Ứng dụng công nghệ trí tuệ nhân tạo trong đánh giá chất lượng đào tạo trực tuyến tại trường đại học mở hà nội

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỚ HÀ NỘI LUẬN VĂN THẠC sĩ Chuyên ngành: Công nghệ thơng tin Mã ngành: 8480201 Đề tài: ỨNG DỤNG CƠNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG ĐÁNH GIÁ CHẤT LƯỢNG ĐÀO TẠO TRỤC TUYẾN TẠI TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI HƯỚNG DẢN KHOA HỌC: TS ĐỈNH TUÂN LONG HỌC VIÊN THỰC HIỆN: Hà Nội, 08/2023 NGUYỀN MẠNII HÙNG LỜI CẢM ƠN Đế hoàn thiện bàn luận văn phần cố gắng cùa bàn thân cịn có đóng góp cơng sức nhiều người: Tơi xin trân trọng căm ơn tập lãnh đạo thầy cô Trường Đại học Mở Hà Nội đặc biệt thầy Khoa Cơng nghệ thơng tin Tịi xin gữi lời cám ơn đen TS Đinh Tuấn Long định hướng chun mơn, tận tình giúp đỡ tạo điều kiện thuận lợi đế tơi hồn thành luận văn Tôi xin cảm ơn bạn bè, đồng nghiệp chia sẻ khó khăn thường xuyên động viên, khích lệ tơi suốt q trinh học tập nghiên cứu Mặc dù có nhiều cố gắng cơng trinh nghiên cứu cịn nhiều thiếu sót mong nhận góp ý, chi dẫn thầy cô, nhà chuyên môn để tiếp tục nghiên cứu hoàn thiện Xin trân trọng cám ơn! Hà Nội, ngày tháng năm 2023 Nguyền Mạnh Hùng LỜI CAM ĐOAN Tôi xin cam đoan luận văn cơng trình nghiên cứu cùa riêng tơi hướng dẫn cùa TS Đinh Tuấn Long Tôi xin cam đoan Các nội dung nghiên cứu kết đề tài hoàn toàn trung thực, thơng tin trích dần luận văn chi rô nguồn gốc Học viên Nguyễn Mạnh Hùng MỤC LỤC Chương CÁC VÁN ĐÈ TÒNG QUAN 1.1 Đào tạo trực tuyến 1.1.1 Bối cảnh cùa giáo dục ứng dụng công nghệ giáo dục 1.1.2 Vai trị cơng nghệ thơng tin hỉnh thành cúa đào tạo trực tuyến 1.1.3 Giáo dục đại học cách mạng công nghiệp 4.0 1.2 Trí tuệ nhân tạo 1.2.1 Khái niệm 1.2.2 Quá trình phát tri thức từ sở liệu 1.3 Học máy 10 1.4 Các thuật toán học máy 12 1.4.1 Thuật toán phân loại 12 1.4.2 Thuật toán hồi quy 19 1.4.3 Hồi quy tuyến tính 25 1.4.4 Thuật toán phân cụm 26 1.4.5 Thuật toán học tập đồng 28 Chương 30 GIỚI THIỆU THUẬT TOÁN NAIVE BAYES 30 2.1 Thuật tốn Naive Bayes trí tuệ nhân tạo 30 2.1.1 Khái niệm 30 2.1.2 Định lý Bayes 30 2.1.3 Mơ hình Phân lớp Naive Bayes 31 2.2 Các bước thực thuật toán Naive Bayes .33 2.3 Thuật toán phân loại KQHT Naive Bayes 38 2.4 Uu điểm thuật toán 39 Chương 41 ỦNG DỤNG PHÂN LỚP BAYES ĐÉ 41 ĐÁNH GIÁ CHÁT LƯỢNG ĐÀO TẠO TRỤC TUYÉN 41 3.1 Bài toán 41 3.2 Đồ xuất tham số sử dụng thuật toán Naive Bayes dự đoán kết quă học tập sinh viên 42 3.3 Xây dựng chirơng trình demo 48 3.4 Đánh giá kết thực nghiệm 53 KÉT LUẬN 55 TÀI LIỆU THAM KHẢO 56 DANH SÁCH CÁC HÌNH Hình 1.1 Ọ trình phát tri thức từ sở liệu Hình 1.2 Naive Bayes - Thuật tốn trí tuệ nhân tạo - Edureka .13 Hình Cây định - Thuật tốn trí tuệ nhân tạo - Edure 14 Hình 1.4 Rừng ngầu nhiên - Thuật tốn trí tuệ nhân tạo - Edureka 15 Hình Hồi quy logistic - Thuật tốn trí tuệ nhân tạo - Edureka 16 Hình Thuật toán vec-tơ hồ trợ 17 Hình 1.7 Hồi quy tuyến tính - Thuật tốn trí tuệ nhân tạo - Edurcka 25 Hình K-mean - Thuật tốn trí tuệ nhân tạo - Edurcka 27 Hình Thuật tốn trí tuệ nhân tạo 28 Hình Giao diện đăng nhập hệ thống demo 51 Hình Giao diện nhập thông tin lớp học phần đế dự báo kết quã .52 Hình 3 Giao diện Kết dự báo 53 CH L ONG 1: CÁC VÁN ĐÈ TỐNG QUAN 1.1 Đào tạo trực tuyến 1.1.1 Bối cảnh giáo dục ứng dụng công nghệ giáo dục Tổ chức Giáo dục, Khoa học Văn hóa Liên hợp quốc UNESCO dự báo: Cơng nghệ thông tin (CNTT) làm thay đồi giáo dục cách tồn diện, có hệ thống mang tính tống hợp cao Sự bùng nổ phát triển cũa công nghệ giáo dục tạo phương thức giáo dục phi truyền thống, thúc mạnh mẽ phát triến giáo dục mang tính chuyền đối sâu sắc cho người ("dạy người mồi người", "nâng cao kiến thức nhu cầu chia sẽ", "tập trung kiến thức chuyền dịch lực yếu tố bền vững, truyền thống hội nhập không gian giáo dục ” ) Quá trình dần đến cần thiết phải quan tâm tới việc ứng dụng công nghệ đê tạo thay đối bán chất trinh, thực chương trình giáo dục Một báo cáo Diễn đàn Kinh tế Thế giới 2016 Davos, với tham gia 2.500 nhân vật quyền lực có ảnh hướng thể giới chia sẻ số: 65% người học học thứ liên quan đến cơng việc mà tương lai khơng cịn tồn tại; 47% ngành nghề ngày chuyển sang tự động hóa hai thập ký tới đến năm 2020, 50% nội dung giáng dạy trường học cấp khơng cịn hữu ích năm tới (Klaus Schwab, 2016).1 Những thay đổi toàn cầu bị ảnh hường bốn nhóm yếu tố: i) tác động xã hội; ii) hành động chiến lược; iii) tài lực lượng lao động; iv) tác động cũa công nghệ (Bcrsin, Deloitte Consulting LLP, 2018) Cũng báo cáo này, Deloitte Consulting xác định yếu tố gây thay đối xuất thời gian tới, bao gồm: xuất công nghệ khắp nơi; liệu lớn; thay đổi nhanh chóng đa dạng hệ trẻ; thay đổi nhanh chóng bàn chất cùa nghề nghiệp; trí tuệ nhân tạo robot; tự động hóa cơng việc; bùng nổ cùa đội ngũ lao động công việc bình thường (Deloitte Consulting, 2018) Chính vậy, can dự cùa CNTT điều tất yếu để giải “nhóm mâu thuẫn chính” ngày sâu sắc giữa: - Sự gia tăng dịch chuyền dân so, lực nghề nghiệp mới, khả thích ứng trước thay đối cơng việc nhanh chóng (với số lượng việc làm xuất thời gian ngắn, tần suất cao) với trình giáo dục cho người, cho người học tập suốt đời; - Sự công bàng tiếp cận nhu cầu đa dạng, không giới hạn giáo dục, tiếp cận tri thức mới; - Tính cạnh tranh ve so lượng chất lượng cùa nguồn nhân lực (công dân số); - Quá trinh sản xuất “sán sinh” tri thức; yêu cầu lực cúa người học ki 21 đáp ứng thiết chế giáo dục, đào tạo Trong bối cành đó, Đáng Nhà nước ta xác định “giáo dục quốc sách hàng đầu ; đầu tư cho giáo dục đầu tư cho phát triển” Đế phù hợp với xu hướng phát triển chung cùa xã hội thời kỳ cơng nghiệp hóa đại hóa đất nước, thiết phải đổi trinh giáo dục theo hướng ứng dụng cơng nghệ mới, phát huy tính tích cực chủ động người học đế nâng cao chất lượng giáo dục Tinh thần gợi mớ thể xuyên suốt quan điểm chi đạo đối bản, toàn diện giáo dục đào tạo Nghị TW 8, khóa XI BCH TƯ Đảng (Nghị 29) 1.1.2 Vai trị cua cơng nghệ thơng tin hình thành đào tạo trực tuyến Giáo dục đào tạo lĩnh vực ln ln tìm kiếm thay đồi, có xuất cơng nghệ thông tin, việc ứng dụng phát triển công nghệ giáo dục nghiên cứu triển khai nhiều nơi Năm 1960, chương trinh đào tạo dựa máy tính (CBT-Computer Based Training) đời trường Đại học Illinois ứng dụng nhiều trường đại học Đến năm 1980, bắt đầu có có mặt máy tính cá nhân (PC - Personal Computer), việc ứng dụng máy tính đế tìm học số mơn học kỹ cụ the triền khai phạm vi rộng rãi Cùng với mở rộng khả cùa máy tính, đặc biệt lình vực trình diễn đồ họa âm thanh, ngày có nhiều cách thức ứng dụng máy tính giáo dục như: phần mềm học tập máy tính cá nhân, sử dụng đĩa CD/DVD ghi hình giáng phân phối cho sinh viên, sử dụng máy tính để trinh chiếu nội dung có tính minh họa cao cho giáng đặc biệt sau Internet trở thành phố biến giúp cho việc ứng dụng công nghệ không giới hạn việc thay giảng đơn mà cịn xây dựng mơi trường học tập cho người học, hình thành phương thức đào tạo trực tuyến Theo nghiên cứu thực tế nay, đào tạo trực tuyến phân chia thành ba mơ hình đào tạo trực tuyến: - Đào tạo trực tuyến đồng thời gian (synchronous clcaming): mơ hình đào tạo trực tuyến mà người học người dạy kết nối với thời điểm, hoạt động giâng dạy diễn thông qua hệ thống công nghệ hỗ trợ việc tương tác ví dụ Zoom, Google Meet hay hệ thống tương đương Băn chất mơ hình việc đưa lớp học truyền thống lên trực tuyến, bị giới hạn tính cùa hệ thống lựa chọn sứ dụng Ưu điếm phương thức Sự không giới hạn không gian, người học di chuyền giảm chi phí phát sinh trình lại, nhiên chất lượng lớp học phụ thuộc vào kỹ cùa giảng viên khả cùa hệ thống phần mềm kết nối Trong giai đoạn vừa qua Việt Nam, đa số trường học sử dụng mơ hình kết hợp với việc gửi qua mạng xã hội, email đế tổ chức đào tạo - Đào tạo trực tuyến không đồng thời gian (asynchronous clcaming): mơ hình mơ hình đào tạo trực tuyến mà người học người dạy không kết nối với thời điềm, người học phải tự hồn thành khóa học bàn thân họ với tài liệu, nội dung cung cấp sẵn Với mơ hình này, đố có chất lượng đào tạo tốt, địi hỏi nội dung phải chuấn bị cách công phu, hướng tới người tự học người dạy chì đóng vai trị đồng hành, hỗ trợ người học vượt qua khó khăn cần thiết Ưu điểm cùa mơ hình người học hồn tồn động không gian thời gian, phát huy tính tự giác, giảm chi phí CO' hội thời gian phải bỏ tham gia lớp học truyền thống Các hệ thống khóa học mở trực tuyến (MOOCs - Massive Open Online Courses) ví dụ điến hình cho mơ hình - Đào tạo trực tuyến kết họp (blended elearning): mô hỉnh kết hợp hai mơ hình trên, thường toàn nội dung học tập cung cấp với mơ hình khơng đồng thời gian sử dụng lớp học trực tuyến theo mơ hình đồng thời gian dành cho nội dung quan trọng trao đồi thảo luận, giúp người học nắm vừng kiến thức khóa học Mơ hình khắc phục hau hết nhược điềm hai mơ hình trở thành mô hỉnh tốt nhiều trường đại học sử dụng thực tế Với đào tạo trực tuyến, công nghệ yeu tố cần thiết đóng vai trị quan trọng nhẳm: - Xây dựng mơi trường kết nối trực tuyến: có mặt cúa cơng nghệ thông tin truyền thông giúp tạo mơi trường kết nối đa dạng, khơng có giới hạn 42 23 24 25 Trung bình 26 ít Y G Nhiều TBK TT Nam T G T NT Có THPT Có ĐH N am NT G Trung Y G binh Nhiều CT TBK Nữ Khơng THPT TT K TT Có Nam ít K Nhiều K TT Nam K Không ĐH K TT 28 29 ít G Nhiều K Nhiều TBK TT Có Nam TBK CT Nam Có TT 30 31 Trung Trung binh Nhiều binh 32 33 Trung Nhiều bình 34 Trung Nhiều binh 35 Trung Nhiều bình 36 Trung bình THPT TT K G Nhiều G Nhiều G Nhiều G Nhiều G Nhiều G Nhiều K Nhiều G CT G TT G ĐT Nữ Có TC G Có NT Nữ TT G TT G TT G TT K TT Nam NT Nam NT 42 Nam Nam TT NT Y CĐ NT Nam K ĐH TT 27 K Có ThS G TC G Có THPT Có THPT G G Có Khơng THPT G CĐ G 43 37 38 Trung bình Trung Nhiều bình 39 40 Trung bình Trung bình G Nhiều G Nhiều G Nhiều G Nhiều K ĐT Nam NT K TT Nữ NT K TT Nam NT K TT Nữ NT Có CĐ Có THPT K Có THPT Có THPT K G G Áp dụng phân lớp Naive Bayes vào tập liệu mẫu bàng đế phân lớp, cho dạng sau đây: => G Thực Bước 1: • Ước lượng P(Ci) với giá trị Giòi, Khá, Trung bình khá, Trung bình, Yeu với dịng bảng liệu mẫu, ta thu được: - Xác suất giói: P(G) = 17/40 - Xác suất khá: P(K) = 14/40 - Xác suất trung bình khá: P(TBK) = 3/40 - Xác suất trung bỉnh: P(TB) = 1/40 - Xác suất yếu: P(Y) = 5/40 • Tính xác suất thuộc tính P(Xi|Ci) 43 44 Thịi gian đăng nhập P(ít|G)=l 1/17 P(ít|K)= 11/14 P(ít|TBK)= 3/3 P(ít|TB)= 1/1 P(ít| Y)= 5/5 P(TB|G)=6/17 P(TB|K)= 3/14 P(TB|TBK)= 0/3 P(TB|TB)=0/l P(TB|Y)=0/5 P(Nhiều|G)=0/17 P(Nhiều|K)=0/14 P(Nhiều TBK)=0/3 P(Nhiều|TB)=0/l P(Nhiều|Y)=0/5 Thịi gian xem giảng trực tuyến P(ít|G)= 2/17 P(ít|K)= 6/14 P(ít|TBK)= 3/3 P(ít|TB)= 1/1 P(ít| Y)= 5/5 P(TB|G)=9/17 P(TB |K)= 5/14 P(TB|TBK)= 0/3 P(TB|TB)=0/l P(TB|Y)=0/5 P(Nhiều|G)=6/17 P(Nhiều|K)=3/14 P(Nhiều|TBK)=0/3 P(Nhiều|TB)=0/l P(Nhiều|Y)=0/5 Điểm TB luyện tập P(G|G) = 15/17 P(G|K)= 11/14 P(G|TBK) = 1/3 P(G|TB) = 0/1 P(G|Y) = 0/5 P(K|G) = 2/17 P(K|K)= 1/14 P(K|TBK)= 1/3 P(K|TB) = 0/1 P(K|Y)= 1/5 P(TBK|G)= 0/17 P(TBK|K) = 0/14 P(TBK |TBK)=l/3 P(TBK TB) =0/1 P(TBK|Y)= 0/5 P(TB|G) = 0/17 P(TB|K) = 0/14 P(TB|TBK) = 0/3 P(TB|TB) = 1/1 P(TB|Y) = 1/5 P(Y|G) = 0/17 P(Y|K) = 2/14 P(Y|TBK) = 0/3 P(Y|TB) = 0/1 P(Y|Y) =3/5 Số luyện tập thực P(ít|G)= 0/17 P(ít|K)= 1/14 P(ít|TBK)= 0/3 P(ít|TB)= 0/1 P(ít|Y)= 2/5 P(TB|G)=0/17 P(TB |K)= 1/14 P(TB|TBK)= 0/3 P(TB|TB)=0/l P(TB|Y)=2/5 P(Nhiều|G)=17/17 P(Nhiều|K)=12/14 P(Nhiều|TBK)=3/3 P(Nhiều|TB)=l/l P(Nhiều|Y)=l/5 Điểm TB học phần tiên P(G|G)= 11/17 P(G|K) = 6/14 P(G|TBK) = 0/3 P(G|TB) = 0/l P(G|Y) = 0/5 P(K|G) = 6/17 P(K|K) = 6/14 P(K|TBK) = 0/3 P(K|TB) = 0/1 P(K|Y)= 1/5 P(TBKG) =0/17 P(TBK|K) = 2/14 P(TBK|TBK)=3/3 P(TBK-TB) =1/1 P(TBK|Y)= 4/5 P(TB|G) = 0/17 P(TB K.) = 0/14 P(TB|TBK) = 0/3 P(TB|TB) = 0/l P(TB|Y) = 0/5 P(Y|TBK) = 0/3 P(Y|TB) = 0/1 P(Y|Y) =0/5 P(Y|G) = 0/17 P(Y|K) = 0/14 44 45 Độ tuổi P(ĐT|G)=4/17 P(ĐT|K)= 3/14 P(ĐT|TBK)= 0/3 P(ĐT|TB)= 0/1 P(ĐT|Y)= 1/5 P(TTG)= 12/17 P(TT|K)= 7/14 P(TT|TBK)= 3/3 P(TTTB)= 1/1 P(TT Y)= 1/5 P(CT|G)= 1/17 P(CT|K)= 4/14 P(CT|TBK)= 0/3 P(CT|TB)= 0/1 P(CT|Y)= 3/5 Giới tính P(Nam|G)= 12/17 P(Nam|K)= 6/14 P(Nam|TBK)= 1/3 P(Nam|TB)= 1/1 P(Nam|Y)=4/5 P(Nữ|G)= 5/17 P(Nữ|K)= 8/14 P(Nữ|TBK)= 2/3 P(Nữ|TB)= 0/1 P(Nữ|Y)= 1/5 Noi ỏ' P(NT|G)= 12/17 P(NT|K)= 7/14 P(NT|TBK)= 0/3 P(NT|TB)= 1/1 P(NT|Y)= 1/5 P(TT|G)= 5/17 P(TT|K)= 7/14 P(TT|TBK)= 3/3 P(TTTB)=0/l P(TT|Y)= 4/5 Tình trạng làm P(CÓ|G)= 16/17 P(CÓ|K)= 11/14 P(CÓ|TBK)= 3/3 P(CÓ|TB)= 1/1 P(CÓ|Y)= 4/5 P(Không|G)=l/17 P(Không|K)=3/14 P( Không TBK)=0/3 P(Không|TB)=0/l P(Không|Y)=l/5 Bằng cấp nhập học P(TC|G)= 1/17 P(TCịK) = 2/14 P(THPT|G)=10/17 P(THPT|K)= 7/14 P(TC|TBK) = 0/3 P(TC|TB) = 1/1 P(TC|Y)= 1/5 P(THPT|TBK)=3/3 P(THPT|TB)=O/1 P(THPT|Y)=2/5 P(CĐ|G) = 2/17 P(CĐ|K) = 2/14 P(CĐ TBK) = 0/3 P(CĐ|TB) = 0/l P(CĐ|Y) = 0/5 P(ĐH|G) = 3/17 P(ĐH|K) = 3/14 P(ĐH|TBK) = 0/3 P(ĐH|TB) = 0/l P(ĐH|Y)= 1/5 P(ThS|G) = 1/17 P(ThS|K) = 0/14 P(ThS|TBK) = 0/3 P(ThS|TB) = 0/1 P(ThS|Y) = 0/5 P(TS|G) = 0/17 P(TS|K) = 0/14 P(TS|TBK) = 0/3 P(TSTB) = 0/1 P(TS|Y)= 1/5 Bước 2: Phân lớp cho mầu Ví dụ 1: - Xét sinh viên XI có giá trị Tổng thời gian đăng nhập vào học phần: 100 phút 45 46 - Tống thời gian xem giáng trực tuyến: 60 phút - Điểm trung binh luyện tập: điểm - Số luyện tập thực hiện: - Điêm trung bình học phần tiên quyết: - Độ tuồi: 30 tuổi - Giới tính: Nừ - Nơi ờ: Ớ nơng thơn - Tình trạng việc làm: khơng có việc làm - Bằng cấp bắt đầu khóa học: Tốt nghiệp THPT tương ứng với biến ngơn ngữ Căn bàng xác suất thuộc tính trên, ta tính được: - P(X1|G) = * 3/17 16/17 5/17 4/17 17/17 15/17 2/17 11/17 17/40 = 0.0002123 - P(X1|K) = * 7/14 8/14 3/14 12/14 6/14 11/14 14/40 = 0.0003506 - P(X1|TBK) = * 2/3 0/3 1/3 3/3 3/40 - P(X1|TB) = * 0/1 1/1 1/40 - P(X1 |Y) = * 4/5 1/5 0/5 5/5 5/40 =0 =0 =0 Giá trị cúa P(X1'K) = 0.0003506 lớn nhất, trường hợp này, XI xếp vào lớp K, nghĩa sinh viên có thời gian đăng nhập ít, thời gian xem giảng trực tuyến ít, điểm trung binh luyện tập Giòi, so luyện tập làm nhiều, có điềm trung bình học phần tiên Giởi, độ tuồi học tuồi hệ đào tạo từ xa trực tuyến, giới tính Nữ, sống khu vực thành thị, làm, có đại học trước bắt đầu khóa học thỉ kết học tập dự đốn Khá Ví dụ 2: Xét sinh viên X2 có giá trị 46 47 - Tồng thời gian đăng nhập vào học phần: 100 phút - Tống thời gian xem giáng trực tuyến: 60 phút - Điểm trung binh luyện tập: điếm - Số luyện tập thực hiện: - Điếm trung binh học phần tiên quyết: 8.5 - Độ tuồi: 25 tuổi - Giới tính: Nữ - Nơi ở: Ở thành thị - Tình trạng việc làm: có việc làm - Bằng cấp bắt đầu khóa học: Đại học tương ứng với biến ngôn ngữ Căn bàng xác suất thuộc tính trên, ta tính được: - P(X2|G) = * 10/17 1/17 5/17 12/17 0/17 2/17 11/17 17/40 =0 - P(X2|K) = = 3/14 8/14 7/14 1/14 2/14 6/14 11/14 14/40 * 0.00000263 - P(X2|TBK) = * 2/3 0/3 3/3 3/40 - P(X2|TB)= * 0/1 1/1 1/40 - P(X2|Y) = * 1/5 4/5 2/5 3/5 5/5 5/40 =0 =0 = 0.00001536 Giá trị cùa P(X2|K) = 0.00001536 lớn nhất, vi trường hợp X2 xếp vào lớp Y, nghĩa sinh viên có thời gian đăng nhập ít, thời gian xcin giảng trực tuyến ít, điếm trung bình luyện tập Giịi, số luyện tập làm nhiều, có điểm trung bình học phan tiên Giỏi, độ tuổi học tuổi hệ đào tạo từ xa trực tuyến, giới tính Nữ, sống khu vực thành thị, làm, có đại học trước bắt đầu khóa học thi kết quà học tập dự đoán Yeu 47 48 3.3.6 Bộ liệu kiểm tra Bộ liệu kiếm tra sử dụng liệu sinh viên ngầu nhiên học học phần thời điếm kết thúc học phần, có kết học tập Bộ liệu đưa vào chạy với thuật tốn triến khai, sau so sánh kết học tập với kct phân nhóm thuật toán đế xác định mức độ tin cậy cùa thuật toán Naive Bayes sử dụng 3.4 Xây dựng chương trình demo 3.4.1 Giới thiệu Moodie LMS chương trình demo Moodie LMS (Learning Management System) hệ thống quản lý học tập trực tuyến phát triền Martin Dougiamas vào năm 2002 Moodlc thiết kế để hỗ trợ giảng dạy học tập trực tuyến cho khóa học đại học, trung học tiểu học Đây phần mềm mã nguồn mớ, tái xuống sử dụng miễn phí Moodle cung cấp loạt tính đế giáng viên quản lý khóa học, tạo nội dung đánh giá học viên Các tính bao gồm diễn đàn trực tuyến, kiếm tra trực tuyến, tải tài liệu video, trao đồi thông tin giáo viên học viên Moodle có tính xếp hạng theo dõi tiến độ học viên, giúp giáng viên hiểu rõ hoạt động cùa học viên hệ thống Moodle LMS phố biến giới sử dụng rộng rãi nhiều quốc gia ngành nghè, tổ chức giáo dục, phú, doanh nghiệp Ngồi ra, tính linh hoạt dề sử dụng, Moodle tùy chinh đế phù hợp với nhu cầu giảng dạy học tập tố chức Tại Trường Đại học Mở Hà Nội, Moodle sử dụng làm hệ thống quản lý đào tạo trực tuyến cho nhiều khóa học, phạm vi đề tài, có sử dụng kết nối thử nghiệm tới hệ thống đào tạo trực tuyến nhà trường cho hệ đào tạo từ xa theo phương thức eLearning Tuy nhiên, phạm vi luận văn nên việc kết nối chi 48 49 thực hệ thống thử nghiệm không truy cập vào liệu thức sinh viên Các dừ liệu cung cấp dựa liệu thật hệ thống thức, khơng bao gồm liệu cá nhân cùa sinh viên họ tên, số điện thoại, email địa chi, mật hay phương thức kỹ thuật để kct nối hệ thống Moodle hệ thống mã nguồn mở cho phép lập trình viên tự tích hợp thêm tính vào hệ thống bàng cách xây dựng Plugin Có thể hiểu Plugin cho Moodle phần mở rộng, tính mờ rộng ứng dụng viết ngôn ngữ lập trinh tích hợp vào hệ thống quán lý học tập trực tuyến Moodie Plugin cho phép mở rộng tính chức cùa Moodle, tùy chinh giao diện cải thiện trái nghiệm người dùng Plugin sử dụng đế thêm tính cho Moodle, bao gồm tính qn lý khóa học, giáng trực tuyến, cơng cụ phân tích liệu học tập, tính tương tác xã hội, v.v Trong phạm vi luận văn, khơng có điều kiện tiếp cận tới hệ thống LMS thức nên không lựa chọn phương án xây dựng Plugin mà chi xây dựng demo dạng website có giao tiếp với hệ thống LMS thông qua API trao đối dừ liệu 3.4.2 Thiết kế hệ thống thử nghiệm Hệ thống demo xây dựng dạng website có giao tiếp lấy dừ liệu hệ thống LMS qua hệ thống API chiều với chức bàn chi đế mang tính chất dcmo cho thuật tốn thử nghiệm, nên khơng có đầy đù tính website quản lý, chi cung cấp chức bản: - Tiếp nhận thông tin liệu người học từ hệ thống LMS - Dự báo kết học tập học viên thơng qua thuật tốn Naive Bayes thông số đề xuất phần - Đưa phàn hồi kết dự báo, để nhà trường kịp thời cảnh báo cho sinh viên nham cài thiện chất lượng đào tạo trước kết thúc khóa học 49 50 - Tiếp tục cập nhật kết thực tế cúa sinh viên sau khóa học vào sờ dừ liệu tính tốn lại băng xác suất đế gia tăng độ xác cho dự báo tương lai Dữ liệu demo cập nhật từ dừ liệu cúa ngành học: - Ngành Luật - Ngành Quản trị kinh doanh Trong ngành lấy liệu I lớp quàn lý 20 lớp tín chi (lớp học phần) đề làm liệu thử nghiệm Trong trình thừ nghiệm, liệu nơi sinh viên không nhập theo chuấn có phân tách địa bàn theo cấp từ cấp tinh xuống huyện, xã, vi chuyển đồi sang giá trị ngơn ngữ tương đối xác cách kiếm tra có cụm từ: Hà Nội, Đà Nằng, Hồ Chí Minh, Hải Phịng, cần Thơ, Thành phố, TP, Quận, Phường, Thị xã, Thị trấn đê làm sở xác định sinh viên có nơi thành thị hay nông thôn Các liệu khác phù họp với việc chuyền đồi sang biển ngôn ngữ quy định 50 51 Giao diện hệ thống demo: Hình Giao diện đăng nhập hệ thống demo 51 52 Hình Giao diện nhập thơng tin lóp học phần để dự báo kết Trong giao diện này, người dùng lựa chọn ngành, lớp qn lý lớp tín chì (lóp học phần) cúa học phần cần xem dự báo 52 53