Luận án Tiến sĩ Khoa học máy tính: Giải pháp gợi ý trong việc cố vấn học tập

Mục tiêu chính của luận án "Giải pháp gợi ý trong việc cố vấn học tập" là đề xuất các phương pháp tiếp cận mới cho bài toán dự đoán kết quả học tập của sinh viên từ đó xây dựng hệ thống gợi ý lựa chọn môn học phù hợp cho từng sinh viên cụ thể.
Nội dung trích xuất từ tài liệu:
Luận án Tiến sĩ Khoa học máy tính: Giải pháp gợi ý trong việc cố vấn học tập BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG HUỲNH LÝ THANH NHÀN GIẢI PHÁP GỢI Ý TRONG VIỆC CỐ VẤN HỌC TẬPLUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH Đồng Nai, năm 2024 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG HUỲNH LÝ THANH NHÀN GIẢI PHÁP GỢI Ý TRONG VIỆC CỐ VẤN HỌC TẬP LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH Bản luận án được bảo vệ cấp trườngChuyên ngành: Khoa học Máy tínhMã số ngành: 9480101 NGƯỜI HƯỚNG DẪN KHOA HỌC 1. PGS. TS. NGUYỄN THÁI NGHE 2. PGS. TS. LÊ HUY THẬP Đồng Nai, năm 2024 i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu do tôi thực hiện dưới sự hướng dẫncủa PGS. TS. Nguyễn Thái Nghe và PGS. TS. Lê Huy Thập. Tôi cam đoan các kết quảnghiên cứu được trình bày trong luận án là trung thực và không sao chép từ bất kỳ côngtrình nghiên cứu nào khác. Một số kết quả là thành quả tập thể và đã được các đồng tácgiả đồng ý cho sử dụng trong luận án. Mọi trích dẫn trong luận án đều có ghi nguồn gốcxuất xứ rõ ràng và đầy đủ. Đồng Nai, tháng 01 năm 2024 Người viết Huỳnh Lý Thanh Nhàn ii LỜI CẢM ƠN Để hoàn thành luận án này, tôi đã nhận được sự hướng dẫn tận tình, quan tâm đặcbiệt, giúp đỡ nhiệt tình từ quý Thầy Cô, đồng nghiệp, bạn bè và người thân. Tôi xin gửilời cảm ơn chân thành và sâu sắc đến: Thầy PGS.TS. Nguyễn Thái Nghe và Thầy PGS.TS. Lê Huy Thập đã tận tình chỉ bảo,hướng dẫn, chỉnh sửa, động viên và tạo mọi điều kiện tốt nhất cho tôi trong quá trìnhhọc tập và nghiên cứu. Ban giám hiệu trường Đại học Lạc Hồng, quý Thầy, Cô và anh chị của Khoa CNTTvà Khoa Sau Đại học của Trường Đại học Lạc Hồng, đã cung cấp kiến thức, hướng dẫn,và tạo mọi đều kiện cho tôi và cũng như đặc biệt quan tâm và hỗ trợ tôi trong suốt quátrình học tập. Ban giám hiệu trường Đại học An Giang Đại học Quốc gia TP. HCM, Ban chủ nhiệmkhoa Công nghệ Thông tin, Bộ môn Kỹ thuật phần mềm đã tạo điều kiện để tôi tham giahọc tập nâng cao trình độ chuyên môn, các bạn đồng nghiệp đã không ngừng động viênvà giúp đỡ tôi trong suốt thời gian học tập. Sau cùng tôi xin chân thành cảm ơn sâu sắc đến gia đình và người thân đã giúp đỡvà luôn động viên tôi trong suốt quá trình học tập và tạo điều kiện tốt nhất để tôi hoànthành luận án. NCS Huỳnh Lý Thanh Nhàn iii TÓM TẮT Gần đây, ở các trường Cao đẳng Đại học, số lượng sinh viên bị cảnh báo học vụ vàbuộc thôi học có chiều hướng gia tăng. Đây là một tổn thất lớn cho sinh viên, gia đình,nhà trường và xã hội. Một trong những nguyên nhân hàng đầu là do sinh viên không tựđoán trước được năng lực của mình cũng như lựa chọn môn học không hợp lý để có kếhoạch học tập phù hợp theo khả năng của họ. Nhằm đưa ra những giải pháp gợi ý lựachọn môn học tự chọn trong việc cố vấn học tập là vấn đề cấp thiết cần được giải quyết.Bên cạnh đó, nhờ vào sự phát triển của trí tuệ nhân tạo nói chung và hệ thống gợi ý nóiriêng đã giải quết nhiều vấn đề thực tiễn trong gợi ý học tập của cố vấn học tập. Tuynhiên, kết quả của những nghiên cứu này chưa cao vì chưa khai thác hết các mối quanhệ dữ liệu và chưa cải tiến mô hình dự đoán. Đây cũng là lý do để chúng tôi thực hiệnnghiên cứu. Trong luận án này, chúng tôi đã giải quyết các vấn đề bằng những đóng gópsau: Thiết kế mô hình dự đoán kết quả học tập của sinh viên theo hướng tiếp cận hệ thốnggợi ý. Mỗi sinh viên sẽ được dự đoán kết quả học tập của tất cả các môn học mà sinhviên này chưa học, sau đó sẽ lọc ra những môn học được dự đoán với kết quả cao để gợiý cho sinh viên lựa chọn. Kết quả dự đoán của phương pháp này là khá tốt và hoàn toàncó thể áp dụng rộng rãi trong việc cố vấn học tập tự động. Nhằm nâng cao hiệu quả của dự đoán, nhiều nhà nghiên cứu cũng quan tâm nhiềuđến nguồn dữ liệu bổ sung. Theo xu hướng này, luận án đã đề xuất một số phương pháptích hợp như: tích hợp mối quan hệ bạn bè giữa những người học cùng lớp với nhau; tíchhợp mối liên quan giữa các môn học nhờ vào chủ đề hay nội dung kiến thức của nhữngmôn học liên quan nhau. Việc tích hợp các nguồn dữ liệu bổ sung này, làm cho mô hìnhhọc tăng cường và đã đưa ra dự đoán chính xác hơn các phương pháp phân rã ma trậnthông thường. Hiện nay kỹ thuật học sâu đang là những tuyệt tác trong các bài toán dự đoán, nhậndạng, phân loại ...