PHẦN MỞ ĐẦU
Lý do chọn đề tài
Trong bối cảnh hiện đại cùng với sự bùng nổ của ngành công nghê, IoT và AI, học tập trở thành một phần quan trọng trong cuộc sống của sinh viên trên khắp thế giới, bao gồm cả Việt Nam Môi trường học tập đang trải qua sự biến đổi nhanh chóng, đòi hỏi các sinh viên phải nắm bắt kiến thức và kỹ năng cùng với việc quản lý thời gian và tài nguyên cá nhân hiệu quả Trong lĩnh vực giáo dục, big data đã trở thành một nguồn thông tin quan trọng, cung cấp cơ hội để cải thiện quá trình học tập của sinh viên.
Việc tối ưu hoá quá trình học tập của sinh viên thông qua sử dụng big data là một vấn đề đầy tiềm năng và quan trọng Nghiên cứu và ứng dụng big data trong giáo dục đã cho thấy sự tăng cường hiệu suất học tập và sự thích nghi với nhu cầu của mỗi sinh viên Dự đoán dữ liệu lớn (big data) trong lĩnh vực giáo dục sẽ cải thiện các chương trình giáo dục cho học sinh và các chiến dịch gây quỹ cho những người ủng hộ (Siegel, 2013) Nghiên cứu trong cả khai thác dữ liệu giáo dục (EDM) và phân tích dữ liệu (LA) tiếp tục gia tăng (Peterson 2018) Nghiên cứu của những người đi trước đã chứng minh rằng big data có thể giúp cải thiện việc quản lý thời gian, cá nhân hóa học tập, và cung cấp thông tin hữu ích cho quyết định học tập.
Tuy đã có những nghiên cứu về việc sử dụng big data trong giáo dục, nhưng vẫn còn rất nhiều khoảng trống tri thức Lý luận về cách big data có thể được tích hợp vào quá trình học tập của sinh viên vẫn còn hạn chế Thực tiễn cụ thể về cách triển khai và sử dụng big data trong các cấp giáo dục đại học cũng đang đối diện với nhiều thách thức.
Với sự gia tăng của công nghệ thông tin, việc nghiên cứu về cách sử dụng big data để tối ưu hoá quá trình học tập của sinh viên trở nên cấp thiết hơn bao giờ hết Tính cấp thiết này không chỉ dựa trên sự phát triển nhanh chóng của big data và trí tuệ nhân tạo, mà còn do sự tăng cường cạnh tranh trong lĩnh vực giáo dục Để cung cấp cho sinh viên những cơ hội học tập tốt nhất và đảm bảo họ phát triển toàn diện, nghiên cứu về việc sử dụng big data là cần thiết.
Với sự tăng cường quan tâm đến giáo dục và khả năng tiềm ẩn của big data, việc nghiên cứu về cách sinh viên có thể tối ưu hoá quá trình học tập thông qua big data trở thành một mục tiêu quan trọng và cần thiết Nghiên cứu này sẽ làm rõ mối quan hệ giưã chất lượng giáo dục và việc sử dụng big data trong việc tăng cường sự hiệu quả của học tập, và đảm bảo sự phát triển toàn diện của sinh viên.
Mục tiêu nghiên cứu
Phân tích và chỉ ra cách Big data có thể được ứng dụng trong lĩnh vực giáo dục và hỗ trợ sinh viên nghiên cứu, phân tích dữ liệu liên quan đến hoạt động học tập bậc đại học để cải thiện hiệu suất của họ.
Nhiệm vụ nghiên cứu
Để đạt được mục tiêu nghiên cứu của đề tài nói trên, chúng ta cần thực hiện các nhiệm vụ nghiên cứu cụ thể sau:
Hệ thống hoá tổng quan - cơ sở lý luận liên quan đến big data.
Trình bày thực trạng, ứng dụng big data trong quá trình học tập của sinh viên qua nhiều góc độ như phân tích, đo lường dữ liệu, ứng dụng vào dự án và cả các bài khóa luận, nghiên cứu khoa học.
Xác định, phân tích cách big data tác động đến trải nghiệm học tập của sinh viên.
Từ những kết quả phân tích được chỉ ra lợi ích, hạn chế và mối quan hệ tương tác giữa việc sử dụng big data và việc học tập hiệu quả.
Đối tượng nghiên cứu
Mối quan hệ tương tác giữa Big data và giáo dục bậc đại học ở sinh viên.
Phạm vi nghiên cứu
Sinh viên các trường đại học. x
Phương pháp nghiên cứu
Phương pháp nghiên cứu tài liệu: tiến hành thu thập phân tích và nghiên cứu thông tin từ những công bố khoa học, tạp chí khoa học, các diễn đàn khoa học, giáo trình, sách, trang web chính thống và các công trình nghiên cứu có liên quan trước đó Phương pháp này giúp tác giả tìm hiểu về tổng quan cơ sở lý luận, đưa ra các khái niệm, vai trò, ý nghĩa cũng như nội dung về big data và ứng dụng, mối quan hệ của big data với trải nghiệm học tập của sinh viên.
Phương pháp quan sát thực tế: quan sát những trường hợp phản ánh sự ảnh hưởng của big data trong các dự án và giáo dục bậc đại học thông qua: hệ thống học tập thông minh, ứng dụng di động cho việc học, và các nền tảng giảng dạy trực tuyến, Phương pháp này giúp tác giả có căn cứ thục tiễn kiểm chứng cho phần cơ sở lý luận.
Bố cục đề tài
Ngoài phần mở đầu, tổng kết và tài liệu tham khảo, nội dung chính của bài tiểu luận gồn 3 phần chính:
Chương 1: Tổng quan – Cơ sở lí luận.
Chương 2: Cách Big Data tối ưu hoá trải nghiệm học tập của sinh viên.Chương 3: Mối quan hệ giữa việc học tập hiệu quả và việc sử dụng Big Data. ĐỀ TÀI: BIG DATA Thiên Ân & Quốc Vinh
phần nội dung
1.1 Một số khái niệm liên quan
1.1.1 B Khái niệm Big Data ig Data là một khái niệm liên quan đến việc thu thập, xử lý và lưu trữ một lượng dữ liệu khổng lồ do người dùng tạo ra Nói một cách đơn giản, Big Data (dữ liệu lớn) là các tập dữ liệu lớn hơn, phức tạp hơn, đặc biệt là từ các nguồn dữ liệu mới.
Những bộ dữ liệu này đồ sộ đến mức các phần mềm xử lý dữ liệu truyền thống không thể quản lý chúng Big Data có thể bao gồm nhiều loại dữ liệu khác nhau như các tập dữ liệu có cấu trúc, không cấu trúc và cả những dữ liệu bán cấu trúc (Hình
1 úc có các thuộc tính của nhưng không đủ để xem i hoặc loại khácữ liệu không thể chứa trong nó cũng không có mô hình dữ nào liên quan
Dữ liệu có cấu trúc là dữ liệu được tổ chức theo một định dạng nhất định, thường được lưu trữ trong các bảng hoặc tệp Excel.
Hình 1: Khái niệm các kiểu cấu trúc dữ liệu
TỔNG QUAN – CƠ SỞ LÍ LUẬN
Một số khái niệm liên quan
1.1.1 B Khái niệm Big Data ig Data là một khái niệm liên quan đến việc thu thập, xử lý và lưu trữ một lượng dữ liệu khổng lồ do người dùng tạo ra Nói một cách đơn giản, Big Data (dữ liệu lớn) là các tập dữ liệu lớn hơn, phức tạp hơn, đặc biệt là từ các nguồn dữ liệu mới.
Những bộ dữ liệu này đồ sộ đến mức các phần mềm xử lý dữ liệu truyền thống không thể quản lý chúng Big Data có thể bao gồm nhiều loại dữ liệu khác nhau như các tập dữ liệu có cấu trúc, không cấu trúc và cả những dữ liệu bán cấu trúc (Hình
1 úc có các thuộc tính của nhưng không đủ để xem i hoặc loại khácữ liệu không thể chứa trong nó cũng không có mô hình dữ nào liên quan
Dữ liệu có cấu trúc là dữ liệu được tổ chức theo một định dạng nhất định, thường được lưu trữ trong các bảng hoặc tệp Excel.
Hình 1: Khái niệm các kiểu cấu trúc dữ liệu c độ xử lý dữ liệu (Velocity) lượng lưu trữ (Volume) Các loại hình dữ liệu (Variety) ĐỀ TÀI: BIG DATA Thiên Ân & Quốc Vinh
Big Data không xuất hiện lần đầu tiên vào năm 2008 với bài xã luận của Chris Anderson Nó cũng không phải là phát minh của gã khổng lồ Google vào năm
1998 Nó cũng chẳng phải là một đứa con tinh thần khác của Steve Jobs, người đã cùng hai người khác thành lập Apple vào năm 1976 Tuy nhiên thuật ngữ này đã xuất hiện ngay từ những ngày đầu tiên của cuộc cách mạng Công nghiệp lần thứ 3 vào những năm thập niên 50 Tại thời điểm này, các nhà địa lý đã bắt đầu sử dụng các phương pháp định lượng để đo lường chính xác hơn, việc sử dụng máy tính để xử lý dữ liệu và việc sử dụng các mô hình toán học để mô tả các hiện tượng địa lý (Barnes 2013) Ngày nay nhân loại đã ứng dụng công cụ Big Data để: xác định xu hướng kinh doanh, chất lượng nghiên cứu, ngăn chặn bệnh dịch, liên kết các trích dẫn luật pháp, phòng chống tội phạm, xác định tình trạng giao thông trong thời gian thực
Vào năm 2001, nhà phân tích hàng đầu Doug Laney của tập đoàn META (một tổ chức nghiên cứu hàng đầu trong lĩnh vực công nghệ thông tin, hiện đã sáp nhập vào Gartner) đã phát biểu về những thách thức và cơ hội đối diện với sự gia tăng về dữ liệu, và ông đã sử dụng một phương pháp mô tả tinh tế bằng ba khía cạnh quan trọng, được gọi là "3Vs" bao gồm: Số lượng lưu trữ (Volume), Tốc độ xử lý dữ liệu (Velocity) và cuối cùng là Các loại hình dữ liệu (Variety) (Hình 2).
Thời gian thực, hàng loạt, xử lý luồng
Dữ liệu Terabytes, hàng loạt các bản ghi
Dữ liệu có cấu trúc, không cấu trúc, dữ liệu bán cấu trúc ĐỀ TÀI: BIG DATA Thiên Ân & Quốc Vinh Đến năm 2012, Gartner bổ sung ngoài 3 tính chất trên thì Big Data còn phải
“cần đến các dạng xử lý mới để giúp đỡ việc đưa ra quyết định, khám phá sâu vào sự vật/sự việc và tối ưu hóa các quy trình làm việc” Năm 2014, Gartner đã đưa ra một khái niệm mới : “5Vs” về Big Data Khái niệm “5Vs” của Gartner có thể được hiểu như sau:
“Volume” – “Số lượng dữ liệu”: là lượng dữ liệu được tạo ra từ nhiều nguồn khác nhau như các giao dịch kinh doanh, các bài đăng trên mạng xã hội, cảm biến,… “Volume” còn được biết đến là một trong những yếu tố quan trọng nhất của Big Data, thường được đo bằng terabyte (TB), petabyte (PB), exabyte (EB), zettabyte (ZB) hoặc yottabyte (YB).(SHARMA 11 JUNE, 2020)
“Velocity” – “Tốc độ xử lý dữ liệu”: "Velocity" trong Big Data nói lên tốc độ mà dữ liệu được tạo ra và xử lý Với sự phát triển không ngừng của công nghệ, dữ liệu ngày càng được tạo ra và thu thập với tốc độ chóng mặt, đôi khi ngay lập tức, gần như theo thời gian hiện hành (real-time) Điều này đặc biệt quan trọng trong các lĩnh vực như Internet, Tài chính - Ngân hàng, Hàng không, Quân sự, Y tế - Sức khỏe, nơi mà việc xử lý dữ liệu theo thời gian thực là rất cần thiết Công nghệ xử lý Big Data hiện đại cho phép chúng ta xử lý dữ liệu ngay lập tức, trước khi chúng được lưu trữ vào cơ sở dữ liệu Điều này khác biệt so với cách tiếp cận truyền thống, thuật ngữ chỉ tính chất chuyển động liên tục của dòng dữ liệu (Streaming Data) rất lớn cần xử lý, khác với cách truyền thống ta thu nhận và xử lý dữ liệu theo lô (Batch). (Marr 2014)
“Variety” - “Đa dạng chủng loại”: Hình thức lưu trữ đã ngày một đa dạng hơn, nếu trước kia ta thường nhắc đến dữ liệu có cấu trúc thì ngày nay hơn 80% dữ liệu hiện nay là dạng không có cấu trúc (unstructured data), bao gồm các tài liệu, blog, hình ảnh, video, audio, Công nghệ Big Data hiện đại
Hình 2: Mô hình 3Vs của Big Data ĐỀ TÀI: BIG DATA Thiên Ân & Quốc Vinh cho phép chúng ta liên kết và phân tích nhiều loại dữ liệu khác nhau với nhau Ví dụ, chúng ta có thể phân tích các bình luận hoặc bài đăng từ một nhóm người dùng cụ thể trên Facebook kết hợp với thông tin video được chia sẻ từ YouTube hoặc Twitter.
“Value” – “Giá trị thông tin”: là tính chất quan trọng nhất của công nghệ Big Data Để ứng dụng Big Data hiệu quả, cơ sở ứng dụng phải xác định được những thông tin hữu ích cho vấn đề, bài toán hoặc mô hình hoạt động của mình Chỉ khi có được “Giá trị của thông tin” thì mới nên bắt tay vào Big Data Dữ liệu là nguồn chứa hầu hết mọi thông tin của con người, nhưng chúng chỉ có giá trị khi được phân tích (xử lý) Xử lý dữ liệu lớn là một vấn đề khó, và cần có những phương pháp và công cụ thích hợp để làm việc này.
“Veracity” – “Độ chính xác của dữ liệu”: là một trong những tính chất phức tạp nhất của Big Data Với sự phát triển mạnh mẽ của mạng và truyền thông xã hội, cùng với sự gia tăng tương tác và chia sẻ thông tin qua điện thoại thông minh, việc xác định độ tin cậy và chính xác của dữ liệu ngày càng trở nên khó khăn Đặc biệt, công đoạn phân tích và loại bỏ dữ liệu gây nhiễu, không chính xác có vai trò đặc biệt quan trọng Chỉ có công nghệ Big Data mới có khả năng đáp ứng được yêu cầu này.
Hiện nay thế giới đã được tiếp cận đến đến mô hình 7V’s của dữ liệu lớn, một khái niệm mới được Gartner đưa ra năm 2014 (Khan, Uddin et al 2014). Chúng ta sẽ có cái nhìn đầy đủ về các tính chất quan trọng của dữ liệu lớn theo mô hình này (Hình 3) Theo mô hình này, dữ liệu lớn có năm tính chất trến và được bổ sung thêm hai tính chất là:
Tầm quan trọng của Big Data trong giáo dục
rong giáo dục đại học, dữ liệu lớn có vai trò quan trọng trong việc cải thiện chất lượng và hiệu quả của quá trình học tập, giảng dạy, nghiên cứu và quản lý Các trường đại học có thể tận dụng dữ liệu lớn từ nhiều nguồn khác nhau, bao gồm số liệu đăng ký, tuyển sinh, tốt nghiệp, nhận xét, đánh giá của sinh viên, cố vấn học tập, trợ lý Khoa, Viện, hệ thống thông tin quản lý đào tạo, cựu sinh viên và các báo cáo công bố của nhiều trường và bộ ngành, chính phủ Các kỹ thuật khai thác dữ liệu cho Big Data trong giáo dục được Baker và Siemens (Baker and Siemens 2014) phân loại thành nhiều phương pháp, bao gồm: các phương pháp suy luận mô hình hóa kiến thức; thuật toán khám phá cấu trúc (chú trọng cấu trúc nội dung, kỹ năng giáo dục và cấu trúc mạng xã hội của người học); khai thác mối quan hệ (bao gồm khai thác mẫu tuần tự và khai thác tương quan); hình dung; và khám phá mô hình (bao gồm việc sử dụng mô hình trong các phân tích tiếp theo) Với khối lượng, tốc độ và sự đa dạng, tất cả “dữ liệu lớn” cho thấy thu thập thông tin về hành vi của người học có nhiều giá trị trong lĩnh vực nghiên cứu giáo dục Bằng cách phân tích và khai thác dữ liệu lớn một cách hiệu quả, các trường đại học có thể thu được nhiều lợi ích như:
Thu hút và giữ chân sinh viên phù hợp với các chuyên ngành và môn học. Đánh giá và cá nhân hóa kinh nghiệm học tập của sinh viên, nâng cao kết quả học tập và giảm tỷ lệ bỏ học. Đo lường và tinh chỉnh hiệu suất giảng viên, nâng cao chất lượng giảng dạy và nghiên cứu.
Tăng cường sự ủng hộ tích cực của sinh viên và cựu sinh viên cho trường.
7 ĐỀ TÀI: BIG DATA Thiên Ân & Quốc Vinh
Thúc đẩy giáo dục với dữ liệu nguồn mở, so sánh hiệu quả và xác định các lĩnh vực tiềm năng.
Big data là công nghệ đánh dấu bước tiến quan trọng trong việc tìm kiếm của con người để lượng hóa quá trình nhận thức thế giới; một ưu thế của lĩnh vực chưa bao giờ được đo lường, lưu trữ, phân tích và chia sẻ trước khi được dữ liệu hóa Big data đang góp phần thay đổi thế giới, nó đã làm thay đổi các hoạt động dạy, học của chúng ta. ĐỀ TÀI: BIG DATA Bảo Châu & Lan Anh
CÁCH BIG DATA TỐI ƯU HÓA TRẢI NGHIỆM HỌC TẬP CỦA SINH VIÊN
Cách sinh viên sử dụng Big Data trong học tập
Ngày nay cùng với sự phát triển của công nghệ, sinh viên có thể tận dụng sức mạnh của các thành tựu để tối ưu hóa trải nghiệm học tập, nâng cao hiệu suất, và đảm bảo sự thành công trong hành trình học tập của mình, một trong số đó là Big Data Sau đây là một số cách mà sinh viên có thể áp dụng Big Data trong học tập:
Big data mở ra khả năng cho sinh viên tiếp cận, khám phá, và thu thập một lượng thông tin và kiến thức đáng kể, tạo điều kiện thuận lợi cho họ trong việc nắm bắt, nghiên cứu, và tự học để đáp ứng nhu cầu học tập của họ Tuy nhiên sinh viên cần phải tiếp thu kiến thức đó một cách có chọn lọc.
Với sự hỗ trợ của big data, sau khi thu thập đầy đủ thông tin, sinh viên có thể tiến hành phân tích các dữ liệu nhằm đánh giá xu hướng của đối tượng để đề ra kế hoạch, chiến lược nâng cao chất lượng dạy và học Sinh viên có thể theo dõi tương tác của họ với các phần của khóa học thông qua big data, chẳng hạn như thời gian học, tần suất truy cập, hoàn thành bài tập, và câu hỏi đặt ra… Sản phẩm đầu ra cho mỗi khóa cũng giúp sinh viên tìm hiểu và đánh giá
Hình 5: Phân tích ĐỀ TÀI: BIG DATA Bảo Châu & Lan Anh chính xác nhu cầu của thị trường lao động, xã hội cho mỗi khóa đào tạo Ngoài ra, sinh viên có thể sử dụng big data để phân tích các dữ liệu liên quan đến chuyên ngành của mình, từ đó có thể tìm ra những thông tin quan trọng và ứng dụng chúng vào việc học tập,….
Một số công cụ phân tích dữ liệu: Excel, SAS, Apache Spark, Tableau Public,…
Sinh viên có thể sử dụng công nghệ Big Data để nghiên cứu thị trường và xu hướng trong các lĩnh vực như tiếp thị, kinh doanh và tài chính Việc này giúp họ hiểu rõ hơn về người tiêu dùng, cạnh tranh và cơ hội thị trường Nghiên cứu thị trường là một trong những bước quan trọng trước khi doanh nghiệp cho ra đời sản phẩm mới Công việc nghiên cứu thị trường bao gồm việc thu thập thông tin, dữ liệu nghiên cứu thị trường, đánh giá và phân tích dữ liệu, báo cáo kết quả nghiên cứu và đưa ra chiến lược (Burrage
2023) Chuyên viên nghiên cứu thị trường (Market Research Analyst) là người có nhiệm vụ thu thập thông tin của khách hàng, thị trường, sau đó cung cấp dữ liệu này cho doanh nghiệp để phân tích, hoạch định các chiến lược kinh doanh và chiến dịch marketing đến khách hàng (Thuỷ 2022).
Với sự hỗ trợ của big data, quản lý dự án có thể thu thập và phân tích các dữ liệu nhằm đánh giá hiệu quả của dự án, đưa ra các quyết định phù hợp 10
Hình 6: Nghiên cứu ĐỀ TÀI: BIG DATA Bảo Châu & Lan Anh để nâng cao chất lượng và tiến độ của dự án Ngoài ra, big data còn giúp cho quản lý dự án có thể theo dõi tiến độ của từng công việc, đưa ra các chỉ số đánh giá hiệu suất của từng thành viên trong nhóm làm việc Điều này giúp cho quản lý dự án có thể đưa ra các biện pháp phù hợp để tăng cường hiệu suất làm việc của nhóm, từ đó nâng cao chất lượng và tiến độ của dự án Ngoài ra sinh viên còn có thể sử dụng big data cho một số công việc cụ thể khác như sau:
- Tìm sở thích của khách hàng : khai phá dữ liệu trong lĩnh vực viễn thông, ứng dụng các kỹ thuật khai phá dữ liệu để giải quyết các bài toán trong viễn thông, giúp các doanh nghiệp có thể đưa ra các quyết định kinh doanh, thấu hiểu khách hàng và tăng trải nghiệm của người dùng (Vũ Đức Thi
- Dự đoán thị trường: Big Data giúp doanh nghiệp thu thập và phân tích dữ liệu về khách hàng, hoạt động và thị trường để hiểu hơn về người mua và xu hướng thị trường Điều này giúp họ điều chỉnh chiến lược kinh doanh và dự đoán nhu cầu thị trường.
Một vài ứng dụng của Big Data trong học tập
Sử dụng Big Data để kiểm soát quá trình học tập và hiệu quả học tập
Học tập là một quá trình quan trọng trong cuộc sống của mỗi người, và hiệu quả của quá trình này rất quan trọng để đảm bảo sự phát triển và thành công cá nhân Để đạt được hiệu suất tốt trong học tập, chúng ta cần xem xét cách cải thiện quá trình học tập của mình Tuy nhiên, không có một phương pháp duy nhất cho mọi người, bởi vì cải thiện học tập phải dựa trên khả năng và tình hình hiện tại của mỗi cá nhân.
11 ĐỀ TÀI: BIG DATA Bảo Châu & Lan Anh
Một trong những công cụ hữu ích để đánh giá và cải thiện khả năng học tập của bản thân là sử dụng Big Data Big Data cho phép truy cập một lượng lớn thông tin liên quan đến học tập, bao gồm thông tin về tiến trình học tập, kết quả bài kiểm tra, sự tham gia trong lớp học, và nhiều yếu tố khác… Nhờ vào việc phân tích dữ liệu này, chúng ta có thể hiểu rõ hơn về mức độ thành công và khả năng của mình trong quá trình học tập, từ đó ta biết được điểm mạnh, điểm yếu của bản thân, sau đó đưa ra những biện pháp để khắc phục những điểm yếu ấy, lúc này quá trình học tập của ta có thể trở nên hiệu quả hơn Cụ thể các bước như sau:
Thu thập: sử dụng Big Data để tổng hợp thông tin từ nhiều nguồn khác nhau như: bài kiểm tra, bài làm, sổ điểm, hoạt động trong lớp học, tần suất tham gia lớp học, khả năng hoàn thành bài tập về nhà, số lượng câu trả lời đúng, sai, thời gian hoàn thành bài tập… Thông tin này có thể được tự động hóa và lưu trữ để phân tích.
Phân tíchtíchtíchtíchtích: phân tích các thông tin vừa thu thập được (Biểu đồ 1), xác định được khả năng của sinh viên, ví dụ: phân tích số lượng câu trả lời đúng, sai để biết được sinh viên hỏng kiến thức ở những đề tài nào, sai nhiều ở những câu hỏi lý thuyết hay bài tập, từ đó có thể đề xuất ra nhiều câu hỏi mà sinh viên đã từng sai nhằm cải thiện khả năng của sinh viên.
Tùy chỉnhchỉnhchỉnhchỉnhchỉnh: sau khi phân tích những thông tin thì sinh viên điều chỉnh học tập, đề ra kế hoạch học tập mới, tập trung nhiều hơn vào những phần kiến thức chưa vững
TheoTheo dõidõidõidõi dõi tiếntiếntiếntiếntiến trìnhtrìnhtrìnhtrình: Big Data cho phép theo dõi tiến trình học tập của sinhtrình viên theo thời gian Nó cung cấp thông tin về sự tiến bộ và động viên sinh viên để hoàn thành nhiệm vụ học tập.
PHÂN TÍCH CÂU TRẢ LỜI ĐÚNG SAI CHƯA TRẢ LỜI
Biểu đồ 1: Phân tích câu trả lời ĐỀ TÀI: BIG DATA Bảo Châu & Lan Anh Đánh Đánh Đánh Đánh Đánh giágiágiágiágiá hiệuhiệuhiệuhiệu hiệu suấtsuấtsuấtsuấtsuất giảnggiảnggiảnggiảnggiảng dạydạydạydạydạy: Dữ liệu Big Data có thể giúp các giáo viên và trường học hiểu rõ về cách giảng dạy ảnh hưởng đến quá trình học tập của học sinh Nó có thể giúp điều chỉnh phương pháp dạy học để cải thiện hiệu suất.
Dự đoánđoánđoánđoánđoán vàvàvàvà và ngănngănngănngănngăn ngừangừangừangừangừa thấtthấtthấtthấtthất bạibạibạibạibại: Bằng cách sử dụng dữ liệu lớn, hệ thống có thể dự đoán nguy cơ thất bại học tập và thực hiện các biện pháp ngăn ngừa sớm để giúp học sinh vượt qua khó khăn.
Sinh viên sử dụng Big Data (Dữ liệu lớn) để chọn ngành nghề học tập phù hợp với chuyên ngành
Ngoài việc tiếp thu kiến thức lý thuyết tại các cơ sở giáo dục truyền thống như trường học và đại học, sinh viên cũng cần được hỗ trợ để biết rõ ràng về các cơ hội nghề nghiệp và ngành nghề cụ thể mà họ có thể phù hợp, thông qua việc sử dụng Big Data. Đây là một quá trình quan trọng trong việc định hình sự nghiệp và lựa chọn hướng đi trong cuộc sống.
Tóm lại, Big Data là một công cụ quan trọng giúp sinh viên cải thiện khả năng học tập của họ và nâng cao hiệu quả trong quá trình học tập Nó giúp họ hiểu rõ hơn về mình, lên kế hoạch học tập cá nhân hóa và theo dõi tiến trình học tập để đạt được kết quả tốt nhất. ĐỀ TÀI: BIG DATA Bảo Châu & Lan Anh
Big Data có khả năng thu thập, tổng hợp và phân tích các dữ liệu về thị trường lao động, yêu cầu công việc, và xu hướng ngành nghề từ nhiều nguồn khác nhau Nhờ vào dữ liệu này, sinh viên có thể thấy rõ sự liên quan giữa kiến thức họ đang học và thế giới thực tế của ngành nghề Họ có thể tìm hiểu về mức lương trung bình, cơ hội nghề nghiệp, và sự cần cầu về nhân lực trong từng ngành cụ thể.
Sử dụng Big Data giúp sinh viên đánh giá khả năng và sở thích cá nhân của họ trong mối liên quan với các lĩnh vực nghề nghiệp Thông qua các bài kiểm tra tư vấn nghề nghiệp và phân tích dữ liệu, họ có thể hiểu rõ hơn về điểm mạnh và yếu của mình, đặc điểm cá nhân, và nguyên tắc hướng nghiệp cần phù hợp.
Thu thậpthậpthậpthậpthập: Dữ liệu lớn cho phép theo dõi và phân tích các xu hướng thị trường lao động, bao gồm tốc độ tăng trưởng của các ngành nghề, mức lương trung bình, và sự cần cầu về nhân lực Sinh viên có thể dựa vào thông tin này để hiểu rõ hơn về tiềm năng nghề nghiệp trong tương lai và quyết định chọn ngành học dựa trên thông tin này.
Phân tíchtíchtíchtíchtích vàvàvàvàvà đán đán đán đán đánh h h h h giágiágiágiágiá khảkhảkhảkhảkhả năngnăngnăngnăngnăng và và và và và sởsởsởsởsở thích thích thích thích thích cccccá á á á á nhânnhânnhânnhânnhân: Sử dụng dữ liệu lớn cung cấp cơ hội cho sinh viên xác định rõ hơn về chính bản thân họ Thông qua bài kiểm tra tư vấn nghề nghiệp và phân tích dữ liệu, họ có cơ hội phân tích và đánh giá khả năng, sở thích, và đặc điểm cá nhân của mình Điều này không chỉ giúp họ hiểu rõ hơn về bản thân mình mà còn giúp họ nhận biết những ngành nghề có thể phù hợp với những yếu điểm và mục tiêu riêng của họ.
Dự ĐoánĐoánĐoánĐoánĐoán TiềmTiềmTiềmTiềmTiềm NăngNăngNăngNăngNăng ThànhThànhThànhThànhThành CôngCôngCôngCôngCông: Một trong những khía cạnh quan trọng của sử dụng dữ liệu lớn là dự đoán tiềm năng thành công của sinh viên trong các ngành học cụ thể Dữ liệu lớn có khả năng dựa trên khả năng,
MỐI QUAN HỆ GIỮA VIỆC HỌC TẬP HIỆU QUẢ VÀ VIỆC SỬ DỤNG BIG DATA
Mối quan hệ giữa việc học tập hiệu quả và việc sử dụng Big Data
ig Data là một thuật ngữ mô tả khối lượng dữ liệu lớn, rất khó quản lý (có cấu trúc, không cấu trúc và bán cấu trúc) Big Data có thể được phân tích để tìm hiểu thông tin về insight của khách hàng giúp việc đưa ra các quyết định về chiến lược kinh doanh trở nên hiệu quả hơn B
Mối quan hệ giữa việc học tập hiệu quả và sử dụng Big Data chính là mối quan hệ 2 chiều, chúng có sự tương quan chặt chẽ, tác động lẫn nhau:
Học tập là cơ sở cho sử dụng Big Data: Để hiểu và làm việc với dữ liệu lớn, người ta cần kiến thức về các khía cạnh quan trọng như cơ sở dữ liệu, xử lý dữ liệu, thống kê, và lập trình Học tập hiệu quả trong các lĩnh vực này tạo nền tảng cho việc làm việc với Big Data Nếu bạn không hiểu cách hoạt động cơ bản của dữ liệu và công cụ phân tích, việc làm việc với Big Data trở nên khó khăn.
Sử Dụng Big Data Sẽ Cải Thiện Học Tập:
Big Data có thể được sử dụng trong lĩnh vực giáo dục để cung cấp thông tin liên quan đến hiệu suất học tập Nó có thể giúp giảng viên và học sinh hiểu rõ hơn về mô hình học tập, điểm yếu, và điểm mạnh của mỗi học sinh, từ đó tạo ra các chiến lược học tập cá nhân hóa để nâng cao hiệu suất học tập, từ đó khiến cho việc học tập dễ dàng và hiệu quả hơn.
Học tập có thể dẫn đến phát triển công cụ và công nghệ khiến cho quá trình trải nghiệm Big Data thuận tiện hơn: ĐỀ TÀI: BIG DATA Hồng Anh
Những người học và nghiên cứu trong lĩnh vực khoa học máy tính và dữ liệu thường đóng góp vào việc phát triển các công cụ và công nghệ liên quan đến Big Data Những người học hiểu sâu về cách hoạt động của dữ liệu lớn có thể tham gia vào việc phát triển các giải pháp và hệ thống liên quan đến Big Data Việc này không chỉ là học tập, mà còn là việc đóng góp vào sự phát triển của lĩnh vực.
Nâng cao sự hiểu biết về dữ liệu lớn thông qua học tập:
Học tập hiệu quả về dữ liệu lớn có thể giúp người học thấu hiểu những thách thức và cơ hội mà Big Data mang lại cho nhiều ngành công nghiệp Điều này có thể thúc đẩy sự quan tâm và sự nghiên cứu sâu rộng về Big Data, giúp phát triển các ứng dụng mới và tạo ra giá trị trong thế giới thực.
Trong lĩnh vực giáo dục, Big Data cũng là một trong những yếu tố đóng vai trò quan trọng trong việc nâng cao hiệu quả học tập của con người Dưới đây là một số cách mà Big Data có thể hỗ trợ việc học: (Hình 8)
Phân tích và đưa ra định hướng, quyết định học tập (hình 9): Sử dụng big data giúp bản thân có thể tự xác định xu hướng phát triển trong việc học tập
Phân tích học sinh và đưa ra định hướng, quyết định học tập
Mở ra nhiều cơ hội học tập
Hình 8: Các cách Big Data hỗ trợ việc học tập ĐỀ TÀI: BIG DATA Hồng Anh tạo cho bản thân biết được như ưu điểm và khuyết điểm trong học tập Nhờ đó mà học sinh, sinh viên loại bỏ đi những khuyết điểm đồng thời phát triển những ưu điểm đó Sử dụng big data một cách chính xác và đáng tin cậy có thể giúp vốn hiểu biết mở rộng, đảm bảo kiến thức được có là đúng và cập nhật nhanh nhất và cũng từ đó việc học tập được đảm bảo một cách có hiệu quả nhất Ngoài ra việc sử dụng big data tạo ra nội dung cá nhân hóa cũng giúp học sinh, sinh viên biết được những khía cạnh họ nên tập trung, đảm bảo được cho họ sự tự tin nên có, giúp họ đưa ra quyết định cá nhân một cách đúng đắn và tự tin hơn mà không gặp phải bất kì lí do tâm lí hay hoàn cảnh nào.
Mở ra nhiều cơ hội học tập: Sử dụng Big Data có thể giúp nâng cao kỹ năng phân tích và lý luận của bản thân, giúp mọi việc học tập được nhanh chóng và thuận lợi hơn khi sử dụng big data Thay vì có quá nhiều công việc và không thể kiếm soát được chúng thì sử dụng big data tiết kiệm được rất nhiều thời gian cho học sinh, sinh viên trong việc học tập, mở ra cho họ
Hình 9: Đưa ra định hướng cá nhân ĐỀ TÀI: BIG DATA Hồng Anh hiệu quả hơn và nó cũng là một trong những con đường giúp học sinh, sinh viên mở rộng cơ hội học tập cũng như nghề nghiệp trong tương lai hơn Ví dụ, nếu dữ liệu cho thấy một sinh viên có kỹ năng tư duy phân tích cao và yêu thích toán học, họ có thể được khuyên là nên theo đuổi ngành Khoa học
Dữ liệu hoặc Kỹ thuật Máy tính Ngược lại, nếu một sinh viên khác có kỹ năng giao tiếp tốt và quan tâm đến vấn đề xã hội, họ có thể phù hợp với ngành Nhân văn hoặc Khoa học Xã hội.
Tóm lại, việc sử dụng Big Data giúp nâng cao việc học tập có hiệu quả bằng cách cung cấp thông tin chính xác, dự đoán được các thông tin, tình hình học tập và tạo ra nhiều cơ hội trong học tập hơn Mối quan hệ giữa việc học tập và việc sử dụng Big Data sẽ càng mật thiết với nhau hơn nữa nếu con người biết cách tận dụng tiềm năng của Big Data vào trong lĩnh vực giáo dục.
Lợi ích, hạn chế khi sử dụng Big Data trong quá trình học tập sinh viên
Data trong quá trình học tập sinh viên uá trình học tập của sinh viên cũng phụ thuộc rất nhiều vào quá trình phát triển của thời đại, cho nên hiểu rõ về big data cũng là một trong những yếu tố mà sinh viên cần nắm được. Điều không thể thiếu trong quá trình học tập của sinh viên về việc sử dụng big data đó chính là hiểu được lợi ích và hạn chế của chúng.
Quản lí dữ liệu: Big Data giúp quản lý dữ liệu liên quan của sinh viên o Họ có thể sử dụng Big Data để theo dõi và phân tích tiến trình học tập của bản thân để tự đánh giá hiệu suất của họ Dữ liệu này giúp họ biết
Khó khai thác Nâng cao kỹ năng
Yêu cầu kỹ năng cao
Vấn đề bảo mật ĐỀ TÀI: BIG DATA Hồng Anh được những môn học nào đang cần cải thiện và xác định mục tiêu cụ thể cho sự tiến bộ o Big data giúp họ có thể kiểm soát dữ liệu về thời gian cố định, lịch trình học tập và thời gian rảnh của sinh viên giúp họ quản lý thời gian và ưu tiên công việc học tập o Big data có thể giúp tạo ra nội dung học tập cá nhân hóa cho sinh viên Dữ liệu về phong cách học tập và sở thích cá nhân có thể được sử dụng để điều chỉnh phương pháp giảng dạy và tài liệu học o Kiểm soát được dữ liệu từ học tập trước đây và dự án về tương lai có thể giúp sinh viên dự đoán khả năng thành công trong các môn học cụ thể và kế hoạch học tập một cách phù hợp o Sử dụng dữ liệu tài chính cá nhân, sinh viên có thể theo dõi và quản lý ngân sách cá nhân, chi tiêu và tiết kiệm tiền. o Big data có thể giúp sinh viên tìm kiếm thông tin về các học bổng, chương trình học tập và cơ hội tài chính khác dựa trên tiêu chí cá nhân. o Việc sử dụng big data có thể giúp cho sinh viên quản lí nhiều loại dữ liệu bằng nhiều hình thức khác nhau như sau (Hình 3):
Nâng cao kỹ năng: Big data giúp sinh viên trau dồi thêm được nhiều kỹ năng cho quá trình học hiện tại và cả tương lai
Lưu trữ Phân tích Bảo mật
Bảng 2 : Các hình thức quản lí dữ liệu của Bigdata ĐỀ TÀI: BIG DATA Hồng Anh
Tùy chỉnh học tập: giúp cá nhân hóa trải nghiệm học tập cho từng sinh viên dựa trên năng lực, mục tiêu, và phong cách học tập của họ Điều này giúp họ phát triển kỹ năng tốt hơn bằng cách tập trung vào những khía cạnh cụ thể của học tập mà họ cần cải thiện
Phân tích dữ liệu: Sinh viên có thể học cách sử dụng big data để phân tích thông tin và đưa ra quyết định dựa trên dữ liệu Kỹ năng này có thể áp dụng trong nhiều lĩnh vực, không chỉ trong giáo dục mà còn trong thế giới thực.
Học cách quản lý thời gian: Dữ liệu về lịch trình học tập và thời gian sử dụng có thể giúp sinh viên hiểu cách quản lý thời gian một cách hiệu quả Họ có thể học cách ưu tiên công việc, tạo lịch học tập hợp lý và tránh xa stress. Học cách làm việc trong nhóm: Big data có thể sử dụng để phân tích cách làm việc của sinh viên trong nhóm hoặc dự án Sinh viên có thể học cách làm việc cộng tác, trao đổi thông tin và đóng góp vào dự án một cách hiệu quả. Học cách đọc, hiểu và trình bày dữ liệu: Kỹ năng này trở nên ngày càng quan trọng trong thế giới số hóa Sinh viên có thể học cách đọc và hiểu dữ liệu thống kê, biểu đồ và bảng số liệu, cũng như cách trình bày dữ liệu một cách rõ ràng và thuyết phục.
Tự quản lý học tập: Dữ liệu giúp sinh viên tự theo dõi tiến trình học tập và đánh giá mức độ thành công của họ Điều này thúc đẩy kỹ năng tự quản lý học tập và phát triển sự tựđộng quản lý của bản thân.
Giải quyết vấn đề: Sử dụng big data có thể giúp sinh viên phát triển kỹ năng giải quyết vấn đề Họ có thể sử dụng dữ liệu để tìm kiếm thông tin, đưa ra các quyết định cơ bản, và đưa ra giải pháp cho các tình huống phức tạp. Lập kế hoạch và đặt mục tiêu: Khi họ thấy dữ liệu về tiến trình học tập và kết quả, sinh viên có thể học cách đặt mục tiêu, lập kế hoạch và tuân theo kế hoạch để đạt được những mục tiêu đó.
21 ĐỀ TÀI: BIG DATA Hồng Anh
Cơ hội nghề nghiệp: từ các cách quản lí dữ liệu cũng như nâng cao được các kỹ năng từ việc sử dung big data vào quá trình học Đó chính là cơ sở mở ra các cơ hội nghề nghiệp cho sinh viên trong quá trình học
Tư vấn nghề nghiệp: Big Data có thể phân tích hành vi và sở thích của sinh viên trong việc lựa chọn khóa học, chương trình học, và các hoạt động ngoại khóa Dựa trên dữ liệu này, hệ thống có thể gợi ý các ngành nghề phù hợp với sở thích và mục tiêu của từng sinh viên Nếu bản tổng hợp đó chỉ ra rằng sinh viên là người sáng tạo, thì người sinh viên đó được khuyên là nên theo đuổi những nghề nghiệp liên quan đến lĩnh vực đó Ngày nay với sự phát triển của dữ liệu lớn, quá trình đó đã được hoàn thiện về góc độ đáp ứng theo thời gian thực
Dự đoán cơ hội việc làm: Big data có thể phân tích dữ liệu thị trường lao động và xu hướng ngành nghề để dự đoán cơ hội việc làm trong tương lai. Sinh viên có thể tìm hiểu về những ngành nghề đang phát triển và có cơ hội việc làm cao.
Xây dựng hồ sơ chuyên môn: Dữ liệu về thành tích học tập, dự án, và hoạt động ngoại khóa của sinh viên có thể được sử dụng để xây dựng hồ sơ ĐỀ TÀI: BIG DATA Hồng Anh chuyên môn mạnh mẽ Điều này giúp sinh viên nổi bật trong quá trình xin việc.
Tìm kiếm việc làm phù hợp: Sử dụng dữ liệu về kỹ năng và kinh nghiệm cá nhân, sinh viên có thể tìm kiếm việc làm phù hợp với mục tiêu nghề nghiệp của họ Các trang web và ứng dụng việc làm có thể sử dụng big data để đề xuất việc làm phù hợp với hồ sơ của sinh viên.
Hỗ trợ học tập liên quan đến nghề nghiệp: Dữ liệu có thể giúp sinh viên hiểu rõ hơn về mối quan hệ giữa việc học và nghề nghiệp Họ có thể chọn các khoá học và dự án học tập có thể giúp họ phát triển kỹ năng cần thiết cho nghề nghiệp mà họ quan tâm.
Tìm kiếm cơ hội thực tập và thực hiện dự án: Big data có thể giúp sinh viên tìm kiếm cơ hội thực tập và các dự án học tập thực tế để tích luỹ kinh nghiệm và xây dựng mạng lưới chuyên môn.
TỔNG KẾT
Một lần nữa phải khẳng định rằng, sức ảnh hưởng của Big Data trong học tập và đặc biệt là trong lĩnh vực giáo dục là rất lớn, với khả năng cung cấp một lượng dữ liệu khổng lồ, Big Data đã mang lại một loạt những cơ hội, lợi ích, cách tiếp cận mới mẻ để giúp cho trải nghiệm học tập của sinh viên được cải thiện hơn Qua bài tiểu luận về đề tài “Tối ưu hóa trải nghiệm học tập của sinh viên bằng cách sử dụng Big Data” chúng em đã hệ thống một số khái niệm như: Big Data, Trải nghiệm học tập, Tối ưu hóa trải nghiệm học tập của sinh viên bằng cách sử dụng Big Data Từ những khái niệm trên, chúng em đã đi sâu vào tìm hiểu về tầm quan trọng của Big Data trong giáo dục Đây là những nội dung quan trọng đóng vai trò là cơ sở lý luận cho bài tiểu luận.
Bên cạnh đó, bài tiểu luận còn cung cấp cho sinh viên những cách khác nhau để tối ưu hóa việc ứng dụng Big Data để hỗ trợ quá trình học tập như: theo dõi tiến trình học tập của họ, tạo lịch học tập tối ưu, dự đoán thành tích học tập, và tìm kiếm thông tin học tập đa dạng từ các nguồn khác nhau Những nội dung trên đóng vai trò là cơ sở thực tiễn cho bài tiểu luận.
Ngoài ra, chúng em đã nêu lên được mối quan hệ giữa việc học tập hiệu quả và việc sử dụng Big Data là mối quan hệ tương quan chặt chẽ Big Data không những cho phép các tổ chức giáo dục hay cụ thể hơn là thầy cô giáo theo dõi chi tiết tiến trình học tập của sinh viên, nhận diện những khả năng và khó khăn cụ thể, từ đó thiết kế các giải pháp học tập tốt hơn Mà còn là công cụ hỗ trợ sinh viên khả năng tùy chỉnh cách thức học tập của họ để đáp ứng nhu cầu cá nhân, điều này giúp họ đạt được hiệu suất cao hơn và cảm thấy hài lòng hơn với trải nghiệm học tập của mình Từ đó có thể thấy chỉ khi biết cách áp dụng Big Data hiệu quả thì việc học tập và giảng dạy cũng trở nên vô cùng dễ dàng.
Với những ứng dụng rộng rãi của Big Data Bài tiểu luận đã rút ra những nội dung khái quát cũng như khẳng định tầm quan trọng của Big Data trong học tập. Để từ đó khi đặt lên bàn cân so sánh giữa những mặt hạn chế và những lợi ích mà Big Data có thể mang lại, thì dường như những hạn chế ấy không thể so sánh ngang với những lợi ích khổng lồ mà nó đem lại, chúng ta có thể dễ dàng đánh đổi một sự mất mát nhỏ thu lại một lợi ích to
Như vậy, kết quả của bài tiểu luận là đóng góp bước đầu, làm cơ sở để sinh viên tìm hiểu và ứng dụng Big Data một cách hiệu quả hơn, cũng là bước đầu trong việc hỗ trợ nâng cao chất lượng trong công tác giáo dục.
Danh mục tài liệu tham khảo
Baker, R and G Siemens (2014) Educational Data Mining and Learning Analytics. The Cambridge Handbook of the Learning Sciences R K Sawyer Cambridge, Cambridge University Press: 253-272.
Barnes, T J (2013) "Big data, little history." Dialogues in Human Geography 3(3): 297-302.
Burrage, R (2023) "Báo cáo xu hướng tiêu dùng Việt Nam 2023." from https://www.cimigo.com/vi/research-reports/bao-cao-xu-huong-tieu-dung-viet-nam- 2023/.
Khan, M A u.-d., et al (2014) Seven V's of Big Data understanding Big Data to extract value Proceedings of the 2014 Zone 1 Conference of the American Society for Engineering Education.
Marr, B (2014) "Big Data: The 5 Vs Everyone Must Know." from https://www.linkedin.com/pulse/20140306073407-64875646-big-data-the-5-vs- everyone-must-know.
Marr, B (2015) Using SMART Big Data, Analytics and Metrics To Make Better Decisions and Improve Performance. nongbichvan (2018) "Big Data – tiềm năng ứng dụng trên mọi lĩnh vực." from https://funix.edu.vn/blog/chia-se-kien-thuc/big-data-tiem-nang-ung-dung-tren-moi- linh-vuc/.
Oracle "What is Big Data?" what is big data from file:///D:/NCKH/What%20Is
Peterson, A (2018) Chapter 13 - Big Data in Education: New Efficiencies for Recruitment, Learning, and Retention of Students and Donors Handbook of Statistical Analysis and Data Mining Applications (Second Edition) R Nisbet, G. Miner and K Yale Boston, Academic Press: 259-277.
SHARMA, T (11 JUNE, 2020) "THE 5 V’S OF BIG DATA." from https://www.globaltechcouncil.org/big-data/the-5-vs-of-big-data/.
Thuỷ, T N T (2022) "Nhân Viên Nghiên Cứu Thị Trường: Công Việc Và Cơ Hội Việc Làm." from https://glints.com/vn/blog/chuyen-vien-nghien-cuu-thi-truong/.
Tin học ứng dụng None
Tin học ứng dụng None
Tin học ứng dụng None
Tin học ứng dụng None
Tin học ứng dụng None
Trong cu ộ c xâm l ượ c vào mi ề n Nam
Tin học ứng dụng None
Tin học ứng dụng None
6 ĐÁP ÁN Writing SÁCH - Maybe yha triết học 100% (9) 53 sumary video what is philosophy? th ầ … triết học 100% (1) 3