Parser → AST (Abstract Syntax Tree) → chuyển đổi mã máy → thực thi. Cơ chế của ChatGPT được trình bày theo bốn bước: thu thập dữ liệu minh chứng, huấn luyện reward model, tối ưu hóa chính sách bằng PPO, và sinh phản hồi. Phần so sánh Flutter và React Native được trình bày dưới dạng bảng đối chiếu theo các tiêu chí: ngôn ngữ lập trình, hiệu năng, IDE hỗ trợ và tài liệu kỹ thuật, với kết luận React Native phù hợp hơn với đội ngũ quen JavaScript.

Tiêu chí	Flutter	React Native
Ngôn ngữ	Dart (tương đối mới, ít người thành thạo)	JavaScript/TypeScript (phổ biến, dễ chuyển đổi)
Hiệu năng	Tốt hơn nhờ C++ và Skia	Chậm hơn do JavaScript Bridge
IDE hỗ trợ	VS Code, IntelliJ, Android Studio	Hầu hết mọi IDE
Tái sử dụng code	Có	Có (80–90%)

Chương 3: Phân tích thiết kế hệ thống

Chương bắt đầu bằng khảo sát hiện trạng thị trường gia sư trực tuyến tại Việt Nam, phân tích hai ứng dụng cạnh tranh (Daykemtainha và Gia sư Đất Việt). Phần phân tích thiết kế xác định 3 actor và 22 use case cho người dùng (học viên/gia sư) cùng 7 use case cho quản trị viên. Các use case được đặc tả chi tiết qua 65 bảng mô tả luồng hoạt động chính và luồng ngoại lệ, kèm sơ đồ activity cho từng use case.

Thiết kế dữ liệu sử dụng MongoDB với các collection chính: thông tin người dùng, trợ giảng chat-bot, môn học, yêu cầu dạy học, phòng chat, chi tiết chat, chi tiết chat bot và đánh giá. Sơ đồ luồng dữ liệu (Data Flow Diagram) và sơ đồ ERD (MÔP) được xây dựng để mô tả quan hệ giữa các thực thể. Hệ thống triển khai sử dụng kiến trúc client–server với backend trên Render, cơ sở dữ liệu trên MongoDB Atlas và lưu trữ tệp trên Firebase.

Chương 4: Phát triển ứng dụng

Chương mô tả kết quả triển khai thực tế của hệ thống EduMentor, chia thành ba phần:

Ứng dụng di động EduMentor (React Native):

• Dành cho học viên: trang chủ, quản lý yêu cầu dạy học, tìm kiếm gia sư, trang chat với Chatbot, trang tìm kiếm, chỉnh sửa hồ sơ, đổi mật khẩu, xem chi tiết yêu cầu dạy học, tạo yêu cầu dạy học, trang cá nhân.
• Dành cho giảng viên (gia sư): xem chi tiết yêu cầu dạy học, trang cá nhân, chỉnh sửa thông tin bằng cấp.

Trang web quản lý dành cho admin (ReactJS):

• Đăng nhập admin, trang chủ tổng quan, xem danh sách người dùng, xem chi tiết người dùng, xem danh sách yêu cầu trở thành giảng viên, phê duyệt yêu cầu, xem và quản lý danh sách lớp học/yêu cầu dạy học.

Tác giả minh họa tất cả màn hình giao diện bằng ảnh chụp thực tế (hình 4.3 đến 4.20 và phụ lục B) kèm bảng giải thích chức năng từng thành phần UI (bảng 39–65).

Chương 5: Kết luận và hướng phát triển

Chương tổng kết kết quả đạt được, đánh giá mức độ hoàn thành so với mục tiêu đề ra, đồng thời nêu các hạn chế còn tồn tại và định hướng phát triển trong tương lai.

---

Thiết kế và triển khai

Kiến trúc hệ thống

EduMentor được xây dựng theo kiến trúc client–server phân tầng rõ ràng:

• Frontend di động: React Native (TypeScript) — hỗ trợ Android và iOS, tái sử dụng 80–90% mã nguồn, giao tiếp với backend qua RESTful API.
• Frontend web admin: ReactJS (JavaScript) — SPA (Single Page Application), sử dụng Virtual DOM để tối ưu render.
• Backend: ExpressJS trên Node.js — cung cấp RESTful API, xử lý middleware (xác thực, logging, xử lý lỗi), tích hợp OpenAI API cho chatbot.
• Cơ sở dữ liệu: MongoDB Atlas (NoSQL, document-based) — lưu trữ linh hoạt, hỗ trợ đánh chỉ mục và replication.
• Lưu trữ tệp: Firebase — quản lý hình ảnh, file tài liệu.
• Hosting server: Render (https://tutor-api.com).
• Quản lý mã nguồn: GitHub.

Công nghệ chính

Thành phần	Công nghệ
Ứng dụng di động	React Native, TypeScript
Trang admin	ReactJS, JavaScript
Backend API	ExpressJS, Node.js, TypeScript
Cơ sở dữ liệu	MongoDB Atlas (NoSQL)
AI Chatbot	OpenAI API (ChatGPT)
Lưu trữ tệp	Firebase
Server hosting	Render
Quản lý mã nguồn	GitHub

Tích hợp AI Chatbot

Hệ thống tích hợp API của OpenAI để xây dựng tính năng trợ giảng Chatbot. Người dùng gửi tin nhắn qua giao diện chat trong ứng dụng; backend chuyển tiếp yêu cầu đến OpenAI API và trả về phản hồi tự động. Chatbot có khả năng trả lời câu hỏi học tập, cung cấp tài liệu và hỗ trợ tương tác ngôn ngữ tự nhiên. Use case "Nhắn tin với trợ giảng Chatbot" được đặc tả riêng (Bảng 21, Sơ đồ 19) với luồng hoạt động: người dùng nhập câu hỏi → hệ thống gửi đến ChatBot API → hiển thị phản hồi tự động.

Phạm vi kiểm thử

Hệ thống được kiểm thử chức năng thông qua việc tạo dữ liệu nền (seeding dữ liệu mới, đặt lịch học dữ liệu thử — hình 4.19, 4.20) và kiểm tra toàn bộ các luồng use case đã đặc tả. Kết quả được trình bày trong phần "Kết quả đạt được" của Chương 4.

---

Kết quả và đóng góp

Kết quả chính

Tác giả hoàn thành xây dựng hệ thống EduMentor bao gồm ba thành phần triển khai thực tế:

• Ứng dụng di động React Native hỗ trợ đồng thời Android và iOS với đầy đủ 22 use case cho học viên và gia sư.
• Trang web quản trị ReactJS với 7 use case cho admin bao gồm quản lý người dùng, phê duyệt yêu cầu trở thành gia sư, và quản lý lớp học/yêu cầu dạy học.
• Backend RESTful API trên ExpressJS tích hợp OpenAI API, MongoDB Atlas, Firebase và được hosting trên Render.

Hệ thống triển khai thực tế tại địa chỉ https://tutor-api.com và được kiểm thử với dữ liệu mô phỏng.

Giải pháp và tính năng đề xuất

• Kết nối học viên–gia sư: tìm kiếm gia sư theo môn học, trình độ; xem chi tiết hồ sơ gia sư; đánh giá gia sư sau khi lớp học kết thúc.
• Quản lý lớp học: học viên tạo yêu cầu dạy học; gia sư nhận lớp; học viên tham gia lớp.
• Trợ giảng AI: tích hợp ChatGPT qua OpenAI API trực tiếp vào giao diện ứng dụng di động.
• Đa nền tảng: một codebase React Native phục vụ cả Android và iOS.
• Nhắn tin nội bộ: hệ thống chat giữa các người dùng trong ứng dụng.

Đóng góp so với các nền tảng hiện có

Tác giả định vị EduMentor khác biệt so với Daykemtainha và Gia sư Đất Việt ở điểm tích hợp trợ giảng AI Chatbot trực tiếp vào ứng dụng di động — tính năng chưa được triển khai trên các nền tảng gia sư hiện có tại Việt Nam được khảo sát trong đề tài.

---

Hạn chế và hướng nghiên cứu tiếp

Tác giả thừa nhận kiến thức còn hạn chế trong quá trình thực hiện và khả năng còn tồn tại các thiếu sót cần cải thiện. Dựa trên phạm vi đề tài, một số hướng phát triển tiếp theo có thể nhận thấy:

• Tích hợp thêm các tính năng thanh toán trực tuyến để hoàn thiện vòng đời giao dịch học viên–gia sư.
• Nâng cấp mô hình AI Chatbot bằng cách fine-tuning theo nội dung giáo dục Việt Nam thay vì chỉ dùng API mặc định của OpenAI.
• Bổ sung cơ chế xác minh danh tính và bằng cấp gia sư tự động thay vì phụ thuộc vào quy trình phê duyệt thủ công của admin.
• Tối ưu hiệu năng ứng dụng React Native trên các thiết bị cấu hình thấp, đặc biệt ở phần xử lý hình ảnh và giao tiếp qua React Native Bridge.
• Mở rộng hệ thống đánh giá chất lượng gia sư với các tiêu chí chi tiết hơn và cơ chế phòng chống đánh giá gian lận.

---

Giá trị tham khảo

Đề tài phù hợp để tham khảo cho các nhóm đối tượng sau:

• Sinh viên ngành Công nghệ Thông tin, Hệ thống Thông tin đang thực hiện đồ án tốt nghiệp về phát triển ứng dụng di động đa nền tảng — đặc biệt phần đặc tả use case chi tiết (65 bảng, 34 sơ đồ) là tài liệu tham khảo kỹ thuật có giá trị.
• Người làm đề tài tương tự về ứng dụng kết nối dịch vụ (on-demand service platform) có thể tham khảo cách tổ chức hệ thống ba actor (học viên, gia sư, admin), cách phân tách giao diện di động và trang admin, và cách tích hợp OpenAI API vào ứng dụng React Native.
• Người mới học React Native và ExpressJS có thể tham khảo Chương 2 về cơ sở lý thuyết và so sánh Flutter vs React Native, và Chương 3 về cách thiết kế use case cho ứng dụng thực tế.
• Nhà nghiên cứu hoặc sinh viên quan tâm đến ứng dụng AI trong giáo dục có thể tham khảo phần phân tích ChatGPT (tính năng, hạn chế, cơ chế PPO) và cách tích hợp chatbot vào luồng sử dụng thực tế.

Phần đáng tham khảo nhất là Chương 3 (phân tích thiết kế hệ thống với toàn bộ bảng đặc tả use case và sơ đồ activity) và Chương 4 (giao diện ứng dụng thực tế kèm bảng giải thích UI).

---

Câu hỏi thường gặp

1. Chatbot trong EduMentor hoạt động như thế nào và dùng công nghệ gì? EduMentor tích hợp API của OpenAI (ChatGPT) vào backend ExpressJS. Khi học viên nhắn tin qua giao diện chat trong ứng dụng di động, yêu cầu được gửi đến server và chuyển tiếp đến OpenAI API để xử lý, sau đó phản hồi tự động được trả về người dùng. Luồng hoạt động này được đặc tả tại Bảng 21 và Sơ đồ 19 trong khóa luận.

2. Ứng dụng di động hỗ trợ những nền tảng nào và tại sao tác giả chọn React Native thay vì Flutter? EduMentor hỗ trợ cả Android và iOS. Tác giả chọn React Native vì ngôn ngữ TypeScript/JavaScript quen thuộc hơn với đội ngũ phát triển, dễ chuyển đổi hơn so với Dart của Flutter. Mặc dù Flutter có hiệu năng render tốt hơn nhờ C++ và thư viện Skia, React Native đủ đáp ứng nhu cầu của ứng dụng và cho phép tái sử dụng 80–90% mã nguồn giữa hai nền tảng.

3. Quy trình để trở thành gia sư trên nền tảng diễn ra như thế nào? Người dùng thực hiện use case "Đăng kí trở thành gia sư" (Bảng 24, Sơ đồ 22) bằng cách chỉnh sửa thông tin hồ sơ và tải lên hình ảnh bằng cấp, chữ ký và căn cước. Quản trị viên sau đó xem xét yêu cầu qua trang admin (Bảng 28, Sơ đồ 26) và phê duyệt hoặc từ chối yêu cầu này.

4. Cơ sở dữ liệu MongoDB được tổ chức như thế nào để lưu trữ dữ liệu của hệ thống? Hệ thống sử dụng các collection chính gồm: thông tin người dùng, trợ giảng chat-bot, môn học, yêu cầu dạy học, phòng chat (Bảng 34), chi tiết chat (Bảng 35), chi tiết chat bot (Bảng 36) và đánh giá (Bảng 37). Mỗi document được tự động gán trường _id kiểu ObjectId và đánh chỉ mục tự động để tối ưu truy vấn. Dữ liệu được lưu trữ trên MongoDB Atlas (cloud), còn hình ảnh và file được lưu riêng trên Firebase.

5. Admin có những quyền quản trị nào trong hệ thống EduMentor? Quản trị viên có 7 use case chính bao gồm: đăng nhập, xem/chỉnh sửa/xóa người dùng, xem danh sách và chi tiết lớp học/yêu cầu dạy học, xem và phê duyệt yêu cầu trở thành gia sư, xem thông tin tổng quan hệ thống, chỉnh sửa thông tin cá nhân và đổi mật khẩu. Giao diện admin được xây dựng bằng ReactJS, tách biệt hoàn toàn với ứng dụng di động dành cho người dùng thông thường.

---

Kết luận

Khóa luận "Xây Dựng Ứng Dụng Quản Lý Gia Sư Tích Hợp Trợ Giảng AI Chatbot" (EduMentor) của tác giả Phạm Mạnh Lợi, trường Đại học Công nghệ Thông tin – ĐHQG TP. HCM, trình bày quá trình thiết kế và xây dựng một nền tảng ba thành phần gồm ứng dụng di động React Native (Android/iOS), trang admin ReactJS và backend ExpressJS tích hợp OpenAI API. Hệ thống giải quyết bài toán kết nối học viên–gia sư và hỗ trợ học tập thông qua trợ giảng AI Chatbot trong một ứng dụng thống nhất, lấp đầy khoảng trống mà các nền tảng gia sư trực tuyến hiện có tại Việt Nam chưa đáp ứng. Với 22 use case cho người dùng, 7 use case cho admin, và toàn bộ hệ thống được triển khai thực tế trên môi trường cloud, đề tài là một ví dụ thực hành có giá trị tham khảo cho các dự án phát triển ứng dụng di động đa nền tảng tích hợp AI tại bậc đại học.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan đề tài Chương 2: Cơ sở lý thuyết và công nghệ sử dụng Chương 3: Phân tích thiết kế hệ thống Chương 4: Phát triển ứng dụng Chương 5: Kết luận và hướng phát triển CHUONG 1: TONG QUAN DE TÀI 1. M6 ta bai toan Với sự phát triển nhanh chóng của công nghệ va nhu cầu học tập ngày càng tăng, việc xây dựng một ứng dụng quản lý gia sư tích hợp trợ giảng AI chatbot - EduMentor trở thành một nhiệm vụ quan trọng. Ứng dụng này nhằm giúp học sinh tìm kiếm và kết nối với gia sư một cách thuận tiện và hiệu quả, đồng thời mang đến trợ giúp thông qua trợ giảng AI chatbot. Với ứng dụng này, học sinh có thể đăng ký và tạo tài khoản cá nhân.

Họ có thé tìm kiếm gia sư dựa trên nhiều tiêu chí như môn học và trình độ thông qua trang cá nhân của gia sư với những thông tin chỉ tiết về kinh nghiệm, trình độ học vấn và phản hồi từ các học sinh trước đó. Học sinh cũng có thể sử dụng trợ giảng AI chatbot dé hỗ trợ trong việc học tập, Chatbot sẽ có khả năng trò chuyện và hiểu ngôn ngữ tự nhiên đê trả lời các câu hỏi và cung câp thông tin liên quan. Đối với gia sư, ứng dụng EduMentor cần được gia sư cung cấp một số thông tin liên quan đến kĩ năng và trình độ học van dé đảm bảo chất lượng dạy hoc. Gia sư sẽ xử lý yêu cầu và tìm các lớp được tạo bởi học viên thông qua các thông tin như môn học, giá cả,.

Ứng dụng EduMentor quản lý gia sư tích hợp trợ giảng AI chatbot cũng cung cấp tính năng đánh giá và phản hồi từ học sinh sau khi học với gia sư. Điều này giúp cải thiện chât lượng dịch vụ và mang lại lợi ích cho cả học sinh và gia sư. Tóm lại, ứng dụng quản lý gia sư tích hợp trợ giảng AI chatbot sẽ tạo ra một môi trường học tập tốt hơn, giúp học sinh tìm kiếm và kết nối với gia sư một cách thuận tiện và hiệu quả. Đồng thời, nó cung cấp trợ giúp thông qua trợ giảng AI chatbot làm tăng tính tương tác và tiện ích của ứng dụng.

Mục tiêu đề tài Mục tiêu của đê tai là xây dựng ứng dụng nhăm cung cap một nên tảng toàn diện và tiện ích cho việc quản ly gia sư và tương tác giữa học sinh và gia sư. Sau đây là những mục tiêu chính của đê tải này: - Tao ra một hệ thống quan lý gia sư hiệu qua: Ứng dung sẽ cung cấp một giao diện dễ sử dụng và tích hợp các tính năng quản lý thông tin cá nhân, lớp học và nhận thông báo về yêu cầu mới từ học sinh. Mục tiêu là giúp gia sư dễ dàng quản lý thông tin và lịch trình của mình, từ đó tăng cường khả năng tìm kiếm và kết nối với học sinh phù hợp. - _ Tối ưu hóa quá trình tìm kiếm gia sư cho học sinh: Học sinh sẽ có thé tìm kiếm và lựa chọn gia sư dựa trên các tiêu chí như môn học, địa điểm và trình độ.

Ứng dụng sẽ cung cấp thông tin chỉ tiết về gia sư và đánh giá từ những người khác. Mục tiêu là giúp học sinh tìm kiếm và kết nối với gia sư phù hợp với nhu cầu học tập của họ một cách nhanh chóng và thuận tiện. - Cung cấp trợ giúp thông qua trợ giảng AI chatbot: Trợ giảng AI chatbot sẽ được tích hợp trong ứng dụng, giúp hỗ trợ học sinh và gia sư trong việc trò chuyện, tìm kiếm thông tin và đặt câu hỏi liên quan đến việc giảng dạy. Mục tiêu là cung cấp một trợ giúp nhanh chóng, chính xác và tương tác cho người dùng, từ đó tăng cường trải nghiệm học tập và giảng dạy.

- _ Đảm bảo chất lượng dịch vu: Ứng dụng sẽ có tính năng đánh giá và phản hồi từ học sinh sau quá trình học với gia sư. Mục tiêu là thu thập phản hồi từ người dùng để cải thiện chất lượng dịch vụ va đảm bảo sự hai lòng của học sinh va gia su. Đối tượng va phạm vi nghiên cứu 1. Đối tượng nghiên cứu - Người học: Người sử dụng chính của ứng dung, là những người đang tham gia vào quá trình học tập và muốn tìm kiếm gia sư phù hợp.

- _ Người day: Người cung cấp dịch vụ giảng dạy hoặc hỗ trợ học tập. Đối tượng này sẽ sử dụng ứng dung dé tạo thông tin cá nhân, cung cấp thông tin về kỹ năng và khả năng giảng dạy của mình. Phạm vi nghiên cứu đề tài - _ Nghiên cứu và tích hợp Chatbot AI được phát triển bởi OpenAI vào ứng dụng dé hỗ trợ học tập và giảng day. Chatbot sẽ có khả năng trả lời câu hỏi, giải đáp thắc mắc và cung cấp thông tin hữu ích liên quan đến học tập.

Mục tiêu của chúng ta là đảm bảo tính tương tác tự nhiên và hiệu quả của Chatbot trong việc giao tiếp với người dùng. - Xây dựng hệ thống bằng cách sử dụng ngôn ngữ lập trình Typescript va framework ExpressJS. Cơ sở dữ liệu sẽ được lưu trữ trong MongoDB, giúp quản lý và truy xuất dữ liệu một cách hiệu quả. - Dé đáp ứng nhu cầu sử dụng trên các nền tảng di động, tác giả sẽ xây dựng ứng dụng trên cả nền tảng Android và iOS sử dụng ngôn ngữ lập trình Typescript và framework React Native.

Điều này giúp chúng ta phát triển một ứng dụng đa nên tảng, có khả năng chạy trên cả hai hệ điều hành phổ biến nhất. - _ Cuối cùng, tác giả sẽ xây dựng trang admin dé quản ly và kiểm soát dir liệu người dùng. Trang admin sẽ được xây dựng băng ngôn ngữ lập trình Javascript va framework ReactJS, giúp quan ly dữ liệu một cách hiệu quả và đơn giản. Phương pháp thực hiện - Thu thập dữ liệu người dùng với các thông tin: môn học, giảng viên,.

- _ Thiết kế phần mềm tìm kiếm gia sư dành cho học viên. Sử dung framework React Native để xây dựng ứng trên các nền tảng Android và IOS. - Sử dụng ExpressJS để xây dựng hệ thống Backend với cơ sở dữ liệu MongoDB. - Su dung Api của OpenAI dé tich hợp chatbot hỗ trợ việc học tap.

- Su dụng các dich vụ Cloud dé lưu trữ va hosting server. Môi trường phát triển - _ Xây dựng ứng dụng bang ngôn ngữ lập trình JavaScript - Framework: React, React Native, ExpressJS - Luu trữ các dữ liệu như hình ảnh, file: Firebase - Cloud Database: MongoDB Atlas - Hosting Server: Render với tên miền https://tutor-api.com - _ Công cụ quản lý mã nguồn: Github CHƯƠNG 2: CƠ SỞ LÝ THUYET VÀ CÔNG NGHỆ SỬ DỤNG 2. Ngôn ngữ Javascript, Typescript 2.1 Định nghĩa - JavaScript là một ngôn ngữ lập trình được sử dụng dé tao trang web tương tác. Nó giúp cải thiện trải nghiệm người dùng bằng cách thêm các chức năng động vào trang web.

Ban đầu chỉ hoạt động trong trình duyệt web, nhưng sau đó đã mở rộng sử dụng để phát triển cả ở phía máy chủ. JavaScript giúp thực hiện các chức năng như thay đổi nội dung trang, xử lý sự kiện người dùng và tạo hiệu ứng động trên trang web. - TypeScript là một ngôn ngữ lập trình cải tiễn JavaScript bằng cách thêm các kiêu loại vào cú pháp. TypeScript thêm cú pháp bổ sung vào JavaScript dé các công cụ soạn thảo mã có thé sớm phát hiện những lỗi viết mã.

Đồng thời, mã TypeScript chuyển đôi sang JavaScript và cung cấp tat cả các lợi ích tương tự như ở JavaScript. TypeScript cũng chạy trong các ứng dung va với các khung và thư viện JavaScript. What’s TypeScript? Strongly Typed Interfaces Generies ES6 Compiles to ys == )| The browser cant lôi] run TypeScript Hình 2. 1 Mới liên hệ giữa typescript và javascript 2.

Phương thức hoạt động Trình phân tích (Parser): Trình phân tích trong JS Engine sẽ tiếp nhận các dòng lệnh JavaScript đầu tiên. Công việc của trình phân tích là kiểm tra lỗi cú pháp từng dòng một. Khi phát hiện lỗi, trình phân tích sẽ dừng lại và thông báo lỗi ở dòng tương ứng. AST: Trình phân tích tạo ra cấu trúc đữ liệu tên là AST (Abstract Syntax Tree — Cây cú pháp trừu tượng) sau khi nó đảm bảo tat cả dòng lệnh không còn lỗi [1].

Abstract Syntax Tree function fun(x) : =. ye ae: lộ Gp a / Hinh 2. 2 Vi du vé AST Chuyên đôi thành mã máy: JavaScript Engine tiễn hành chuyền đổi các dòng lệnh JavaScript thành mã máy (là ngôn ngữ máy tính có thê hiểu) sau khi Trình phân tích hoàn thành AST. Thực thi: JavaScript Engine gửi mã máy đến hệ thống tương ứng đề thực thi ở giai đoạn cuôi cùng.

ileal avaScript Engin‹ 9919191 91101919 > 101110101 11911996 1010 0116 > i Chuyén déi ` thành mã máy JS Files Parser AST Tniniininil li Thực thi Hình 2. 3 Cách thức javascript hoạt động 2. Chat GPT là gì ? - Chat GPT là một chương trình trí tuệ nhân tao tao ra đối thoại. Được tạo ra bởi OpenAI, chatbot có khả năng cao này sử dụng các thuật toán học máy dé xử lý và phân tích lượng lớn dữ liệu dé tạo ra câu trả lời cho các câu hỏi của người dùng.

Chương trình xử lý ngôn ngữ này có khả năng hiểu được ngôn ngữ của con người khi nó được nói hoặc viết, cho phép nó hiểu thông tin mà nó được cung cấp và cách xử lý nó. Một người học có thé gõ một câu hỏi, và Chat GPT sẽ trả về một câu trả lời dé hiéu - trong nhiều định dạng khác nhau với các yêu cầu cụ thê. Cách hoạt động cua Chat GPT Chat GPT được hoạt động theo những cơ chế sau [2]: - Chat GPT sử dụng một bộ dữ liệu lớn chứa văn ban dé học về ngôn ngữ, ngữ pháp, cau trúc và ý nghĩa của từ và câu. Bằng cách này, nó có khả năng hiểu ngữ cảnh và ý định của câu hỏi từ người dùng và tạo ra các câu trả lời phù hợp.

- Qua trình hoc của Chat GPT dựa trên việc xem xét và phân tích lượng lớn văn bản từ đa dạng nguồn. Nó học cách từ ngữ được sử dụng trong các bối cảnh khác nhau, cách các câu được hình thành, và cách các từ được sắp xêp để tạo nên ý nghĩa. Điều này giúp nó xây dựng một mô hình ngôn ngữ đa chiêu, từ đó có thê hiêu và tạo ra các câu trả lời một cách chính xác và tự nhiên. Step1 Step2 Step4 Collect demonstration data Collect comparison data and Optimize a policy against the and train a supervised policy.

train a reward model. reward model using the PPO reinforcement learning algorithm.