Luận văn Nghiên cứu ứng dụng các kỹ thuật trong khai phá dữ liệu hỗ trợ học tập cho sinh viên
LỜI CẢM ƠN
Tôi xin gửi lời cảm ơn sâu sắc tới PGS.TS. Nguyễn Hà Nam, Trường
Đại học Công nghệ - Đại học Quốc gia Hà Nội, người thầy đã dành nhiều
thời gian tận tình chỉ bảo, hướng dẫn, giúp đỡ tôi trong suốt quá trình tìm
hiểu, nghiên cứu. Thầy là người đꢀnh hướng và đưa ra nhiều góp ý quý báu
trong quá trình tôi thꢁc hiện luận văn.
Tôi xin gửi lời cảm ơn chân thành tới các thầy, cô ở khoa Công nghệ thông
tin – Trường Đại học Công nghệ - ĐHQGHN đã trang bꢀ những kiến thức và tạo
điều kiện thuận lợi cho tôi trong suốt quá trình học tập tại trường.
Tôi cũng xin bày tỏ lòng biết ơn về sꢁ giúp đỡ của lãnh đạo cơ quan, đồng
nghiệp đã cung cấp dữ liệu, tài liệu và cho tôi những lời khuyên quý báu. Tôi xin
cảm ơn gia đình, người thân, bạn bè luôn động viên và tạo mọi điều kiện tốt nhất
cho tôi.
Tôi xin chân thành cảm ơn!
Hà Nội, tháng 9 năm 2020
Học viên
Lê Xuân Lâm
1
MỤC LỤC
LỜI CẢM ƠN ........................................................................................................ i
LỜI CAM ĐOAN .................................................................................................ii
LỜI MỞ ĐẦU....................................................................................................... 1
Chương 1. Giới thiệu............................................................................................. 3
CĐ.ANND I....................................................................................................... 6
1.4.Hướng tiếp cận của luận văn....................................................................... 9
1.5.Kết luận chương 1..................................................................................... 10
Chương 2. Cơ sở lý thuyết .................................................................................. 11
2.1.Khai phá dữ liệu........................................................................................ 11
2.1.1. Khái niệm.......................................................................................... 11
2.2.1. Cây quyết đꢀnh .................................................................................. 15
2.2.2. Phân lớp Naïve Bayes ....................................................................... 16
2.2.3. Luật kết hợp ...................................................................................... 17
2.2.4 Hồi quy tuyến tính.............................................................................. 19
2.2.5 Mạng nơ-ron nhân tạo........................................................................ 21
2.3.KPDL với MS SQL Server ....................................................................... 23
2.3.1. Giới thiệu chung................................................................................ 23
2.3.2. Data Mining eXtensions.................................................................... 25
iii
2.4.Kết luận chương 2..................................................................................... 32
Chương 3. Giải quyết bài toán ............................................................................ 33
3.1.Phát biểu bài toán...................................................................................... 33
3.2.1. Thuật toán Apriori............................................................................. 33
3.2.2. Thuật toán C4.5................................................................................. 35
3.3.Xây dꢁng CSDL........................................................................................ 39
3.4.Xây dꢁng mô hình KPDL ......................................................................... 43
3.6.Đánh giá mô hình...................................................................................... 57
3.8.Kết luận chương 3..................................................................................... 69
KẾT LUẬN......................................................................................................... 70
HƯỚNG PHÁT TRIỂN...................................................................................... 70
TÀI LIỆU THAM KHẢO................................................................................... 71
iv
DANH MỤC CÁC BẢNG
Bảng 3.1: Bảng quy đổi thang điểm.................................................................... 40
Bảng 3.2: Thông tin dữ liệu cho bài toán 1......................................................... 41
Bảng 3.3: Bảng giá trꢀ Mining Legend................................................................ 59
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 1.1: Quá trình của khai thác tri thức........................................................... 11
Hình 2.1: Cấu trúc của cây quyết đꢀnh................................................................ 15
Hình 2.3: Biểu đồ hồi quy tuyến tính đơn........................................................... 20
Hình 2.4: Mô hình nơ-ron đơn lẻ ........................................................................ 21
Hình 2.5: Mô hình mạng nơ-ron đa tầng............................................................. 21
Hình 2.8: Biểu đồ đánh giá Lift Chart................................................................. 31
Hình 3.1: Danh sách kết quả các luật.................................................................. 34
Hình 3.2: Kết quả mô hình cây quyết đꢀnh ......................................................... 36
Hình 3.5: Lược đồ CSDL quan hệ ...................................................................... 41
Hình 3.7: Sơ đồ liên quan đến dữ liệu điểm ....................................................... 43
Hình 3.8: Danh sách điểm của các học viên ....................................................... 43
Hình 3.9: Tạo một dꢁ án Data mining ................................................................ 44
Hình 3.10: Tạo Data Source................................................................................ 44
Hình 3.11: Tạo Data Source View...................................................................... 45
Hình 3.13: Thiết lập thuộc tính cho dꢁ báo ........................................................ 46
vi
Hình 3.27: Tạo 3 mô hình cho bài toán 2............................................................ 54
Hình 3.28: Biểu đồ Lift chart cho 3 mô hình...................................................... 54
Hình 3.38: Sơ đồ hoạt động hệ thống.................................................................. 65
Hình 3.39: Giao diện chính của hệ thống............................................................ 66
Hình 3.40: Kết quả Ví dụ 1................................................................................. 67
Hình 3.41: Kết quả Ví dụ 2................................................................................. 67
Hình 3.42: Kết quả ví dụ 3.................................................................................. 68
vii
LỜI MỞ ĐẦU
Trong những năm gần đây, việc ứng dụng các kỹ thuật khai phá dữ liệu và
phát hiện tri thức trong các lĩnh vꢁc giáo dục, tài chính, ngân hàng, xây dꢁng…rất
được quan tâm nghiên cứu. Đối với giáo dục, đào tạo sinh viên trong các trường
Đại học, Cao đẳng theo hình thức đào tạo tín chỉ đòi hỏi học viên phải có sꢁ chủ
động cao. Sinh viên trong quá trình học tập phải tꢁ mình lꢁa chọn, phân bổ các
môn học cho từng kỳ sao cho tích lũy đủ số tín chỉ theo quy chế đào tạo, Sinh viên
hoàn toàn có thể ra trường sớm hoặc đúng hạn. Qua quá trình dạy học tại trường
Cao đẳng An ninh nhân dân I, tôi nhận thấy tỉ lệ học viên học tập tại trường đạt
kết quả chưa cao. Nguyên nhân là do các em mới bước chân từ môi trường giáo
dục THPT vào môi trường Đại học, Cao đẳng còn nhiều bỡ ngỡ, khó khăn trong
việc đꢀnh hướng học tập, làm ảnh hưởng tới kết quả học tập của bản thân cũng
như đối với nhà trường. Chúng ta có thể áp dụng lĩnh vꢁc khai phá dữ liệu và phát
hiện tri thức để giải quyết vấn đề trên, nhằm hỗ trợ cho học viên có những đꢀnh
hướng trong việc lꢁa chọn, xây dꢁng thời khóa biểu phù hợp bản thân mang lại
đạt kết quả cao trong quá trình học tập tại trường.
Từ cơ sở thꢁc tiễn đó, tôi đã chọn đề tài: “Nghiên cứu ứng dụng các kỹ
thuật trong khai phá dữ liệu hỗ trợ học tập cho sinh viên”. Mục đích của đề
tài này là đi sâu tìm hiểu việc phân tích dữ liệu thông tin cá nhân của sinh viên,
kết hợp với kết quả học tập thực tế trong các kỳ nhằm hỗ trợ sinh viên lựa chọn
môn học phù hợp, đạt được kết quả cao nhất.
Nội dung trình bày luận văn “Nghiên cứu ứng dụng các kỹ thuật trong
khai phá dữ liệu hỗ trợ học tập cho học viên” được bố cục gồm 3 chương:
Chương 1: Giới thiệu
Chương này trình bày về hiện trạng công tác quản lý đào tạo của trường
CĐ.ANND I, các đối tượng, phạm vi và hướng nghiên cứu của luận văn.
Chương 2: Cơ sở lý thuyết
Chương này trình bày cơ sở về khai phá dữ liệu và phát hiện tri thức, các
kỹ thuật khai phá dữ liệu Cây quyết đꢀnh, Luật kết hợp, Hồi quy tuyến tính, Neural
Networks và Naïve Bayes, Công cụ SSDT-BI của SQL Server 2012.
Chương 3: Giải quyết bài toán
Mô tả, xây dꢁng bài toán dꢁ đoán kết quả học tập cuối kỳ cho học viên, bài
toán dꢁ đoán kết quả của một môn học sắp tới. Tổng hợp và xử lý các dữ liệu liên
1
quan dùng cho phát triển hệ thống. Xây dꢁng một số mô hình: Hồi quy tuyến tính,
Luật kết hợp, Neural Networks, Cây quyết đꢀnh, Naïve Bayes và đưa ra đánh giá
các mô hình tương ứng
Xây dꢁng cơ sở dữ liệu quản lý học viên và chuyển cơ sở dữ liệu thành kho
dữ liệu. Sau đó tiến hành phân tích báo cáo và xây dꢁng mô hình dꢁa trên công
cụ Business Intelligence của SQL Server 2012, đánh giá các mô hình.
Xây dꢁng ứng dụng thꢁc nghiệm tư vấn cho học viên, dꢁa trên mô hình
đánh giá cho kết quả tốt nhất.
2
Chương 1. Giới thiệu
1.1. Quy trình quản lý đào tạo tại trường CĐ.ANND I
Quy trình nghiệp vụ quản lý đào tạo cho hệ Cao đẳng tại trường CĐ.ANND
I được tổ chức thꢁc hiện theo Quyết đꢀnh số 17/VBHN-BGDĐT, ngày 15 tháng
5 năm 2014 của Bộ trưởng Bộ giáo dục và Đào tạo ban hành Quy chế đào tạo đại
học và cao đẳng hệ chính quy theo hệ thống tín chỉ; Hướng dẫn số 11792/HD-
X11-X14 của Tổng cục Chính trꢀ Công an nhân dân hướng dẫn thꢁc hiện quy chế
đào tạo đại học, cao đẳng theo tín chỉ; Quyết đꢀnh số 499/QĐ-T33(P5), ngày 27
tháng 5 năm 2016 của Hiệu trưởng Trường Cao đẳng An ninh nhân dân I ban hành
Quy đꢀnh đào tạo cao đẳng hệ chính quy theo hệ thống tín chỉ. Lưu đồ sau được
xây dꢁng quy đꢀnh trách nhiệm, phương pháp tổ chức thꢁc hiện và quản lý việc
giảng dạy của Phòng Quản lý Đào tạo, các Khoa, Bộ môn và các Phòng chức năng
khác liên quan.
Bước
Công đoạn
Hồ sơ
Quyết đꢀnh và danh sách thí sinh
trúng tuyển các khóa.
Kết quả tuyển sinh
1
Quyết đꢀnh thành lập khoá học.
Thành lập khoá học
2
Đề cương môn học
Lꢀch giảng dạy
3
4
5
Lập khung thời gian khoá học
Xem xét/ điều chỉnh
Lꢀch giảng dạy chi tiết
Lập Thời khoá biểu chi tiết
Thꢁc hiện công tác giảng dạy
6
7
Phiếu báo giảng dạy
Sổ đầu bài
Quản lý tổ
Quản lý
tiến độ
khoá học
Quản lý
nội dung
giảng dạy
chức
giảng dạy
3
Đề thi
Quản lý đánh giá kết quả giảng dạy
Bài thi
8
9
Kết quả thi
Bảng điểm
Quản lý kết quả học tập
Mạng nội bộ
Quy chế xét và cấp bằng tốt nghiệp
Xét tốt nghiệp
10
11
Báo cáo tổng hợp tình hình giảng
dạy
Cập nhật & lưu giữ hồ sơ
Mô tả lưu đồ:
- Bước 1: Hàng năm, căn cứ vào chỉ tiêu tuyển sinh do Bộ Công an phê
quyệt, nhà trường thꢁc hiện công tác tuyển sinh, họp xét điểm chuẩn, lập quyết
đꢀnh và danh sách thí sinh trúng tuyển;
- Bước 2: Căn cứ danh sách thí sinh trúng tuyển, phòng QLĐT tiến hành
phân lớp, phân công cán bộ quản lý đào tạo theo Quyết đꢀnh thành lập từng khóa
học;
- Bước 3: Hàng năm, căn cứ vào chương trình đào tạo và tiến độ đào tạo
của các khóa học, phòng QLĐT lập kế hoạch giảng dạy dꢁ kiến của cả năm học;
- Bước 4: Kế hoạch giảng dạy dꢁ kiến được cán bộ phòng QLĐT bố trí lꢀch
giảng cụ thể cho từng môn học. Sau đó chuyển đến các khoa đào tạo để phân công
giảng viên và đề nghꢀ điều chỉnh lꢀch (nếu có);
- Bước 5: Căn cứ kế hoạch lꢀch giảng của năm học, cán bộ quản lý tiến
hành lập lꢀch giảng chi tiết cho các khóa (thꢁc hiện cho cả năm học) kèm với phiếu
báo lꢀch giảng cho từng môn học;
- Bước 6: Giảng viên thꢁc hiện theo các lꢀch giảng chi tiết;
- Bước 7: Quản lí quá trình giảng dạy
Phân cấp trách nhiệm quản lí quá trình giảng dạy
+ Trưởng Khoa, Bộ môn
✓ Phân công giảng viên phụ trách các học phần và báo về phòng
QLĐT;
4
✓ Kiểm tra giáo trình, giáo án của các giảng viên, tổ chức kiểm tra việc
thꢁc hiện lꢀch trình giảng dạy, chất lượng giảng dạy và công tác phục
vụ giảng dạy;
✓ Nắm khối lượng và tình hình giảng dạy của giảng viên, học tập của
sinh viên thông qua Giáo vụ khoa, bộ môn.
✓ Chꢀu trách nhiệm về chất lượng giảng dạy của Khoa, Bộ môn;
✓ Tổ chức sinh hoạt bộ môn theo đúng quy chế của Trường;
+ Giáo vụ khoa, bộ môn
✓ Cập nhật thời khoá biểu, lꢀch trình, lꢀch thi;
✓ Theo dõi việc thꢁc hiện công tác giảng dạy và học tập của giảng viên
và sinh viên trong Khoa;
✓ Quản lý điểm;
+ Chuyên viên Phòng QLĐT
✓ Trꢁc kiểm tra việc thꢁc hiện giờ lên lớp theo kế hoạch giảng dạy của
năm học;
✓ Kiểm tra tiến độ giảng dạy theo lꢀch trình giảng dạy và quản lý sổ
theo dõi giảng dạy. Căn cứ vào việc thꢁc hiện giờ lên lớp, thống kê
số giờ còn thiếu và yêu cầu dạy bù đủ số tiết;
✓ Tổng hợp (1 tháng /1lần) các trường hợp sai phạm và các trường hợp
phát sinh: vắng tiết, quên giờ, bỏ giờ,.... lập báo cáo gửi về phòng
Quản lý học viên.
+ Chuyên viên Phòng thanh tra: Có trách nhiệm kiểm tra:
✓ Việc thꢁc hiện giờ lên lớp theo quy đꢀnh chung;
✓ Tiến độ giảng dạy theo lꢀch trình giảng dạy;
✓ Việc ghi chép, sử dụng theo biểu mẫu, sổ sách và quản lý giờ giảng.
+ Ban Giám hiệu
✓ Là cấp có thẩm quyền quyết đꢀnh hình thức kỷ luật khi có các giảng
viên vi phạm. Trong trường hợp nghiêm trọng, Hiệu trưởng - Chủ
tꢀch Hội đồng khen thưởng, kỷ luật Trường sẽ triệu tập họp để xét
khen thưởng hoặc kỷ luật các đơn vꢀ và cá nhân liên quan.
Quản lí nội dung giảng dạy
Căn cứ vào phân công trách nhiệm, quản lý nội dung giảng dạy gồm:
+ Quản lý khung chương trình.
5
+ Quản lý đề cương chi tiết của các học phần.
+ Quản lý giáo trình, giáo án.
+ Đảm bảo số giáo trình, tài liệu tham khảo của các môn học.
+ Bổ sung, cập nhật các thay đổi về chương trình giảng dạy sau khi đã có
sꢁ thống nhất của Hội đồng khoa học Khoa hoặc Hội đồng khoa học Trường
Quản lý tiến độ giảng dạy
Căn cứ vào phân công trách nhiệm, nội dung quản lý tiến độ gồm:
+ Tại các lớp học lý thuyết, việc thꢁc hiện giờ giảng cho từng môn học
được ghi chép vào Sổ theo dõi giảng dạy và học tập.
+ Quản lý danh sách giảng viên báo nghỉ dạy và kiểm tra việc thꢁc hiện
dạy bù.
+ Phòng QLĐT căn cứ vào theo dõi thꢁc hiện thời khoá biểu sẽ thống kê
số giờ còn thiếu và yêu cầu giảng viên dạy bù đủ số tiết.
- Bước 8: Phòng Khảo thí đảm bảo chất lượng thꢁc hiện việc tổ chức thi
hết học phần cho các khóa, thꢁc hiện việc chuyển đề thi và nhận bài thi (theo quy
trình phối hợp), tổ chức chấm thi và chuyển điểm về phòng QLĐT theo thời gian
quy đꢀnh;
- Bước 9: Khi nhận bảng điểm từ phòng Khảo thí đảm bảo chất lượng,
phòng QLĐT photo 2 bản: 1 bản chuyển các khoa, bộ môn, 1 bản chuyển công bố
cho SV. Tổ điểm gốc tiến hành nhập điểm vào hệ thống mạng nội bộ;
- Bước 10: Căn cứ tiến độ đào tạo của từng khóa học và quy chế đào tạo,
phòng QLĐT tiến hành xét chuyển giai đoạn, xét điều kiện dꢁ thi tốt nghiệp và
xét tốt nghiệp cho học viên. Sau khi được Hội đồng họp xét thông qua, kết quả
xét được công bố cho học viên và phòng QLĐT thꢁc hiện các bước tiếp theo của
khóa học;
- Bước 11: Cập nhật và lưu trữ hồ sơ.
1.2.Bài toán ứng dụng KPDL để xây dựng hệ thống tư vấn tại trường
CĐ.ANND I
Trường Cao đẳng An ninh nhân dân I là trường thuộc Bộ Công an có nhiệm
vụ đào tạo, huấn luyện chiến sĩ có trình độ cao, phẩm chất chính trꢀ vững vàng,
đáp ứng nhu cầu nhân lꢁc cho lꢁc lượng vũ trang Công an nhân dân Việt Nam.
Về ngành, nghề đào tạo: Trong hơn 50 năm xây dꢁng và phát triền, nhà
6
trường đã xây dꢁng và đào tạo 3 chuyên ngành đào tạo cao đẳng chính quy, 4
chuyên ngành đạo tạo Trung cấp chuyên nghiệp và nhiều chương trình đào tạo
ngắn hạn khác.
Các lĩnh vꢁc đào tạo: An ninh, Ngoại tuyến, Cảnh vệ
Nhiệm vụ đặt ra đối với trường CĐ.ANND I hiện nay là làm sao nâng cao
được chất lượng học tập của học viên trong trường, đáp ứng được nhu cầu đào tạo
trước tình hình mới là điểm trọng tâm hàng đầu được nhà trường quan tâm.
Trường CĐ.ANND I đã triển khai đào tạo tín chỉ từ năm 2013-2018. Qua
thꢁc hiện triển khai mô hình giảng dạy theo tín chỉ tại Trường có rất nhiều vấn đề
bất cập cần sửa đổi theo đúng nghĩa của mô hình đào tạo theo tín chỉ, cụ thể như:
- Chưa đáp ứng được yêu cầu đăng ký học tập của học viên (như phần mềm
hỗ trợ đăng ký, theo dõi lꢀch học…)
- Quản lý dữ liệu về học viên chủ yếu còn thủ công bằng Excel gặp nhiều
khó khăn.
- Chưa tổ chức cho học viên đăng ký theo khối lượng học tập, rút bớt học
phần đăng ký mà học viên được học theo các học phần Nhà trường bố trí và lꢁa
chọn.
- Việc tổ chức cho học viên học cùng lúc hai chương trình chưa được thꢁc
hiện do quy đꢀnh của ngành Công an hiện nay.
Chính vì vậy nhu cầu tư vấn học tập của học viên thꢁc sꢁ không nhiều, ít
thường xuyên, chủ yếu tập trung trong thời điểm đầu khóa mới nhập học. Vai trò
của đội ngũ cố vấn học tập cũng chưa thể hiện nhiều trong suốt quá trình đạo tạo.
Thꢁc tế tại các trường Đại học, Cao đẳng ở Việt Nam hiện nay, việc học
viên tꢁ chủ động đăng ký lꢁa chọn môn học phù cho bản thân còn chưa hiệu quả,
chưa tận dụng được ưu điểm của việc học theo tín chỉ, chưa xây dꢁng được lộ
trình học tập phù hợp với từng sinh viên. Nhằm giúp phần hỗ trợ cho học viên lꢁa
chọn được những môn học phù hợp với năng lꢁc, đảm bảo hoàn thành khóa học
sớm hoặc đúng hạn thì rất cần tới sꢁ trợ giúp của giáo viên cố vấn. Tuy nhiên,
ngoài những kinh nghiệm của bản thân mình thì giáo viên cố vấn sẽ phải tra kết
quả học tập của mỗi học viên để trợ giúp tùy theo năng lꢁc cá nhân của mỗi em,
điều đó khá tốn thời gian và mất nhiều công sức. Việc dꢁ đoán kết quả môn học
sắp tới của học viên dꢁa trên các thông tin về những môn học đã học và kết quả
của môn đó sẽ giúp cho học viên có thể đánh giá được năng lꢁc của mình để có
7
kế hoạch học tập phù hợp, đồng thời giúp cho cố vấn học tập cảnh báo sớm tới
các học viên đạt kết quả thấp là một việc làm hết sức thiết thꢁc.
Xuất phát từ những điểm nêu trên tác giả đề xuất 2 bài toán dꢁ đoán kết quả học
tập của học viên như sau:
Bài toán 1: Dꢁa vào các thông tin nhân khẩu học: Giới tính, điểm thi đầu
vào…và điểm trung bình của học kỳ trước đó nhằm dꢁ đoán điểm trung bình kỳ
tới của học viên.
Bài toán 2: Dꢁa vào kết quả các môn học đã học của học viên, dꢁ đoán kết
quả đạt được của môn học sắp tới.
1.3.Một số nghiên cứu về khai phá dữ liệu trong lĩnh vực giáo dục
Khai phá dữ liệu cho giáo dục ngày càng được các nhà nghiên cứu trên toàn
thế giới quan tâm. Sꢁ quan tâm đến việc phát triển các kỹ thuật để phân tích dữ
liệu được tạo ra trong môi trường giáo dục được thể hiện bằng hàng loạt các hội
thảo Education Data Mining. Năm 2008, một nhóm các nhà nghiên cứu đã thành
lập hội nghꢀ nghiên cứu quốc tế thường niên về Education Data Mining, hội nghꢀ
đầu tiên diễn ra tại Montreal, Quebec, Canada. Rất nhiều các công trình, bài báo
về Education Data Mining được xuất bản tại hội nghꢀ International Conference on
Educational Data Mining được tổ chức diễn ra hàng năm. Có thể liệt kê ra một số
công trình, bài báo về Educational Data Mining như:
Trong "Conceptual Framework of Data Mining Process in Management
Education in India: An Institutional Perspective" (Ranjan & Khalil, 2008) các tác
giả Ranjan J. và Khalil S. đã sử dụng cây quyết đꢀnh và mạng Bayes để hỗ trợ quá
trình nhập học, phân tích chất lượng của quá trình giáo dục và kết quả học tập của
học sinh ở Ấn Độ. "Data mining for adaptive learning sequence in English
language instruction" (Y. H. Wang, Tseng, & Liao, 2009) được phát triển bởi
Wang Y., Tseng M. và Liao H., đã sử dụng cây quyết đꢀnh để đề xuất trình tꢁ học
tối ưu nhằm tạo điều kiện cho quá trình học tập của học sinh và để tối đa hóa kết
quả học tập của họ. "Recommender system for predicting student performance"
(Thai-Nghe, Drumond, Krohn-Grimberghe, & Schmidt-Thieme, 2010) một bài
báo của các tác giả Thai-Nghe N., Drumond L., Krohn-Grimberghe A. và
Schmidt-Thieme L., đã đề xuất một cách tiếp cận để sử dụng các kỹ thuật khai
thác dữ liệu, đặc biệt là những kỹ thuật dꢁ đoán kết quả hoạt động của học sinh.
"Mining log data for the analysis of learners' Behavior in web-based learning
management systems" (Psaromiligkos, Orfanidou, Kytagias, & Zafiri, 2011) trong
đó Psaromiligkos Y., Orfanidou., Kytagias C. và Zafiri E., đã sử dụng các quy tắc
8
kết hợp để cải thiện quy trình phản hồi liên tục trong suốt quá trình giáo dục.
"Application of data mining in academic educational databases for predicting
trends and patterns" (Parack, Zahid, & Merchant, 2012) Parack S. Merchant và
Zahid F. Z. đã sử dụng các quy tắc kết hợp và phân cụm để xác đꢀnh hồ sơ của
sinh viên. "Improving the Student's Performance Using Educational Data
Mining" (Priya, 2013) đã sử dụng cây quyết đꢀnh để cải thiện hiệu suất của học
sinh trong các khóa học. "Data Mining: A prediction for Student's Performance
Using Classification Method" (Badr, Din, & Elaraby, 2014) do Ahmed A. và
Elaraby I. phát triển, trong đó cây quyết đꢀnh được sử dụng để dꢁ đoán điểm của
học sinh cuối cấp. "Educational Data Mining: Performance Evaluation of
Decision Tree and Clustering Techniques using WEKA Platform" (Saxena, 2015)
được phát triển bởi Saxena R., bài báo này sử dụng công cụ WEKA để so sánh
hiệu suất của cây quyết đꢀnh và kỹ thuật phân cụm trong dữ liệu từ lĩnh vꢁc giáo
dục.
Có nhiều nghiên cứu điển hình trong đó các kỹ thuật khai thác dữ liệu được
áp dụng cho giáo dục, mỗi nghiên cứu sẽ tìm kiếm câu trả lời cho một tình huống
cụ thể trong Educational Data Mining. Việc tri thức được khai phá không chỉ
nhằm mục đích cho người khai phá sử dụng mà còn nhắm tới cả người sử hữu
cũng có thể sử dụng. Do dó, việc ứng dụng khai phá dữ liệu trong giáo dục có thể
hướng tới nhiều tác nhân khác nhau dưới các góc nhìn như:
Hướng tới học viên: tư vấn, đề xuất kinh nghiệm học tập: chọn ngành học,
chọn môn học, chọn lộ trình học…
Hướng tới giáo viên: tư vấn, đề xuất cho giáo viên các phương pháp dạy
học thích hợp dꢁa trên việc phân lớp các học viên thành những nhóm theo tùy
mức độ, đưa ra các điểm mâu thuẫn, bất thường trong lộ trình học của học viên,
liệt kê ra các hoạt động hiệu quả giúp giáo viên cải thiện, xây dꢁng lại nội dung
bài giảng của mình một cách hợp lý, đạt kết quả tốt hơn.
Hướng tới nhà quản lý: giúp nhà quản lý đưa ra các phân tích, đánh giá
chính xác về kết quả học tập của học viên qua đó đề ra các đꢀnh hướng, hoạch
đꢀnh trong: đầu tư bồi dưỡng giáo viên hàng năm, phát hiện các học viên giỏi để
bồi dưỡng, hoặc các học viên yếu trong diện cần nhắc nhở, có kế hoạch tăng giờ,
tăng số tiết v.v…
1.4. Hướng tiếp cận của luận văn
Luận văn trú trọng tới việc nghiên cứu về lý thuyết khai phá dữ liệu bằng
việc sử dụng công cụ khai phá dữ liệu SSDT-BI do Microsoft phát triển. Dữ liệu
9
được sử dụng để khai phá dữ liệu là điểm thꢁc tế của học viên trường Cao đẳng
ANND I.
Để giải quyết bài toán về dꢁ báo, dꢁ đoán kết quả học tập của học viên luận
văn sử dụng một số thuật toán KDPL được hỗ trợ trong SQL Server.
Từ các mô hình dꢁ đoán, tác giả sẽ lꢁa chọn ra mô hình dꢁ đoán tốt nhất
và xây dꢁng chương trình thꢁc nghiệm để hỗ trợ học tập cho học viên.
1.5.Kết luận chương 1
Chương này giới thiệu về bài toán thꢁc tế tại Trường Cao đẳng ANND I,
những vấn đề đặt ra cần giải quyết đối với bài toán, một số hướng nghiên cứu của
KDPL trong giáo dục hiện nay và hướng tiếp cận của luận văn.
10
Chương 2. Cơ sở lý thuyết
2.1.Khai phá dữ liệu
2.1.1. Khái niệm
Khai phá dữ liệu là một tập hợp các kỹ thuật được sử dụng để tꢁ động khai
thác và tìm ra các mối quan hệ lẫn nhau của dữ liệu trong một tập hợp dữ liệu
khổng lồ và phức tạp, đồng thời cũng tìm ra các mẫu tiềm ẩn trong tập dữ liệu đó
[1].
Hình 1.1 cho thấy khai phá dữ liệu là một bước trong quá trình KDD
(Knowledge Discovery in Database) và KDD được tiến hành qua 6 giai đoạn [3].
Hình 1.1: Quá trình của khai thác tri thức
1. Gom dữ liệu: là bước đầu tiên trong quá trình KPDL bằng việc thu thập
dữ liệu từ CSDL, kho dữ liệu hay là từ các Website.
2. Trích lọc dữ liệu: Dữ liệu được tuyển chọn hoặc phân chia theo một tiêu
chí nhất đꢀnh dùng cho việc khai tác. Ví dụ: chọn ra cá học viên có điểm trung
bình học kỳ lớn hơn 7.0 và là người dân tộc thiểu số.
3. Làm sạch, tiền xử lý dữ liệu: Là việc xử lý loại bỏ những dữ liệu dư thừa,
thiếu logic dẫn tới kết quả bꢀ sai lệch. Ví dụ: Điểm Trung bình = 11.5.
4. Chuyển đổi dữ liệu: Là đưa dữ liệu về dạng phù hợp, thuận tiện cho khai
phá bằng cách nhóm hoặc tập hợp. Ví dụ: Điểm TB học kỳ của học viên là biến
số, biến đꢀnh lượng, nếu muốn đánh giá học lꢁc của các học viên chúng ta phải
tạo cột dữ liệu mới với biến đꢀnh danh có giá trꢀ “Giỏi”, “Khá”, “Trung bình”, “
Kém”, “Yếu” được đặt ra bằng cách phân theo điều kiện của mức điểm trung bình.
11
Tải về để xem bản đầy đủ
81 trang
12320
Free
Bạn đang xem 20 trang mẫu của tài liệu "Luận văn Nghiên cứu ứng dụng các kỹ thuật trong khai phá dữ liệu hỗ trợ học tập cho sinh viên", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- luan_van_nghien_cuu_ung_dung_cac_ky_thuat_trong_khai_pha_du.pdf
