- ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ. - ỨNG DỤNG KHAI PHÁ DỮ LIỆU. - ĐỂ XÂY DỰNG HỆ THỐNG TƢ VẤN HỌC TẬP TẠI TRƢỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI. - LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN. - Ngành: Công nghệ Thông tin. - Chuyên ngành: Hệ thống Thông tin Mã số: 60480104. - Tôi xin gửi lời cảm ơn sâu sắc tới PGS.TS.Nguyễn Hà Nam, Trƣờng Đại học Công nghệ - Đại học Quốc gia Hà Nội, ngƣời thầy đã dành nhiều thời gian tận tình chỉ bảo, hƣớng dẫn, giúp đỡ tôi trong suốt quá trình tìm hiểu, nghiên cứu.Thầy là ngƣời đi ̣nh hƣớng và đƣa ra nhiều góp ý quý báu trong quá trình tôi thƣ̣c hiện luâ ̣n văn.. - Tôi xin chân thành cảm ơn các thầy, cô ở khoa Công nghệ thông tin – Trƣờng Đại học Công nghệ - ĐHQGHN đã cung cấp cho tôi những kiến thức và tạo cho tôi những điều kiện thuận lợi trong suốt quá trình tôi học tập tại trƣờng.. - Các kết quả nêu trong luận văn là trung thực và chƣa đƣợc ai công bố trong bất cứ công trình nào khác.. - 1.1.Bài toán ứng dụng KPDL để xây dựng hệ thống tƣ vấn tại trƣờng ĐHCNHN. - Một số hƣớng nghiên cứu về khai phá dữ liệu trong lĩnh vực giáo dục hiện nay. - Khai phá dữ liệu. - Các bƣớc xây dựng một giải pháp về KPDL. - Ứng dụng KPDL trong giáo dục. - 2.2.1 Cây quyết định. - 2.3.5 Đánh giá hiệu quả của các mô hình KPDL. - Tìm hiểu và thu thập dữ liệu điểm. - Xây dựng mô hình. - Đánh giá mô hình. - 3.4.1 Đánh giá các mô hình dự báo với Lift Chart. - 3.4.2 Đánh giá các mô hình dự báo với Classification Matrix. - Xây dựng hệ thống tƣ vấn học tập tại trƣờng ĐHCNHN. - CSDL Cơ sở dữ liệu. - KPDL Khai phá dữ liệu. - ĐHCNHN Đại học Công Nghiệp Hà Nội. - Bảng 2.4: Lựa chọn các thuật toán khai phá dữ liệu theo mục đích. - 23 Bảng 3.1: Bảng dữ liệu xây dựng hệ thống tƣ vấn học tập. - Hình 1.1: Các bƣớc xây dựng một hệ thống KPDL. - 3: Mô hình mạng nơron nhiều lớp. - 4: Tiến trình học. - 1: Mô hình CSDL quan hệ đƣợc thu thập để xây dựng hệ thống. - 2: Một phần bảng các lộ trình học theo ngành. - 3: Một phần dữ liệu xây dựng hệ thống. - 5: Kết quả tạo viewer cho mô hình Cây quyết định. - 6: Kết quả tạo viewer cho mô hình Luật kết hợp . - 7: Kết quả tạo viewer cho mô hình Naïve Bayes . - 8: Kết quả tạo viewer cho mô hình mạng nơ ron nhân tạo . - 9: Biểu đồ Lift Chart cho 04 mô hình. - 10: Kết quả của ma trận Classification Matrix của 04 mô hình Error! Bookmark not defined.. - 11: Thiết kế một truy vấn DMX với mô hình đƣợc chọn. - 12: Kết quả truy vấn với mô hình đƣợc chọn. - 15: Kết quả Lift Chart không xác định giá trị thuộc tính dự đoán. - 16: Classification Matrix của 04 mô hình. - 17: Biểu đồ so sánh mức độ chính xác các mô hình. - 1: Sơ đồ hoạt động của hệ thống. - 2: Kết quả tƣ vấn học tập với mô hình Naïve Bayes. - 3: Kết quả tƣ vấn học tập với mô hình Cây quyết định. - 4: Kết quả tƣ vấn học tập với mô hình Luật kết hợp. - 5: Kết quả tƣ vấn học tập với mô hình Neural Network. - 6: Kết quả tƣ vấn học tập với sinh viên nam. - 7: Kết quả tƣ vấn học tập với sinh viên nữ. - 8: Xem chi tiết một lộ trình học. - Trƣờng ĐHCNHN là một trƣờng nằm trong hệ thống các trƣờng chuyên nghiệp trực thuộc Bộ công thƣơng. - Một vấn đề cấp thiết đặt ra trong công tác quản lý và đào tạo của nhà trƣờng là xây dựng các mục tiêu, chiến lƣợc nhằm mở rộng quy mô đào tạo, thu hút đƣợc nhiều sinh viên, bên cạnh đó là việc nâng cao chất lƣợng giảng dạy, đảm bảo đào tạo những sinh viên ra trƣờng đáp ứng đƣợc yêu cầu công việc. - Công nghệ thông tin đã đƣợc ứng dụng trong công tác quản lý của nhà trƣờng, song việc khai thác vẫn còn nhiều hạn chế.. - “ỨNG DỤNG KHAI PHÁ DỮ LIỆU ĐỂ XÂY DỰNG HỆ THỐNG TƢ VẤN HỌC TẬP TẠI TRƢỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI”. - Luận văn đi sâu vào việc khai phá dữ liệu từ thông tin cá nhân, điểm tuyển sinh đầu vào kết hợp với lộ trình học để dự đoán kết quả học tập của sinh viên, hỗ trợ tƣ vấn cho sinh viên lựa chọn lộ trình học phù hợp để đạt đƣợc kết quả học tập cao nhất.. - Giới thiệu bài toán ứng dụng KPDL để xây dựng hệ thống tƣ vấn tại trƣờng ĐHCNHN, trình bày một số hƣớng nghiên cứu về KPDL trong giáo dục và hƣớng tiếp cận của luận văn.. - Tìm hiểu các kỹ thuật khai phá dữ liệu sử dụng trong bài toán phân lớp, dự báo (cây quyết định, phân lớp Naïve Bayes, mạng nơ ron nhân tạo, luật kết hợp) và kỹ thuật KPDL trên hệ quản trị CSDL MS SQL Server.. - Mô tả ứng dụng, xây dựng bài toán liệt kê lộ trình học cho từng ngành học để tƣ vấn cho sinh viên chọn lộ trình phù hợp với ngành mình đang theo học. - Thu thập và xử lý các dữ liệu liên quan để phát triển hệ thống. - Xây dựng 4 mô hình: Cây quyết định, Naïve Bayes, Neural Networks, Luật kết hợp và đƣa ra đánh giá các mô hình tƣơng ứng.. - Chƣơng 4: Xây dựng hệ thống tƣ vấn học tập tại trƣờng ĐHCNHN. - Dựa trên những đánh giá về mô hình, lựa chọn mô hình cho kết quả tốt nhất. - Xây dựng chƣơng trình thực nghiệm để tƣ vấn cho sinh viên.. - Bài toán ứng dụng KPDL để xây dựng hệ thống tƣ vấn tại trƣờng ĐHCNHN Trƣờng Đại học Công nghiệp Hà Nội cung cấp dịch vụ giáo dục - đào tạo nhiều ngành, nhiều trình độ, chất lƣợng cao, đáp ứng nguồn nhân lực cho công nghiệp hóa, hiện đại hóa đất nƣớc và xuất khẩu lao động, tạo cơ hội học tập thuận lợi cho mọi đối tƣợng.. - Về ngành, nghề đào tạo: Trong những năm qua nhà trƣờng đã xây dựng đƣợc chƣơng trình và triển khai đào tạo 21 chuyên ngành đại học chính quy, 18 chuyên ngành đào tạo cao đẳng chính quy, 14 chuyên ngành Trung cấp chuyên nghiệp và nhiều chƣơng trình đào tạo trình độ khác nhau.. - Về qui mô đào tạo: Trên 50.000 học sinh, sinh viên.. - Các lĩnh vực đào tạo: Công nghệ, kỹ thuật, Kinh tế, May, Thời trang, Sƣ phạm, Du lịch. - Các loại hình đào tạo: Chính qui, Vừa làm vừa học, Liên thông, Liên kết nƣớc ngoài, Nâng bậc thợ, Đào tạo lao động xuất khẩu, Bồi dƣỡng ngắn hạn và dài hạn theo nhu cầu xã hội quan tâm.. - Một thực tế đặt ra đối với trƣờng ĐHCNHN là làm sao thu hút đƣợc nhiều sinh viên dựa trên “thƣơng hiệu” của nhà trƣờng, để đáp ứng chỉ tiêu đào tạo. - Tuy nhiên, yêu cầu đặt ra về số lƣợng cũng phải kèm theo yêu cầu về chất lƣợng đào tạo. - Vấn đề nâng cao chất lƣợng đào tạo là một vấn đề luôn đƣợc nhà trƣờng quan tâm.. - Nhằm đổi mới giáo dục đại học ở Việt Nam, Bộ Giáo dục và Đào tạo đã yêu cầu chuyển đổi từ việc thực hiện chƣơng trình đào tạo theo hệ thống niên chế thành đào tạo. - theo hệ thống tín chỉ kiểu Hoa Kỳ, bắt đầu từ năm học 2008-2009 và đòi hỏi phải hoàn tất việc chuyển đổi này trƣớc năm 2012.. - Trƣờng Đại học Công nghiệp Hà Nội đã triển khai đào tạo theo học chế tín chỉ bắt đầu từ năm học . - Đào tạo tín chỉ có ƣu điểm giúp sinh viên có thể tự quản lý quỹ thời gian và tùy theo khả năng của mình để tự quyết định các môn học theo từng kỳ.. - Vì vậy, việc tƣ vấn học tập, chủ yếu liên quan đến lựa chọn lộ trình học phù hợp nhằm đạt đƣợc kết quả học tập cao nhất cho mỗi sinh viên đƣợc đặc biệt quan tâm. - Đó cũng là khó khăn chung không chỉ của sinh viên, mà còn của các cố vấn học tập, giáo viên chủ nhiệm và các tổ chức quản lý trong trƣờng. - Các giảng viên chuyên trách, cố vấn học tập không thể tiếp cận toàn bộ dữ liệu về điểm của sinh viên.. - Đối với mỗi sinh viên, việc lựa chọn cho mình một lộ trình học phù hợp theo đúng quy trình đào tạo là một việc hết sức khó khăn, đặc biệt là với các sinh viên mới vào trƣờng, khi mà kinh nghiệm học tập ở bậc đại học và hình thức đào tạo tín chỉ còn rất mới mẻ. - Xuất phát từ thực tế đó, việc tƣ vấn lựa chọn lộ trình học cho sinh viên theo ngành học đã đăng ký là một việc làm hết sức thiết thực và ý nghĩa.. - [1] Phan Xuân Hiếu (2013), Bài giảng môn học KPDL và kho dữ liệu, Trƣờng Đại học Công nghệ, Đại học Quốc gia Hà Nội.. - [2] Hà Quang Thụy (2010), Bài giảng môn học Kho dữ liệu và KPDL, Trƣờng Đại học Công nghệ, Đại học Quốc gia Hà Nội.. - [3] Đỗ Phúc, Giáo trình khai thác dữ liệu, NXB Đại học Quốc gia TP HCM, 2005.. - [4] Nguyễn Thái Nghe, Paul Janecek, Peter Haddawy, Một phân tích giữa các kỹ thuật trong dự đoán kết quả học tập, Khoa Công nghệ thông tin và Truyền thông, Đại học Cần Thơ.