Ứng dụng kĩ thuật phân cụm dữ liệu hỗ trợ sinh viên lựa chọn chuyên ngành

Bài viết Ứng dụng kĩ thuật phân cụm dữ liệu hỗ trợ sinh viên lựa chọn chuyên ngành triển khai thử nghiệm phân cụm dữ liệu với thuật toán K-Means nhằm mục đích hỗ trợ tư vấn, gợi ý lựa; Giải pháp phân cụm chuyên ngành.
Nội dung trích xuất từ tài liệu:
Ứng dụng kĩ thuật phân cụm dữ liệu hỗ trợ sinh viên lựa chọn chuyên ngành Journal of educational equipment: Applied research, Volume 2, Issue 291 (June 2023) ISSN 1859 - 0810 Ứng dụng kĩ thuật phân cụm dữ liệu hỗ trợ sinh viên lựa chọn chuyên ngành Nguyễn Thị Tâm*, Nguyễn Thị Quỳnh Như*, Nguyễn Thị Thúy Lan* *Khoa Công nghệ thông tin, Trường Đại học Mở Hà Nội Received: 26/4/2023; Accepted: 6/5/2023; Published: 15/5/2023 Abstract: Data mining with clustering techniques is applied in many different areas of life. In choosing a training major of students of the Faculty of Information Technology, Hanoi Open University, most students choose based on feelings and personal preferences, but there is no information channel to support and advise students to choose according to their ability. Therefore, in this paper, the authors propose to apply the technique of clustering students by major based on the score groups of specific subjects of each major. The authors research and experiment with data clustering algorithms as K-Means. The grouping results are a suggestion to help students of the Faculty of Information Technology, Hanoi Open University have a basis to choose the right major for themselves. Keywords: K-Means, clustering, select maijor, centroid, Euclid distance.1. Đặt vấn đề chọn chuyên ngành cho SV dựa vào kết quả học tập. Lựa chọn đúng chuyên ngành đào tạo là rất quan 2. Nội dung nghiên cứutrọng đối với các sinh viên (SV) trong quá trình học 2.1. Phân cụm dữ liệutập tại các trường đại học. Chuyên ngành học phù Phân cụm dữ liệu là bài toán gom nhóm các đốihợp với năng lực sẽ giúp cho SV có niềm đam mê tượng dữ liệu thành từng cụm sao cho các đối tượngtrong học tập để đạt được kết quả tốt nhất. Tuy nhiên trong cùng một cụm có sự tương đồng theo một tiêuhầu hết với các bạn SV việc lựa chọn chuyên ngành chí nào đó. Tất cả các dữ liệu được biểu diễn bởi cácthường là cảm tính, theo sở thích của SV mà chưa có đặc trưng đó là vector n chiều. Các bước cơ bản đểcăn cứ cụ thể dẫn đến việc chọn chuyên ngành không phân cụm dữ liệu:phù hợp, ảnh hưởng đến kết quả học tập của SV. ● Trích lọc và tiền xử lý dữ liệu: là bước xác địnhKhoa Công nghệ thông tin Trường Đại học Mở Hà các đặc trưng dữ liệu liên quan đến yêu cầu bài toán,Nội triển khai đăng ký chuyên ngành đào tạo cho SV làm sạch dữ liệu bao gồm xử lý các dữ liệu thiếu,từ năm thứ 3, khi SV tích lũy được tối thiểu 100 tín nhiễu,..chỉ trên tổng số 140 tín chỉ với 3 chuyên ngành bao ● Lựa chọn hoặc thiết kế thuật toán phân cụm:gồm: Công nghệ phần mềm, Công nghệ Đa phương trong rất nhiều thuật toán phân cụm đã có cần lựa chọntiện, Mạng và an toàn hệ thống. Mỗi chuyên ngành thuật toán phù hợp với bài toán để đạt hiệu quả phânsẽ có những học phần chuyên sâu thể hiện khối kiến cụm.thức đặc thù của chuyên ngành đó. Với mỗi đợt đăng ● Công nhận kết quả phân cụm: khi có kết quảkí chuyên ngành SV thường lúng túng trong lựa chọn phân cụm chúng ta cần kiểm tra tính đúng đắn củanên cần sự trợ giúp của cố vấn học tập. Khi đó, cố vấn kết quả.học tập cần kết hợp kinh nghiệm của bản thân và dữ ● Giải thích kết quả: Dựa trên kết quả thực nghiệmliệu thu được từ việc tra cứu kết quả học tập của từng ta cần phân tích đưa ra được kết luận.SV để tư vấn chuyên ngành phù hợp với năng lực củaSV. Công việc này tiêu tốn khá nhiều thời gian vàcông sức của cố vấn học tập. Vấn đề đặt ra là làm thếnào để sử dụng nguồn dữ liệu kết quả học tập sẵn cónhằm khai thác, phân tích và đưa ra đánh giá, từ đó cóthể gợi ý cho SV lựa chọn chuyên ngành học phù hợpnhất một cách hiệu quả. Trong bài báo này, chúng tôi Hình 2.1: Quá trình gom cụm dữ liệu [1]sẽ triển khai thử nghiệm phân cụm dữ liệu với thuật Kỹ thuật phân cụm đã được áp dụng trong nhiềutoán K-Means nhằm mục đích hỗ trợ tư vấn, gợi ý lựa lĩnh vực [2] [3]. Một số phương pháp phân cụm điển14 Journal homepage: www.tapchithietbigiaoduc.vn Journal of educational equipment: Applied research, Volume 2, Issue 291 (June 2023) ISSN 1859 - 0810hình: phân cụm phân hoạch, phân cụm phân cấp, phân được tối thiểu 100/140 tín chỉ. Chương trình đào tạocụm dựa trên mật độ, phân cụm dựa trên mô hình, phân theo hệ thống tín chỉ hệ đại học chính quy ngành Côngcụm có dữ liệu ràng buộc. Trong bài báo này nhóm tác nghệ thông tin được chia thành các chuyên ngành baogiả lựa chọn phương pháp phân cụm phân hoạch và ...