luận án tiến sĩ xây dựng mô hình tư vấn học tập trên hệ thống đào tạo trực tuyến dựa trên cộng đồng người dùng đa tiêu chí

DANH MþC Tþ VI¾T T¾T AI Artificial Intelligence Trí tuß nhân t¿o API Application Programming Interface Các ph±¡ng thÿc, giao thÿc k¿t nßi vßi các ÿng dÿng và th± vißn CDSS Collaborative

CĂ sò hỡnh thành ò tài

Bòi c¿nh chung

Ngày nay, sự bùng nổ thông tin và số lượng người dùng Internet đã tạo ra nhiều thách thức về tình trạng quá tải thông tin, gây khó khăn cho người dùng trong việc tìm kiếm chính xác và kịp thời những hàng hóa, dịch vụ, tài nguyên mà họ thực sự quan tâm Điều này đã làm tăng nhu cầu về các hệ thống tư vấn thông tin (Recommended system) hơn bao giờ hết Hệ thống tư vấn thông tin giải quyết vấn đề quá tải thông tin bằng cách lọc ra những thông tin cần thiết dựa trên những đặc trưng, sở thích, mối quan tâm hoặc hành vi quan sát được của người dùng về một hàng hóa, dịch vụ hay tài nguyên nào đó (Konstan & Riedl, 2012; C Pan & Li, 2010) Hệ thống tư vấn thông tin có thể giúp giảm chi phí tìm kiếm và lựa chọn các mặt hàng và dịch vụ trong môi trường trực tuyến (R Hu & Pu, 2009) Thực tiễn cũng đã chứng minh các hệ thống tư vấn thông tin đã giúp góp phần cải thiện chất lượng của quá trình ra quyết định (Pathak, Garfinkel, Gopal, Venkatesan, & Yin, 2010).

Hệ thống thông tin hỗ trợ ứng dụng trong nhiều lĩnh vực như du lịch, giải trí, thương mại và cả trong lĩnh vực giáo dục đào tạo, đặc biệt là trên hệ thống đào tạo trực tuyến (E-learning) Một hệ thống đào tạo trực tuyến có thể được xây dựng theo hướng quản lý học tập (LMS-Learning management system) hoặc theo hướng học tập cá nhân hóa (PLS- Personalized learning system) Trong hệ thống quản lý học tập, người học được đối xử như nhau thông qua các khóa học được thiết kế theo dạng "one size - fits - all" (Brusilovski, Kobsa, & Nejdl, 2007), tức là sẽ cung cấp các nội dung bài giảng, tài liệu học, bài thi và các dịch vụ khác một cách đồng nhất mà không phân biệt đặc trưng của từng cá nhân như năng lực kiến thức, mục tiêu, sở thích, thói quen học tập, v.v Ngược lại, hệ thống học tập cá nhân hóa có khả năng thiết lập các khóa học linh hoạt, phù hợp với từng người học khác nhau thông qua việc tư vấn một cách hiệu quả về nguồn học tập, nội dung học tập và các dịch vụ học tập khác dựa trên các đặc trưng của chính người học đó.

Bòi c¿nh cÿa ngành giỏo dÿc

Sÿ phỏt triòn m¿nh m¿ cÿa cụng nghò thụng tin ó và ang em l¿i nhÿng chuyòn bi¿n to lòn trong ngành giỏo dÿc và ào t¿o ò mòi c¿p ò Viòc gi¿ng d¿y và hòc t¿p khụng cũn bò giòi h¿n trong nhÿng hỡnh thÿc truyòn thòng mà cũn d¿n d¿n tớch hÿp và chuyòn sang nòn t¿ng kÿ thu¿t sò dÿa trờn cụng nghò, k¿t nòi Internet và cỏc ph±Ăng tiòn truyòn thụng Trong bòi c¿nh ú, xõy dÿng mòt hò thòng ào t¿o trÿc tuy¿n hiòu qu¿ là ÿng dÿng cụng nghò ò em ¿n cho ng±òi hòc nhiòu cĂ hòi hòc t¿p b¿t kò tuòi tỏc, giòi tớnh, khụng gian và thòi gian nh¿m nõng cao hiòu qu¿ giỏo dÿc và ào t¿o (Rodrigues, Almeida, Figueiredo, & Lopes, 2019) õy khụng chò là mòt nhu c¿u mà cũn là mòt thỏch thÿc òi vòi cỏc cĂ sò ào t¿o M¿t khỏc, ¿i dòch Covid-19 bựng phỏt ó d¿n ¿n viòc t±Ăng tỏc trÿc ti¿p trong ho¿t òng gi¿ng d¿y và hòc t¿p càng bò giòi h¿n do gión cỏch ho¿c cỏch ly xó hòi Dòch bònh ó khi¿n g¿n 63 triòu tr±òng hòc trờn kh¿p th¿ giòi trong ú cú Viòt Nam ph¿i chuyòn òi tÿ ph±Ăng thÿc ào t¿o truyòn thòng sang ph±Ăng thÿc ào t¿o trÿc tuy¿n (Valverde-Berrocoso, Garrido-Arroyo, Burgos-Videla, & Morales-Cevallos, 2020) õy là mòt “cỳ hớch”, giỳp cho nhu c¿u và thỏch thÿc núi trờn ngày càng c¿p thi¿t và s¿ khụng ch¿m dÿt kò c¿ khi ¿i dòch k¿t thỳc

T¿i Viòt Nam, tÿ nm 2003 ó cú nhiòu hòi th¿o, hòi nghò vò kh¿ nng ỏp dÿng ào t¿o trÿc tuy¿n trong ho¿t òng gi¿ng d¿y nh±: hòi th¿o khoa hòc quòc gia l¿n I (ICT/rda 2/2003) và II (ICT/rda 9/2004) do Viòn Cụng nghò Thụng tin (¿i hòc Quòc gia Hà Nòi) và Khoa Cụng nghò Thụng tin (¿i hòc Bỏch khoa Hà Nòi) phòi hÿp tò chÿc, hòi th¿o Khoa hòc “Phò bi¿n E-learning trong giỏo dÿc ¿i hòc t¿i Viòt

Nam” do tr±òng ¿i hòc Bỏch Khoa Hà Nòi ó tò chÿc trong khuụn khò Dÿ ỏn ASEAN Cyber University vào ngày 07/11/2015, hòi th¿o quòc gia “E-learning –

Kinh nghiòm và cĂ hòi hÿp tỏc” do tr±òng ¿i hòc Kinh t¿ Quòc dõn tò chÿc vào ngày 05/11/2019 Vò m¿t phỏp lý, ngày 18/03/2021, Bò GD&T ó kòp thòi ban hành Thụng t± 08/2021/TT-BGDT vò quy ch¿ ào t¿o trỡnh ò ¿i hòc, trong ú công nh¿n hình thÿc gi¿ng d¿y và ánh giá b¿ng hình thÿc trÿc tuy¿n Vn b¿n này cú thò ±ÿc xem là cĂ sò phỏp lý cho cỏc cĂ sò giỏo dÿc ¿i hòc ¿y m¿nh nghiờn cÿu và ÿng dÿng ào t¿o trÿc tuy¿n Cú thò th¿y ào t¿o trÿc tuy¿n là mòt xu h±òng ang diòn ra m¿nh m¿ trong và ngoài n±òc

Mòt ¿c iòm cÿa hỡnh thÿc ào t¿o trÿc tuy¿n và cing là mòt khỏc biòt r¿t quan tròng giÿa hỡnh thÿc ào t¿o này vòi ào t¿o truyòn thòng là ng±òi hòc dò bò l¿c lừng, m¿t ph±Ăng h±òng trong mụi tr±òng hòc t¿p ¿o ròng lòn vỡ ớt ho¿c khụng ±ÿc ti¿p xỳc trÿc ti¿p vòi gi¿ng viờn và b¿n òng hòc cÿ thò, khụng bi¿t nờn hòc t¿p theo cỏch thÿc nh± th¿ nào, hòc nhúm vòi nhÿng ai, g¿p khú khn trong viòc tỡm ki¿m cỏc tài nguyờn hòc t¿p phự hÿp ho¿c ỏnh giỏ mÿc ò c¿n thi¿t và thÿ tÿ ±u tiờn cÿa cỏc tài liòu hòc t¿p, v.v Tÿ ú d¿n ¿n tỡnh tr¿ng ng±òi hòc bò cụ l¿p, thÿ òng và suy gi¿m òng lÿc hòc t¿p Vỡ v¿y, song hành cựng sÿ phỏt triòn m¿nh m¿ cÿa hỡnh thÿc ào t¿o trÿc tuy¿n là nhu c¿u phỏt triòn cỏc hò thòng t± v¿n hòc t¿p ò gi¿i quy¿t v¿n ò quỏ t¿i thụng tin, hò trÿ ng±òi hòc ra nhÿng quy¿t ònh trong quỏ trỡnh hòc t¿p Cÿ thò là t± v¿n lÿa chòn tài nguyờn hòc t¿p, lÿa chòn mụn hòc phự hÿp vòi nng lÿc cÿa b¿n thõn ò xõy dÿng lò trỡnh hòc t¿p cỏ nhõn, lÿa chòn cỏch thÿc hòc t¿p ò ¿t k¿t qu¿ hòc t¿p tòt nh¿t cho tÿng mụn hòc

Nhóm học tập là một hoạt động thiết yếu trong quá trình học tập, tạo điều kiện trao đổi kiến thức và kinh nghiệm giữa những người học với nhau, qua đó thúc đẩy tính tích cực trong học tập Nhóm học tập có thể được xem là một cộng đồng bao gồm những người học có đặc trưng tương tự nhau Họ thường được hình thành dựa trên sự tương đồng về thói quen học tập, sở thích, mục tiêu, kết quả học tập, v.v

Tình hình nghiên cÿu, ÿng dÿng

Cỏc nghiờn cÿu vò hò thòng t± v¿n hòc t¿p trong ào t¿o trÿc tuy¿n cú thò phõn lo¿i theo hai nhúm chớnh (i) ph±Ăng phỏp t± v¿n dÿa trờn nòi dung (Content-based filtering) - cỏc t± v¿n ±ÿc ±a ra dÿa trờn ¿c tr±ng cỏ nhõn cÿa ng±òi hòc và lòch sÿ t±Ăng tỏc cÿa hò vòi hò thòng, (ii) ph±Ăng phỏp t± v¿n dÿa trờn sÿ còng tỏc (Collaborative filtering ) - cỏc t± v¿n ±ÿc ±a ra dÿa trờn viòc xem xột ng±òi hòc trong mòt còng òng bao gòm nhÿng ng±òi hòc cú nhÿng ¿c tr±ng t±Ăng tÿ và nhÿng ỏnh giỏ tÿ còng òng ú vò nòi dung t± v¿n Vòi ph±Ăng phỏp t± v¿n dÿa trờn nòi dung, ng±òi hòc ±ÿc t± v¿n cỏc tài nguyờn cú ¿c iòm t±Ăng tÿ vòi tài nguyờn hò ó quan tõm trong quỏ khÿ Vớ dÿ, vòi ng±òi hòc A ó chòn mòt mụn tÿ chòn là Toỏn, hò thòng cú thò t± v¿n mụn hòc tÿ chòn ti¿p theo là Toỏn nõng cao thay vỡ mụn CĂ sò dÿ liòu Ph±Ăng phỏp t± v¿n dÿa trờn sÿ còng tỏc ònh ngh)a còng òng ng±òi hòc bao gòm nhÿng ng±òi hòc cú ¿c tr±ng t±Ăng tÿ nhau nh± sò thớch, thúi quen hòc t¿p, iòm sò, v.v Và k¿t qu¿ t± v¿n ±ÿc ±a ra cho ng±òi hòc dÿa trờn cỏc ý ki¿n ph¿n hòi hay ỏnh giỏ tÿ còng òng cÿa ng±òi hòc ú Vớ dÿ, mòt còng òng bao gòm nhÿng ng±òi hòc A, B, C và D cú thúi quen hòc t¿p t±Ăng tÿ nhau Hò thòng s¿ t± v¿n mòt tài nguyờn hòc t¿p cho D n¿u tài nguyờn hòc t¿p ú ±ÿc A, B và C ỏnh giỏ cao

Cú thò th¿y r¿ng, hò thòng t± v¿n hòc t¿p theo h±òng thớch nghi cỏ nhõn khai thỏc kinh nghiòm cÿa cỏ nhõn ng±òi hòc và hò thòng t± v¿n hòc t¿p theo h±òng thớch nghi còng òng khai thỏc kinh nghiòm cÿa còng òng mà ng±òi hòc ú tham gia C¿ hai ph±Ăng phỏp t± v¿n hòc t¿p dÿa trờn nòi dung và t± v¿n hòc t¿p dÿa trờn sÿ còng tỏc òu dÿa trờn viòc qu¿n trò hò sĂ ng±òi hòc bao gòm cỏc b±òc biòu diòn, khòi t¿o, c¿p nh¿t và khai thỏc ò ±a ra t± v¿n ho¿c s¿p x¿p ng±òi hòc vào còng òng phự hÿp Theo k¿t qu¿ tòng quan tài liòu, cỏc nghiờn cÿu vò hò thòng t± v¿n hòc t¿p trờn th¿ giòi chò mòi dÿng l¿i ò mÿc ò ò xu¿t, c¿i ti¿n thu¿t toỏn và ỏnh giỏ cing nh± so sỏnh hiòu qu¿ thu¿t toỏn Hiòn trong ph¿m vi cỏc tài liòu nghiờn cÿu, ch±a cú nhÿng k¿t qu¿ cho th¿y cú nhÿng nghiờn cÿu ti¿p c¿n tÿ gúc ò hò thòng thụng tin, xem xột hò thòng t± v¿n hòc t¿p nh± mòt phõn hò cÿa hò thòng ào t¿o và ò xu¿t gi¿i phỏp triòn khai cing nh± ỏnh giỏ hiòu qu¿ cÿa hò thòng

T¿i Viòt Nam, ó cú mòt sò ÿng dÿng ào t¿o trÿc tuy¿n nh±: hò thòng VNPT E-Learning tớch hÿp BlockChain nh¿m qu¿n lý và c¿p chÿng chò, cho phộp gi¿ng viờn/phÿ huynh theo dừi và qu¿n lý ±ÿc ti¿n trỡnh hòc t¿p cÿa hòc viờn; trÿ lý hòc t¿p thụng minh VioEdu LMS ÿng dÿng AI cÿa t¿p oàn FPT cú thò tòng hÿp và phõn tớch quỏ trỡnh rốn luyòn cÿa hòc sinh tÿ ú tỡm ra iòm m¿nh cing nh± lò hòng ki¿n thÿc ò ò xu¿t lò trỡnh hòc t¿p phự hÿp vòi nng lÿc Ngoài ra, cỏc cĂ sò giỏo dÿc ¿i hòc cing b±òc ¿u nghiờn cÿu và triòn khai ào t¿o trÿc tuy¿n, và cho cỏc k¿t qu¿ kh¿ quan nh±: tr±òng ¿i hòc Cụng nghò - HQG Hà Nòi, Viòn Cụng nghò thụng tin - HQG Hà Nòi, ¿i hòc Bỏch Khoa Hà Nòi, HQG thành phò Hò Chớ Minh, ¿i hòc à N¿ng, tr±òng ¿i hòc C¿n ThĂ, tr±òng ¿i hòc Kinh t¿ thành phò

Hò Chớ Minh, tr±òng ¿i hòc Kinh T¿ Quòc dõn, tr±òng ¿i hòc FPT, v.v

Tuy nhiờn, cỏc gi¿i phỏp ph¿n mòm VNPT-Elearning, VioEduLMS òu chò cú tớnh nng theo dừi và phõn tớch lòch sÿ ho¿t òng cÿa ng±òi hòc ò t± v¿n lò trỡnh hòc t¿p phự hÿp khai thỏc kinh nghiòm cỏ nhõn cÿa ng±òi hòc chÿ khụng t± v¿n theo h±òng khai thỏc kinh nghiòm còng òng Bờn c¿nh ú, h¿u h¿t cỏc cĂ sò giỏo dÿc ¿i hòc chò mòi xõy dÿng hò thòng ào t¿o trÿc tuy¿n theo h±òng qu¿n lý hòc t¿p và ào t¿o k¿t hÿp (blended learning) Mòt sò cĂ sò giỏo dÿc ¿i hòc ó xõy dÿng hò thòng ào t¿o trÿc tuy¿n hoàn toàn nh± tr±òng ¿i hòc Mò Tp.HCM, tr±òng ¿i hòc Kinh T¿ Quòc dõn, ¿i hòc à N¿ng, v.v Tuy nhiờn ch±a cú Ăn vò nào tớch hÿp hò thòng t± v¿n hòc t¿p vào hò thòng ào t¿o trÿc tuy¿n Ngoài ra, t¿i Viòt Nam cú r¿t nhiòu nghiờn cÿu vò ào t¿o trÿc tuy¿n, nh±ng cỏc nghiờn cÿu vò hò thòng t± v¿n hòc t¿p cũn r¿t ớt Trờn cĂ sò nhÿng phõn tớch vò bòi c¿nh chung, bòi c¿nh cÿa ngành giỏo dÿc và tỡnh hỡnh nghiờn cÿu ÿng dÿng, nghiờn cÿu sinh lÿa chòn chòn ò tài “ Xõy d ÿ ng mụ hỡnh t ± v ¿ n h ò c t ¿ p trờn h ò th ò ng ào t ¿ o tr ÿ c tuy ¿ n d ÿ a trờn c ò ng ò ng ng ±ò i dựng a tiờu chớ ” cho lu¿n ỏn Trong lu¿n ỏn, khỏi niòm ng±òi dựng bao gòm ng±òi hòc và gi¿ng viờn là cỏc òi t±ÿng sÿ dÿng hò thòng ào t¿o trÿc tuy¿n; khỏi niòm a tiờu chớ là cỏc tiờu chớ hỡnh thành còng òng, cú thò là tiờu chớ Ăn l¿ ho¿c k¿t hÿp cÿa nhiòu tiờu chớ khỏc nhau.

Mÿc tiêu nghiên cÿu

Mÿc tiờu tòng quỏt cÿa lu¿n ỏn là nghiờn cÿu xõy dÿng mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng a tiờu chớ ò cung c¿p cỏc k¿t qu¿ t± v¿n a d¿ng nh± cỏch thÿc hòc t¿p, tài nguyờn hòc t¿p, lÿa chòn mụn hòc, gÿi ý nhúm hòc t¿p, v.v theo h±òng thớch nghi còng òng ò ¿t ±ÿc mÿc tiờu tòng quỏt, cỏc mÿc tiờu cÿ thò ±ÿc ò ra nh± sau:

Thÿ nh¿t: Xõy dÿng mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng a tiờu chớ

Thÿ hai: thÿc nghiòm ò làm rừ tớnh kh¿ thi cÿa mụ hỡnh ±ÿc ò xu¿t

Thÿ ba: ±a ra cỏc khuy¿n nghò ò cú thò triòn khai mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng a tiờu chớ vào thÿc tiòn cÿa cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam

Thÿ t±: ò xu¿t gi¿i phỏp ỏnh giỏ hiòu qu¿ cÿa mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng a tiờu chớ.

òi t±ÿng và ph¿m vi nghiờn cÿu

òi t±ÿng nghiờn cÿu cÿa lu¿n ỏn là mụ hỡnh t± v¿n hòc t¿p trong hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng a tiờu chớ òi t±ÿng nghiờn cÿu này bao gòm cỏc y¿u tò: (i) sÿ hò trÿ cÿa hò thòng t± v¿n òi vòi quỏ trỡnh ra quy¿t ònh trong ho¿t òng hòc t¿p, (ii) mụ hỡnh biòu diòn sÿ tớch hÿp cÿa hò thòng t± v¿n hòc t¿p nh± mòt thành ph¿n cÿa hò thòng ào t¿o (iii) mụ hỡnh ki¿n trỳc-chÿc nng cÿa hò thòng t± v¿n hòc t¿p và (iv) còng òng ng±òi dựng a tiờu chớ

Ph¿m vi nghiờn cÿu cÿa lu¿n ỏn giòi h¿n cho cỏc cĂ sò giỏo dÿc ¿i hòc và chò t¿p trung vào òi t±ÿng ng±òi hòc bao gòm v¿n ò qu¿n trò hò sĂ ng±òi hòc, thành l¿p còng òng ng±òi hòc, cỏc phõn hò t± v¿n nhúm hòc t¿p, t± v¿n lÿa chòn mụn hòc và t± v¿n cỏch thÿc hòc t¿p vòi dÿ liòu thÿc nghiòm ±ÿc rỳt trớch tÿ hò thòng ào t¿o trÿc tuy¿n cÿa tr±òng ¿i hòc Kinh t¿ Quòc dõn.

Cõu hòi nghiờn cÿu

Lu¿n ỏn h±òng ¿n mÿc tiờu nghiờn cÿu xõy dÿng mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng a tiờu chớ, thụng qua viòc tr¿ lòi cỏc cõu hòi nghiờn cÿu nh± sau:

Thÿ nh¿t: Mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ gòm nhÿng thành ph¿n nào? Cỏch thÿc ho¿t òng cing nh± sÿ t±Ăng tỏc cÿa phõn hò t± v¿n hòc t¿p vòi cỏc phõn hò khỏc cÿa hò thòng ào t¿o trÿc tuy¿n nh± th¿ nào?

Thÿ hai: Hò sĂ ¿c tr±ng ng±òi hòc bao gòm nhÿng thành ph¿n nào và ±ÿc khai thỏc nh± th¿ nào ò hỡnh thành cỏc còng òng a tiờu chớ trong hò thòng t± v¿n hòc t¿p ±ÿc lu¿n ỏn ò xu¿t?

Thÿ ba: Làm th¿ nào ò triòn khai ÿng dÿng hiòu qu¿ mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n ±ÿc lu¿n ỏn ò xu¿t vào thÿc tiòn cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam?

Thÿ t±: Cú thò sÿ dÿng ph±Ăng phỏp nào ò ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n hòc t¿p ±ÿc lu¿n ỏn ò xu¿t trong mụi tr±òng ào t¿o trÿc tuy¿n?

Ph±¡ng pháp nghiên cÿu

Ph±¡ng pháp nghiên cÿu chÿ ¿o ±ÿc sÿ dÿng cho nghiên cÿu này là ph±¡ng phỏp lu¿n nghiờn cÿu khoa hòc thi¿t k¿ (Design Science Research Methodology - DSRM) ±ÿc dựng phò bi¿n trong nghiờn cÿu vò hò thòng thụng tin, (Peffers, Tuunanen, Rothenberger, & Chatterjee, 2007) Ngoài ra, cỏc ph±Ăng phỏp bò trÿ cho ph±Ăng phỏp nghiờn cÿu chÿ ¿o trờn bao gòm ph±Ăng phỏp phõn tớch và tòng hÿp tài liòu PRISMA (preferred reporting items for systematic reviews and meta- analyses) do Moher và còng sÿ ò xu¿t (Moher, Liberati, Tetzlaff, & Altman, 2009) và ph±Ăng phỏp phõn tớch và thi¿t k¿ hò thòng thụng tin.

Khung nghiờn cÿu tòng quỏt

Lu¿n ỏn ò xu¿t khung nghiờn cÿu tòng quỏt bao gòm ba thành ph¿n: ngÿ c¿nh, nghiờn cÿu và cĂ sò tri thÿc dÿa trờn khung nghiờn cÿu cỏc hò thòng thụng tin cÿa Hevner và còng sÿ (Hevner, March, Park, & Ram, 2004)

Hỡnh 1: Khung nghiờn cÿu tòng quỏt cÿa lu¿n ỏn

Thành ph¿n ngÿ c¿nh bao gòm bòi c¿nh, tỡnh hỡnh nghiờn cÿu, ÿng dÿng và nhu c¿u cÿa ng±òi hòc Tÿ ngÿ c¿nh này, cỏc v¿n ò c¿n nghiờn cÿu ±ÿc xỏc ònh Thành ph¿n nghiờn cÿu tuõn theo ph±Ăng phỏp lu¿n khoa hòc thi¿t k¿ gòm cú cỏc b±òc: thi¿t k¿ và phỏt triòn cỏc ph±Ăng phỏp, thÿc nghiòm, ỏnh giỏ và iòu chònh Thành ph¿n cĂ sò tri thÿc bao gòm: cỏc lý thuy¿t nòn t¿ng vò hò thòng t± v¿n, hò hò trÿ ra quy¿t ònh, ỏnh giỏ ch¿t l±ÿng cÿa hò thòng t± v¿n và khung phõn tớch hòc t¿p trong giỏo dÿc ¿i hòc; ph±Ăng phỏp lu¿n khoa hòc thi¿t k¿, ph±Ăng phỏp phõn tớch và tòng hÿp tài liòu và ph±Ăng phỏp phõn tớch thi¿t k¿ hò thòng thụng tin; cỏc cụng cÿ hò trÿ là ngụn ngÿ l¿p trỡnh và cỏc th± viòn liờn quan Cỏc k¿t qu¿ nghiờn cÿu cÿa lu¿n ỏn ±ÿc ÿng dÿng vào thÿc tiòn cÿa ào t¿o trÿc tuy¿n và úng gúp cho cĂ sò tri thÿc.

Nhÿng úng gúp mòi cÿa lu¿n ỏn

Cỏc úng gúp cÿa lu¿n ỏn vò m¿t lý lu¿n:

Thÿ nh¿t: Lu¿n ỏn ó tòng hÿp cỏc nghiờn cÿu, lý lu¿n và thÿc tiòn vò sÿ c¿n thi¿t cÿa hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n

Thÿ hai: Lu¿n ỏn ó phỏt triòn khung lý thuy¿t cho hò thòng hò trÿ ra quy¿t ònh ò làm cĂ sò cho ho¿t òng t± v¿n hò trÿ ra quy¿t ònh cho ng±òi hòc trong mụi tr±òng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chí

Thÿ ba: Lu¿n ỏn ±a ra gi¿i phỏp ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n t¿i cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam

Cỏc úng gúp cÿa lu¿n ỏn vò m¿t thÿc tiòn:

Thÿ nh¿t: Lu¿n ỏn ó ò xu¿t mụ hỡnh t± v¿n hòc t¿p dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ cho cỏc cĂ sò giỏo dÿc ¿i hòc t¿i Viòt Nam ò cú thò ỏp dÿng, triòn khai trong thÿc tiòn

Thÿ hai: Lu¿n ỏn ò xu¿t mòt cỏch ti¿p c¿n òt phỏ trong viòc sÿ dÿng thu¿t toỏn khai thỏc dÿ liòu hòc t¿p tÿ hò thòng ào t¿o trÿc tuy¿n ò t± v¿n cho ng±òi hòc

Thÿ ba: Lu¿n ỏn ó ±a ra cỏc khuy¿n nghò ò triòn khai mụ hỡnh t± v¿n hòc t¿p dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ cho cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam.

Bò cÿc cÿa lu¿n ỏn

Ph±Ăng phỏp thÿc hiòn

Nghiờn cÿu sinh sÿ dÿng ph±Ăng phỏp phõn tớch tòng hÿp tài liòu PRISMA ±ÿc ò xu¿t bòi Moher và còng sÿ (Moher et al., 2009)

Hỡnh 1.1: Quỏ trỡnh tỡm ki¿m và tòng hÿp tài liòu theo ph±Ăng phỏp PRISMA

(Nguòn: tỏc gi¿ tòng hÿp)

Cỏc nghiờn cÿu ±ÿc tỡm ki¿m trờn cỏc cĂ sò dÿ liòu Proquest Central, Springer Link, IEEE Xplore, Elsevier và ResearchGate.net Sò l±ÿng bài bỏo tỡm ±ÿc trong kho¿ng thòi gian tÿ nm 2015 ¿n 2022 là 205 bài Sau khi sàng lòc cỏc nghiờn cÿu trựng l¿p và khụng liờn quan, cũn l¿i 70 bài ±ÿc ti¿n hành l±ÿc kh¿o òi vòi cỏc nghiờn cÿu trong n±òc, kho¿ng thòi gian ±ÿc mò ròng tr±òc 2015 ò tỡm ki¿m thờm cỏc bài bỏo cú liờn quan vỡ nhÿng nghiờn cÿu vò l)nh vÿc t± v¿n trong ào t¿o trÿc tuy¿n t¿i Viòt Nam r¿t ớt.

K¿t qu¿ thÿc hiòn

Nh± ó phõn tớch ò ph¿n bòi c¿nh chung cÿa ò tài, mòt hò thòng ào t¿o trÿc tuy¿n cú thò ±ÿc xõy dÿng theo cỏch hai cỏch ti¿p c¿n là qu¿n lý hòc t¿p và hòc t¿p ±ÿc cỏ nhõn húa Hò thòng ào t¿o trÿc tuy¿n xõy dÿng theo cỏch ti¿p c¿n qu¿n lý hòc t¿p cú chÿc nng xõy dÿng ch±Ăng trỡnh ào t¿o, thi¿t k¿ bài gi¿ng và cụng cÿ hòc t¿p cho phộp qu¿n lý nòi dung, ngõn hàng bài gi¿ng-ò thi, bờn c¿nh ú cung c¿p mòt còng thụng tin chung cho mòi t±Ăng tỏc trong quỏ trỡnh ào t¿o ¿c iòm cÿa cỏc hò thòng ào t¿o trÿc tuy¿n xõy dÿng theo cỏch ti¿p c¿n qu¿n lý hòc t¿p là cung c¿p dòch vÿ nh± nhau cho mòi ng±òi hòc, tuõn theo mòt kòch b¿n gi¿ng d¿y ±ÿc thi¿t k¿ s¿n (Yulianto, Prabowo, Kosala, & Hapsara, 2016) Trong khi ú, hò thòng hòc t¿p ±ÿc cỏ nhõn húa cú kh¿ nng thớch nghi vòi tÿng ¿c tr±ng ng±òi hòc ò xõy dÿng cỏc khúa hòc òng, iòu h±òng nòi dung hòc t¿p mòt cỏch hiòu qu¿ Theo Brusilovsky (Brusilovsky, 2001) (Ricci, Rokach, & Shapira, 2022), sÿ thớch nghi òi vòi tÿng ng±òi hòc trong ào t¿o trÿc tuy¿n cú ý ngh)a r¿t quan tròng vỡ hai lý do sau õy: (i) ng±òi hòc trong cỏc hò ào t¿o trÿc tuy¿n cú nhÿng sÿ khỏc nhau vò mÿc tiờu, sò thớch, mòi quan tõm, ki¿n thÿc ó cú, v.v và nhÿng ¿c tr±ng cỏ nhõn này cing thay òi theo thòi gian, hoàn c¿nh Vớ dÿ, ki¿n thÿc tng thờm/quờn bòt; mòi quan tõm òi vòi mòt v¿n ò cũn hay h¿t, v.v (ii) mòi ng±òi hòc là mòt cỏ thò khỏc nhau c¿n ±ÿc hò thòng hò trÿ theo nhÿng cỏch thÿc riờng biòt phự hÿp vòi tÿng cỏ nhõn

1.2.1 T ± v ¿ n h ò c t ¿ p trờn h ò th ò ng ào t ¿ o tr ÿ c tuy ¿ n ±ÿ c xõy d ÿ ng theo cỏch ti ¿ p c ¿ n qu ¿ n lý h ò c t ¿ p

Cỏc nghiờn cÿu liờn quan ¿n hò thòng ào t¿o trÿc tuy¿n xõy dÿng theo cỏch ti¿p c¿n qu¿n lý hòc t¿p cú thò chia làm hai h±òng H±òng thÿ nh¿t là cỏc nghiờn cÿu ònh tớnh ±ÿc Ziraba và còng sÿthÿc hiòn tòng quan vào nm 2020 (Ziraba, Akwene,

& Lwanga, 2020) H±òng thÿ hai là cỏc nghiờn cÿu vò m¿t kÿ thu¿t cú thò k¿ ¿n là nghiên cÿu cÿa Al-Khanjari và Al Roshdi (Al-Khanjari & Al-Roshdi, 2015) Nghiên cÿu này phỏt triòn phũng thÿc hành ¿o giỳp sinh viờn chuyờn ngành khoa hòc mỏy tớnh cú thò thÿc hành k¿t hÿp xem video bài gi¿ng, l¿p trỡnh và biòu diòn k¿t qu¿ trờn lòp hòc trÿc tuy¿n Mòt nghiờn cÿu khỏc cÿa Almeida và còng sÿ triòn khai hò thòng cho phộp sinh viờn hòc l¿p trỡnh tÿ xa (Almeida, Netto, & Rios, 2017), hò thòng cú kh¿ nng tòi ±u húa mó l¿p trỡnh và và t¿o t¿p thÿc thi b¿ng ch±Ăng trỡnh NXT-Python Mòt nghiờn cÿu khỏc cÿa Gunarathne nm 2020 (Gunarathne, Shih, Chootong, Sommool, & Ochirbat, 2020) ò xu¿t mòt kho l±u trÿ trÿc tuy¿n bao gòm cỏc tài nguyờn kÿ thu¿t sò, cỏc òi t±ÿng hòc t¿p: nh± hỡnh ¿nh, h±òng d¿n, mụ phòng, ò vui, bài kiòm tra, b¿n trỡnh bày và t¿t c¿ cỏc cụng cÿ khỏc giỳp t¿o ra mòt Ăn vò hòc t¿p hoàn chònh ±ÿc nhúm l¿i theo danh mÿc và cho phộp ng±òi hòc tựy bi¿n Nhÿng nghiờn cÿu vò m¿t kÿ thu¿t chò t¿p trung vào viòc phỏt triòn cỏc cụng cÿ hò trÿ ho¿t òng cÿa ng±òi hòc trờn hò thòng ào t¿o trÿc tuy¿n Hiòn trong ph¿m vi cỏc tài liòu nghiờn cÿu, ch±a cú nhÿng k¿t qu¿ cho th¿y cú nhÿng nghiờn cÿu vò hò thòng t± v¿n hòc t¿p ¿c biòt là nhÿng nghiờn cÿu tÿ gúc ò hò thòng thụng tin Tuy nhiờn, tÿ nhÿng nm 1970s, l)nh vÿc trớ tuò nhõn t¿o ó ±ÿc nghiờn cÿu ÿng dÿng vào hò thòng ào t¿o trÿc tuy¿n và xu¿t hiòn khỏi niòm hò thòng gia s± thụng minh (Almasri et al.,

2019) Trỏch nhiòm quan tròng nh¿t cÿa hò thòng gia s± thụng minh là hò trÿ ng±òi hòc trong quỏ trỡnh gi¿i quy¿t v¿n ò dÿa trờn mụ hỡnh tri thÿc, mụ hỡnh ng±òi hòc và mụ hỡnh s± ph¿m quy¿t ònh hòat òng giỏo dÿc nào s¿ ±ÿc cung c¿p cho ng±òi hòc Nh± v¿y, hò thòng gia s± thụng minh cing là mòt hò thòng t± v¿n hòc t¿p Tuy nhiờn, nhÿng nghiờn cÿu vò hò thòng gia s± thụng minh cho th¿y iòm y¿u lòn nh¿t cÿa hò thòng này là khụng cú kh¿ nng tỏi sÿ dÿng cựng mòt ki¿n trỳc trong cỏc ngÿ c¿nh khác nhau (Crow, Luxton-Reilly, & Wuensche, 2018)

1.2.2 T ± v ¿ n h ò c t ¿ p trờn h ò th ò ng ào t ¿ o tr ÿ c tuy ¿ n ±ÿ c xõy d ÿ ng theo cỏch ti ¿ p c ¿ n h ò c t ¿ p ±ÿ c cỏ nhõn húa

Cỏc hò thòng ào t¿o trÿc tuy¿n ±ÿc xõy dÿng theo cỏch ti¿p c¿n hòc t¿p ±ÿc cỏ nhõn húa c¿n ph¿i cú kh¿ nng thớch nghi theo nhu c¿u cÿa ng±òi hòc tÿc là chò thò hiòn ho¿c cung c¿p nhÿng gỡ mà cỏ nhõn ng±òi hòc th¿t sÿ ang c¿n d±òi d¿ng tÿ òng iòu h±òng nòi dung hòc t¿p, ò kiòm tra, bài t¿p ỏnh giỏ ho¿c d±òi d¿ng nhÿng t± v¿n vò tài nguyờn hòc t¿p, lÿa chòn mụn hòc, xõy dÿng lò trỡnh hòc t¿p, gi¿ng viờn õy là iòm khỏc biòt cĂ b¿n so vòi hỡnh thÿc ào t¿o truyòn thòng và hò thòng ào t¿o ±ÿc xõy dÿng theo cỏch ti¿p c¿n qu¿n lý hòc t¿p

Các ứng dụng công nghệ trong giáo dục trực tuyến như: hệ thống VNPT E-Learning tích hợp BlockChain dùng để quản lý và cấp chứng chỉ, cho phép giảng viên/phụ huynh theo dõi và quản lý được tiến trình học tập của học viên; hệ thống quản lý học tập thông minh VioEdu LMS ứng dụng AI của tập đoàn FPT có khả năng tổng hợp và phân tích quá trình rèn luyện của học sinh từ đó tìm ra điểm mạnh cũng như lỗ hổng kiến thức để đưa ra lộ trình học tập phù hợp với năng lực; Elsa Speak, Doulingo là các ứng dụng luyện nói tiếng Anh hiệu quả dựa trên việc phân tích giọng nói để đưa ra các phương pháp thích hợp nhằm cải thiện khả năng âm thoại của người học Có thể thấy các ứng dụng đều được cấp chức năng tư vấn dựa trên việc phân tích đặc điểm cá nhân của người học như lịch sử học tập, thói quen và năng lực học tập Các ứng dụng này không khai thác kinh nghiệm cộng đồng tức là không xem xét người học trong một cộng đồng có những đặc điểm tương đồng với họ và đưa ra gợi ý dựa trên ảnh hưởng của cộng đồng đó.

Cỏc nghiờn cÿu vò t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n ±ÿc xõy dÿng theo cỏch ti¿p c¿n hòc t¿p ±ÿc cỏ nhõn húa cú thò chia thành hai ph±Ăng phỏp chớnh (i) ph±Ăng phỏp t± v¿n dÿa trờn nòi dung (Content-based filtering)- cỏc t± v¿n ±a ra dÿa trờn ¿c tr±ng cỏ nhõn cÿa ng±òi hòc và lòch sÿ t±Ăng tỏc cÿa hò vòi hò thòng; (ii) ph±Ăng phỏp t± v¿n dÿa trờn còng sÿ còng tỏc (Collaborative filtering) - cỏc t± v¿n ±ÿc ±a ra dÿa trờn viòc xem xột ng±òi hòc trong mòt còng òng bao gòm nhÿng ng±òi hòc cú nhÿng ¿c tr±ng t±Ăng tÿ và nhÿng ỏnh giỏ tÿ còng òng ú vò nòi dung t± v¿n Tuy nhiờn c¿ hai ph±Ăng phỏp òu cú iòm m¿nh và iòm y¿u, vỡ v¿y cỏc nhà nghiờn cÿu cing cú thò ti¿p c¿n theo h±òng k¿t hÿp hai ph±Ăng phỏp ò t¿o thành ph±¡ng pháp lai (Hybrid filtering) (Gulzar, Leema, & Deepak, 2018) Vì v¿y, vòi mÿc ớch tòng quan nghiờn cÿu ò tỡm kho¿ng tròng tri thÿc làm cĂ sò cho viòc ònh h±òng nghiờn cÿu, nghiờn cÿu sinh phõn lo¿i cỏc nghiờn cÿu thành ba nhúm chớnh gòm t± v¿n dÿa trờn nòi dung, t± v¿n dÿa trờn sÿ còng tỏc và t± v¿n sÿ dÿng ph±¡ng pháp lai

Cỏc nghiờn cÿu ±ÿc kh¿o sỏt trờn ba khớa c¿nh nh± sau: (i) ti¿p c¿n tÿ gúc ò hò thòng thụng tin hay chò ò xu¿t thu¿t toỏn, (ii) ph±Ăng phỏp ỏnh giỏ và (iii) cỏc ¿c tr±ng ±ÿc sÿ dÿng ò xõy dÿng hò sĂ ng±òi hòc nh¿m xỏc ònh cỏc kho¿ng tròng tri thÿc ò làm cĂ sò cho viòc ònh h±òng nghiờn cÿu cÿa lu¿n ỏn Hỡnh 1.2 là khung phân lo¿i các nghiên cÿu liên quan ¿n các hình thÿc t± v¿n

Hình 1.2: Khung phân lo¿i các nghiên cÿu

Ph¿n ti¿p theo, lu¿n ỏn trỡnh bày k¿t qu¿ tòng quan vò cỏc nghiờn cÿu ó ±ÿc phân lo¿i

Trong nm 2020, nghiờn cÿu cÿa Wu ó phõn tớch nhÿng y¿u tò nào cú thò ±ÿc sÿ dÿng ò xỏc ònh lò trỡnh hòc t¿p và phỏt hiòn ra sÿ khỏc biòt giÿa nhÿng ng±òi hòc vòi cỏc ¿c iòm và nòn t¿ng khỏc nhau (Wu & Wu, 2020) Cỏc tỏc gi¿ ó phỏt triòn mòt thu¿t toỏn t± v¿n dÿa trờn cụng nghò dÿ liòu lòn và trớ tuò nhõn t¿o sÿ dÿng t¿p dÿ liòu iòm trong quỏ khÿ cú thò ±a ra cỏc gÿi ý cho ng±òi vò viòc lÿa chòn mụn hòc K¿t qu¿ nghiờn cÿu cÿa Wu cho th¿y tớnh kh¿ thi cÿa mòt cỏch ti¿p c¿n mòi trong viòc ỏp dÿng dÿ liòu lòn và cụng nghò AI vào phõn tớch hòc t¿p và lÿa chòn khúa hòc Cing trong nm 2020, nghiờn cÿu cÿa Doja ò xu¿t hò thòng t± v¿n khúa hòc dÿa trờn viòc qu¿n trò hò sĂ ng±òi hòc bao gòm thụng tin cỏ nhõn, cỏch thÿc hòc t¿p và trỡnh ò ki¿n thÿc cÿa hò (Doja, 2020) Nm 2019, Morsomme và Alferez ò xu¿t mòt mụ hỡnh t± v¿n khúa hòc nh¿m khuy¿n khớch sinh viờn ±a ra lÿa chòn phự hÿp vòi lò trỡnh hòc t¿p cÿa hò (Morsomme & Alferez, 2019) Ph±Ăng phỏp này dÿa trờn mòt mụ hỡnh dÿ oỏn th±a thòt vò iòm sò dÿa trờn k¿t qu¿ hòc t¿p tr±òc õy cÿa sinh viờn và trỡnh ò chuyờn mụn hòc thu¿t Nm 2018, Shu và còng sÿ ò xu¿t mụ hỡnh t± v¿n tài nguyờn hòc t¿p dÿa trờn thu¿t toỏn m¿ng neural tớch ch¿p cho phộp sinh viờn khỏm phỏ cỏc tài nguyờn hòc t¿p mòi phự hÿp vòi sò thớch cÿa hò; òng thòi cing cho phộp hò thòng t± v¿n iòu h±òng tài nguyờn hòc t¿p tòi ỳng sinh viờn (Shu, Shen, Liu, Yi, & Zhang, 2018) T±Ăng tÿ vòi nghiờn cÿu cÿa Morsomme và Alferzez, nghiờn cÿu cÿa Shu và còng sÿ chò ò xu¿t thu¿t toỏn t± v¿n Cing trong nm 2018, nghiên cÿu cÿa Kandakatla và Bandi (Kandakatla & Bandi, 2018) cing nh± nghiên cÿu cÿa Albatayneh và còng sÿ (Albatayneh, Ghauth, & Chua, 2018) giòi thiòu thu¿t toỏn t± v¿n dÿa trờn phõn tớch ngÿ ngh)a và ỏnh giỏ tiờu cÿc cÿa ng±òi hòc ò ±a ra khuy¿n nghò vò cỏc tài nguyờn kộm thỳ vò cho nhÿng ng±òi hòc khỏc K¿t qu¿ thÿ nghiòm cho th¿y ph±Ăng phỏp này cú hiòu qu¿ ỏng kò so vòi cỏc ph±Ăng phỏp tr±òc õy Khụng giòng vòi cỏc nghiờn cÿu chòn ng±òi hòc là òi t±ÿng ±ÿc t± v¿n, nm

2015, Tewari và còng sÿ ò xu¿t mòt gi¿i phỏp phõn tớch ý ki¿n cÿa ng±òi hòc vò nòi dung hòc t¿p và sau ú, dÿa trờn nhÿng ý ki¿n này, khuy¿n nghò gi¿ng viờn sÿa òi nhÿng ph¿n khú hiòu nh¿t cÿa mụn hòc (Tewari et al., 2015)

Nhỡn chung, cỏc nghiờn cÿu vò t± v¿n dÿa trờn nòi dung h¿u h¿t chò dÿng l¿i ò mÿc ò ò xu¿t thu¿t toỏn mà khụng ti¿p c¿n tÿ gúc ò hò thòng thụng tin ho¿c xem xột hò thòng t± v¿n hòc t¿p nh± mòt phõn hò c¿u thành cÿa hò thòng ào t¿o trÿc tuy¿n Vỡ v¿y, ph±Ăng phỏp ỏnh giỏ ±ÿc sÿ dÿng cing giòi h¿n trong ph¿m vi ỏnh giỏ và so sỏnh hiòu qu¿ cÿa cỏc thu¿t toỏn chÿ khụng ỏnh giỏ hò thòng t± v¿n hòc t¿p Bờn c¿nh ú, cỏc thu¿t toỏn t± v¿n chò dÿa trờn viòc phõn tớch mòt sò ¿c tr±ng riờng l¿ cÿa ng±òi hòc nh± lòch sÿ t±Ăng tỏc vòi hò thòng, k¿t qu¿ hòc t¿p trong quỏ khÿ, lò trỡnh hòc t¿p, sò thớch hòc t¿p ho¿c ỏnh giỏ vò tài nguyờn và nòi dung hòc t¿p Hiòn trong ph¿m vi cỏc tài liòu nghiờn cÿu, ch±a cú nhÿng k¿t qu¿ cho th¿y cú nhÿng nghiờn cÿu sÿ dÿng hò sĂ ¿c tr±ng cÿa ng±òi hòc bao gòm nhiòu ¿c tr±ng khỏc nhau cho ho¿t òng t± v¿n hòc t¿p K¿t qu¿ tòng hÿp cỏc nghiờn cÿu vò hò thòng t± v¿n dÿa trờn nòi dung ±ÿc trỡnh bày trong B¿ng 1.1

B¿ng 1.1: Tòng hÿp cỏc nghiờn cÿu vò t± v¿n dÿa trờn nòi dung

STT Nghiờn cÿu Cỏch ti¿p c¿n ỏnh giỏ ¿c tr±ng ng±òi hòc

1 (Albatayneh et al., 2018) Thu¿t toỏn lòc nòi dung dÿa trờn ngÿ ngh)a

Hiòu qu¿ thu¿t toán ỏnh giỏ cÿa ng±òi hòc vò tài nguyờn hòc t¿p

2 (Doja, 2020) Thu¿t toỏn lòc nòi dung dÿa trờn ngÿ ngh)a

Phong cỏch hòc t¿p, trỡnh ò ki¿n thÿc

3 (Kandakatla & Bandi, 2018) Thu¿t toỏn lòc nòi dung dÿa trờn ngÿ ngh)a

Hiòu qu¿ thu¿t toán ỏnh giỏ cÿa ng±òi hòc vò tài nguyờn hòc t¿p

4 (Morsomme & Alferez, 2019) Thu¿t toán dÿ oỏn th±a thòt vò iòm sò

Hiòu qu¿ thu¿t toỏn Lò trỡnh hòc t¿p

5 (Shu et al., 2018) Thu¿t toán m¿ng neural tích ch¿p

6 (Tewari et al., 2015) Thu¿t toán phân tích ý ki¿n

Hiòu qu¿ thu¿t toán ỏnh giỏ cÿa ng±òi hòc vò tài nguyờn hòc t¿p

7 (Y H Wu & Wu, 2020) Thu¿t toán dÿa trờn cụng nghò dÿ liòu lòn và trớ tuò nhân t¿o

(Nguòn: tỏc gi¿ tòng hÿp)

1.2.4 Cỏc nghiờn c ÿ u v ò t ± v ¿ n d ÿ a trờn s ÿ c ò ng tỏc

Cing giòng nh± cỏc nghiờn cÿu vò t± v¿n dÿa trờn nòi dung, cỏc nghiờn cÿu vò t± v¿n dÿa trờn sÿ cụng tỏc cing chÿ y¿u là ò xu¿t thu¿t toỏn t± v¿n ho¿c c¿i ti¿n thu¿t toỏn t± v¿n mà khụng ti¿p c¿n tÿ gúc ò hò thòng thụng tin Nhúm cỏc nghiờn cÿu t¿p trung vào v¿n ò c¿i ti¿n thu¿t toỏn t± v¿n gòm cú: nghiờn cÿu cÿa Geng ò xu¿t mòt hò thòng lòc còng tỏc c¿i ti¿n ±a ra cỏc t± v¿n dÿa trờn viòc phõn tớch hành vi cÿa ng±òi hòc (Geng, 2022) Bờn c¿nh viòc c¿i ti¿n thu¿t toỏn, nghiờn cÿu cÿa Geng phõn tớch hành vi cÿa ng±òi hòc ò ±a vào hò sĂ ¿c tr±ng õy là mòt cỏch ti¿p c¿n mòi; trong nm, 2021, Joy và còng sÿ ó triòn khai gi¿i phỏp ỏp dÿng b¿n thò hòc (ontology) ò gi¿i quy¿t v¿n ò khòi òng nguòi trong cỏc hò thòng t± v¿n (Joy, Raj, &

VG, 2021), thÿ nghiòm cho th¿y r¿ng ph¿n lòn ng±òi hòc hài lũng vòi cỏc ò xu¿t ±ÿc cá nhân hóa do gi¿i pháp này cung c¿p; Bên c¿nh ó, nghiên cÿu cÿa Yassine và còng sÿ ò xu¿t mòt thu¿t toỏn t± v¿n c¿i ti¿n tÿ thu¿t toỏn hòc khụng giỏm sỏt và cỏc thụng tin nhõn kh¿u hòc cÿa ng±òi hòc (Yassine, Mohamed, & Al Achhab, 2021), Yassine và còng sÿ cing so sỏnh chÿng minh ±ÿc thu¿t toỏn mòi cú hiòu qu¿ v±ÿt tròi; trong nm 2020, J.Chen và còng sÿ ò xu¿t thu¿t toỏn mòi dÿa trờn t±Ăng quan ng±òi hòc và phõn cÿm ti¿n húa nh¿m gi¿i quy¿t v¿n ò dÿ liòu th±a thòt gõy ra ò chớnh xỏc th¿p cÿa hò thòng t± v¿n dÿa trờn sÿ còng tỏc (J Chen, Zhao, & Chen, 2020); Xiaoyan và Jie ó sÿ dÿng ph±Ăng phỏp xÿ lý biòu ò l±ÿng cÿc và thụng tin ngÿ c¿nh ò c¿i thiòn ch¿t l±ÿng cÿa thu¿t toỏn t± v¿n dÿa trờn sÿ còng tỏc hiòn cú (Xiaoyan & Jie, 2019); Wang và còng sÿ ó c¿i ti¿n ph±Ăng phỏp lòc còng tỏc cò iòn dÿa vào thu¿t toỏn tròng sò a bi¿n ò c¿i ti¿n ch¿t l±ÿng t± v¿n (Yuqin Wang, Liang, Ji, Wang, & Chen, 2017) Nhúm cỏc nghiờn cÿu t¿p trung vào v¿n ò c¿i ti¿n thu¿t toỏn t± v¿n cú nhiòu k¿t qu¿ a d¿ng nh±ng trong ph¿m vi cỏc tài liòu nghiờn cÿu, ch±a cú nhÿng k¿t qu¿ cho th¿y bờn c¿nh viòc so sỏnh và ỏnh giỏ cỏc thu¿t toỏn, nhÿng nghiờn cÿu này cing ò xu¿t ph±Ăng phỏp ỏnh giỏ hiòu qu¿ cÿa c¿ hò thòng t± v¿n hòc t¿p ho¿c hò thòng ào t¿o trÿc tuy¿n cú tớch hÿp hò thòng t± v¿n Nhúm cỏc nghiờn cÿu t¿p trung vào viòc khai thỏc hò sĂ ¿c tr±ng cÿa ng±òi hòc gòm cú: nghiờn cÿu cÿa Tenision và còng sÿ ó ò xu¿t mòt ph±Ăng phỏp t± v¿n sÿ dÿng cỏc lÿa chòn và siờu dÿ liòu cÿa ng±òi hòc ò mụ hỡnh húa khụng gian cỏc sò thớch tiòm ¿n cÿa ng±òi hòc vò cỏc tr±òng ¿i hòc ò Mÿ nh¿m t± v¿n cho cỏc sinh viờn n±òc ngoài chòn lÿa tr±òng ¿i hòc phự hÿp (Tenison, Ling, & McCulla, 2022); cỏc nghiờn cÿu khỏc cú thò kò ¿n nh± nghiờn cÿu cÿa Wu và còng sÿ giòi thiòu mòt thu¿t toỏn còng tỏc dÿa trờn sò mò ò ỏnh giỏ mÿc ò khụng ch¿c ch¿n vò sò thớch cÿa ng±òi hòc (Y

Wu, ZHao, & Wei, 2020); Obeidat và còng sÿ giòi thiòu hò thòng t± v¿n khúa hòc trÿc tuy¿n dÿa trờn viòc phõn cÿm ng±òi hòc theo lòch sÿ lÿa chòn khúa hòc cÿa hò trong quỏ khÿ (Obeidat, Duwairi, & Al-Aiad, 2019); trong nm 2019, Pang và còng sÿ ò xu¿t ph±Ăng phỏp ghi nh¿n sÿ ti¿n bò cÿa ng±òi hòc trong khúa hòc ò ±a ra t± v¿n phù hÿp (Pang et al., 2019); nm 2018, nghiên cÿu cÿa Wan và Niu ã sÿ dÿng mòt cỏch ti¿p c¿n òc ỏo xem xột c¿ sÿ t±Ăng òng giÿa cỏc òi t±ÿng hòc t¿p cựng vòi sÿ t±Ăng òng giÿa cỏc òi t±ÿng hòc t¿p và ng±òi hòc (Wan & Niu,

2018) Mụ hỡnh ng±òi hòc ±ÿc trỡnh bày d±òi d¿ng mÿc tiờu, cỏch thÿc hòc t¿p và hành vi hòc t¿p cÿa ng±òi hòc Cỏc òi t±ÿng hòc t¿p ±ÿc mụ t¿ theo cỏc thuòc tớnh cĂ b¿n cÿa chỳng (vớ dÿ: mÿc ò quan tròng, mÿc ò khú) và thuòc tớnh mò ròng (vớ dÿ: t¿n su¿t truy c¿p, x¿p h¿ng t±Ăng tÿ); Dwivedi và còng sÿ ó phỏt triòn mòt hò thòng ò xu¿t lò trỡnh hòc t¿p t¿p trung vào cỏc cỏch thÿc hòc t¿p và lò trỡnh hòc t¿p thớch ÿng sÿ dÿng thu¿t toỏn di truyòn (Dwivedi, Kant, & Bharadwaj, 2018); K¿t qu¿ thÿ nghiòm chò ra r¿ng hòc sinh ¿t ±ÿc iòm kiòm tra tòt hĂn khi sÿ dÿng k¿t qu¿ t± v¿n cÿa hò thòng; nghiờn cÿu cÿa Dias và Wives xõy dÿng hò thòng t± v¿n tài nguyờn hòc t¿p cho cỏc hò thòng hòc t¿p iòn tÿ phò bi¿n dÿa trờn sÿ k¿t hÿp cỏc tớn hiòu xó hòi, mòi quan tõm và sò thớch cÿa ng±òi hòc b¿ng thu¿t toỏn K-nearest Neighbourhood (da S Dias & Wives, 2019); Hmedna và còng sÿ ó sÿ dÿng ph±Ăng phỏp hòc cú giỏm sỏt b¿ng cỏch phõn lo¿i ng±òi hòc theo cỏc cỏch thÿc hòc t¿p khỏc nhau (Hmedna, El Mezouary, Baz, & Mammass, 2016) Cú thò nh¿n ònh r¿ng, cỏc nghiờn cÿu vò hò thòng t± v¿n dÿa trờn sÿ còng tỏc t¿p trung vào vào v¿n ò khai thỏc hò sĂ ¿c tr±ng cÿa ng±òi hòc ó ±a ra nhiòu ¿c tr±ng vụ cựng phong phỳ Tuy nhiờn iòm h¿n ch¿ cÿa nhÿng nghiờn cÿu này là cing chò giòi h¿n ò mòt vài ¿c tr±ng riờng l¿ nh± lòch sÿ hòc t¿p, mÿc tiờu, hành vi và cỏch thÿc hòc t¿p cÿa ng±òi hòc mà khụng kh¿o sỏt cỏc ¿c tr±ng khỏc cú ¿nh h±òng ¿n k¿t qu¿ t± v¿n nh± th¿ nào

Cỏc kho¿ng tròng tri thÿc

Sau khi ti¿n hành tòng quan tỡnh hỡnh nghiờn cÿu tr±òc õy vò hò thòng t± v¿n trong ào t¿o trÿc tuy¿n, nghiờn cÿu sinh nh¿n th¿y r¿ng cũn nhiòu v¿n ò c¿n làm sỏng tò và nh¿n d¿ng cỏc kho¿ng tròng tri thÿc nh± sau:

Kho¿ng tròng thÿ nh¿t: Cỏc nghiờn cÿu hiòn nay chò dÿng ò mÿc ò ò xu¿t thu¿t toỏn t± v¿n mòi ho¿c c¿i ti¿n nhÿng thu¿t toỏn t± v¿n ang cú Hiòn trong ph¿m vi cỏc tài liòu nghiờn cÿu, ch±a cú nhÿng k¿t qu¿ cho th¿y cú nghiờn cÿu ti¿p c¿n tÿ gúc ò hò thòng thụng tin, xem xột hò thòng t± v¿n nh± mòt phõn hò c¿u thành và t±Ăng tỏc vòi cỏc phõn hò khỏc cÿa hò thòng ào t¿o trÿc tuy¿n

Kho¿ng tròng thÿ hai: Cỏc nghiờn cÿu vò t± v¿n dÿa trờn sÿ còng tỏc, t± v¿n dÿa trờn nòi dung và t± v¿n dÿa trờn ph±Ăng phỏp lai òu ph¿i cn cÿ vào hò sĂ ¿c tr±ng cÿa ng±òi hòc ò ±a ra k¿t qu¿ t± v¿n Tuy nhiờn, hiòn nay cỏc nghiờn cÿu chò giòi h¿n xem xột mòt vài ¿c tr±ng riờng l¿ cÿa ng±òi hòc mà ch±a xem xột mòt cỏch toàn diòn t¿t c¿ cỏc ¿c tr±ng cú thò tham gia vào viòc hỡnh thành lờn hò sĂ ng±òi hòc

Kho¿ng tròng thÿ ba: Vò tỡnh hỡnh ÿng dÿng t¿i Viòt Nam, cú r¿t nhiòu ÿng dÿng t± v¿n hòc t¿p nh±ng chò ÿng dÿng ph±Ăng phỏp t± v¿n dÿa trờn nòi dung Núi cỏch khỏc, cỏc ÿng dÿng t± v¿n hòc t¿p chò khai thỏc kinh nghiòm cỏ nhõn cÿa ng±òi hòc mà ch±a quan tõm khai thỏc kinh nghiòm cÿa còng òng mà ng±òi hòc tham gia

Vò tỡnh hỡnh nghiờn cÿu t¿i Viòt Nam, tuy cú nhiòu nghiờn cÿu vò ào t¿o trÿc tuy¿n, nh±ng cỏc nghiờn cÿu vò hò thòng t± v¿n hòc t¿p cũn r¿t ớt Bờn c¿nh ú, cing ch±a cú cĂ sò giỏo dÿc ¿i hòc nào tớch hÿp hò thòng t± v¿n hòc t¿p vào hò thòng ào t¿o trÿc tuy¿n

Kho¿ng tròng thÿ t±: Cỏc nghiờn cÿu hiòn nay ch±a ±a ra cỏc ph±Ăng phỏp ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n mà chò mòi dÿng ò mÿc ò ỏnh giỏ và so sỏnh hiòu qu¿ thu¿t toỏn

Bòn kho¿ng tròng tri thÿc trờn xỏc ònh cỏc cõu hòi nghiờn cÿu cÿa lu¿n ỏn, bao gòm:

Thÿ nh¿t: Mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ gòm nhÿng thành ph¿n nào? Cỏch thÿc ho¿t òng cing nh± sÿ t±Ăng tỏc vòi cÿa phõn hò t± v¿n hòc t¿p vòi cỏc phõn hò khỏc cÿa hò thòng ào t¿o trÿc tuy¿n nh± th¿ nào?

Thÿ hai: Hò sĂ ¿c tr±ng ng±òi hòc bao gòm nhÿng thành ph¿n nào và ±ÿc khai thỏc nh± th¿ nào ò hỡnh thành cỏc còng òng a tiờu chớ trong hò thòng t± v¿n hòc t¿p ±ÿc lu¿n ỏn ò xu¿t?

Thÿ ba: Làm th¿ nào ò triòn khai ÿng dÿng hiòu qu¿ mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n ±ÿc lu¿n ỏn ò xu¿t vào thÿc tiòn cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam?

Thÿ t±: Cú thò sÿ dÿng ph±Ăng phỏp nào ò ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n hòc t¿p ±ÿc lu¿n ỏn ò xu¿t trong mụi tr±òng ào t¿o trÿc tuy¿n?

Tòng k¿t Ch±Ăng 1

Ch±Ăng 1 cÿa lu¿n ỏn ó trỡnh bày k¿t qu¿ tòng quan cỏc nghiờn cÿu liờn quan vò t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n trong trong kho¿ng thòi gian tÿ

Năm 2015 đến 2022, mở rộng trước 2015 là thời Việt Nam Từ kết quả tổng quan, nghiên cứu sinh xác định các khoảng trống tri thức và các câu hỏi nghiên cứu liên quan Đây là cơ sở định hướng nghiên cứu cho luận án.

CH¯¡NG 2 CĂ Sị Lí THUYắT

Mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ chớnh là ÿng dÿng cÿa hò thòng thụng tin hò trÿ ra quy¿t ònh (Decision Support System), cú kh¿ nng mang l¿i nhÿng lÿi th¿ tÿ mÿc chi¿n thu¿t lờn ¿n mÿc chi¿n l±ÿc cho tò chÿc và cỏ nhõn ng±òi ra quy¿t ònh òi t±ÿng mà mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n mong muòn hò trÿ chớnh là ng±òi hòc trong nhÿng tỡnh huòng ¿c thự c¿n ra quy¿t ònh liờn quan ¿n viòc hòc t¿p trong mụi tr±òng trÿc tuy¿n Vỡ v¿y, Ch±Ăng 2 cÿa lu¿n ỏn trỡnh bày cĂ sò lý thuy¿t vò ba chiòu quan tròng cÿa hò thòng thụng tin (tò chÿc, qu¿n lý, cụng nghò), hò hò trÿ ra quy¿t ònh, hò thòng t± v¿n thụng tin, mụ hỡnh ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin và ph±Ăng phỏp ỏnh giỏ cỏc hò thòng t± v¿n thụng tin Bờn c¿nh ú, vòi quan iòm cho r¿ng phõn tớch hòc t¿p úng vai trũ nòn t¿ng ò cỏc hò hò trÿ ra quy¿t ònh cing nh± hò thòng t± v¿n v¿n hành, nghiờn cÿu sinh cing trỡnh bày khỏi niòm phõn tớch hòc t¿p và cỏc khung phõn tớch hòc t¿p trong giỏo dÿc ¿i hòc Cựng vòi ph¿n tòng quan cỏc nghiờn cÿu ±ÿc trỡnh bày ò Ch±Ăng 1, cỏc lý thuy¿t ±ÿc trỡnh bày ò Ch±Ăng 2 là cĂ sò cho mụ hỡnh ±ÿc ò xu¿t ò Ch±Ăng 3 và cỏc khuy¿n nghò ò cú thò triòn khai mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ vào thÿc tiòn cÿa cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam cing nh± gi¿i phỏp ỏnh giỏ hiòu qu¿ hò thòng ò Ch±Ăng 5.

Ba chiòu quan tròng cÿa hò thòng thụng tin

Theo Kenneth P Laudon và Jane P Laudon (Laudon & Laudon, 2004), mòt hò thòng thụng tin cú ba chiòu quan tròng là tò chÿc, qu¿n lý và cụng nghò Ba chiòu này cung c¿p gi¿i phỏp cho nhÿng thỏch thÿc vò m¿t thÿc tiòn mà hò thòng thụng tin ph¿i gi¿i quy¿t

Chiòu tò chÿc bao gòm cỏc thành ph¿n chớnh là con ng±òi, c¿u trỳc, quy trỡnh nghiòp vÿ, vn húa và chớnh sỏch cÿa tò chÿc Trong ú, thành ph¿n c¿u trỳc biòu diòn th¿m quyòn và trỏch nhiòm ò cỏc c¿p ò khỏc nhau cÿa hò thòng thụng tin; quy trỡnh nghiòp vÿ là cỏch thÿc hò thòng thụng tin v¿n hành; vn húa là cỏc gi¿ ònh, giỏ trò ±ÿc cỏc thành viờn tin t±òng và tuõn thÿ; chớnh sỏch cÿa tò chÿc cú nhiòm vÿ hò trÿ, ònh h±òng và thỳc ¿y hò thòng thụng tin ±ÿc xõy dÿng và v¿n hành hiòu qu¿ Chiòu qu¿n lý yờu c¿u nhà qu¿n lý hiòu ±ÿc cỏc tỡnh huòng mà tò chÿc ph¿i òi m¿t, ±a ra quy¿t ònh, xõy dÿng cỏc k¿ ho¿ch hành òng tÿ mÿc chi¿n l±ÿc ¿n chi¿n thu¿t và phõn bò nguòn lÿc ò gi¿i quy¿t cỏc v¿n ò cÿa tò chÿc Chiòu cụng nghò bao gòm nhÿng y¿u tò vò cĂ sò h¿ t¿ng cÿa hò thòng thụng tin nh± ph¿n cÿng, ph¿n mòm, dÿ liòu, k¿t nòi ò hiòn thÿc húa và v¿n hành hò thòng

Hỡnh 2.1: Ba chiòu cÿa hò thòng thụng tin

Quỏ trỡnh ra quy¿t ònh và hò hò trÿ ra quy¿t ònh

Quỏ trỡnh ra quy¿t ònh ±ÿc nghiờn cÿu bòi Simon (Simon, 1960), và ±ÿc k¿ thÿa bòi cỏc nghiờn cÿu vò hò hò trÿ ra quy¿t ònh trong nhiòu l)nh vÿc khỏc nhau cho ¿n ngày nay, bao gòm cỏc b±òc chớnh: (i) Xỏc ònh v¿n ò (ii) Thu th¿p thụng tin liờn quan (iii) Xỏc ònh cỏc gi¿i phỏp (iv) Chòn lÿa gi¿i phỏp (v) Triòn khai gi¿i phỏp và (vi) ỏnh giỏ Quỏ trỡnh này nh¿m mÿc tiờu xỏc ònh gi¿i phỏp phự hÿp nh¿t trong sò cỏc gi¿i phỏp kh¿ thi cho mòt v¿n ò c¿n ra quy¿t ònh

Vào cuối những năm 70 của thế kỷ 20, một số công ty đã phát triển các hệ thống thông tin tương tác sử dụng dữ liệu và mô hình để giúp các nhà quản lý phân tích các vấn đề cần ra quyết định Những hệ thống như dạng này được gọi là hệ hỗ trợ quyết định Ngay từ giai đoạn đầu, người ta đã nhận ra rằng hệ hỗ trợ quyết định có thể được thiết kế để hỗ trợ những người ra quyết định ở mọi cấp độ trong một tổ chức Theo nghiên cứu của Steven Alter (1980), hệ hỗ trợ ra quyết định có ba đặc điểm chính sau đây: (i) được thiết kế đặc biệt để tạo thuận lợi cho quá trình ra quyết định (ii) nâng cao hơn là tự động hóa việc ra quyết định và (iii) phải có khả năng ứng phó nhanh chóng với nhu cầu thay đổi của những người ra quyết định.

2.2.1 Phõn lo ¿ i h ò h ò ra tr ÿ quy ¿ t ò nh

Theo phõn lo¿i cÿa Felsberger và còng sÿ (Felsberger, Oberegger, & Reiner,

2016), dÿa vào mòi quan hò giÿa ng±òi dựng và ÿng dÿng, hò hò trÿ ra quy¿t ònh cú ba lo¿i chính nh± sau:

B¿ng 2.1: Phõn lo¿i hò hò trÿ ra quy¿t ònh

Tờn hò thòng Diòn gi¿i

Hò thòng hò trÿ ra quy¿t ònh thÿ òng

Hò thòng khụng thò ±a ra cỏc ò xu¿t ho¿c gi¿i phỏp mà chò cung c¿p cỏc nguòn dÿ liòu cú liờn quan và ng±òi ra quy¿t ònh tÿ phõn tớch ỏnh giỏ ò ra quy¿t ònh phự hÿp

Hò thòng hò trÿ ra quy¿t ònh chÿ òng

Hò thòng cú kh¿ nng suy diòn và xÿ lý thụng tin ò ±a ra cỏc nh¿c nhò/c¿nh bỏo ho¿c ±a ra cỏc gi¿i phỏp thay th¿ ò ng±òi ra quy¿t ònh lÿa chòn

Hò thòng hò trÿ ra quy¿t ònh hÿp tỏc

Hò thòng t¿o ra cỏc gi¿i phỏp và cho phộp ng±òi ra quy¿t ònh sÿa òi, tinh chònh cỏc gi¿i phỏp ú và gÿi l¿i cho hò thòng ò xỏc nh¿n Quỏ trỡnh này l¿p l¿i nhiòu l¿n cho ¿n khi ng±òi ra quy¿t ònh chòn ±ÿc gi¿i phỏp tòi ±u

(Nguòn: tỏc gi¿ tòng hÿp)

Theo phõn lo¿i cÿa Power (Power, 2001) và ti¿p tÿc ±ÿc sÿ dÿng bòi Felsberger và còng sÿ (Felsberger et al., 2016), dÿa vào cĂ ch¿ hò trÿ hò hò trÿ ra quy¿t ònh cú nm lo¿i chớnh nh± sau: (i) dÿa trờn dÿ liòu, (ii) dÿa trờn mụ hỡnh (iii) dÿa trờn tài liòu, (iv) dÿa trờn tri thÿc và (v) dÿa trờn giao ti¿p

Hỡnh 2.2: Phõn lo¿i cỏc hò hò trÿ ra quy¿t ònh

Hò hò trÿ ra quy¿t ònh dÿa trờn dÿ liòu (Data driven DSS): ho¿t òng dÿa trờn viòc truy c¿p và xÿ lý mòt l±ÿng lòn dÿ liòu cú c¿u trỳc cú nguòn gòc tÿ bờn trong và bờn ngoài tò chÿc, cú thò là dÿ liòu lòch sÿ ho¿c dÿ liòu thòi gian thÿc Vớ dÿ vò cỏc hò thòng hò trÿ ra quy¿t ònh dÿa trờn dÿ liòu bao gòm cỏc hò bỏo cỏo qu¿n lý, hò thòng phõn tớch kho dÿ liòu, hò thòng thụng tin iòu hành, hò thòng kinh doanh thụng minh (BI - Business Intelligence) ho¿c hò thòng xÿ lý phõn tớch trÿc tuy¿n (OLAP - On-line

Analytical Processing) Tuy mòi hò thòng cú mÿc ò phÿc t¿p cing nh± ph¿m vi ho¿t òng khỏc nhau nh±ng ò ¿m b¿o hò thòng ho¿t òng hiòu qu¿ thỡ dÿ liòu ph¿i ¿m b¿o tính chính xác và c¿u trúc phù hÿp (Felsberger et al., 2016)

Hệ thống hỗ trợ ra quyết định dựa trên mô hình (Model driven DSS) sử dụng mô hình kế toán, tài chính, mô hình biểu diễn và mô hình tối ưu hóa Hệ thống cho phép người ra quyết định truy cập và thao tác trên các mô hình, trong đó các tham số ở các phương pháp giải quyết tối ưu nhất trong một tình huống nhất định Các hệ thống hỗ trợ ra quyết định dựa trên mô hình không đòi hỏi phải có một lượng dữ liệu lớn, nhưng dữ liệu cho một phân tích cụ thể có thể được rút trích nếu cần.

Hò hò trÿ ra quy¿t ònh dÿa trờn giao ti¿p (Communication driven DSS): hay cũn gòi là hò thòng hò trÿ ra quy¿t ònh nhúm (GDSS- Group decision support system) ho¿c hò thòng hò trÿ ra quy¿t ònh còng tỏc (CDSS - Collaborative decision support system) õy là hò thòng dÿa trờn m¿ng mỏy tớnh và truyòn thụng t¿o mụi tr±òng t±Ăng tỏc thu¿n lÿi cho mòt nhúm ng±òi ra quy¿t ònh vòi cỏc cụng cÿ hò trÿ giao ti¿p

Dÿa trên tri thÿc iòn tÿ, lờn lòch, chia s¿ tài liòu, v.v Mòt sò cụng nghò ±ÿc sÿ dÿng trong hò thòng hò trÿ ra quy¿t ònh này bao gòm phũng quy¿t ònh, video t±Ăng tỏc hai chiòu, b¿ng tr¿ng, b¿ng thụng bỏo, hò thòng trũ chuyòn và e-mail, v.v

Hò hò trÿ ra quy¿t ònh dÿa trờn tri thÿc (Knowledge driven DSS): là hò thòng dÿa trờn tri thÿc chuyờn mụn ò cung c¿p gi¿i phỏp cho cỏc v¿n ò trong mòt l)nh vÿc chuyờn biòt Hò hò trÿ ra quy¿t ònh dÿa trờn tri thÿc liờn quan ch¿t ch¿ ¿n cỏc kÿ thu¿t khai phỏ dÿ liòu nh± lu¿t suy diòn, m¿ng neural, logic mò, thu¿t toỏn di truyòn, v.v và cụng nghò trớ tuò nhõn t¿o ò phõn tớch cỏc t¿p dÿ liòu lòn nh¿m tỡm ra cỏc quy lu¿t/tri thÿc tiòm ¿n Trờn cĂ sò ú xỏc ònh cỏc gi¿i phỏp kh¿ thi và tòi ±u cho v¿n ò c¿n ra quy¿t ònh

Hệ hỗ trợ ra quyết định dựa trên tài liệu (Document driven DSS) hỗ trợ nhà quản lý đưa ra quyết định dựa trên việc thu thập, truy xuất, phân loại và quản lý các tài liệu phi cấu trúc (bao gồm các trang web) và định dạng Các tài liệu hệ thống truy cập có thể là chính sách và thủ tục, thông số kỹ thuật sản phẩm, danh mục và tài liệu lịch sử công ty, bao gồm biên bản cuộc họp, hồ sơ công ty và bản ghi nhớ quan trọng, v.v dưới nhiều định dạng như văn bản, hình ảnh, âm thanh, video, v.v Hệ hỗ trợ ra quyết định dựa trên tài liệu tích hợp các công nghệ tìm kiếm, lưu trữ và xử lý để cung cấp khả năng truy xuất và phân tích tài liệu toàn diện.

2.2.2 Ki ¿ n trỳc h ò h ò tr ÿ ra quy ¿ t ò nh

Kiến trúc của một hồ sơ tuyển dụng thường bao gồm bốn thành phần: (i) thành phần dữ liệu, (ii) thành phần mục tiêu, (iii) thành phần giao tiếp, (iv) thành phần giao diện (Power, 2001).

Thành ph¿n dÿ liòu: qu¿n trò và cung c¿p cĂ ch¿ truy xu¿t dÿ liòu tựy theo lo¿i hò hò trÿ ra quy¿t ònh nh±: dÿ liòu, tri thÿc, tài liòu, v.v Dÿ liòu ±ÿc thu th¿p tÿ bờn ngoài ho¿c bờn trong tò chÿc

Tòng quan vò hò thòng t± v¿n thụng tin

Cỏc hò thòng t± v¿n ±ÿc ònh ngh)a là cỏc cụng cÿ ph¿n mòm và kÿ thu¿t cung c¿p nhÿng gÿi ý hò trÿ quỏ trỡnh ra quy¿t ònh a d¿ng cÿa ng±òi dựng (Ricci et al.,

2022) a sò cỏc hò thòng t± v¿n hiòn nay dÿa trờn ba cỏch ti¿p c¿n chớnh: thÿ nh¿t là cỏc hò thòng t± v¿n theo nòi dung, t± v¿n nhÿng nòi dung t±Ăng òng vòi nhÿng gỡ mà ng±òi dựng ±a thớch trong quỏ khÿ; thÿ hai là cỏc hò thòng t± v¿n còng tỏc, t± v¿n nhÿng nòi dung dÿa vào nhÿng ý ki¿n ỏnh giỏ trong còng òng cÿa ng±òi dựng; thÿ ba là cỏch ti¿p c¿n lai, k¿t hÿp cỏc ph±Ăng phỏp khỏc nhau ò t¿n dÿng ±u iòm và h¿n ch¿ nh±ÿc iòm cÿa tÿng cỏch ti¿p c¿n

Phương pháp tư vấn dựa trên nội dung, còn gọi là lọc theo nội dung, đưa ra gợi ý cho người dùng về những sản phẩm, dịch vụ hoặc thông tin liên quan đến những gì mà họ đã thích, đã mua hoặc cho vào giỏ hàng trong quá khứ (Montaner, López, & De

La Rosa, 2003) (Amir et al., 2022) Ph±Ăng phỏp t± v¿n dÿa trờn nòi dung cn cÿ vào viòc xõy dÿng hò sĂ ¿c tr±ng cÿa ng±òi dựng, mụ t¿ sò thớch, thúi quen cÿa hò vò mòt l)nh vÿc nào ú nh± phim ¿nh, sỏch bỏo, nh¿c, v.v sau ú so khòp thụng tin biòu diòn cÿa nòi dung t± v¿n vòi hò sĂ ¿c tr±ng này ò dÿ oỏn mÿc ò ±a thớch cÿa ng±òi dựng òi vòi nòi dung ú và ±a ra gÿi ý phự hÿp

Mòt cỏch ti¿p c¿n Ăn gi¿n ò biòu diòn ph±Ăng phỏp t± v¿n dÿa trờn nòi dung là sÿ dÿng khụng gian vector Theo ú, mòi c¿p hò sĂ ¿c tr±ng và nòi dung t± v¿n ±ÿc biòu diòn b¿ng cỏc vector t±Ăng ÿng và ò ±òc l±ÿng ò t±Ăng òng giÿa hai vector, cú thò sÿ dÿng Cụng thÿc 2.1 nh± sau:

Nòi dung t± v¿n và hò sĂ ¿c tr±ng càng t±Ăng òng thỡ gúc t¿o bòi hai vector càng nhò Núi cỏch khỏc, n¿u giỏ trò cosin này càng ti¿n vò g¿n 1 ngh)a là nòi dung t± v¿n càng phự hÿp vòi sò thớch cÿa ng±òi dựng và ng±ÿc l¿i Trong tr±òng hÿp giỏ trò cosin b¿ng 0 tÿc là ¿c tr±ng cÿa nòi dung t± v¿n và sò thớch cÿa ng±òi dựng khụng cú mòi liờn hò gỡ vòi nhau Cỏc giỏ trò trong cú thò ±ÿc c¿p nh¿t theo nhÿng ỏnh giỏ cÿa ng±òi dựng òi vòi nhÿng nòi dung mà hò thòng tÿng t± v¿n

Vớ dÿ sau õy minh hòa cho ph±Ăng phỏp trờn:

B¿ng 2.2: Vector biòu diòn hò sĂ ¿c tr±ng cÿa ng±òi dựng u òi vòi cỏc thò lo¿i sỏch

History Children Literary Drama Criminal u 0.9 0.1 -0.31 -0.3 0.8

B¿ng 2.3: Vector biòu diòn ¿c tr±ng cÿa hai quyòn sỏch A và B

History Children Literary Drama Criminal

Sÿ dÿng Cụng thÿc 2.1 ò ±òc l±ÿng ò t±Ăng òng giÿa hai vector, ta cú Cosin (u, A)=0.38 ; Cosin(u, B)= - 0.1291 Nh± v¿y, cú thò k¿t lu¿n sỏch A phự hÿp vòi ng±òi dựng hĂn sỏch B

Ph±Ăng phỏp t± v¿n dÿa trờn sÿ còng tỏc, cũn gòi là lòc còng tỏc, ònh ngh)a còng òng cÿa mòt ng±òi dựng bao gòm nhÿng ng±òi cú cựng sò thớch ho¿c mòi quan tõm vòi ng±òi dựng ú (Montaner et al., 2003) (Amir et al., 2022) Và nhÿng gÿi ý ±ÿc ±a ra dÿa trờn cỏc ý ki¿n ph¿n hòi hay ỏnh giỏ tÿ còng òng này

Còng òng cÿa ng±òi dựng ±ÿc xõy dÿng thụng qua mòt ma tr¿n ỏnh giỏ thò hiòn mÿc ò ±a thớch cÿa mòi ng±òi trong còng òng vòi mòt danh sỏch cỏc nòi dung khác nhau

B¿ng 2.4: Ma tr¿n ánh giá Items

Ma trận nhúng gợi ý là tập hợp các hình ảnh có đánh giá về mức độ liên quan so với nội dung chưa được người dùng tự tạo ra, nhằm đưa ra gợi ý.

Thang iòm ỏnh giỏ s¿ tựy theo tÿng hò thòng, cú thò n¿m trong kho¿ng [min- max] ho¿c chò hai giỏ trò [0/1] Cụng viòc dÿ oỏn là ±òc l±ÿng f (user x Item) òi vòi nhÿng nòi dung ch±a ±ÿc ỏnh giỏ ò tÿ ú quy¿t ònh cú t± v¿n nòi dung ú cho ng±òi dựng hay khụng Vớ dÿ theo ma tr¿n trong B¿ng 2.4, ng±òi dựng u1 ó ỏnh giỏ

A, B và C l¿n l±ÿt là 3, 4, 1 và ỏnh giỏ cho D là ch±a bi¿t Do ú hò thòng t± v¿n c¿n dÿ oỏn sò iòm mà u1 dành cho D ò quy¿t ònh cú t± v¿n D cho u1 hay khụng Viòc quy¿t ònh hai ng±òi dựng cú cựng n¿m trong mòt còng òng hay khụng s¿ tựy thuòc vào ò t±Ăng òng giÿa cỏc ỏnh giỏ cÿa hò

Ngoài ra, ph±Ăng phỏp t± v¿n dÿa trờn sÿ còng tỏc cú thò làm ng±ÿc l¿i là xõy dÿng còng òng cỏc nòi dung cú ¿c iòm t±Ăng tÿ và ỏnh giỏ nhÿng ng±òi dựng nào phự hÿp nh¿t vòi còng òng ú (Yuanyuan Wang, Chan, & Ngai, 2012) (Guerra- Montenegro et al., 2021)

2.3.3 Các ph ±¡ ng pháp khác và cách ti ¿ p c ¿ n lai

Trong nhÿng nm g¿n õy, cú thờm cỏc ph±Ăng phỏp ti¿p c¿n khỏc ò xõy dÿng hò thòng t± v¿n nh± t± v¿n dÿa trờn tri thÿc sÿ dÿng cỏc ràng buòc và cĂ sò tri thÿc bờn ngoài mà khụng dÿa vào lòch sÿ ỏnh giỏ ho¿c hò sĂ ng±òi dựng và t± v¿n dÿa trờn ngÿ c¿nh sÿ dÿng cỏc thụng tin ngÿ c¿nh ò ±a ra t± v¿n nh± vò trớ, thòi gian, dÿ liòu xó hòi, v.v

Hình 2.4: Ph±¡ng pháp ti¿p c¿n lai

(Nguòn: tỏc gi¿ tòng hÿp)

Cách ti¿p c¿n lai ±ÿc xây dÿng dÿa trên nguyên lý k¿t hÿp các ph±¡ng pháp cÿa hò thòng t± v¿n ò gi¿i quy¿t cỏc m¿t h¿n ch¿ cÿa mòt ph±Ăng phỏp Ăn l¿ cing nh± khai thỏc ±u iòm cÿa mòi ph±Ăng phỏp (Burke, 2007) (Cremonesi, Turrin, & Airoldi, 2011) (Lex et al., 2021) Burke giòi thiòu nhiòu chi¿n thu¿t lai cú thò ±ÿc ỏp dÿng ò t¿o ra danh sỏch t± v¿n nh± weighted, switching, mixed hybrid, v.v (Burke,

2.3.4 C ò ng ò ng ng ±ò i dựng a tiờu chớ trong h ò th ò ng t ± v ¿ n thụng tin

Theo cỏch ti¿p c¿n cÿa ph±Ăng phỏp lòc còng tỏc cò iòn ±ÿc sÿ dÿng trong cỏc hò thòng t± v¿n thụng tin, mòi ng±òi dựng chò thuòc vò mòt còng òng dÿa trờn tiờu chớ duy nh¿t là sò thớch, mòi quan tõm òi vòi cỏc tài nguyờn Nm 2015, Nguyòn Thỳy Ngòc và Nguyòn An T¿ ó ò xu¿t còng òng ng±òi dựng a tiờu chớ ±ÿc thành l¿p trờn nguyờn t¿c mòi ¿c tr±ng trong hò sĂ ng±òi dựng òu là mòt tiờu chớ hỡnh thành còng òng

Hỡnh 2.5: Mụ hỡnh còng òng ng±òi dựng a tiờu chớ trong hò thòng t± v¿n thông tin

ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin

Theo DeLone & MacLean, ỏnh giỏ hò thòng thụng tin là nhiòm vÿ quan tròng c¿n ph¿i thÿc hiòn ò nhà qu¿n trò hiòu vò giỏ trò hò thòng mang l¿i cing nh± tớnh hiòu qu¿ cÿa viòc ¿u t± vào hò thòng thụng tin (DeLone & McLean, 2003) ¿n nay, mụ hỡnh cÿa DeLone và McLean v¿n ±ÿc xem nh± mòt khung phõn tớch tòt nh¿t vò sÿ thành cụng cÿa hò thòng thụng tin và ±ÿc tham chi¿u bòi r¿t nhiòu nghiờn cÿu ỏnh giỏ sÿ thành cụng cÿa cỏc lo¿i hò thòng thụng tin khỏc nhau

Hỡnh 2.7: Mụ hỡnh ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin

Ch¿t l±ÿng hò thòng: ±ÿc o l±òng b¿ng cỏc tiờu chớ vò m¿t kÿ thu¿t nh± dò sÿ dÿng, chÿc nng, ò tin c¿y, tớnh linh ho¿t, ch¿t l±ÿng dÿ liòu, tớnh di òng, tớnh tớch hÿp

Chất lượng dịch vụ: Hệ thống thông tin không chỉ cung cấp thông tin mà còn cung cấp dịch vụ cho người dùng Do đó các tiêu chuẩn như độ tin cậy, khả năng phục hồi, sự bảo đảm và sự ổn định được đưa vào để đánh giá chất lượng dịch vụ.

Ch¿t l±ÿng thụng tin: ±ÿc o b¿ng cỏc tiờu chớ chớnh xỏc, kòp thòi, ¿y ÿ, phự hÿp và nh¿t quán cÿa thông tin

Sÿ dÿng hò thòng: ±ÿc o l±òng b¿ng cỏc tiờu chớ t¿n su¿t sÿ dÿng, thòi gian sÿ dÿng, sò l¿n truy c¿p, kiòu sÿ dÿng và mÿc ò phÿ thuòc Tuy nhiờn cú nhiòu tham sò ¿nh h±òng ¿n thành ph¿n sÿ dÿng hò thòng nh± sÿ dÿng tÿ nguyòn hay b¿t buòc, sÿ dÿng cú thụng bỏo hay khụng, sÿ dÿng cú hiòu qu¿ hay khụng, v.v nờn DeLone và McLean ó ±a thờm y¿u tò ý ònh sÿ dÿng ò ỏnh giỏ ý ònh sÿ dÿng hò thòng thụng tin cÿa ng±òi dựng trong mòt sò ngÿ c¿nh nh¿t ònh

Sÿ hài lũng cÿa ng±òi dựng: ±ÿc o l±òng b¿ng cỏc tiờu chớ mÿc ò hài lũng vò hò thòng núi chung, vò tớnh nng, vò giao diòn, v.v

Hiệu ứng phản ứng của hệ thống bao gồm: (i) Hiệu ứng cấp nhân là ảnh hưởng của hệ thống đến cấp nhân người dùng biểu hiện thông qua các tiêu chí hiệu suất ra quyết định, hiệu quả công việc và chất lượng công việc; và (ii) Hiệu ứng tổ chức là ảnh hưởng của hệ thống đến tổ chức thể hiện thông qua các tiêu chí hiệu quả sử dụng tài nguyên, giảm chi phí, tăng lợi nhuận.

ỏnh giỏ hò thòng t± v¿n thụng tin

Trong l)nh vÿc th±Ăng m¿i iòn tÿ, nhiòu hò thòng t± v¿n thụng tin ±ÿc nghiờn cÿu và triòn khai thành cụng nh± Amazon, Netflix, CNN và cú nhiòu ph±Ăng phỏp ỏnh giỏ hiòu qu¿ cÿa cỏc hò thòng này Hiòn nay cú ba lo¿i ph±Ăng phỏp chớnh ò ỏnh giỏ hò thòng t± v¿n thụng tin trong l)nh vÿc th±Ăng m¿i iòn tÿ dÿa trờn cỏch thÿc thu th¿p ỏnh giỏ cÿa ng±òi dựng vò cỏc nòi dung ±ÿc t± v¿n là ph±Ăng phỏp ngo¿i tuy¿n (Jadidinejad, Macdonald, & Ounis, 2021) (Valcarce, Bellogín, Parapar, & Castells, 2020), ph±¡ng pháp trÿc tuy¿n (Gunawardana, Shani, & Yogev, 2022) (Jesse

& Jannach, 2021) và ph±Ăng phỏp nghiờn cÿu ng±òi dựng (Pu, Chen, & Hu, 2011) (Peska & Vojtas, 2020; Rawat & Dwivedi, 2019)

Ph±Ăng phỏp ngo¿i tuy¿n õy là ph±Ăng phỏp chò t¿p trung vào phõn tớch ò chính xác cÿa thu¿t toán t± v¿n Trong quá trình ánh giá, ph±¡ng pháp ngo¿i tuy¿n yờu c¿u ph¿i cú s¿n mòt t¿p dÿ liòu m¿u chÿa nhÿng iòm ỏnh giỏ cÿa ng±òi dựng òi vòi nhÿng thụng tin ±ÿc t± v¿n Mòi ph¿n tÿ cÿa t¿p dÿ liòu này gòm ba thành ph¿n u, i và score Trong ú, score là iòm ỏnh giỏ cÿa ng±òi dựng u cho thụng tin ±ÿc t± v¿n i T¿p dÿ liòu m¿u ±ÿc chia thành hai t¿p con: t¿p hu¿n luyòn và t¿p thÿ nghiòm Hò thòng s¿ hòc trờn dÿ liòu trong t¿p hu¿n luyòn và dÿ oỏn nhÿng iòm ỏnh giỏ cÿa ng±òi dựng trong t¿p thÿ nghiòm Sau ú nhÿng giỏ trò ±ÿc dÿ oỏn này s¿ ±ÿc so sỏnh vòi vòi nhÿng iòm ỏnh giỏ thÿc sÿ cÿa ng±òi dựng trong t¿p thÿ nghiòm ú ò ±òc l±ÿng ò chớnh xỏc cÿa thu¿t toỏn ¯u iòm cÿa ph±Ăng phỏp ngo¿i tuy¿n là nhanh và chi phớ th¿p, cú thò so sỏnh trờn nhiòu t¿p dÿ liòu vòi nhiòu thu¿t toỏn khỏc nhau mà khụng c¿n t±Ăng tỏc vòi ng±òi dựng thÿc sÿ Tuy nhiờn, nh±ÿc iòm chớnh cÿa ph±Ăng phỏp ngo¿i tuy¿n là khụng mụ phòng ±ÿc hành vi, thỏi ò cÿa ng±òi dựng hay ngÿ c¿nh cÿa ÿng dÿng Vớ dÿ, dÿ liòu trong t¿p hu¿n luyòn khụng thò hiòn ±ÿc ng±òi dựng ch¿m iòm mòt s¿n ph¿m ngay sau khi vÿa tr¿i nghiòm (t±Ăng òi chớnh xỏc) hay ó qua mòt thòi gian lõu (ò chớnh xỏc kộm hĂn) ho¿c ng±òi dựng ch¿m iòm mòt bò phim sau khi ó xem th¿t sÿ hay chò nghe nh¿n xột giỏn ti¿p cÿa ng±òi khỏc, v.v Ph±Ăng phỏp này cing khụng ỏnh giỏ ±ÿc mÿc ò hài lũng cÿa ng±òi dựng vòi hò thòng t± v¿n vỡ chò ỏnh giỏ ò chớnh xỏc cÿa thu¿t toỏn trờn tÿng h¿ng mÿc thụng tin cÿ thò trong khi ú sÿ hài lũng cÿa ng±òi dựng òi vòi hò thòng cũn phÿ thuòc nhiòu y¿u tò nh± giao diòn t±Ăng tỏc, ò trò cÿa cỏc ph¿n hòi, cú cỏc tớnh nng ng±òi dựng c¿n hay khụng, v.v

Ph±Ăng phỏp trÿc tuy¿n õy là ph±Ăng phỏp phõn tớch trÿc tuy¿n nhÿng iòm sò cÿa ng±òi dựng th¿t ó ch¿m cho nhÿng hỡnh thÿc t± v¿n th¿t mà hò vÿa mòi khai thỏc thay vỡ sÿ dÿng nhÿng bò ỏnh giỏ cú s¿n nh± ph±Ăng phỏp ngo¿i tuy¿n ¯u iòm cÿa ph±Ăng phỏp trÿc tuy¿n là cú thò ỏnh giỏ sÿ hài lũng thÿc sÿ cÿa ng±òi dựng dÿa vào sÿ tham gia cÿa hò vào hò thòng Sÿ hài lũng này chòu ¿nh h±òng cÿa ngÿ c¿nh cÿa ÿng dÿng và thò hiòn hành vi, thỏi ò cÿa ng±òi dựng khi sÿ dÿng hò thòng Tuy nhiờn ph±Ăng phỏp cing cú h¿n ch¿ là ph¿i chòn m¿u ng±òi dựng mòt cỏch ng¿u nhiờn ò ¿m b¿o k¿t qu¿ ỏnh giỏ ±ÿc khỏch quan Ngoài ra, ph±Ăng phỏp trÿc tuy¿n tuy ỏng tin c¿y hĂn ph±Ăng phỏp ngo¿i tuy¿n cing chò ỏnh giỏ ò chớnh xỏc cÿa thu¿t toỏn trờn tÿng h¿ng mÿc thụng tin cÿ thò nờn khụng ỏnh giỏ ±ÿc mÿc ò hài lũng cÿa ng±òi dựng vòi toàn bò hò thòng t± v¿n

Phương pháp nghiên cứu người dùng giúp thu thập đa dạng góc nhìn về chất lượng hệ thống thông qua việc để một nhóm người tham gia tương tác trong khi hệ thống theo dõi và ghi nhận hành vi của họ (thời gian truy cập hệ thống, mức độ hoàn thành công việc, kết quả đạt được, thời gian thực hiện, v.v.) Ngoài ra, các bảng câu hỏi, bài khảo sát ý kiến, phân tích tình huống cụ thể cũng được sử dụng để lấy ý kiến của người dùng Ưu điểm của phương pháp này là có thể thu thập được những thông tin mà hệ thống không quan sát hoặc không đo lường được Tuy nhiên, đây cũng chính là nhược điểm của phương pháp vì người dùng có thể đưa ra câu trả lời không chính xác do không hiểu câu hỏi, do câu hỏi có tính chất riêng tư, do quan điểm chủ quan của người dùng, v.v.

Khung phõn tớch hòc t¿p trong giỏo dÿc ¿i hòc

Phân tích học tập đóng vai trò quan trọng trong việc hiểu rõ quá trình học tập và giảng dạy, giải thích dữ liệu của người học để cải thiện hiệu quả trải nghiệm học tập của họ Bằng cách sử dụng phân tích dữ liệu, phân tích học tập hỗ trợ các quyết định được đưa ra tại mọi cấp độ của hệ thống giáo dục, tận dụng dữ liệu của người học để cung cấp việc học được cá nhân hóa, hỗ trợ các phương pháp giảng dạy được điều chỉnh và thực hành thích ứng, đồng thời giúp xác định các vấn đề học tập kịp thời và giải quyết chúng (Horizon, 2014).

Nm 2015, Khalil và Ebner ò xu¿t mòt khung phõn tớch hòc t¿p (Learning Analytics Life Cycle, LALC) gòm bòn thành ph¿n: (i) mụi tr±òng hòc t¿p, (ii) dÿ liòu lòn, (iii) phõn tớch và (iv) hành òng (Khalil & Ebner, 2015) Mụi tr±òng hòc t¿p, nĂi cú cỏc bờn liờn quan nh± ng±òi hòc, gi¿ng viờn, nhà nghiờn cÿu… sinh ra dÿ liòu Dÿ liòu ±ÿc thu th¿p và l±u trÿ bao gòm dÿ liòu t±Ăng tỏc, dÿ liòu cỏ nhõn, thụng tin hòc thu¿t và cỏc lo¿i dÿ liòu khỏc õy là bò dÿ liòu giỏo dÿc Cỏc ph±Ăng phỏp phõn tớch r¿t a d¿ng tỡm cỏch khỏm phỏ cỏc m¿u ¿n bờn trong bò dÿ liòu này Khalil và Ebner phõn lo¿i cỏc ph±Ăng phỏp thành phõn tớch ònh l±ÿng và ònh tớnh bao gòm cỏc kÿ thu¿t nh± phõn tớch thòng kờ, mụ hỡnh húa, phõn tớch m¿ng xó hòi, v.v K¿t qu¿ phõn tớch ±ÿc diòn gi¿i ò cú hành òng phự hÿp nh± dÿ bỏo, can thiòp, t± v¿n, cỏ nhõn húa.v.v Và cuòi cựng, hành òng ±ÿc tòi ±u húa và ph¿n ỏnh trò l¿i vào mụi tr±òng hòc t¿p ò phÿc vÿ cho cỏc bên liên quan

Hỡnh 2.8: Khung phõn tớch hòc t¿p LALC

Nm 2020, Andy Nguyòn và còng sÿ ó ò xu¿t mòt khung tớch hÿp cho phõn tớch dÿ liòu trong giỏo dÿc ¿i hòc (Integrated Framework for Data Analytics in Higher Education, DAHE) (A Nguyen, Gardner, & Sheridan, 2020) Khung DAHE giỳp cho cỏc bờn liờn quan trong giỏo dÿc ra quy¿t ònh mòt cỏch toàn diòn tÿ c¿p ò cÿa tÿng hòc sinh, tÿng lòp hòc sinh, ch±Ăng trỡnh gi¿ng d¿y, ¿n tr±òng hòc và hò thòng giỏo dÿc

Hỡnh 2.9: Khung tớch hÿp phõn tớch dÿ liòu trong giỏo dÿc ¿i hòc (DAHE)

(Nguòn: A Nguyen và còng sÿ, 2020)

Khung tớch hÿp DAHE bao gòm cỏc ònh ngh)a vò phõn tớch hòc t¿p, khai thỏc dÿ liòu giỏo dÿc và phõn tớch hòc thu¿t ±ÿc mụ t¿ trong B¿ng 2.5 Bờn c¿nh ú, nhúm tỏc gi¿ cing ±a ra cỏc vớ dÿ vò phõn tớch ò mòi c¿p ò ÿng dÿng cÿa DAHE ±ÿc mụ t¿ trong B¿ng 2.6

B¿ng 2.5: Cỏc ònh ngh)a ±ÿc ò xu¿t cho phõn tớch dÿ liòu trong giỏo dÿc ¿i hòc

Thu¿t ngÿ ònh ngh)a ò xu¿t òi t±ÿng quan tâm chính

Viòc ỏp dÿng cỏc kÿ thu¿t và cụng cÿ phõn tớch dÿ liòu nh¿m mÿc ớch hiòu và nõng cao kh¿ nng hòc t¿p và gi¿ng d¿y

Khai thác dÿ liòu giáo dÿc

Viòc phỏt triòn và ỏnh giỏ cỏc ph±Ăng phỏp phõn tớch dÿ liòu ò khỏm phỏ dÿ liòu giỏo dÿc và sÿ dÿng cỏc ph±Ăng phỏp ú ò hiòu rừ hĂn vò ng±òi hòc và mụi tr±òng gi¿ng d¿y

Các ph±¡ng pháp và kÿ thu¿t

Viòc ỏp dÿng cỏc kÿ thu¿t và cụng cÿ phõn tớch dÿ liòu nh¿m mÿc ớch hò trÿ cỏc ho¿t òng ra quy¿t ònh

Ho¿t òng ra quy¿t ònh

(Nguòn: A Nguyen và còng sÿ, 2020)

B¿ng 2.6: Vớ dÿ vò phõn tớch ò mòi c¿p ò ÿng dÿng cÿa DAHE

C¿p ò ÿng dÿng Cỏc bờn liờn quan Vớ dÿ vò phõn tớch

Cỏc khúa hòc Ng±òi hòc, gi¿ng viờn, trÿ gi¿ng, nghiên cÿu viên

Mụ hỡnh tÿ iòu chònh trong hòc t¿p Ch±¡ng trình gi¿ng d¿y thông minh

Gi¿ng viên, nghiên cÿu viên, qu¿n trò viờn

Mô hình dÿ oán Nh¿n d¿ng hòc sinh cú nguy cĂ ỏnh giỏ hiòu su¿t ho¿c thành tớch

Tò chÿc - Khoa Qu¿n trò viờn, nhà tài trÿ

Mụ hỡnh luòng ki¿n thÿc Tòi ±u húa

Phõn bò nguòn lÿc Dòch vÿ t± v¿n nghò nghiòp Vựng - quòc gia và quòc t¿

Qu¿n trò viờn, nhà tài trÿ, qu¿n trò viờn, chớnh phÿ quòc gia, c¡ quan qu¿n lý giáo dÿc

Phõn tớch chộo giÿa cỏc tò chÿc

Hiòu qu¿ ho¿t òng cÿa tò chÿc

Hò thòng hò trÿ quy¿t ònh cho viòc ho¿ch ònh chớnh sỏch giỏo dÿc

(Nguòn: A Nguyen và còng sÿ, 2020)

Ngoài khung phõn tớch hòc t¿p LALC và DAHE, cing cú nhiòu khung phõn tớch hòc t¿p ±ÿc ò xu¿t bòi cỏc nhà nghiờn cÿu khỏc Cú thò kò ¿n khung phõn tớch hòc t¿p cÿa Tsai và còng sÿ ±ÿc cỏc nhà lónh ¿o giỏo dÿc ỏnh giỏ tòt và nú dÿa trờn ba lo¿i thụng tin gòm chớnh sỏch, hành òng và nhÿng thỏch thÿc ò ỏp dÿng hiòu qu¿ phõn tớch hòc t¿p (Tsai, Moreno-Marcos, Tammets, Kollom, & Gaševi, 2018) Bờn c¿nh ú, Joshi và còng sÿ ò xu¿t mòt khung phõn tớch dÿa trờn cỏc kÿ nng gi¿i quy¿t v¿n ò cÿa ng±òi hòc ó ±ÿc sÿ dÿng ò phõn lo¿i hò là ng±òi cú t± duy khỏc biòt hay t± duy hòi tÿ iòu này s¿ cho phộp nhÿng ng±òi h±òng d¿n cú thò hiòu ng±òi hòc ang g¿p khú khn ò õu (Joshi, Desai, & Tewari, 2020) Ngoài ra, nghiờn cÿu cÿa Shettar và còng sÿ (Shettar, Vijaylakshmi, & Tewari, 2020) ò xu¿t mòt khung phõn tớch hòc t¿p tÿ gúc kÿ thu¿t k¿t hÿp vòi ph±Ăng phỏp hòc t¿p dÿa trờn v¿n ò Nghiờn cÿu cÿa Prietor và còng sÿ (Prieto, Rodrớguez-Triana, Martớnez-Maldonado, Dimitriadis, & Gaševi, 2019) ò xu¿t mòt khung phõn tớch hòc t¿p k¿t hÿp vòi y¿u tò tõm lý xó hòi cÿa ng±òi hòc ỏp dÿng trong ph¿m vi mòt khúa hòc

Khung phân tích học tập LALC nghiên cứu các yếu tố cốt lõi của hệ thống giáo dục, trong đó dữ liệu là yếu tố chính Khung DAHE tập trung vào vai trò của các bên liên quan Cả hai khung đều được xây dựng trên quan điểm hệ thống thông tin Các khung phân tích khác có phạm vi hẹp hơn, không mang tính toàn diện hoặc được xây dựng trên quan điểm kỹ thuật Do đó, tác giả sử dụng khung phân tích học tập LALC và DAHE làm nền tảng để phát triển mô hình trong Chương 3.

Tòng k¿t Ch±Ăng 2

Ch±Ăng 2 cÿa lu¿n ỏn ó trỡnh bày cĂ sò lý thuy¿t vò ba chiòu quan tròng cÿa hò thòng thụng tin, hò hò trÿ ra quy¿t ònh, hò thòng t± v¿n thụng tin, ph±Ăng phỏp ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin, ph±Ăng phỏp ỏnh giỏ cỏc hò thòng t± v¿n thụng tin, khỏi niòm phõn tớch hòc t¿p và so sỏnh ò chòn khung phõn tớch phự hÿp ò làm cĂ sò cho viòc ò xu¿t mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ và cỏc khuy¿n nghò ò cú thò triòn khai mụ hỡnh vào thÿc tiòn cÿa cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam cing nh± gi¿i phỏp ỏnh giỏ hiòu qu¿ hò thòng

CH¯¡NG 3 ị XUắT Mễ HèNH

Trờn cĂ sò tòng quan nghiờn cÿu ó thÿc hiòn ò Ch±Ăng 1 và cĂ sò lý thuy¿t ó trỡnh bày ò Ch±Ăng 2, trong Ch±Ăng 3, nghiờn cÿu sinh nghiờn cÿu sinh phõn tớch vò thÿc tr¿ng và trỡnh bày mụ hỡnh phò bi¿n cÿa hò thòng ào t¿o trÿc tuy¿n ò cỏc cĂ sò giỏo dÿc ¿i hòc Viòt Nam hiòn nay, ¿c iòm cÿa còng òng ng±òi hòc trÿc tuy¿n Trờn cĂ sò ú, nghiờn cÿu sinh ò xu¿t mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ eCMBLC (Elearning consult model based on learner community) bao gòm mụ hỡnh hò trÿ ra quy¿t ònh trong ho¿t òng hòc t¿p, mụ hỡnh tớch hÿp, mụ hỡnh ki¿n trỳc-chÿc nng.

Mụ hỡnh phò bi¿n cÿa hò thòng ào t¿o trÿc tuy¿n ò cỏc cĂ sò giỏo dÿc ¿i hòc Viòt Nam hiòn nay

¿i hòc Viòt Nam hiòn nay

Nghiên cÿu sinh ti¿n hành kh¿o sát b¿ng ph±¡ng pháp quan sát và phân tích tài liòu, cing nh± tham kh¿o ý ki¿n chuyờn gia trong l)nh vÿc ào t¿o ò trỡnh bày mụ hỡnh phò bi¿n cÿa hò thòng ào t¿o trÿc tuy¿n ò cỏc cĂ sò giỏo dÿc ¿i hòc Viòt Nam hiòn nay (Hỡnh 3.1)

Hỡnh 3.1: Mụ hỡnh phò bi¿n cÿa hò thòng ào t¿o trÿc tuy¿n ò cỏc cĂ sò giỏo dÿc ¿i hòc Viòt Nam hiòn nay

Hệ thống đào tạo bất kỳ đều phải có cơ sở pháp lý để vận hành Đó chính là các quy chế, quy định chung về đào tạo như cơ cấu chương trình khung, khối lượng kiến thức chung, khối lượng kiến thức ngành và chuyên ngành, điều kiện đăng ký môn học, học vụ, điều kiện xếp loại học tập, v.v Hệ thống đào tạo hoạt động trên cả môi trường trực tiếp và môi trường trực tuyến Trong đó, môi trường trực tiếp là nơi diễn ra các tương tác trực tiếp, môi trường trực tuyến là nơi diễn ra các tương tác gián tiếp, thông qua phương tiện truyền thông và mạng internet Các tương tác này diễn ra giữa giảng viên với người học, giữa giảng viên, người học với các phân hệ của hệ thống.

Cỏc phõn hò cÿa mòt hò thòng ào t¿o bao gòm:

Phó phòng Quản lý giáo vụ có trách nhiệm quản lý những vấn đề liên quan đến hoạt động đào tạo, lập kế hoạch đào tạo cho từng học kỳ, phân công giảng dạy, coi thi Phó phòng Quản lý giáo vụ tương tác với giảng viên và người học khi có những vấn đề phát sinh như cung cấp hoặc điều chỉnh dữ liệu căn bản, đăng ký nghỉ học, đăng ký học lại, học vượt bảo lưu, khiếu nại, điều chỉnh kết quả học tập Tương tác này thể hiện qua luồng dữ liệu S4, D5 Các dữ liệu mà phòng học này quản lý bao gồm: (i) dữ liệu giảng viên, (ii) dữ liệu người học, (iii) kế hoạch đào tạo, (iv) phân công giảng dạy và (iv) dữ liệu về các lớp, môn học.

Phõn hò qu¿n lý ch±Ăng trỡnh ào t¿o: là hò thòng chòu trỏch nhiòm vò cỏc v¿n ò liờn quan ¿n xõy dÿng, c¿p nh¿t, v¿n hành cỏc ch±Ăng trỡnh ào t¿o, b¿o ¿m cỏc ch±Ăng trỡnh ào t¿o tuõn thÿ theo quy ch¿, quy ònh vò ào t¿o Cÿ thò là cỏc quy ònh vò tòng khòi l±ÿng tớn chò, cỏc mụn hòc, quy ònh vò thÿ tÿ giÿa cỏc mụn: mụn tiờn quy¿t, mụn song hành, mụn b¿t buòc hay tÿ chòn, v.v Dÿ liòu mà phõn hò này qu¿n lý là dÿ liòu vò ch±Ăng trỡnh ào t¿o

Cỏc phõn hò khỏc cÿa hò thòng ào t¿o: nh± phõn hò qu¿n trò kÿ thu¿t, chòu trỏch nhiòm qu¿n trò hò thòng vò m¿t kÿ thu¿t; phõn hò tài chớnh chòu trỏch nhiòm v¿n ò thu chi tài chớnh nh± hòc phớ, hòc bòng và dũng tiòn khỏc, v.v.; phõn hò kiòm soỏt, ¿m b¿o ch¿t l±ÿng chòu trỏch nhiòm vò viòc kiòm soỏt ch¿t l±ÿng ch±Ăng trỡnh ào t¿o, gÿi và nh¿n ph¿n hòi ỏnh giỏ cÿa ng±òi hòc vò gi¿ng viờn và cỏc v¿n ò ào t¿o, v.v Luòng d13, d14 biòu diòn t±Ăng tỏc giÿa gi¿ng viờn, ng±òi hòc và cỏc phõn hò khỏc cÿa hò thòng ào t¿o nh± ph¿n hòi cỏc v¿n ò vò kÿ thu¿t, úng hòc phớ, gÿi ph¿n hòi vò gi¿ng viờn, mụn hòc và cỏc ho¿t òng ào t¿o

Cỏc luòng d12, d12.1, d12.2 biòu diòn t±Ăng tỏc giÿa hò thòng qu¿n lý giỏo vÿ, hò thòng qu¿n lý ch±Ăng trỡnh ào t¿o và cỏc phõn hò khỏc Vớ dÿ, thụng tin vò tỡnh tr¿ng úng hòc phớ cÿa ng±òi hòc s¿ d¿n ¿n viòc cú ±ÿc cụng nh¿n tham gia mòt mụn hòc nào ú hay khụng; cỏc quy ònh cÿa ch±Ăng trỡnh ào t¿o s¿ là cĂ sò ò xem xột viòc cho phộp ng±òi hòc ng ký hòc v±ÿt, tr¿ nÿ, thi l¿i, b¿o l±u k¿t qu¿ hòc t¿p; ỏnh giỏ cÿa ng±òi hòc vò gi¿ng viờn, mụn hòc, ch±Ăng trỡnh ào t¿o s¿ ¿nh h±òng ¿n viòc c¿p nh¿t iòu chònh ch±Ăng trỡnh ào t¿o

Gi¿ng viờn và ng±òi hòc t±Ăng tỏc vòi nhau trờn mụi tr±òng trÿc tuy¿n thụng qua cỏc ho¿t òng trong lòp hòc nh± gi¿ng bài, diòn àn th¿o lu¿n, làm bài kiòm tra trÿc tuy¿n, v.v T±Ăng tỏc này ±ÿc biòu diòn qua cỏc luòng d1, d2 Dÿ liòu cÿa cỏc lòp hòc trÿc tuy¿n ±ÿc l±u trÿ vào cĂ sò dÿ liòu cÿa hò thòng ào t¿o trÿc tuy¿n qua luòng dÿ liòu d15 Nhÿng dÿ liòu này bao gòm: (i) cỏc ho¿t òng cÿa ng±òi hòc trong mòi khúa hòc nh± t¿n su¿t truy c¿p, sò l¿n t¿i tài liòu vò, ph¿n hòi trờn diòn àn, thòi gian ho¿t òng trÿc tuy¿n, v.v và (ii) k¿t qu¿ kiòm tra, ỏnh giỏ Ngoài ra, t±Ăng tỏc giÿa gi¿ng viờn và ng±òi hòc cing diòn ra thụng qua cỏc ho¿t òng ò khúa hòc trÿc ti¿p nh± gi¿ng bài, làm bài kiòm tra t¿i lòp và cỏc ho¿t òng ngo¿i khúa khỏc T±Ăng tỏc này ±ÿc biòu diòn qua luòng d10 Dÿ liòu phỏt sinh tÿ cỏc t±Ăng tỏc này là k¿t qu¿ kiòm tra, ỏnh giỏ cÿa gi¿ng viờn vò quỏ trỡnh hòc t¿p cÿa ng±òi hòc cing cú thò chuyòn vào cĂ sò dÿ liòu cÿa hò thòng ào t¿o trÿc tuy¿n thụng qua phõn hò qu¿n lý giáo vÿ

Cú thò nh¿n ònh r¿ng hò thòng ào t¿o ò h¿u h¿t cỏc cĂ sò giỏo dÿc ¿i hòc cÿa Viòt Nam hiòn nay tuy v¿n hành trờn c¿ hai mụi tr±òng trÿc ti¿p và trÿc tuy¿n nh±ng giÿa cỏc phõn hò thi¿u sÿ tớch hÿp và òng bò vò m¿t dÿ liòu Vỡ v¿y, cỏc phõn hò g¿p khú khn trong giao ti¿p vòi nhau ò ho¿t òng nh± mòt hò thòng thụng tin hoàn chònh và khú triòn khai cỏc phõn hò ho¿c ÿng dÿng mòi Ngoài ra, nh± ó phõn tớch ò ph¿n mò ¿u và Ch±Ăng 1 cÿa lu¿n ỏn, cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam hiòn nay ch±a tớch hÿp phõn hò t± v¿n hòc t¿p vào hò thòng ào t¿o trÿc tuy¿n

3.2 ¿c iòm cÿa còng òng ng±òi hòc trÿc tuy¿n

Cing nh± trong mụi tr±òng ào t¿o truyòn thòng, ng±òi hòc trong mụi tr±òng ào t¿o trÿc tuy¿n khụng chò dÿa vào kinh nghiòm cÿa cỏ nhõn mà cũn tham kh¿o ý ki¿n cÿa gi¿ng viờn, b¿n òng hòc, cò v¿n hòc t¿p khi c¿n ra quy¿t ònh cho nhÿng v¿n ò hòc t¿p cÿa mỡnh Vớ dÿ, mÿc ò c¿n thi¿t và thÿ tÿ ±u tiờn cÿa cỏc tài liòu hòc t¿p, ng ký hòc vòi gi¿ng viờn nào, lÿa chòn mụn hòc và hòc ra sao ò cú k¿t qu¿ tòt nh¿t, v.v Bờn c¿nh ú, ng±òi hòc khụng chò ho¿t òng trong lòp hòc mà cũn cú thò tham gia cỏc cỏc diòn àn ho¿c lÿa chòn cỏc nhúm hòc t¿p ò chia s¿ kinh nghiòm, nõng cao hiòu qu¿ hòc t¿p Tuy nhiờn, iòm khỏc biòt quan tròng giÿa hỡnh thÿc ào t¿o trÿc tuy¿n và hỡnh thÿc ào t¿o truyòn thòng là, ng±òi hòc trong mụi tr±òng ào t¿o trÿc tuy¿n ớt ho¿c khụng ±ÿc ti¿p xỳc trÿc ti¿p vòi gi¿ng viờn, b¿n òng hòc cÿ thò cing nh± g¿p cỏc trò ng¿i khi t±Ăng tỏc trÿc tuy¿n khi¿n ng±òi hòc g¿p khú khn trong quỏ trỡnh ra quy¿t ònh Tÿ ú d¿n ¿n tỡnh tr¿ng ng±òi hòc bò cụ l¿p, thÿ òng và suy gi¿m òng lÿc hòc t¿p

Ng±òi hòc th±òng tham kh¿o kinh nghiòm tÿ nhÿng b¿n òng hòc là nhÿng ng±òi ang hòc cựng lòp, khúa hòc ho¿c thuòc nhÿng khúa hòc tr±òc õy và cú nhÿng ¿c tr±ng t±Ăng òng vòi hò nh± kinh nghiòm hòc t¿p, thúi quen hòc t¿p, mÿc tiờu hòc t¿p, k¿t qu¿ hòc t¿p, v.v Vớ dÿ, ng±òi hòc A ang cú iòm TOEIC 350 cú thò muòn tham kh¿o kinh nghiòm ụn luyòn tÿ nhÿng b¿n hòc khỏc cing cú mÿc iòm t±Ăng ±Ăng vòi mỡnh nh±ng ó ¿t ±ÿc mÿc iòm 700 Ng±òi hòc A cing cú thò muòn tham kh¿o kinh nghiòm tÿ nhÿng ng±òi ó hòc mụn CĂ sò dÿ liòu làm th¿ nào ò hòc tòt mụn này, òc nhÿng tài liòu nào, gi¿i bài t¿p ra sao, v.v Nhÿng ng±òi hòc cú ¿c tr±ng t±Ăng òng t¿o thành còng òng ng±òi hòc Nhÿng ¿c tr±ng này ±ÿc ò xu¿t nm 2007 bòi Brusilovsky và Milan (Brusilovsky & Millỏn, 2007) (Mÿc 2.2.6).

Mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ

Lu¿n ỏn ò xu¿t mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n trờn cĂ sò khung phõn tớch hòc t¿p LALC và DAHE (Mÿc 2.6) trong ú khung phõn tớch hòc t¿p LALC chò ra r¿ng y¿u tò còt lừi cÿa hò thòng giỏo dÿc chớnh là dÿ liòu Và khung phõn tớch hòc t¿p DAHE cho th¿y vai trũ cÿa cỏc thành ph¿n tham gia òi vòi khung phõn tớch hòc t¿p DAHE, mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ ±ÿc ÿng dÿng ò c¿p ò cỏc khúa hòc vòi cỏc bờn liờn quan là ng±òi hòc, giỏo viờn, trÿ gi¿ng và nhà qu¿n lý

Phân tích học tập được định nghĩa là ứng dụng các kỹ thuật và công cụ phân tích dữ liệu để hiểu và nâng cao khả năng học tập và giảng dạy.

3.3.1 Mụ hỡnh h ò tr ÿ ra quy ¿ t ò nh trong ho ¿ t ò ng h ò c t ¿ p

Trong giáo dục trực tuyến, hệ thống tư vấn học tập là một ứng dụng của học hỗ trợ ra quyết định dựa trên dữ liệu (Mục 2.1.1) Người học là đối tượng cần ra quyết định trong những tình huống cụ thể liên quan đến việc học tập của bản thân Do đó, mô hình hỗ trợ ra quyết định trong hoạt động học tập thể hiện sự hỗ trợ của hệ thống tư vấn học tập đối với quá trình ra quyết định của người học tại giải quyết vấn đề tìm kiếm thông tin, giúp người học dễ dàng tiếp cận chính xác, kịp thời những tài nguyên, dịch vụ mình quan tâm, lựa chọn nhóm học tập phù hợp, xây dựng lộ trình học tập, xác định cách thức học tập hiệu quả, v.v Sau đó, luận án phân tích quá trình ra quyết định của người học Trên cơ sở ý đó sẽ đưa ra mô hình hỗ trợ ra quyết định trong hoạt động học tập.

Hỡnh 3.2: Quỏ trỡnh ra quy¿t ònh cÿa ng±òi hòc

(Nguòn: tỏc gi¿ tòng hÿp)

Tÿ nghiờn cÿu vò quỏ trỡnh ra quy¿t ònh cÿa Simon (Simon, 1960), cú thò th¿y r¿ng quỏ trỡnh ra quy¿t ònh cÿa ng±òi hòc cing bao gòm sỏu b±òc: (i) Xỏc ònh v¿n ò (ii) Thu th¿p thụng tin (iii) Xỏc ònh cỏc gi¿i phỏp (iv) ỏnh giỏ & lÿa chòn gi¿i phỏp (v) Triòn khai gi¿i phỏp và (vi) ỏnh giỏ hiòu qu¿ cÿa gi¿i phỏp sau khi triòn khai ¿u tiờn, ng±òi hòc ph¿i xỏc ònh v¿n ò mỡnh c¿n ra quy¿t ònh nh± chòn nhúm hòc t¿p, ng ký mụn hòc, xỏc ònh cỏch thÿc hòc t¿p phự hÿp vòi mòt mụn hòc cÿ thò, v.v Sau khi ó xỏc ònh ±ÿc v¿n ò, ng±òi hòc thu th¿p cỏc thụng tin cú liờn quan bao gòm k¿t qu¿ hòc t¿p cÿa b¿n thõn, cỏc iòu kiòn ho¿c ràng buòc nào ph¿i tuõn thÿ, tham kh¿o nhÿng ng±òi hòc khỏc cú ¿c tr±ng t±Ăng tÿ vòi mỡnh ó quy¿t ònh nh± th¿ nào cho v¿n ò t±Ăng tÿ và k¿t qu¿ cÿa quy¿t ònh ú cú tòt hay khụng Nhÿng thụng tin này ±ÿc phõn tớch, ỏnh giỏ ò xỏc ònh cỏc gi¿i phỏp kh¿ thi Tÿ cỏc gi¿i phỏp ú, gi¿i phỏp phự hÿp nh¿t ±ÿc lÿa chòn ò triòn khai Vớ dÿ, òi vòi v¿n ò c¿n ra quy¿t ònh là ng ký mụn hòc thỡ ng±òi hòc s¿ thu th¿p cỏc thụng tin vò sò tớn chò tòi a cú thò ng ký trong mòt hòc kÿ, mụn tiờn quy¿t, mụn song hành, k¿t qu¿ hòc t¿p cÿa b¿n thõn v.v và tham kh¿o cỏc thành viờn trong còng òng cÿa mỡnh ó lÿa chòn nh± th¿ nào Ngoài ra, ng±òi hòc cing ph¿i xem xột cỏc y¿u tò thòi gian tòi thiòu dành cho cỏc ho¿t òng hòc t¿p cÿa mụn hòc nh± thòi gian dÿ lòp, thòi gian tÿ hòc, thòi gian làm viòc nhúm, v.v và tÿ lò hoàn thành cỏc bài kiòm tra, tÿ lu¿n, tham gia diòn àn mụn hòc và cú t±Ăng tỏc ho¿c khụng t±Ăng tỏc trờn diòn àn, v.v ò ¿t k¿t qu¿ hòc t¿p tòt tÿ kinh nghiòm cÿa còng òng Tÿ ú, ng±òi hòc s¿ chòn ng ký cỏc mụn hòc phự hÿp vòi quÿ thòi gian hòc t¿p cÿa b¿n thõn cing nh± iòu chònh cỏch thÿc hòc t¿p cho phự hÿp òi vòi v¿n ò c¿n ra quy¿t ònh là lÿa chòn tài nguyờn hòc t¿p, ng±òi hòc s¿ ph¿i quy¿t ònh xem tài liòu nào là tòt nh¿t ho¿c vòi mòt ph¿n ki¿n thÿc cÿ thò thỡ nờn òc ch±Ăng nào trong tài liòu nào Trong khi ú, mòt mụn hòc ngoài tài liòu hòc t¿p b¿t buòc ±ÿc quy ònh rừ trong ò c±Ăng mụn hòc s¿ cú r¿t nhiòu tài liòu tham kh¿o mà khụng ph¿i ng±òi hòc nào cing cú thòi gian òc h¿t t¿t c¿ cỏc tài liòu này ò chòn lÿa tài liòu tÿ hòc phự hÿp nh¿t, ng±òi hòc s¿ tỡm ki¿m thụng tin liờn quan tÿ t± v¿n cÿa gi¿ng viờn ho¿c lòi khuyờn cÿa cỏc ng±òi hòc khúa tr±òc vò nhÿng tài liòu hòc t¿p cÿa mụn hòc Sau ú, ng±òi hòc s¿ lÿa chòn tài liòu nào là phự hÿp ò sÿ dÿng dÿa trờn kh¿ nng và nh¿n ònh cÿa b¿n thân

Cn cÿ trờn quy trỡnh sỏu b±òc trong Hỡnh 3.2, lu¿n ỏn ò xu¿t mụ hỡnh hò trÿ ra quy¿t ònh trong ho¿t òng hòc t¿p trÿc tuy¿n nh± Hỡnh 3.3

Hỡnh 3.3: Mụ hỡnh hò trÿ ra quy¿t ònh trong ho¿t òng hòc t¿p

(Nguòn: tỏc gi¿ ò xu¿t) ò hò trÿ cho quỏ trỡnh ra quy¿t ònh cÿa ng±òi hòc, hò thòng t± v¿n hòc t¿p phõn tớch yờu c¿u cÿa ng±òi hòc tÿ v¿n ò ó ±ÿc ng±òi hòc xỏc ònh Sau ú, hò thòng thÿc hiòn b±òc thu th¿p thụng tin Cỏc thụng tin này ±ÿc trớch xu¿t tÿ kho dÿ liòu cÿa hò thòng ào t¿o trÿc tuy¿n gòm dÿ liòu cÿa ch±Ăng trỡnh ào t¿o, gi¿ng viờn, ng±òi hòc (chi ti¿t ò Mÿc 3.3.2) Tÿ nhÿng thụng tin ó thu th¿p ±ÿc, hò thòng phõn tớch và gÿi ý cỏc gi¿i phỏp kh¿ thi Nhÿng gi¿i phỏp này ±ÿc chuyòn giao cho ng±òi hòc d±òi d¿ng k¿t qu¿ t± v¿n ò ng±òi hòc ỏnh giỏ, lÿa chòn và triòn khai gi¿i phỏp phự hÿp vòi b¿n thõn ị õy, hò thòng t± v¿n hòc t¿p khụng thÿc hiòn b±òc xỏc ònh v¿n ò cing nh± ỏnh giỏ và lÿa chòn gi¿i phỏp thay cho ng±òi hòc

Dÿ liòu và cỏc phõn hò cÿa hò thòng t± v¿n hòc t¿p s¿ ±ÿc mụ t¿ chi ti¿t trong nhÿng ph¿n ti¿p theo

Hệ thống đào tạo trực tuyến tại các cơ sở giáo dục đại học ở Việt Nam hiện nay đang quan tâm đến mô hình tích hợp phần hỗ trợ tư vấn học tập vào trong hệ thống đào tạo trực tuyến Mô hình tích hợp cung cấp một cái nhìn tổng thể cho thấy phần hỗ trợ tư vấn học tập bao gồm các chức năng phân tích yêu cầu của người học, thu thập thông tin và gợi ý các giải pháp là một thành phần của hệ thống đào tạo trực tuyến và sử dụng dữ liệu từ các phần hỗ trợ khác phục vụ cho mục đích tư vấn học tập.

Dÿ liòu tÿ cỏc cĂ sò dÿ liòu nguòn t±Ăng ÿng vòi cỏc phõn hò qu¿n lý giỏo vÿ, phõn hò qu¿n lý ch±Ăng trỡnh ào t¿o, phõn hò t± v¿n hòc t¿p, cỏc khúa hòc trÿc tuy¿n và cỏc phõn hò khỏc cÿa hò thòng ào t¿o s¿ ±ÿc chuyòn vào t¿ng Staging trong kho dÿ liòu cÿa hò thòng ào t¿o trÿc tuy¿n Mÿc ớch cÿa viòc chuyòn dÿ liòu tÿ cỏc cĂ sò dÿ liòu nguòn vào t¿ng Staging nh¿m mÿc ớch tỏch biòt vòi cỏc cĂ sò dÿ liòu ang ho¿t òng nh¿m trỏnh ¿nh h±òng ¿n cỏc ÿng dÿng ang ho¿t òng và khai thỏc cỏc cĂ sò dÿ liòu này Dÿ liòu cú thò ±ÿc chuyòn t¿i mòt cỏch ònh kÿ ho¿c theo thòi gian thÿc Sau ú dÿ liòu tÿ t¿ng Staging s¿ ±ÿc cỏc cụng cÿ ETL (Extract Transform Load) xÿ lý, chuyòn òi làm s¿ch và ±a vào t¿ng Data Hub T¿ng Data Hub cú chÿc nng hÿp nh¿t dÿ liòu tÿ cỏc nguòn khỏc nhau tr±òc khi chuyòn vào kho dÿ liòu Tÿ kho dÿ liòu, cỏc dÿ liòu chuyờn ò vò ch±Ăng trỡnh ào t¿o, gi¿ng viờn, ng±òi hòc ±ÿc hỡnh thành ò cung c¿p cho cỏc cụng cÿ và ÿng dÿng phõn tớch, trong ú cú ÿng dÿng t± v¿n hòc t¿p

Trÿc tớch hÿp dÿ liòu bao gòm cỏc API (Application Programming Interface) ±ÿc t¿o ra ò cung c¿p cỏc dòch vÿ dÿ liòu cho cỏc ÿng dÿng ang tòn t¿i và s¿ phỏt triòn trong t±Ăng lai cÿa hò thòng ào t¿o trÿc tuy¿n Trong ú cú mòt sò dòch vÿ dựng chung nh± dòch vÿ ng nh¿p mòt l¿n, dòch vÿ qu¿n lý tài kho¿n ng±òi dựng

Hỡnh 3.4: Mụ hỡnh tớch hÿp phõn hò t± v¿n hòc t¿p

Cỏc òi t±ÿng ng±òi dựng cÿa phõn hò t± v¿n hòc t¿p bao gòm gi¿ng viờn, ng±òi hòc và nhà qu¿n lý Ngoài viòc hò trÿ ng±òi hòc ra quy¿t ònh trong quỏ trỡnh hòc t¿p, phõn hò t± v¿n hòc t¿p cú kh¿ nng hò trÿ gi¿ng viờn theo dừi ti¿n ò, tỡnh hỡnh hòc t¿p cÿa ng±òi hòc/nhúm ng±òi hòc ò iòu chònh ph±Ăng phỏp gi¿ng d¿y, hò thòng bài gi¿ng bài t¿p cing nh± ±a ra cỏc khuy¿n cỏo hÿu ớch cho ng±òi hòc trong mụi tr±òng hòc t¿p trÿc tuy¿n Bờn c¿nh ú, hò thòng t± v¿n hòc t¿p cing hò trÿ nhà qu¿n lý trong viòc giỏm sỏt hiòu qu¿ cÿa ho¿t òng gi¿ng d¿y, hòc t¿p, ỏnh giỏ hiòu qu¿ cÿa ch±Ăng trỡnh ào t¿o qua viòc phõn tớch cỏc sò liòu thòng kờ trờn nhÿng ¿c tr±ng cỏ nhõn cÿa ng±òi hòc/nhúm ng±òi hòc Tuy nhiờn, trong ph¿m vi nghiờn cÿu cÿa lu¿n ỏn, hò thòng t± v¿n hòc t¿p chò t¿p trung mụ t¿, khai thỏc t±Ăng tỏc vòi ng±òi hòc

3.3.3 Mô hình ki ¿ n trúc-ch ÿ c n ng

Tÿ mụ hỡnh hò trÿ ra quy¿t ònh trong ho¿t òng hòc t¿p (Hỡnh 3.3), lu¿n ỏn phỏt triòn mụ hỡnh ki¿n trỳc-chÿc nng cÿa hò thòng t± v¿n hòc t¿p dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ bao gòm y¿u tò ¿u vào là yờu c¿u cÿa ng±òi hòc vò nhÿng v¿n ò c¿n t± v¿n trong quỏ trỡnh hòc t¿p, y¿u tò ¿u ra là k¿t qu¿ t± v¿n Ki¿n trỳc khung cÿa mụ hỡnh gòm ba phõn hò chớnh: (i) phõn hò ti¿p nh¿n yờu c¿u, (ii) phõn hò xÿ lý, và (iii) phõn hò phõn phòi thụng tin Hò thòng t± v¿n hòc t¿p này là phõn hò t± v¿n hòc t¿p ±ÿc tớch hÿp trong hò thòng ào t¿o trÿc tuy¿n (Hỡnh 3.4)

Hỡnh 3.5: Mụ hỡnh ki¿n trỳc-chÿc nng cÿa hò thòng t± v¿n hòc t¿p

(Nguòn: tỏc gi¿ ò xu¿t) 3.3.3.1 Cỏc lo¿i dÿ liòu cÿa hò thòng

Nhÿng dÿ liòu chuyờn ò vò ch±Ăng trỡnh ào t¿o, gi¿ng viờn, ng±òi hòc tÿ kho dÿ liòu cÿa hò thòng ào t¿o trÿc tuy¿n s¿ ±ÿc tiòn xÿ lý và l±u trÿ vào cĂ sò dÿ liòu cÿa phõn hò t± v¿n hòc t¿p Khòi l±ÿng dÿ liòu a d¿ng này sau khi tiòn ±ÿc xÿ lý, chò dÿ liòu cỏ nhõn cÿa ng±òi hòc nh± thụng tin nhõn kh¿u hòc, kinh nghiòm hòc v¿n, k¿t qu¿ hòc t¿p và dÿ liòu liờn quan ¿n lòch sÿ ho¿t òng cÿa ng±òi hòc trờn hò thòng ào t¿o trÿc tuy¿n, dÿ liòu ỏnh giỏ cÿa ng±òi hòc vò gi¿ng viờn, tài nguyờn hòc t¿p, dÿ liòu vò ch±Ăng trỡnh dào t¿o và dÿ liòu liờn quan ¿n quy ch¿, quy ònh ào t¿o ±ÿc chuyòn vào cĂ sò dÿ liòu cÿa phõn hò t± v¿n hòc t¿p Ngoài ra, cỏc lo¿i dÿ liòu phỏt sinh trong quỏ trỡnh v¿n hành cÿa hò thòng t± v¿n bao gòm hò sĂ ng±òi hòc, cỏc b¿n ò còng òng, còng òng cÿa ng±òi hòc, ¿c tr±ng còng òng, k¿t qu¿ t± v¿n cing ±ÿc l±u trÿ vào cĂ sò dÿ liòu cÿa phõn hò t± v¿n hòc t¿p Ti¿p theo õy, lu¿n ỏn s¿ mụ t¿ chi ti¿t vò cỏc lo¿i dÿ liòu này

Hò sĂ ¿c tr±ng cÿa ng±òi hòc: Cn cÿ vào phõn lo¿i cÿa Brusilovsky (Brusilovsky & Millỏn, 2007) và thành ph¿n thụng tin trong m¿u sĂ y¿u lý lòch cÿa sinh viờn hòc sinh 2023 cÿa Bò GD-T, lu¿n ỏn ò xu¿t c¿u trỳc cho hò sĂ ¿c tr±ng cÿa ng±òi hòc trong mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ gòm bòn nhúm:

B¿ng 3.1: C¿u trỳc hò sĂ ¿c tr±ng cÿa ng±òi hòc

Cỏc nhúm ¿c tr±ng Diòn gi¿i

Cỏc ¿c tr±ng vò thụng tin nhõn kh¿u hòc

Hò tờn, ò tuòi, giòi tớnh, dõn tòc, tụn giỏo, khu vÿc tuyòn sinh Ngành hòc

Cỏc ¿c tr±ng vò kinh nghiòm hòc t¿p

Kÿ nng: cỏc chÿng chò mà ng±òi hòc ó thu th¿p ±ÿc nh± chÿng chò ti¿ng anh, chÿng chò tin hòc, v.v

Nòn t¿ng ki¿n thÿc: X¿p lo¿i hòc t¿p, h¿nh kiòm, tòt nghiòp cÿa quỏ trỡnh ào t¿o tr±òc õy (tr±òng, ngành, lo¿i hỡnh ào t¿o) Gi¿i th±òng cỏc c¿p trong quỏ trỡnh hòc t¿p tr±òc õy (n¿u cú)

Các ¿c tr±ng vò ki¿n thÿc

Cỏc mụn hòc/khúa hòc ang tham gia/ó hoàn t¿t

K¿t qu¿ ỏnh giỏ cÿa gi¿ng viờn vò ng±òi hòc nh± iòm kiòm tra, iòm chuyờn c¿n, iòm k¿t thỳc mụn hòc

Cỏc ¿c tr±ng vò thúi quen hòc t¿p

Tòng thòi gian dành cho mụn hòc, ch±Ăng ho¿c chÿ ò cÿ thò cÿa mụn hòc; sò l¿n vào hòc; thòi iòm tham gia hòc t¿p; thòi gian trung bỡnh cho mòi l¿n vào hòc; tòng thòi gian cho mòi ho¿t òng hòc t¿p nh± th¿o lu¿n online, tham gia diòn àn; sò l¿n t±Ăng tỏc (¿t cõu hòi, tr¿ lòi) khi tham gia cỏc ho¿t òng hòc t¿p; tÿ lò hoàn thành cỏc bài kiòm tra b¿t buòc, tÿ lò hoàn thành cỏc bài kiòm tra khụng b¿t buòc, tÿ lò hoàn thành các bài tÿ lu¿n, v.v ỏnh giỏ cÿa ng±òi hòc vò tài nguyờn hòc t¿p và mụn hòc

Sò thớch/mòi quan tõm òi vòi cỏc mụn hòc

Cú thò th¿y cỏc ¿c tr±ng vò thụng tin nhõn kh¿u hòc và kinh nghiòm hòc t¿p là nhÿng ¿c tr±ng ±ÿc khai thỏc tÿ cĂ sò dÿ liòu cÿa phõn hò qu¿n lý giỏo vÿ nh± ó mụ t¿ trong mụ hỡnh phò bi¿n cÿa hò thòng ào t¿o trÿc tuy¿n ò cỏc cĂ sò giỏo dÿc ¿i hòc Viòt Nam hiòn nay (Mÿc 3.1) và mụ hỡnh tớch hÿp cÿa hò thòng (Mÿc 3.3.2) õy là cỏc ¿c tr±ng t)nh cÿa ng±òi hòc Bờn c¿nh ú cỏc ¿c tr±ng vò ho¿t òng hòc t¿p chò cú thò khai thỏc sau mòt thòi gian ng±òi hòc t±Ăng tỏc trờn hò thòng ào t¿o trÿc tuy¿n

Tòng k¿t Ch±Ăng 3

Mô hình tư vấn học tập trên hệ thống đào tạo trực tuyến dựa trên công nghệ người dựng (cụ thể là người học) bao gồm các mô hình hỗ trợ ra quyết định trong hoạt động học tập, mô hình tích hợp, mô hình kiến trúc-chức năng Trong đó, mô hình hỗ trợ ra quyết định trong hoạt động học tập thể hiện sự hỗ trợ của hệ thống tư vấn học tập đối với quá trình ra quyết định của người học; mô hình tích hợp cung cấp một cái nhìn tổng thể cho thấy hệ thống tư vấn học tập là một thành phần của hệ thống đào tạo trực tuyến và sử dụng dữ liệu từ các phân hệ khác phục vụ cho mục đích tư vấn học tập; mô hình kiến trúc-chức năng cho biết các phân hệ chính, các phân hệ xử lý cơ sở, các loại dữ liệu và luồng xử lý của hệ thống tư vấn học tập trong môi trường đào tạo trực tuyến dựa trên công nghệ người dựng (cụ thể là người học) tiêu biểu.

CH¯¡NG 4 THỵC NGHIịM Mễ HèNH

Ch±Ăng 4 cÿa lu¿n ỏn trỡnh bày thi¿t k¿ thÿc nghiòm và ti¿n hành thÿc nghiòm nh¿m mÿc ớch làm rừ tớnh kh¿ thi cÿa mụ hỡnh ±ÿc ò xu¿t Lu¿n ỏn cing ±a ra cỏch ti¿p c¿n mòi trong viòc ỏp dÿng thu¿t toỏn khai thỏc dÿ liòu ò t± v¿n cho ng±òi hòc dÿa trờn dÿ liòu hòc t¿p ±ÿc trớch xu¿t tÿ hò thòng ào t¿o trÿc tuy¿n cÿa cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam.

Mụ t¿ dÿ liòu thÿc nghiòm

Dữ liệu được rút trích từ hệ thống đào tạo của trường Đại học Kinh tế Quốc dân bao gồm danh mục các môn học được trích xuất từ phần quản lý chương trình đào tạo, dữ liệu điểm cuối kỳ và dữ liệu của tất cả người học được trích xuất từ phần quản lý giáo vụ, dữ liệu phân theo từng lớp môn học 1 bao gồm tập tin lưu trữ lịch sử hoạt động và tập tin lưu trữ các kết quả đánh giá quá trình học tập được trích xuất từ các khóa học trực tuyến.

B¿ng 4.1: Mụ t¿ dÿ liòu thÿc nghiòm

Tờn dÿ liòu Sò dũng dÿ liòu/t¿p tin Sò t¿p tin Nguòn trớch xu¿t Kiòu t¿p tin

153 1 Phõn hò qu¿n lý ch±Ăng trình ào t¿o

Danh sách ng±òi hòc

10,387 1 phõn hò qu¿n lý giỏo vÿ Excel/CSV iòm cuòi kÿ 151,750 1 Phõn hò qu¿n lý giỏo vÿ Excel/CSV

600 172,596 1122 Cỏc khúa hòc trÿc tuy¿n Excel/CSV

K¿t qu¿ ánh giá quá trình hòc t¿p

13 873 1122 Cỏc khúa hòc trÿc tuy¿n Excel/CSV

Danh mÿc cỏc mụn hòc bao gòm cỏc tr±òng thụng tin cho bi¿t mó mụn hòc, tờn mụn hòc, sò tớn chò, tớnh ch¿t cÿa mụn hòc ú và cỏc mụn hòc tiờn quy¿t cÿa mụn hòc ú

1 Khỏi niòm lòp mụn hòc: mòi mụn hòc cú thò ±ÿc chia thành nhiòu lòp khỏc nhau

B¿ng 4.2: C¿u trỳc t¿p tin danh mÿc cỏc mụn hòc

Tờn tr±òng í ngh)a Kiòu dÿ liòu

Mó mụn hòc Mó mụn hòc trong ch±Ăng trỡnh ào t¿o

Tờn mụn hòc Tờn mụn hòc trong ch±Ăng trỡnh ào t¿o

Sò TC Sò tớn chò (2 ho¿c 3) Number

Tớnh ch¿t TC (tÿ chòn), bò tròng (b¿t buòc) Text

Tiờn quy¿t Cỏc mó mụn hòc tiờn quy¿t Text

Dÿ liòu iòm cuòi kÿ gòm cỏc tr±òng thụng tin cho bi¿t mó sò ng±òi hòc, hò và tờn, chuyờn ngành, khúa ào t¿o, nm hòc, hòc kÿ, mó mụn hòc, mó lòp mụn hòc, iòm sò, iòm chÿ, k¿t qu¿

B¿ng 4.3: C¿u trỳc t¿p tin dÿ liòu iòm cuòi kÿ

Tờn tr±òng í ngh)a Kiòu dÿ liòu

MSSV Mó sò ng±òi hòc Text

Nm hòc K¿t qu¿ cÿa nm hòc nào Number

Hòc kÿ K¿t qu¿ cÿa hòc kÿ nào Number

Mó mụn hòc K¿t qu¿ cÿa mó mụn hòc nào Text

Mó lòp mụn hòc Sinh viờn hòc lòp nào Text iòm iòm sò theo thang iòm 10 Number iòm chÿ iòm theo thang iòm chÿ Text

K¿t qu¿ ¿t ho¿c khụng (bò tròng) Text

Danh sỏch ng±òi hòc gòm cỏc tr±òng thụng tin cho bi¿t mó sò ng±òi hòc, hò tờn, thụng tin nhõn kh¿u hòc cÿa bao gòm giòi tớnh, nĂi sinh, ngày sinh, lòp, chuyờn ngành, khóa ào t¿o

B¿ng 4.4: C¿u trỳc t¿p tin danh sỏch ng±òi hòc

Tờn tr±òng í ngh)a Kiòu dÿ liòu

MSSV Mó sò ng±òi hòc Text

Ngày sinh Ngày sinh cÿa ng±òi hòc Date/Time

NĂi sinh NĂi sinh cÿa ng±òi hòc Text

Giòi tớnh Nam ho¿c Nÿ (bò tròng) Text

Lòp Ng±òi hòc thuòc lòp nào Text

CN Chuyờn ngành cÿa ng±òi hòc Text

KhoaHoc Khúa ào t¿o cÿa ng±òi hòc Text

Lòch sÿ ho¿t òng cÿa ng±òi hòc trong cỏc khúa hòc trÿc tuy¿n bao gòm cỏc tr±òng thụng tin cho bi¿t thòi iòm truy c¿p hò thòng, tờn ng±òi hòc, bòi c¿nh sÿ kiòn, tờn sÿ kiòn

B¿ng 4.5: C¿u trỳc t¿p tin lòch sÿ ho¿t òng cÿa ng±òi hòc

Tờn tr±òng í ngh)a Kiòu dÿ liòu

Thòi gian Thòi iòm truy c¿p vào hò thòng Date/Time

Bòi c¿nh sÿ kiòn Module nào trong khúa hòc trÿc tuy¿n ±ÿc t±¡ng tác

Tờn sÿ kiòn Lo¿i t±Ăng tỏc Text

Quá trình học tập được phản ánh qua các trường thông tin như: bài kiểm tra đã hoàn thành, diễn đàn thảo luận đã tham gia, bài tập nộp, bài kiểm tra giữa kỳ.

B¿ng 4.6: C¿u trỳc t¿p tin k¿t qu¿ ỏnh giỏ quỏ trỡnh hòc t¿p cÿa ng±òi hòc

Tờn tr±òng í ngh)a Kiòu dÿ liòu

Tờn tài kho¿n Mó sò cÿa ng±òi hòc Text

Bài luyòn t¿p sò… iòm cÿa bài luyòn t¿p sò… Number

Bài luyòn t¿p tòng hÿp khụng tớnh iòm iòm cÿa bài luyòn t¿p khụng tớnh iòm

Gi¿ng viờn cú thò ch¿m iòm ho¿c khụng

Diòn àn iòm cÿa t±Ăng tỏc trờn diòn àn Gi¿ng viờn cú thò ch¿m iòm ho¿c khụng N¿u khụng thỡ bò tròng

Tờn tr±òng í ngh)a Kiòu dÿ liòu iòm chuyờn c¿n iòm chuyờn c¿n cÿa ng±òi hòc do gi¿ng viên ánh giá

Number iòm kiòm tra iòm kiòm tra giÿa kÿ Number

Thi¿t k¿ thÿc nghiòm

Viòc thÿc nghiòm mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ ±ÿc thÿc hiòn qua cỏc b±òc nh± sau: (1) tiòn xÿ lý dÿ liòu (2) Biòu diòn c¿u trỳc hò sĂ ng±òi hòc (3) Xõy dÿng hò sĂ ¿c tr±ng cÿa ng±òi hòc (4) Thành l¿p còng òng ng±òi hòc và (5) Xõy dÿng cỏc phõn hò t± v¿n hòc t¿p Lu¿n ỏn sÿ dÿng cụng cÿ thÿc nghiòm là cỏc th± viòn hàm khai thỏc dÿ liòu dành cho ngụn ngÿ l¿p trỡnh Python

Hỡnh 4.1: Quy trỡnh thÿc nghiòm nghiờn cÿu cÿa lu¿n ỏn

Lu¿n ỏn t¿p trung vào thÿc nghiòm ba phõn hò t± v¿n là: t± v¿n nhúm hòc t¿p, t± v¿n mụn hòc và t± v¿n cỏch thÿc hòc t¿p

Dữ liệu thực nghiệm được trích xuất từ hệ thống đào tạo của Trường ĐH Kinh tế Quốc dân bao gồm: danh mục các môn học của các chương trình đào tạo (dữ liệu này được trích xuất từ phần quản lý chương trình đào tạo); dữ liệu nhân khẩu học, kinh nghiệm học tập, kiến thức và kỹ năng của người học (dữ liệu này được trích xuất từ phần quản lý giáo vụ); dữ liệu về lịch sử hoạt động lưu trong các log files và các kết quả đánh giá quá trình học tập lưu trong các grade report files được trích xuất từ các lớp học trong hệ thống đào tạo trực tuyến Mục tiêu chi tiết về dữ liệu thực nghiệm này được trình bày trong Mục 4.1 Dữ liệu sau khi được trích xuất sẽ được xử lý để loại bỏ các trường chứa dữ liệu trùng lặp, dữ liệu trống hoặc dữ liệu không liên quan đến người học.

4.2.2 Bi ò u di ò n c ¿ u trỳc và xõy d ÿ ng h ò s Ă ng ±ò i h ò c

Nhìn chung, cơ cấu hồ sơ người học bao gồm bốn nhóm đặc trưng: đặc trưng về thông tin nhân khẩu học, đặc trưng về kinh nghiệm học tập, đặc trưng về kiến thức và đặc trưng về thói quen học tập Để đảm bảo hiệu quả hoạt động của hệ thống, cần xây dựng cấu trúc hợp lý cho hồ sơ người học.

Hỡnh 4.2: Quy trỡnh xõy dÿng và c¿p nh¿t hò sĂ ng±òi hòc

Hồ sơ người học được xây dựng dựa trên phân tích dữ liệu được tiền xử lý để tìm ra đặc trưng Sau đó, hồ sơ người học có thể được cập nhật liên tục dưới nhiều hình thức khác nhau tùy theo từng nhóm đặc trưng Các đặc trưng về thông tin nhân khẩu học, kinh nghiệm học tập được người học cung cấp thông qua giao diện Nhóm các đặc trưng về kiến thức và thói quen học tập được trích xuất tự động từ hệ thống đào tạo trực tuyến (thông qua phân tích các tập tin về lịch sử hoạt động và kết quả đánh giá trong quá trình học tập) Kết quả thực nghiệm về cấu trúc và xây dựng hồ sơ người học sẽ được trình bày trong mục 4.3.1.

Viòc thành l¿p còng òng ng±òi hòc úng mòt vai trũ quan tròng vỡ sÿ t± v¿n hòc t¿p trong mụ hỡnh ò xu¿t òu ±ÿc thÿc hiòn dÿa trờn nhÿng còng òng cÿa ng±òi hòc Còng òng ng±òi hòc ±ÿc xõy dÿng theo nguyờn t¿c mòi ¿c tr±ng trong hò sĂ ng±òi hòc òu cú thò ±ÿc dựng làm tiờu chớ thành l¿p còng òng Ngoài ra, tiờu chớ thành l¿p còng òng cing cú thò là sÿ k¿t hÿp cÿa nhiòu ¿c tr±ng khỏc nhau Vòi c¿u trỳc hò sĂ ng±òi hòc ±ÿc ò xu¿t (B¿ng 3.1), lu¿n ỏn nh¿n th¿y viòc xõy dÿng còng òng cú thò ti¿n hành theo cỏc ph±Ăng phỏp nh± sau: thÿ nh¿t, òi vòi cỏc tiờu chớ là ¿c tr±ng ònh tớnh nh± ¿c tr±ng vò thụng tin nhõn kh¿u hòc, kinh nghiòm hòc t¿p, v.v cú thò sÿ dÿng ph±Ăng phỏp trớch lòc dÿ liòu ò thành l¿p còng òng; thÿ hai, òi vòi cỏc tiờu chớ là ¿c tr±ng ònh l±ÿng nh± k¿t qu¿ ỏnh giỏ mụn hòc, tÿ lò hoàn thành cỏc bài kiòm tra, sò l¿n t±Ăng tỏc trờn diòn àn, v.v cú thò sÿ dÿng ph±Ăng phỏp phõn cÿm dÿ liòu ò thành l¿p còng òng (Mÿc 4.2.3.1 và 4.2.3.2); thÿ ba, òi vòi cỏc tiờu chớ k¿t hÿp giÿa nhúm ¿c tr±ng ònh l±ÿng và nhúm ¿c tr±ng ònh tớnh, cú thò sÿ dÿng ph±Ăng phỏp trớch lòc dÿ liòu k¿t hÿp vòi cỏc ph±Ăng phỏp phõn cÿm ò thành l¿p còng òng Viòc thành l¿p còng òng cú thò ±ÿc thÿc hiòn ònh kÿ ò c¿p nh¿t cỏc còng òng ang cú

Cú r¿t nhiòu thu¿t toỏn phõn cÿm vòi cỏch ti¿p c¿n khỏc nhau, tuy nhiờn theo Van Der Aalst (Van Der Aalst, 2011), K-means và thu¿t toán AHC (Agglomerative

Hierachical Clustering) là cỏc thu¿t toỏn phõn cÿm phò bi¿n th±òng ±ÿc sÿ dÿng òi vòi dÿ liòu d¿ng chÿ và sò

4.2.3.1 Thu¿t toán K-means í t±òng cÿa thu¿t toỏn K-means là phõn nhúm t¿p dÿ liòu ng±òi hòc vào K cÿm (vòi K là sò ±ÿc xỏc ònh tr±òc) sao cho tòng bỡnh ph±Ăng kho¿ng cỏch (SSE- The sum of the squared Euclidean distances) giÿa cỏc ng±òi hòc trong mòt cÿm ¿n tròng tõm cÿa cÿm ú là nhò nh¿t Cụng thÿc 4.1 ±ÿc sÿ dÿng ò tớnh giỏ trò SSE

Trong ú, tròng tõm cÿa mòi cÿm ±ÿc tớnh nh± sau:

! = " 3 " (4.2) vòi n là sò ng±òi hòc và x i là thuòc tớnh cÿa ng±òi hòc thÿ i

Kho¿ng cỏch giÿa mòt ng±òi hòc trong cÿm ¿n tròng tõm cÿa cÿm ú ±ÿc tớnh b¿ng mòt trong cỏc hàm kho¿ng cỏch Manhattan, Euclide ho¿c Cosin

Hàm kho¿ng cách Manhattan:

, # = 3 | 2 # | " (4.3) Hàm kho¿ng cách Euclide:

Hàm kho¿ng cách Cosin:

+3 ( )* , +3 ( )* ' , (4.5) Thu¿t toỏn K-Means ±ÿc thÿc hiòn theo ba b±òc nh± sau:

B±òc 1: Chòn ng¿u nhiờn K tròng tõm tÿ t¿p dÿ liòu ng±òi hòc

B±òc 2: Vòi mòi ng±òi hòc x, ±a x vào cÿm cú tròng tõm g¿n vòi x nh¿t iòu này b¿o ¿m giỏ trò SSE cÿa mòi cÿm là nhò nh¿t

N¿u phõn ho¿ch khụng òi so vòi l¿n l¿p tr±òc thỡ dÿng

B±òc 3: Xỏc ònh l¿i K tròng tõm và quay l¿i b±òc 2

Sò cÿm K tòi ±u cú thò ±ÿc xỏc ònh theo ph±Ăng phỏp khuÿu tay là sò cÿm ỏp ÿng ±ÿc iòu kiòn giỏ trò trung bỡnh cÿa cỏc giỏ trò SSE b¿t ¿u suy gi¿m tuy¿n tớnh (Cui, 2020) (Zhu & Li, 2023) Hỡnh 4.3 minh hòa ph±Ăng phỏp khuÿu tay vòi sò cÿm K=3 là tòt nh¿t cho mòt bài toỏn phõn cÿm

Hỡnh 4.3: Ph±Ăng phỏp khuÿu tay xỏc ònh sò cÿm ( K ) tòt nh¿t

G iỏ t rò t ru n g b ỡn h c ÿ a c ỏ c tò n g b ỡn h p h ± Ă n g kh o ¿ n g cỏ ch

Ngoài ra, sò cÿm K có thể được xác định bằng phương pháp phân tích chỏ sò ở ô vuông (SC - silhouette score) (JothiPrabha, Bhargavi, & Rani, 2023) Trong phương pháp này, sò cÿm K được chọn sao cho chỏ sò ở ô vuông có giá trị lớn nhất Kaufman và Rousseeuw (Kaufman & Rousseeuw, 2009) có đưa ra công thức tính chỏ sò ở ô vuông ở ảnh giới kết quả phân cụm như sau:

! = - (4.6) vòi s(i) là chò sò ò o búng cÿa ph¿n tÿ thÿ i, là giỏ trò trung bỡnh cÿa cỏc s(i) trong tÿng cÿm và k là sò cÿm SC càng lòn thỡ k¿t qu¿ phõn cÿm càng tòt Cụng thÿc 4.7 ±ÿc dựng ò tớnh s(i)

• a(i) là kho¿ng cỏch trung bỡnh tÿ ng±òi hòc i ¿n t¿t c¿ cỏc ng±òi hòc cựng cÿm vòi i

• b(i) là kho¿ng cỏch trung bỡnh ng¿n nh¿t tÿ ng±òi hòc i ¿n b¿t kÿ cÿm nào không chÿa i

• s(i) n¿m trong o¿n [-1;1]; s(i) càng lòn thỡ k¿t qu¿ phõn cÿm cho ng±òi hòc i càng chính xác

Hỡnh 4.4 minh hòa ph±Ăng phỏp xỏc ònh chò sò silhouette vòi sò cÿm K=3 là tòt nh¿t cho mòt bài toỏn phõn cÿm

Hỡnh 4.4: Ph±Ăng phỏp Silhouette Analysis xỏc ònh sò cÿm K tòt nh¿t

2 3 4 5 6 tr u n g b ỡn h iò m s ilh o u e tt e

Thu¿t toỏn AHC ±ÿc thÿc hiòn nh± sau:

B±òc 1: Khòi t¿o n cÿm tÿ t¿p dÿ liòu ng±òi hòc, mòi cÿm chÿa 1 ph¿n tÿ

B±òc 2: Dÿa trờn cỏc cụng thÿc tớnh kho¿ng cỏch giÿa hai cÿm ò gòp chung hai cÿm g¿n nhau nh¿t thành mòt cÿm Cú thò sÿ dÿng mòt trong ba cụng thÿc single- link, complete-link ho¿c average-link ò tớnh kho¿ng cỏch giÿa hai cÿm

Công thÿc single-link tính kho¿ng cách ng¿n nh¿t giÿa hai ph¿n tÿ cÿa hai cÿm:

6 ! , !7 = - * , 8* 8 , 7 (4.8) Công thÿc complete-link tính kho¿ng cách dài nh¿t giÿa hai ph¿n tÿ cÿa hai cÿm:

6 ! , !7 = - * , 8* 8 , 7 (4.9) Công thÿc average-link tính kho¿ng cách trung bình giÿa hai ph¿n tÿ cÿa hai cÿm:

B±òc 3: l¿p l¿i b±òc 2 cho ¿n khi gòp vào n ph¿n tÿ vào mòt cÿm duy nh¿t ho¿c khi cú ÿ sò cÿm mong muòn

4.2.3.3 Ph±¡ng pháp ánh giá ch¿t l±ÿng cÿa thu¿t toán phân cÿm trên t¿p dÿ liòu ng±òi hòc

Hiòn nay, ch¿t l±ÿng cÿa mòt thu¿t toỏn phõn cÿm ±ÿc ỏnh giỏ dÿa trờn ba cách ti¿p c¿n: (i) ánh giá trong (ii) ánh giá ngoài và (iii) ánh giá t±¡ng quan ánh giỏ trong là cỏch ti¿p c¿n dÿa trờn chớnh dÿ liòu ±ÿc phõn cÿm vòi tiờu chớ xỏc ònh thu¿t toỏn phõn cÿm tòt là thu¿t toỏn ó t¿o ra cỏc cÿm mà cỏc ph¿n tÿ trong mòt cÿm cú ò t±Ăng tÿ càng lòn càng tòt và ò t±Ăng tÿ giÿa cỏc ph¿n tÿ khỏc cÿm càng nhò càng tòt ỏnh giỏ ngoài là cỏch ti¿p c¿n dÿa vào t¿p dÿ liòu m¿u ó ±ÿc phõn cÿm tÿ tr±òc ú và cuòi cựng ỏnh giỏ t±Ăng quan là cỏch ti¿p c¿n dÿa vào viòc so sỏnh k¿t qu¿ phõn cÿm vòi cỏc k¿t qu¿ phõn cÿm khỏc ±ÿc sinh ra bòi cựng thu¿t toỏn nh±ng vòi cỏc giỏ trò tham sò khỏc nhau Lu¿n ỏn sÿ dÿng cỏch ti¿p c¿n ỏnh giỏ trong ò ỏnh giỏ ch¿t l±ÿng cÿa thu¿t toỏn phõn cÿm dÿa trờn t¿p dÿ liòu ng±òi hòc bòi vỡ ch±a cú t¿p dÿ liòu m¿u nào trong l)nh vÿc t± v¿n hòc t¿p trờn mụi tr±òng ào t¿o trÿc tuy¿n ó ±ÿc phõn cÿm tr±òc õy Mòt trong cỏc ò o phò bi¿n cÿa cỏch ti¿p c¿n ỏnh giỏ trong là chò sò ò o búng ó ±ÿc trỡnh bày ò Mÿc 4.2.3.1 K¿t qu¿ thÿc nghiòm thành l¿p còng òng ng±òi hòc s¿ ±ÿc mụ t¿ trong Mÿc 4.3.2

Lu¿n ỏn ti¿n hành thÿc nghiòm xõy dÿng cỏc phõn hò: t± v¿n nhúm hòc t¿p, t± v¿n cỏch thÿc hòc t¿p và t± v¿n lÿa chòn mụn hòc

Chức năng tư vấn nhóm học tập hỗ trợ người học với những người có các đặc điểm về nhân khẩu học, kết quả học tập, cách thức học tập tương đồng Người học có thể lựa chọn các tiêu chí liên quan đến nhân khẩu học, kết quả học tập hoặc tìm cả nhóm dựa trên những người đáp ứng các tiêu chí đó để tạo nhóm học tập cho mình Ví dụ, người học có thể tìm và tạo nhóm học tập với những người cùng chuyên ngành, giới tính, có cùng điểm A+ môn Tài liệu Sáng kiến Đối với các đặc điểm đánh giá liên tục như thời gian hoàn thành các bài kiểm tra, tự luận, bài luyện tập, thời gian tham gia diễn đàn được giảng viên đánh giá… hệ thống sẽ tự thực hiện việc tạo nhóm học tập cho người học, tuy nhiên không thực hiện tại đầu học kỳ vì các đặc điểm đánh giá liên tục được cập nhật trong suốt quá trình học kỳ diễn ra và đòi hỏi giảng viên phải cập nhật kết quả đánh giá hoạt động học tập của người học liên tục và thường xuyên Sau khi các tiêu chí được xác định, hệ thống sẽ thực hiện phương pháp trích lọc dữ liệu hoặc phân cụm dữ liệu tùy theo tính chất của tiêu chí là định tính hay định lượng (Mục 4.2.3) để xác định nhóm học tập phù hợp với người học.

Chÿc nng t± v¿n cỏch thÿc hòc t¿p nh¿m mÿc tiờu t± v¿n cho ng±òi hòc cỏch thÿc hòc t¿p hiòu qu¿ mòt mụn hòc cÿ thò tÿ còng òng mà ng±òi ú thuòc vò dÿa trờn cỏc ¿c tr±ng vò ki¿n thÿc và thúi quen hòc t¿p cÿa ng±òi hòc nh± iòm quỏ trỡnh, iòm chuyờn c¿n, tÿ lò hoàn thành cỏc bài kiòm tra, tÿ lò hoàn thành cỏc bài tÿ lu¿n, v.v (B¿ng 3.1) Hiòn nhiờn, khi muòn bi¿t hòc t¿p mòt mụn hòc nào ú theo cỏch thÿc nào cho hiòu qu¿, ng±òi hòc s¿ tham kh¿o ý ki¿n tÿ nhÿng ng±òi cú ¿c tr±ng t±Ăng òng vòi mỡnh ó tÿng hòc mụn này tÿ tr±òc ¿n nay Vỡ v¿y, viòc xỏc ònh còng òng cho ng±òi hòc trong phõn hò t± v¿n cỏch thÿc hòc t¿p s¿ ti¿n hành trờn toàn bò hò thòng Trong tr±òng hÿp còng òng cÿa ng±òi hòc ch±a cú ai tÿng hòc mụn này, hò thòng s¿ xem nh± ng±òi hòc thuòc vò mòt còng òng duy nh¿t là toàn bò ng±òi hòc cÿa hò thòng Ti¿p theo, hò thòng ỏp dÿng thu¿t toỏn phõn lòp thuòc nhúm thu¿t toỏn mỏy hòc cú giỏm sỏt ò tỡm ra mụ hỡnh phự hÿp nh¿m t± v¿n cỏch thÿc hòc t¿p ng±òi hòc Vớ dÿ, ng±òi hòc A muòn bi¿t mụn CĂ sò dÿ liòu ph¿i hòc nh± th¿ nào ò ¿t ±ÿc k¿t qu¿ tòt Hò thòng s¿ ±a ra t± v¿n tÿ k¿t qu¿ phõn lo¿i cỏch thÿc hòc t¿p cÿa nhÿng ng±òi cựng còng òng vòi A và ó hòc mụn CĂ sò dÿ liòu tr±òc õy

B¿ng 4.7: Minh hòa vò k¿t qu¿ phõn lo¿i cỏch thÿc hòc t¿p cho mụn hòc CĂ sò dÿ liòu

Tÿ lò hoàn thành cỏc bài kiòm tra

Sò l¿n t±Ăng tác trên diòn àn

Tÿ lò hoàn thành cỏc bài kiòm tra khụng tớnh iòm

K¿t qu¿ hòc t¿p (thuòc tớnh phân lo¿i)

Nh± v¿y, A s¿ bi¿t ±ÿc ò ¿t ±ÿc k¿t qu¿ hòc t¿p mụn CĂ Sò Dÿ Liòu theo tÿng thang iòm thỡ ph¿i hòc nh± th¿ nào

Lu¿n án sÿ dÿng các thu¿t toán là lu¿t k¿t hÿp (Association Rule), cây quy¿t ònh (Decision tree) và m¿ng neural (Neural network) ò tỡm cỏc bò lu¿t t±Ăng ÿng vòi cỏc k¿t qu¿ hòc t¿p khỏc nhau cÿa ng±òi hòc Cỏc bò lu¿t này cho th¿y cỏc quy lu¿t nào trong cỏch thÿc hòc t¿p s¿ d¿n ¿n nhÿng k¿t qu¿ hòc t¿p khỏc nhau cÿa ng±òi hòc Quy trỡnh thÿ nghiòm phõn hò t± v¿n cỏch thÿc hòc t¿p ±ÿc biòu diòn trong Hình 4.5

Thụng th±òng, òi vòi ph±Ăng phỏp mỏy hòc cú giỏm sỏt nh± cõy quy¿t ònh và m¿ng neural, t¿p dÿ liòu ban ¿u s¿ ±ÿc gỏn nhón tr±òc khi ±a vào hu¿n luyòn Tuy nhiờn, trong t¿p dÿ liòu ng±òi hòc ó cú iòm k¿t thỳc mụn hòc ±ÿc phõn lo¿i theo thang iòm chÿ (tÿ A+ ¿n F) Vỡ v¿y, thang iòm này ±ÿc sÿ dÿng làm nhón cÿa t¿p dÿ liòu ±ÿc sÿ dÿng ò hu¿n luyòn

Hỡnh 4.5: Quy trỡnh thÿ nghiòm phõn hò t± v¿n cỏch thÿc hòc t¿p

Dÿ liòu ±ÿc hu¿n luyòn theo hai ph±Ăng phỏp Hold-Out và K-Fold

B¿ng 4.8: Cỏc ph±Ăng phỏp hu¿n luyòn dÿ liòu

Tờn ph±Ăng phỏp Diòn gi¿i

K¿t qu¿ thÿc nghiòm

Trong ph¿n k¿t qu¿ thÿc nghiòm, lu¿n ỏn mụ t¿ dÿ liòu thÿc nghiòm, k¿t qu¿ cÿa b±òc tiòn xÿ lý dÿ liòu, biòu diòn c¿u trỳc và xõy dÿng hò sĂ ng±òi hòc, thành l¿p còng òng ng±òi hòc và cỏc phõn hò t± v¿n hòc t¿p bao gòm t± v¿n nhúm hòc t¿p, t± v¿n cỏch thÿc hòc t¿p và t± v¿n mụn hòc

4.3.1 K ¿ t qu ¿ bi ò u di ò n c ¿ u trỳc và xõy d ÿ ng h ò s Ă ng ±ò i h ò c

T¿p tin l±u trÿ lòch sÿ ho¿t òng, t¿p tin l±u trÿ cỏc k¿t qu¿ ỏnh giỏ quỏ trỡnh hòc t¿p vòi dÿ liòu iòm cuòi khúa và dÿ liòu nhõn kh¿u hòc ±ÿc kh¿o sỏt và phõn tớch ò tỡm ra cỏc ¿c tr±ng và xõy dÿng hò sĂ cÿa ng±òi hòc

Do ng±òi hòc ±ÿc yờu c¿u chÿ òng nh¿p cỏc thụng tin vò nhõn kh¿u hòc lờn hò thòng nờn cỏc thụng tin này h¿u h¿t bò bò tròng ho¿c chÿa dÿ liòu vụ ngh)a ngo¿i trÿ cỏc thụng tin vò ngày sinh, quờ quỏn, giòi tớnh, ngành hòc T±Ăng tÿ nh± v¿y, dÿ liòu liờn quan ¿n nhúm ¿c tr±ng vò kinh nghiòm hòc t¿p cing khụng thu th¿p ±ÿc Ngoài ra, hò thòng ào t¿o trÿc tuy¿n chò l±u trÿ thòi iòm b¿t ¿u truy c¿p nờn khụng tớnh ±ÿc cỏc ¿c tr±ng nh± tòng thòi gian dành cho mụn hòc, dành cho tÿng ch±Ăng ho¿c chÿ ò cÿ thò cÿa mụn hòc; sò l¿n vào hòc; thòi iòm tham gia hòc t¿p; thòi gian trung bỡnh cho mòi l¿n vào hòc; tòng thòi gian cho mòi ho¿t òng hòc t¿p nh± th¿o lu¿n online, tham gia diòn àn…

K¿t qu¿ kh¿o sát c¿u trúc t¿p tin l±u trÿ các k¿t qu¿ ánh giá quá trình hòc t¿p cho th¿y mòi lòp mụn hòc cú cỏc ho¿t òng nh± sau: bài kiòm tra, bài luyòn t¿p, bài kiòm tra khụng tớnh iòm (cú thò ±ÿc gi¿ng viờn ỏnh giỏ ho¿c khụng), ho¿t òng trờn diòn àn (cú thò ±ÿc gi¿ng viờn ỏnh giỏ ho¿c khụng), bài tÿ lu¿n, iòm chuyờn c¿n, iòm quỏ trỡnh Vỡ sò l±ÿng bài kiòm tra, bài luyòn t¿p và cỏc bài kiòm tra khụng tớnh iòm và bài tÿ lu¿n cing nh± sò diòn àn cÿa cỏc lòp mụn hòc khụng giòng nhau nờn lu¿n ỏn khụng sÿ dÿng con sò tuyòt òi ò ỏnh giỏ mÿc ò hoàn thành cÿa ng±òi hòc mà ò xu¿t sÿ dÿng tÿ lò hoàn thành Vớ dÿ, lòp mụn hòc cú 10 bài kiòm tra cú tớnh iòm, ng±òi hòc hoàn thành 5 bài thỡ tÿ lò hoàn thành là 50% Ngo¿i trÿ bài kiòm tra khụng tớnh iòm và ho¿t òng trờn diòn àn, cỏc ho¿t òng cũn l¿i n¿u cú iòm lòn hĂn 5 ±ÿc xem là hoàn thành, n¿u cú iòm lòn hĂn 7 ±ÿc xem là hoàn thành tòt, cú iòm lòn hĂn 9 ±ÿc xem là hoàn thành xu¿t s¿c T¿t cỏc cỏc mòc iòm òu tớnh theo thang iòm 10 Tÿ lò hoàn thành bài kiòm tra, bài tÿ lu¿n, bài luyòn t¿p cho bi¿t mÿc ò chuyờn c¿n cÿa ng±òi hòc qua viòc thÿc hiòn cỏc ho¿t òng b¿t buòc/cú tớnh iòm trong lòp hòc Bờn c¿nh ú, iòm chuyờn c¿n và iòm quỏ trỡnh thò hiòn ỏnh giỏ tòng quan cÿa gi¿ng viờn vò tÿng ng±òi hòc trong lòp mụn hòc mỡnh phÿ trỏch

Ngoài ra, ng±òi hòc th±òng cú thúi quen chò ±u tiờn thÿc hiòn cỏc ho¿t òng b¿t buòc/cú tớnh iòm Do ú sò l¿n thÿc hiòn cỏc bài kiòm tra khụng tớnh iòm, sò l¿n t±Ăng tỏc trờn diòn àn tÿ lò cỏc bài kiòm tra khụng tớnh iòm ±ÿc gi¿ng viờn ỏnh giỏ và tÿ lò cỏc bài tham gia diòn àn ±ÿc gi¿ng viờn ỏnh giỏ ph¿n ỏnh mÿc ò tÿ giỏc ¿u t± cho mụn hòc Hiòn nhiờn mòt ng±òi hòc chm chò làm cỏc bài kiòm tra khụng tớnh iòm và tớch cÿc t±Ăng tỏc trờn diòn àn s¿ cú k¿t qu¿ hòc t¿p kh¿ quan hĂn mòt ng±òi hòc chò chỳ tròng làm bài kiòm tra b¿t buòc/cú tớnh iòm ho¿c chò vào diòn àn và xem Hai ¿c tr±ng sò l¿n t±Ăng tỏc trờn diòn àn và sò l¿n thÿc hiòn bài kiòm tra khụng tớnh iòm ±ÿc rỳt trớch tÿ t¿p tin l±u trÿ lòch sÿ ho¿t òng cÿa lòp hòc

Tÿ cỏc phõn tớch trờn, lu¿n ỏn xỏc ònh mòt c¿u trỳc hò sĂ ng±òi hòc cho hò thòng ào t¿o trÿc tuy¿n cÿa tr±òng ¿i hòc Kinh t¿ Quòc dõn bao gòm cỏc ¿c tr±ng nh± sau:

B¿ng 4.13: C¿u trỳc hò sĂ ng±òi hòc cÿa hò thòng ào t¿o trÿc tuy¿n t¿i tr±òng ¿i hòc Kinh t¿ Quòc dõn

Cỏc nhúm ¿c tr±ng Diòn gi¿i

Cỏc ¿c tr±ng vò thụng tin nhõn kh¿u hòc bao gòm:

Hò tờn, ò tuòi, quờ quỏn, giòi tớnh, ngành hòc

Cỏc ¿c tr±ng vò ki¿n thÿc bao gòm:

Cỏc mụn hòc ó hoàn thành

Cỏc lòp mụn hòc ó tham gia K¿t qu¿ hòc t¿p cÿa ng±òi hòc nh± iòm chuyờn c¿n, iòm kiòm tra (giÿa kÿ), iòm k¿t thỳc mòi hòc ph¿n

Cỏc ¿c tr±ng vò thúi quen hòc t¿p trong mòi lòp mụn hòc bao gòm

Sò l¿n t±Ăng tỏc trờn gia diòn àn Sò l¿n thÿc hiòn cỏc bài kiòm tra khụng tớnh iòm

Tÿ lò hoàn thành cỏc bài kiòm tra, cỏc bài tÿ lu¿n, cỏc bài luyòn t¿p Tÿ lò hoàn thành ò mÿc ò tòt và xu¿t s¿c cỏc bài kiòm tra, tÿ lu¿n, bài luyòn t¿p Tÿ lò cỏc bài kiòm tra khụng tớnh iòm ±ÿc gi¿ng viờn ỏnh giỏ

Tÿ lò cỏc bài tham gia diòn àn ±ÿc gi¿ng viên ánh giá

Mụn cóc do virus gây ra được phân loại theo vị trí xuất hiện trên cơ thể, giúp xác định giai đoạn phát triển của mụn cóc Mụn cóc thường có nhiều lớp, đặc điểm của các lớp mụn cóc này cho biết người bệnh mắc loại mụn cóc nào và lớp nào đang hình thành.

B¿ng 4.14: Minh hòa vò hò sĂ ng±òi hòc

Ng±òi hòc Mó lòp mụn hòc

Tÿ lò hoàn thành các bài tÿ lu¿n

Sò l¿n t±¡ng tác trờn diòn àn

Tÿ lò hoàn thành các bài kiòm tra

(Nguòn: k¿t qu¿ thÿc nghiòm) 4.3.2 K ¿ t qu ¿ th ÿ c nghi ò m thành l ¿ p c ò ng ò ng ng ±ò i h ò c

Mòi ¿c tr±ng trong hò sĂ ng±òi hòc òu cú thò dựng làm tiờu chớ thành l¿p còng òng Ngoài ra, tiờu chớ thành l¿p còng òng cing cú thò là sÿ k¿t hÿp cÿa nhiòu ¿c tr±ng khỏc nhau Nh± ó mụ t¿ trong Mÿc 4.2.3, cỏc tiờu chớ cú thò là ònh tớnh, ònh l±ÿng ho¿c k¿t hÿp c¿ hai Lu¿n ỏn khụng thÿc nghiòm thành l¿p còng òng theo cỏc tiờu chớ ònh tớnh, vỡ òi vòi cỏc tiờu chớ này chò c¿n dựng ph±Ăng phỏp trớch lòc dÿ liòu b¿ng cỏc cõu lònh truy v¿n Ăn gi¿n trờn cĂ sò dÿ liòu, mà thÿc nghiòm thành l¿p còng òng theo cỏc tiờu chớ ònh l±ÿng b¿ng cỏch sÿ dÿng thu¿t toỏn phõn cÿm dÿ liòu là K-means và AHC Cỏc dÿ liòu ònh l±ÿng trong hò sĂ ¿c tr±ng cÿa mòi ng±òi hòc mụ t¿ k¿t qu¿ hòc t¿p và thúi quen hòc t¿p cÿa ng±òi hòc ú (B¿ng 4.13) nờn thÿc hiòn phõn cÿm ng±òi hòc trờn toàn bò dÿ liòu cÿa hò thòng mà khụng phõn theo lòp mụn hòc ho¿c mụn hòc cÿ thò là khụng cú ý ngh)a B¿ng 4.15 cho bi¿t k¿t qu¿ so sỏnh iòm silhoutte cÿa hai ph±Ăng phỏp Kmeans và AHC sau khi phõn cÿm ng±òi hòc theo mòt mụn hòc trong cựng mòt hòc kÿ vòi sò l±ÿng ng±òi hòc là 706 ng±òi

B¿ng 4.15: So sỏnh iòm silhoutte cÿa thu¿t toỏn Kmeans và AHC trờn t¿p dÿ liòu cÿa mòt lòp trong mòt hòc kÿ

K¿t qu¿ so sánh cho th¿y thu¿t toán AHC cho k¿t qu¿ áng tin c¿y h¡n Theo ph±Ăng phỏp Silhouette Analysis, thỡ sò cÿm tòt nh¿t khi sÿ dÿng ph±Ăng phỏp AHC là 5 cÿm, trong khi sÿ dÿng ph±Ăng phỏp K-means sò cÿm tòt nh¿t là 2 cÿm Kiòm chÿng b¿ng ph±Ăng phỏp khÿy tay cho th¿y sò cÿm tòt nh¿t khi dựng thu¿t toỏn K- means là 4

B¿ng 4.16: K¿t qu¿ cÿa ph±Ăng phỏp khuÿu tay ò xỏc ònh sò K

Tuy nhiờn, ph±Ăng phỏp khÿy tay chòn sò K tòt nh¿t theo nguyờn lý là iòm mà t¿i ú ò thò b¿t ¿u suy gi¿m tuy¿n tớnh Lu¿n ỏn cho r¿ng, viòc xỏc ònh theo nguyờn lý nh± v¿y thiờn vò c¿m tớnh cÿa ng±òi phõn tớch trong khi xỏc ònh sò K theo ph±Ăng phỏp Silhouette Analysis hÿp lý hĂn vỡ dò dàng tớnh ±ÿc vò trớ mà t¿i ú iòm Silhouette là lòn nh¿t

4.3.3 K ¿ t qu ¿ th ÿ c nghi ò m t ± v ¿ n cỏch th ÿ c h ò c t ¿ p

Nghiờn cÿu sinh sÿ dÿng t¿p ký hiòu trong B¿ng 4.17 ò biòu diòn k¿t qu¿ thÿc nghiòm t± v¿n cỏch thÿc hòc t¿p

B¿ng 4.17: B¿ng chỳ thớch cỏc kớ hiòu trong k¿t qu¿ thÿc nghiòm t± v¿n cỏch thÿc hòc t¿p

Kớ hiòu í ngh)a Kớ hiòu í ngh)a a iòm chuyờn c¿n b iòm kiòm tra (giÿa kÿ) c Tÿ lò cỏc bài kiòm tra khụng tớnh iòm ±ÿc ỏnh giá d Tÿ lò hoàn thành cỏc bài luyòn t¿p d1 Tÿ lò hoàn thành tòt cỏc bài luyòn t¿p d2 Tÿ lò hoàn thành xu¿t s¿c cỏc bài luyòn t¿p e Tÿ lò hoàn thành cỏc bài kiòm tra f Tÿ lò cỏc bài trờn diòn àn ±ÿc ánh giá e1 Tÿ lò hoàn thành tòt cỏc bài kiòm tra e2 Tÿ lò hoàn thành xu¿t s¿c cỏc bài kiòm tra g Tÿ lò hoàn thành cỏc bài tÿ lu¿n h Sò l¿n t±Ăng tỏc trờn diòn àn g1 Tÿ lò hoàn thành tòt cỏc bài tÿ lu¿n g2 Tÿ lò hoàn thành xu¿t s¿c các bài tÿ lu¿n

Kớ hiòu í ngh)a Kớ hiòu í ngh)a i Sò l¿n làm bài kiòm tra khụng tớnh iòm

Thang iòm k¿t thỳc hòc ph¿n (chÿ)

4.3.3.1 Thÿc nghiòm vòi lu¿t k¿t hÿp

Lựa chọn ngẫu nhiên các ngưỡng minsup và minconf là một bước quan trọng để trích xuất luật liên quan trong tập dữ liệu, tuân theo các tiêu chuẩn xuất hiện trong tập luật được thể hiện ở ngưỡng B, B+ và A, A+.

Dò dàng nh¿n th¿y nhÿng lu¿t này khụng hÿp lý Vỡ khụng cú cĂ sò ò dÿ oỏn ng±òi hòc ±ÿc iòm A+ chò cn cÿ vào ¿c tr±ng sò l¿n làm bài kiòm tra khụng tớnh iòm mà khụng xột ¿n viòc ng±òi ú cú thò khụng tham gia ho¿c khụng hoàn thành cỏc ho¿t òng hòc t¿p nào khỏc Nh± v¿y, chò dÿa vào hai giỏ trò minsup và minconf ò chòn ra cỏc lu¿t theo nguyờn lý: ò hò trÿ support g minsup và ò tin c¿y confidencegminconf là khụng ÿ Cn cÿ vào nh¿n ònh ú, lu¿n ỏn chòn giỏ trò minsup=1% và minconf=1% ò tỡm t¿t c¿ cỏc lu¿t cú ò hò trÿ và ò tin c¿y lòn hĂn hai giỏ trò này sau ú tham kh¿o ý ki¿n chuyờn gia là gi¿ng viờn và cỏn bò phÿ trỏch ào t¿o ò xỏc ònh nhÿng ¿c tr±ng thớch hÿp tham gia hỡnh thành cỏc lu¿t, tÿ ú lo¿i bò cỏc lu¿t khụng hÿp lý Sò lu¿t thu ±ÿc sau khi gi¿m hai giỏ trò minsup và minconf vò 1% là 8,986 lu¿t

K¿t qu¿ tham kh¿o ý ki¿n chuyờn gia cho bi¿t t¿p hÿp cỏc ¿c tr±ng bao gòm iòm chuyờn c¿n, iòm kiòm tra, sò l¿n thÿc hiòn cỏc bài kiòm tra khụng tớnh iòm, sò l¿n t±Ăng tỏc trờn diòn àn, tÿ lò hoàn thành cỏc bài kiòm tra, tÿ lò hoàn thành cỏc bài tÿ lu¿n và tÿ lò hoàn thành cỏc bài luyòn t¿p, tÿ lò cỏc bài tham gia diòn àn ±ÿc ỏnh giỏ, tÿ lò cỏc bài kiòm tra khụng tớnh iòm ±ÿc ỏnh giỏ òu ph¿n ỏnh sÿ chuyờn c¿n và tớch cÿc cÿa ng±òi hòc nờn òu ¿nh h±òng ¿n iòm k¿t thỳc mụn hòc Vỡ v¿y, nhÿng ¿c tr±ng này òu tham gia hỡnh thành cỏc lu¿t Cn cÿ vào ý ki¿n chuyờn gia, lu¿n ỏn rỳt trớch ±ÿc t¿p lu¿t bao gòm 9 lu¿t liờn quan ¿n iòm A, 10 lu¿t liờn quan ¿n iòm A+, 22 lu¿t liờn quan ¿n iòm B và 11 iòm liờn quan ¿n iòm B+ Tÿ lò lo¿i bò là 99.4% Tÿ lò này cho th¿y, nhÿng lu¿t khụng hÿp lý chiòm tÿ lò lòn trong k¿t qu¿ thÿc nghiòm vòi lu¿t k¿t hÿp

B¿ng 4.18: Minh hòa t¿p lu¿t xỏc ònh k¿t qu¿ hòc t¿p dÿa trờn cỏch thÿc hòc t¿p thu ±ÿc tÿ thu¿t toán lu¿t k¿t hÿp

A ag8, bg8, c=0%, dp%, d10%, d2%, eP%, e1= 20%, e2 %, f=0%, g%, g1%%, g20%, h=5 10, if5

T¿p lu¿t trong thu ±ÿc tÿ thu¿t toán lu¿t k¿ hÿp có ý ngh)a nh± sau:

Tòng k¿t Ch±Ăng 4

Ch±Ăng 4 cÿa lu¿n ỏn trỡnh bày thi¿t k¿ thÿc nghiòm và ti¿n hành thÿc nghiòm nh¿m mÿc ớch làm rừ tớnh kh¿ thi cÿa mụ hỡnh ±ÿc ò xu¿t Lu¿n ỏn cing ±a ra cỏch ti¿p c¿n mòi trong viòc ỏp dÿng thu¿t toỏn khai thỏc dÿ liòu ò t± v¿n cho ng±òi hòc dÿa trờn dÿ liòu hòc t¿p ±ÿc trớch xu¿t tÿ hò thòng ào t¿o trÿc tuy¿n cÿa cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam

KNN Co-Clustering Normal Distribution

CH¯¡NG 5 CÁC KHUYắN NGHị

Cn cÿ trờn cĂ sò lý thuy¿t vò ba chiòu quan tròng cÿa hò thòng thụng tin ó trỡnh bày ò Ch±Ăng 2 và k¿t qu¿ thÿc nghiòm ó mụ t¿ ò Ch±Ăng 4, nghiờn cÿu sinh ±a ra cỏc khuy¿n nghò ò cú thò triòn khai mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ vào thÿc tiòn cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam và ò xu¿t gi¿i phỏp ỏnh giỏ hiòu qu¿ hò thòng t± v¿n hòc t¿p.

Cỏc khuy¿n nghò triòn khai

Cỏc khuy¿n nghò triòn khai ±ÿc chia theo ba chiòu cÿa hò thòng thụng tin là vò m¿t tò chÿc, vò m¿t qu¿n lý và vò m¿t cụng nghò

Hiòn nay h¿u h¿t cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam ang ò giai o¿n b¿t ¿u nghiờn cÿu ÿng dÿng hò thòng ào t¿o trÿc tuy¿n và thi¿u sÿ tớch hÿp, òng bò dÿ liòu giÿa cỏc phõn hò cÿa hò thòng ào t¿o nh± ó mụ t¿ ò Mÿc 3.1 Mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n ±ÿc lu¿n ỏn ò xu¿t thò hiòn sÿ thay òi c¿u trỳc tò chÿc cÿa hò thòng ào t¿o theo hàng ngang òng thòi ũi hòi ph¿i tớch hÿp, òng bò dÿ liòu giÿa phõn hò t± v¿n vòi cỏc phõn hò khỏc cÿa hò thòng ào t¿o ò ¿t ±ÿc iòu này c¿n ph¿i quan tõm cỏc y¿u tò sau õy:

Thÿ nh¿t: Xem xột, ỏnh giỏ ò cú nhÿng thay òi c¿n thi¿t h±òng ¿n chu¿n húa quy trỡnh nghiòp vÿ vỡ quy trỡnh nghiòp vÿ là cỏch thÿc mòt hò thòng thụng tin v¿n hành

Thúc đẩy tinh thần hợp tác và chia sẻ trong tổ chức thông qua công nghệ tích hợp giúp tổ chức giải bài toán phụ thuộc vào yếu tố công nghệ mà còn nâng cao sự thấu hiểu về tầm quan trọng của chia sẻ thông tin và sự cộng tác, cùng nhau thực hiện nhiều điều có ý nghĩa giữa các phòng ban chức năng.

Thÿ ba: Chớnh sỏch hò trÿ, h±òng d¿n và thỳc ¿y tò chÿc ¿t ±ÿc mÿc tiờu ò ra vò xem xột, ỏnh giỏ h±òng ¿n chu¿n húa quy trỡnh nghiòp vÿ và hỡnh thành, cựng cò vn húa chia s¿, còng tỏc trong tò chÿc

Để xây dựng hệ thống đào tạo trực tuyến hiệu quả, cần có sự thay đổi trong cấu trúc tổ chức theo hướng ngang Tuy nhiên, quá trình triển khai hệ thống phải đảm bảo tính liên tục dựa trên sự tham gia của các cấp quản lý từ cao cấp đến trung cấp.

Nh± ó phõn tớch trong ph¿n mò ¿u cÿa lu¿n ỏn, ào t¿o trÿc tuy¿n là mòt xu h±òng ang diòn ra m¿nh m¿ trong và ngoài n±òc Bờn c¿nh ú, ¿c iòm cÿa ào t¿o trÿc tuy¿n và sÿ bựng nò thụng tin ¿t ra nhu c¿u c¿p thi¿t vò hò thòng t± v¿n hòc t¿p hò trÿ ng±òi hòc ra quy¿t ònh Vai trũ cÿa nhà qu¿n lý c¿p cao là xem xột ra quy¿t ònh triòn khai hò thòng t± v¿n hòc t¿p phự hÿp vòi chi¿n l±ÿc phỏt triòn chung cÿa c¿ tò chÿc òi vòi cỏc nhà qu¿n lý c¿p trung là tr±òng phũng ban, khoa viòn, trung tõm cú vai trũ ra quy¿t ònh ò mÿc chi¿n thu¿t, l¿p k¿ ho¿ch hành òng và phõn bò nguòn lÿc phù hÿp

Trờn cĂ sò k¿t qu¿ thÿc nghiòm, lu¿n ỏn ±a ra cỏc khuy¿n nghò vò m¿t cụng nghò bao gòm khuy¿n nghò vò mụi tr±òng ào t¿o trÿc tuy¿n, khuy¿n nghò vò gi¿ng viờn và khuy¿n nghò vò cỏch thÿc triòn khai hò thòng

5.1.3.1 Khuy¿n nghò vò mụi tr±òng ào t¿o trÿc tuy¿n

C¿n thi¿t ph¿i kớch ho¿t cĂ ch¿ ghi nh¿n thòi gian ng nh¿p và ng xu¿t cÿa ng±òi hòc Vỡ õy là mòt trong cỏc cĂ sò quan tròng ò xỏc ònh cỏc ¿c tr±ng nh± tòng thòi gian dành cho mụn hòc th¿m chớ là tÿng ch±Ăng ho¿c chÿ ò cÿ thò cÿa mụn hòc, sò l¿n vào hòc, thòi iòm tham gia hòc t¿p, thòi gian trung bỡnh cho mòi l¿n vào hòc, tòng thòi gian cho mòi ho¿t òng hòc t¿p nh± th¿o lu¿n online, tham gia diòn àn, v.v õy là cỏc ¿c tr±ng thò hiòn thúi quen hòc t¿p cing nh± mÿc ò quan tõm cÿa ng±òi hòc òi vòi mụn hòc và cỏc tài nguyờn trong mụn hòc ú (Mÿc 3.3.3.1, B¿ng 3.1)

5.1.3.2 Khuy¿n nghò vò gi¿ng viờn

Gi¿ng viờn c¿n b¿o ¿m v¿n ò ỏnh giỏ liờn tÿc và th±òng xuyờn c¿p nh¿t k¿t qu¿ ỏnh giỏ cho cỏc ho¿t òng hòc t¿p cÿa ng±òi hòc trờn hò thòng e-learning, trỏnh tr±òng hÿp chò c¿p nh¿t ònh kÿ ho¿c cuòi mụn hòc Vỡ cỏc k¿t qu¿ ỏnh giỏ này là cĂ sò ò rỳt trớch và c¿p nh¿t cỏc ¿c tr±ng trong hò sĂ ng±òi hòc nh± tÿ lò hoàn thành cỏc bài kiòm tra b¿t buòc, khụng b¿t buòc, tiòu lu¿n, v.v tÿ ú c¿p nh¿t cỏc còng òng cÿa ng±òi hòc (Mÿc 4.2.2)

5.1.3.3 Khuy¿n nghò vò ph±Ăng ỏn triòn khai

Hò thòng t± v¿n hòc t¿p lu¿n ỏn ò xu¿t là mòt phõn hò cÿa hò thòng ào t¿o trÿc tuy¿n Khi triòn khai, v¿n ò ¿t ra là ph¿i b¿o ¿m sÿ òng bò trong viòc tớch hÿp và khai thỏc nhÿng tớnh nng, dÿ liòu hiòn cú cÿa hò thòng ào t¿o trÿc tuy¿n và b¿o ¿m sÿ thõn thiòn vòi ng±òi hòc Lu¿n ỏn ò xu¿t hai ph±Ăng ỏn triòn khai: linh ho¿t và ch¿t ch¿

Ph±Ăng ỏn triòn khai linh ho¿t thÿc hiòn b¿ng cỏch ¿t mòt liờn k¿t trờn trang web e-learning ò trò ¿n hò thòng t± v¿n Ng±òi hòc khi ng nh¿p vào hò thòng ào t¿o trÿc tuy¿n vÿa cú thò sÿ dÿng nhÿng tớnh nng vòn cú cÿa hò thòng ào t¿o trÿc tuy¿n vÿa cú thò t±Ăng tỏc vòi hò thòng t± v¿n ò tỡm sÿ hò trÿ cho nhÿng v¿n ò hòc t¿p c¿n ra quy¿t ònh cÿa mỡnh ¯u iòm cÿa ph±Ăng ỏn này là khụng t¿o ra sÿ thay òi ỏng kò nào trờn hò thòng ào t¿o trÿc tuy¿n hiòn t¿i ngo¿i trÿ viòc xõy dÿng cụng cÿ ò chuyòn òi dÿ liòu giÿa hai hò thòng nh±ng cú thò gõy b¿t tiòn cho ng±òi hòc khi ph¿i t±Ăng tỏc trờn hai giao diòn khỏc nhau

Ph±Ăng ỏn triòn khai ch¿t ch¿ thÿc hiòn b¿ng cỏch tớch hÿp hò thòng t± v¿n vào hò thòng ào t¿o trÿc tuy¿n d±òi d¿ng cỏc gúi ÿng dÿng Ph±Ăng ỏn triòn khai ch¿t ch¿ yờu c¿u ph¿i tựy bi¿n và cú thò thay òi c¿u trỳc cÿa hò thòng ào t¿o trÿc tuy¿n hiòn cú; tuy nhiờn l¿i thõn thiòn vòi ng±òi hòc vỡ chò c¿n t±Ăng tỏc trờn mòt giao diòn quen thuòc.

Khuy¿n nghò vò gi¿i phỏp ỏnh giỏ hiòu qu¿ hò thòng

Theo k¿t qu¿ tòng quan tài liòu ó thÿc hiòn trong Ch±Ăng 1, nhÿng nghiờn cÿu xõy dÿng hò thòng t± v¿n trong mụi tr±òng ào t¿o trÿc tuy¿n ch±a ±a ra cỏc ph±Ăng phỏp ỏnh giỏ hiòu qu¿ tÿ gúc ò hò thòng mà chò mòi t¿p trung ò gúc ò ỏnh giỏ ò chớnh xỏc cÿa thu¿t toỏn t± v¿n Nghiờn cÿu sinh cho r¿ng, ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin núi chung và hò thòng t± v¿n núi riờng khụng chò Ăn gi¿n dÿa trờn ò chớnh xỏc cÿa thu¿t toỏn mà cũn ph¿i dÿa trờn sÿ g¿n k¿t cÿa ng±òi dựng/ng±òi hòc òi vòi hò thòng Sÿ g¿n k¿t cÿa ng±òi hòc vòi hò thòng t± v¿n mang tớnh lõu dài và cú thò ¿t ±ÿc khi nhÿng thụng tin t± v¿n hÿu ớch trong viòc c¿i thiòn quỏ trỡnh hòc t¿p em l¿i sÿ hài lũng cho ng±òi hòc Sÿ g¿n k¿t cÿa ng±òi hòc vòi hò thòng t± v¿n s¿ thỳc ¿y hò chuyờn c¿n, tớch cÿc tham gia vào hò thòng ào t¿o trÿc tuy¿n ò ¿t ±ÿc k¿t qu¿ hòc t¿p tòt hĂn Ngoài ra, tớch hÿp hò thòng t± v¿n trong mụi tr±òng ào t¿o trÿc tuy¿n là nh¿m hò trÿ và nõng cao hiòu qu¿ hòc t¿p cho ng±òi hòc nh±ng hiòu qu¿ cÿa mòt hò thòng t± v¿n hòc t¿p khụng ph¿i Ăn gi¿n chò ±ÿc thò hiòn qua sÿ ghi nh¿n nhÿng k¿t qu¿ hòc t¿p cuòi khúa cÿa ng±òi hòc Vớ dÿ, chỳng ta khụng thò k¿t lu¿n mòt cỏch Ăn gi¿n r¿ng mòt hò thòng t± v¿n hòc t¿p cú ch¿t l±ÿng tòt bòi vỡ tr±òc khi triòn khai ÿng dÿng hò thòng thỡ cú ch±a tòi 70% ng±òi hòc ¿t yờu c¿u ào t¿o và sau khi ±a vào khai thỏc hò thòng t± v¿n thỡ tò lò ng±òi hòc ¿t yờu c¿u cuòi khúa tng lờn ¿n 80% bòi vỡ nguyờn nhõn cÿa nhÿng hiòn t±ÿng nh± v¿y khụng nh¿t thi¿t chò là do ch¿t l±ÿng cÿa hò thòng t± v¿n mà cú thò do nhiòu nguyờn nhõn khỏc nh±: trỡnh ò tuyòn sinh ¿u vào ó ±ÿc nõng cao hĂn so vòi cỏc khúa tr±òc, nòi dung ch±Ăng trỡnh và iòu kiòn hòc t¿p ó ±ÿc c¿i thiòn, ò thi cuòi khúa khụng khú hay gi¿ng viờn ch¿m iòm dò dói hĂn v.v Vỡ v¿y, viòc ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n trong mụi tr±òng ào t¿o trÿc tuy¿n ph¿i quan tõm ¿n hai y¿u tò Thÿ nh¿t, viòc ỏnh giỏ hiòu qu¿ cÿa hò thòng khụng chò dÿa vào hiòu qu¿ hay ò chớnh xỏc cÿa thu¿t toỏn mà ph¿i dÿa vào sÿ g¿n k¿t cÿa ng±òi hòc òi vòi hò thòng Thÿ hai, viòc ỏnh giỏ hò thòng là mòt quỏ trỡnh chÿ khụng ph¿i chò là k¿t qu¿ Tÿ quan iòm ú và cn cÿ vào mụ hỡnh ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin do DeLone và McLean ò xu¿t (DeLone & McLean, 2003) và cỏc ph±Ăng phỏp ỏnh giỏ hò thòng t± v¿n thụng tin trong l)nh vÿc th±Ăng m¿i iòn tÿ, nghiờn cÿu sinh ò xu¿t mụ hỡnh ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n o l±òng sÿ g¿n k¿t cÿa ng±òi hòc bao gòm sỏu bi¿n sò: òi t±ÿng, ph¿m vi, thòi iòm, ho¿t òng, ph±Ăng phỏp, cỏc tiờu chớ ±ÿc ỏnh giỏ Hỡnh 5.1 biòu diòn mụ hỡnh ỏnh giỏ hiòu qu¿ cÿa hò thòng t± v¿n hòc t¿p trờn mụi tr±òng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ

Hỡnh 5.1: Mụ hỡnh ỏnh giỏ hiòu qu¿

Tiêu chí đánh giá đối tượng: Hoạt động học tập trong môi trường đào tạo trực tuyến có thể diễn ra theo ba hình thức: tự học, học theo nhóm, học theo cộng đồng Tự học là hình thức người học hoạt động một mình trong quá trình học tập; học theo nhóm là hình thức người học phân chia theo nhóm thảo luận, làm bài tập, thực hiện dự án, thảo luận trong nhóm hoặc không trong nhóm; học theo cộng đồng là hình thức người học không phân chia theo nhóm mà tham gia các diễn đàn thảo luận chung, chia sẻ kiến thức, tài nguyên Từ đó, đối tượng được đánh giá có thể là cá nhân (từng người học) và tập thể (các nhóm theo từng lớp học hoặc toàn bộ người học trong một môn học).

Phạm vi ôn tập bao quát toàn bộ chương trình đào tạo hoặc từng môn học cụ thể tùy theo nhu cầu Mỗi môn học được ôn tập chi tiết từng chương, từng chủ đề ngay trong mỗi buổi học.

Thòi iòm: thòi iòm ỏnh giỏ cú thò là ¿u hòc kÿ, giÿa hòc kÿ và cuòi hòc kÿ cing cú thò chia thành nhiòu thòi iòm hĂn nÿa Viòc ỏnh giỏ theo cỏc thòi iòm khỏc nhau s¿ là cĂ sò ò so sỏnh mÿc ò thay òi cÿa ng±òi hòc trong quỏ trỡnh sÿ dÿng hò thòng t± v¿n

Ho¿t òng: cỏc ho¿t òng ±ÿc ỏnh giỏ là tÿ hòc, hòc theo nhúm, hòc theo còng òng

Ph±Ăng phỏp: Trong Mÿc 2.5, lu¿n ỏn ó giòi thiòu ba ph±Ăng phỏp ỏnh giỏ hò thòng t± v¿n thụng tin phò bi¿n là ngo¿i tuy¿n, trÿc tuy¿n và nghiờn cÿu ng±òi dựng Ph±Ăng phỏp ngo¿i tuy¿n th±òng sÿ dÿng ò ỏnh giỏ ò chớnh xỏc cÿa thu¿t toỏn t± v¿n chÿ khụng quan tõm ¿n y¿u tò ngÿ c¿nh Ph±Ăng phỏp này ±ÿc sÿ dÿng nhiòu và em l¿i hiòu qu¿ cao cho cỏc hò thòng t± v¿n trong l)nh vÿc e-commerce Bòi vỡ nhÿng hò thòng t± v¿n trong l)nh vÿc e-commerce th±òng chò dÿa vào nhÿng ¿c tr±ng cÿa cỏc h¿ng mÿc t± v¿n và ¿c tr±ng cÿa ng±òi dựng Tuy nhiờn, hò thòng t± v¿n trong l)nh vÿc ào t¿o trÿc tuy¿n ũi hòi ph¿i quan tõm ¿n ngÿ c¿nh hòc t¿p cÿa ng±òi hòc (tÿ hòc hay hòc vòi ai, hòc nh± th¿ nào, v.v.) ò ±a ra cỏc hỡnh thÿc t± v¿n phự hÿp M¿t khỏc, nhÿng bò dÿ liòu chu¿n hiòn nay dành cho ph±Ăng phỏp ỏnh giỏ ngo¿i tuy¿n cỏc hò thòng t± v¿n trong l)nh vÿc e-commerce t¿p trung chÿ y¿u vào vào cỏc ò o kÿ thu¿t nh± ò chớnh xỏc, ò bao phÿ và hiòu nng hò thòng nh±ng trong cỏc hò thòng giỏo dÿc, cũn cú nhiòu ò o khỏc ò ỏnh giỏ nh± hiòu su¿t hòc t¿p, tớnh hiòu qu¿, sÿ hài lũng, tÿ lò bò hòc, v.v (Gunawardana & Shani,

2009) (Shani, 2010) Hiòn nay, v¿n ch±a cú bò dÿ liòu chu¿n nào cú nhiòu ò o nh± v¿y ò ỏnh giỏ ngo¿i tuy¿n hò thòng t± v¿n hòc t¿p òi vòi ph±Ăng phỏp trÿc tuy¿n, ngÿ c¿nh cÿa ÿng dÿng ±ÿc quan tõm nh±ng khú ỏp dÿng òi vòi hò thòng t± v¿n hòc t¿p vỡ cing chò dÿa vào ỏnh giỏ cÿa ng±òi hòc t¿i thòi iòm hò sÿ dÿng hò thòng mà khụng ỏnh giỏ ±ÿc tỏc òng cÿa viòc sÿ dÿng k¿t qu¿ t± v¿n òi vòi ng±òi hòc Trong khi ú, hò thòng t± v¿n hòc t¿p c¿n ph¿i quan tõm ¿n viòc ng±òi hòc s¿ khai thỏc k¿t qu¿ t± v¿n nh± th¿ nào vỡ quỏ trỡnh hòc t¿p là quỏ trỡnh lõu dài chÿ khụng ph¿i là mòt l±ÿt t±Ăng tỏc tÿc thòi nh± trong cỏc hò thòng e-commerce Nh± v¿y, nghiờn cÿu sinh khuy¿n nghò khụng sÿ dÿng òc l¿p mòt ph±Ăng phỏp ỏnh giỏ nào cho hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n mà tựy vào mÿc tiờu và ngÿ c¿nh ỏnh giỏ s¿ lÿa chòn ph±Ăng phỏp ỏnh giỏ phự hÿp ho¿c k¿t hÿp c¿ ba hỡnh thÿc ỏnh giỏ òng thòi kờu gòi sÿ hÿp tỏc giÿa cỏc nhúm nghiờn cÿu ò xõy dÿng bò dÿ liòu chu¿n cho ph±Ăng phỏp ỏnh giỏ ngo¿i tuy¿n hò thòng t± v¿n hòc t¿p

Các tiêu chí ±ÿc ánh giá: Các tiêu chí ±ÿc ánh giá là các tiêu chí liên quan ¿n ch¿t l±ÿng hò thòng, ch¿t l±ÿng dòch vÿ, ch¿t l±ÿng thụng tin, sÿ hài lũng cÿa ng±òi dựng nh± ó ±ÿc ò xu¿t trong mụ hỡnh cÿa DeLone và McLean (Mÿc 2.3)

Tòng k¿t Ch±Ăng 5

Trong Ch±Ăng 5 cÿa lu¿n ỏn, nghiờn cÿu sinh ó ±a ra cỏc khuy¿n nghò ò cú thò triòn khai mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ vào thÿc tiòn cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam và ò xu¿t gi¿i phỏp ỏnh giỏ hiòu qu¿ hò thòng t± v¿n hòc t¿p cn cÿ trờn cĂ sò lý thuy¿t ó trỡnh bày ò Ch±Ăng 2 và k¿t qu¿ thÿc nghiòm ó mụ t¿ ò Ch±Ăng 4

Tòng k¿t quỏ trỡnh nghiờn cÿu

Lu¿n ỏn nghiờn cÿu ò xu¿t mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ Trờn cĂ sò phõn tớch bòi c¿nh chung, bòi c¿nh cÿa ngành giỏo dÿc và tỡnh hỡnh nghiờn cÿu ÿng dÿng trong và ngoài n±òc, lu¿n ỏn xỏc ònh nhu c¿u c¿p thi¿t cÿa viòc xõy dÿng hò thòng t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n nh¿m cung c¿p cho ng±òi hòc cỏc k¿t qu¿ t± v¿n a d¿ng nh± cỏch thÿc hòc t¿p, tài nguyờn hòc t¿p, lÿa chòn mụn hòc, gÿi ý nhúm hòc t¿p, v.v theo h±òng thớch nghi còng òng ò gi¿i quy¿t v¿n ò khú khn cÿa ng±òi hòc khi tÿ hòc trong mụi tr±òng hòc t¿p trÿc tuy¿n Lu¿n ỏn sÿ dÿng ph±Ăng phỏp nghiờn cÿu chÿ ¿o là ph±Ăng phỏp lu¿n nghiờn cÿu khoa hòc thi¿t k¿ DSRM cựng cỏc ph±Ăng phỏp bò trÿ là ph±Ăng phỏp phõn tớch và tòng hÿp tài liòu PRISMA và ph±Ăng phỏp phõn tớch thi¿t k¿ hò thòng thụng tin Lu¿n ỏn ó xỏc ònh cỏc kho¿ng tròng nghiờn cÿu tÿ k¿t qu¿ tòng quan tỡnh hỡnh nghiờn cÿu trong và ngoài n±òc và sÿ dÿng cỏc lý thuy¿t nòn t¿ng vò hò thòng thụng tin, hò thòng t± v¿n, hò thòng hò trÿ ra quy¿t ònh, ph±Ăng phỏp ỏnh giỏ hiòu qu¿ cÿa hò thòng thụng tin và khung phõn tớch hòc t¿p trong giỏo dÿc ¿i hòc ò làm cĂ sò ò xu¿t mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ bao gòm mụ hỡnh hò trÿ ra quy¿t ònh trong ho¿t òng hòc t¿p, mụ hỡnh tớch hÿp và mụ hỡnh ki¿n trỳc-chÿc nng Dÿ liòu ±ÿc sÿ dÿng cho quỏ trỡnh thÿc nghiòm hò thòng là dÿ liòu rỳt trớch tÿ hò thòng ào t¿o trÿc tuy¿n cÿa tr±òng ¿i hòc Kinh t¿ Quòc dõn Tÿ k¿t qu¿ thÿc nghiòm, lu¿n ỏn cing ±a ra cỏc khuy¿n nghò ò cú thò triòn khai mụ hỡnh vào thÿc tiòn cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam bao gòm khuy¿n nghò vò hò thòng ào t¿o trÿc tuy¿n, khuy¿n nghò vò gi¿ng viờn, khuy¿n nghò vò ph±Ăng ỏn triòn khai và ph±Ăng phỏp ỏnh giỏ hiòu qu¿ hò thòng Mụ hỡnh ±ÿc ò xu¿t trong Ch±Ăng 3 và cỏc khuy¿n nghò tÿ k¿t qu¿ thÿc nghiòm trong Ch±Ăng 4 cÿa lu¿n ỏn vò cĂ b¿n ó tr¿ lòi ±ÿc cõu hòi nghiờn cÿu ±ÿc ¿t ra trong ph¿n mò ¿u.

Nhÿng úng gúp mòi cÿa lu¿n ỏn

Cỏc úng gúp cÿa lu¿n ỏn vò m¿t lý lu¿n:

Thÿ nh¿t: Lu¿n ỏn ó tòng hÿp cỏc nghiờn cÿu, lý lu¿n và thÿc tiòn vò sÿ c¿n thi¿t cÿa hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n

Tiến sĩ luận án tập trung vào việc phát triển khung lý thuyết để hỗ trợ hệ thống hỗ trợ ra quyết định làm cơ sở cho hoạt động tư vấn hỗ trợ ra quyết định cho người học trong mọi trường đào tạo trực tuyến dựa trên công nghệ người dùng (cụ thể là người học) như một tiêu chí.

Bài báo tập trung vào việc thảo luận các giải pháp để tăng cường hiệu quả của hệ thống tư vấn học tập trong môi trường đào tạo trực tuyến tại các cơ sở giáo dục đại học ở Việt Nam Nghiên cứu xem xét các chiến lược và phương pháp tiếp cận mới nhằm cải thiện chất lượng tư vấn học tập, tăng cường sự tham gia của sinh viên và tạo điều kiện thuận lợi cho học tập hiệu quả hơn Bằng cách phân tích các thực tiễn hiện tại và khám phá các sáng kiến sáng tạo, bài báo đưa ra những khuyến nghị thiết thực để nâng cao hiệu quả tư vấn học tập trong môi trường trực tuyến ngày càng phát triển.

Cỏc úng gúp cÿa lu¿n ỏn vò m¿t thÿc tiòn:

Thÿ nh¿t: Lu¿n ỏn ó ò xu¿t mụ hỡnh t± v¿n hòc t¿p dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ cho cỏc cĂ sò giỏo dÿc ¿i hòc t¿i Viòt Nam ò cú thò ỏp dÿng, triòn khai trong thÿc tiòn

Thÿ hai: Lu¿n ỏn ò xu¿t mòt cỏch ti¿p c¿n òt phỏ trong viòc sÿ dÿng thu¿t toỏn khai thỏc dÿ liòu hòc t¿p tÿ hò thòng ào t¿o trÿc tuy¿n ò t± v¿n cho ng±òi hòc

Thÿ ba: Lu¿n ỏn ó ±a ra cỏc khuy¿n nghò ò triòn khai mụ hỡnh t± v¿n hòc t¿p dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ cho cỏc cĂ sò giỏo dÿc ¿i hòc ò Viòt Nam.

H¿n ch¿ và h±òng phỏt triòn

K¿t qu¿ nghiờn cÿu cÿa lu¿n ỏn cĂ b¿n ó tr¿ lòi ±ÿc cỏc cõu hòi nghiờn cÿu và bò sung tri thÿc vào cỏc kho¿ng tròng nghiờn cÿu, ¿t nòn t¿ng cho viòc xõy dÿng hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n Tuy nhiờn k¿t qu¿ nghiờn cÿu cũn nhiòu h¿n ch¿ và õy cing là h±òng phỏt triòn ti¿p theo cÿa lu¿n ỏn

Hệ thống đào tạo trực tuyến thường thu thập các thông tin nhân khẩu học cơ bản như tuổi tác, quốc tịch, giới tính, ngành học Tuy nhiên, dữ liệu liên quan đến đặc điểm kinh nghiệm học tập vẫn chưa được thu thập đầy đủ Ngoài ra, hệ thống cũng không lưu trữ thời điểm bắt đầu truy cập nền tảng, thời gian học tập cho từng chương, thời gian học tập trung bình cho từng hoạt động học tập như thảo luận trực tuyến, tham gia diễn đàn, Đây là những đặc điểm phản ánh thói quen học tập cũng như mức độ quan tâm của người học đối với môn học và các tài nguyên trong môn học Hạn chế này có nguyên nhân khách quan và đã được đề cập đến trong phần khuyến nghị từ kết quả thực nghiệm.

H¿n ch¿ vò thÿc nghiòm: Nhu c¿u t± v¿n cÿa ng±òi hòc r¿t a d¿ng Vớ dÿ, t± v¿n lÿa chòn gi¿ng viờn, tài nguyờn mụn hòc, t± v¿n cỏch thÿc hòc t¿p cho tÿng ch±Ăng ph¿n hay nòi dung bài hòc, t± v¿n vò cỏc nòi dung kiòm tra phự hÿp (khụng quỏ dò cing khụng quỏ khú) vòi nng lÿc và ki¿n thÿc cÿa ng±òi hòc, v.v Vỡ v¿y, chÿc nng t± v¿n cÿa hò thòng t± v¿n hòc t¿p bao gòm nhiòu v¿n ò c¿n nghiờn cÿu chÿ khụng Ăn gi¿n chò là vi¿t ch±Ăng trỡnh hiòn thÿc mụ hỡnh Lu¿n ỏn mòi chò thÿc nghiòm cỏc chÿc nng t± v¿n vò nhúm hòc t¿p, cỏch thÿc hòc t¿p và lÿa chòn mụn hòc ò chÿng minh tớnh kh¿ thi cÿa mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi dựng (cÿ thò là ng±òi hòc) a tiờu chớ Ngoài ra lu¿n ỏn cing mòi ò xu¿t ph±Ăng phỏp lÿa chòn khi nh¿n ±ÿc k¿t qu¿ t± v¿n tÿ nhiòu còng òng khỏc nhau nh±ng ch±a ti¿n hành thÿc nghiòm

H¿n ch¿ vò ph±Ăng phỏp ỏnh giỏ: Hiòn nay, v¿n ch±a cú bò dÿ liòu chu¿n nào cú ¿y ÿ ò o phự hÿp ò ỏnh giỏ ngo¿i tuy¿n hò thòng t± v¿n hòc t¿p nh± hiòu su¿t hòc t¿p, tớnh hiòu qu¿, sÿ hài lũng, tÿ lò bò hòc, v.v (Gunawardana & Shani,

2009) (Shani, 2010) Vỡ v¿y, c¿n kờu gòi sÿ hÿp tỏc giÿa cỏc nhúm nghiờn cÿu ò xõy dÿng bò dÿ liòu chu¿n này Lu¿n ỏn khụng ti¿n hành thÿc nghiòm ph±Ăng phỏp ỏnh giỏ và nh¿n ònh v¿n ò thÿc nghiòm vò ph±Ăng phỏp ỏnh giỏ mụ hỡnh t± v¿n hòc t¿p trờn hò thòng ào t¿o trÿc tuy¿n là mòt v¿n ò phÿc t¿p c¿n sÿ hÿp tỏc cÿa nhiòu nhúm nghiờn cÿu

Dù còn nhiều thiếu sót về mặt dữ liệu, thực nghiệm và phương pháp luận nhưng nghiên cứu hệ thống tư vấn học tập trong môi trường đào tạo trực tuyến vẫn mở ra nhiều cơ hội cũng như thách thức cho các nhà nghiên cứu, hứa hẹn tiếp tục được giải quyết trong tương lai.

DANH MỵC CÁC CễNG TRèNH KHOA HịC Ã CễNG Bị

1 Huy, B X., T¿, N A., & Minh, T T S (2020), ‘Tòng quan vò hò thòng t± v¿n tÿ òng và ÿng dÿng trong ào t¿o trÿc tuy¿n’, Kÿ y¿u hòi th¿o khoa hòc quòc gia Hò thòng thụng tin trong kinh doanh và qu¿n lý, 320-330

2 Huy, B X., T¿, N A., & Minh, T T S (2022), ‘Phỏt triòn mụ hỡnh t± v¿n hòc t¿p trong ào t¿o trÿc tuy¿n dÿa trờn còng òng ng±òi hòc a tiêu chí’, T¿p chí Nghiên cÿu Kinh t¿ và Kinh doanh Châu Á, 32(7), 45-

3 Huy, B X., T¿, N A., & Minh, T T S (2022), ‘ánh giá các ph±¡ng phỏp xõy dÿng còng òng ng±òi hòc trờn hò thòng t± v¿n hòc t¿p trong mụi tr±òng ào t¿o trÿc tuy¿n’, T¿p chớ Nghiờn cÿu Kinh t¿ và

1 Aeiad, E., & Meziane, F (2019), ‘An adaptable and personalised E-learning system applied to computer science Programmes design’, Education information technologies, 24(2), 1485-1509

2 Agbonifo, O C., & Akinsete, M (2020), ‘Development of an ontology-based personalised E-learning recommender system’, International Journal of

3 Al-Khanjari, Z., & Al-Roshdi, Y (2015), ‘Developing virtual lab to support the Computer Science Education in Moodle’, Paper presented at the Proceedings of

2015 12th International Conference on Remote Engineering and Virtual Instrumentation (REV)

4 Albatayneh, N A., Ghauth, K I., & Chua, F.-F (2018), ‘Utilizing learners’ negative ratings in semantic content-based recommender system for e-learning forum’, Journal of Educational Technology Society, 21(1), 112-125

5 Almasri, A., Ahmed, A., Almasri, N., Abu Sultan, Y S., Mahmoud, A Y., Zaqout, I S., Abu-Naser, S S (2019), Intelligent tutoring systems survey for the period 2000-2018

6 Almeida, T O., Netto, J F d M., & Rios, M L (2017), ‘Remote robotics laboratory as support to teaching programming’, Paper presented at the 2017 IEEE frontiers in education conference (FIE)

7 Amir, N., Jabeen, F., Ali, Z., Ullah, I., Jan, A U., & Kefalas, P (2022), ‘On the current state of deep learning for news recommendation’, Artificial Intelligence

8 Asghar, M Z., Afzaal, M N., Iqbal, J., & Sadia, H A (2022), ‘Analyzing an Appropriate Blend of Face-to-Face, Offline and Online Learning Approaches for the In-Service Vocational Teacher’s Training Program’, International Journal of

9 Bhaskaran, S., Marappan, R., & Santhi, B (2021), ‘Design and analysis of a cluster-based intelligent hybrid recommendation system for e-learning applications’, Mathematics, 9(2), 197

10 Bhuvaneshwari, P., Rao, A N., & Robinson, Y H (2022), ‘Top-N Recommendation System Using Explicit Feedback and Outer Product Based Residual CNN’, Wireless Personal Communications, 1-17

11 Bourkoukou, O., & El Bachari, E (2018), ‘Toward a hybrid recommender system for e-learning personnalization based on data mining techniques’, JOIV: International Journal on Informatics Visualization, 2(4), 271-278

12 Bousbahi, F., & Chorfi, H (2015), ‘MOOC-Rec: A case based recommender system for MOOCs’, Procedia-Social Behavioral Sciences, 195, 1813-1822

13 Brik, M., & Touahria, M (2020), ‘Contextual Information Retrieval within Recommender System: Case Study E-learning System’, TEM Journal, 9(3),

14 Brusilovski, P., Kobsa, A., & Nejdl, W (2007), ‘The adaptive web: methods and strategies of web personalization’, Springer Science & Business Media, Vol

15 Brusilovsky, P (2001), ‘Adaptive hypermedia’, User modeling user-adapted interaction, 11(1), 87-110

16 Brusilovsky, P., & Millán, E (2007), ‘User models for adaptive hypermedia and adaptive educational systems’, In The Adaptive Web, pp 3-53, Springer

17 Burke, R (2007), ‘Hybrid web recommender systems’, The Adaptive Web, 377-408

18 Cao, P., & Chang, D (2020), ‘A novel course recommendation model fusing content-based recommendation and K-means clustering for Wisdom education’,

19 Chen, J., Zhao, C., & Chen, L (2020), ‘Collaborative filtering recommendation algorithm based on user correlation and evolutionary clustering’, Complex Intelligent Systems, 6(1), 147-156

20 Chen, X., Guo, Y., Xu, H., Yan, H., & Lin, L (2022), ‘User Demographic Prediction Based on the Fusion of Mobile and Survey Data’, IEEE Access, 10, 111507-111527

21 Chenyuan, S., Jinbao, T., Fangyao, G., & Wenwen, F (2021), ‘Learning Resource Recommendation Method Based on Knowledge Graph and Neural

Network’, Paper presented at the 2021 4th International Conference on Artificial

22 Cremonesi, P., Turrin, R., & Airoldi, F (2011), ‘Hybrid algorithms for recommending new items’, Paper presented at the Proceedings of the 2nd international workshop on information heterogeneity and fusion in recommender systems

23 Crow, T., Luxton-Reilly, A., & Wuensche, B (2018), ‘Intelligent tutoring systems for programming education: a systematic review’, Paper presented at the

Proceedings of the 20th Australasian Computing Education Conference

24 Cui, M (2020), ‘Introduction to the k-means clustering algorithm based on the elbow method’, Accounting, Auditing Finance, 1(1), 5-8

25 da S Dias, A., & Wives, L K (2019), ‘Recommender system for learning objects based in the fusion of social signals, interests, and preferences of learner users in ubiquitous e-learning systems’, Personal Ubiquitous Computing, 23, 249-268

26 DeLone, W H., & McLean, E R (2003), ‘The DeLone and McLean model of information systems success: a ten-year update’, Journal of Management Information Systems, 19(4), 9-30

27 Doja, M (2020), ‘An improved recommender system for E-Learning environments to enhance learning capabilities of learners’, In Proceedings of ICETIT 2019, pp 604-612, Springer

28 Dwivedi, P., Kant, V., & Bharadwaj, K K (2018), ‘Learning path recommendation based on modified variable length genetic algorithm’, Education

29 El-Ansari, A., Beni-Hssane, A., & Saadi, M (2020), ‘An improved modeling method for profile-based personalized search’, Paper Presented at the Proceedings of the 3rd International Conference on Networking, Information Systems & Security

30 El Mabrouk, M., Gaou, S., & Rtili, M K (2017), ‘Towards an Intelligent Hybrid Recommendation System for E-Learning Platforms Using Data Mining’,

International Journal of Emerging Technologies in Learning, 12(6)

31 Estrela, D., Batista, S., Martinho, D., & Marreiros, G (2017), ‘A recommendation system for online courses’, Paper presented at the World Conference on Information Systems and Technologies

32 Ezaldeen, H., Misra, R., Bisoy, S K., Alatrash, R., & Priyadarshini, R (2022), ‘A hybrid E-learning recommendation integrating adaptive profiling and sentiment analysis’, Journal of Web Semantics, 72, 100700

33 Felsberger, A., Oberegger, B., & Reiner, G (2016), ‘A Review of Decision Support Systems for Manufacturing Systems’, SAMI@ iKNOW, 8

34 Fu, D., Liu, Q., Zhang, S., & Wang, J (2015), ‘The undergraduate-oriented framework of MOOCs recommender system’, Paper presented at the 2015 International Symposium on Educational Technology (ISET)

35 Gemmell, J., Schimoler, T., Mobasher, B., & Burke, R (2012), ‘Resource recommendation in social annotation systems: A linear-weighted hybrid approach’, Journal of computer System Sciences, 78(4), 1160-1174

36 Geng, L (2022), ‘The Recommendation System of Innovation and Entrepreneurship Education Resources in Universities Based on Improved Collaborative Filtering Model’, Computational Intelligence Neuroscience

37 Guerra-Montenegro, J., Sanchez-Medina, J., Lana, I., Sanchez-Rodriguez, D., Alonso-Gonzalez, I., & Del Ser, J (2021), ‘Computational Intelligence in the hospitality industry: A systematic literature review and a prospect of challenges’,

38 Gulzar, Z., Leema, A A., & Deepak, G (2018), ‘Pcrs: Personalized course recommender system based on hybrid approach’, Procedia Computer Science,

39 Gunarathne, W., Shih, T K., Chootong, C., Sommool, W., & Ochirbat, A

(2020), ‘An Automated Learning Content Classification Model for Open Education Repositories: Case of MERLOT II’, Journal of Internet Technology, 21(5), 1277-

40 Gunawardana, A., & Shani, G (2009), ‘A survey of accuracy evaluation metrics of recommendation tasks’, Journal of Machine Learning Research, 10(12)

41 Gunawardana, A., Shani, G., & Yogev, S (2022), ‘Evaluating Recommender Systems In F Ricci, L Rokach, & B Shapira (Eds.)’, Recommender Systems Handbook, pp 547-601, New York, NY: Springer US

42 Hevner, A R., March, S T., Park, J., & Ram, S (2004), ‘Design science in information systems research’, MIS Quarterly, 75-105

43 Hmedna, B., El Mezouary, A., Baz, O., & Mammass, D (2016), ‘A machine learning approach to identify and track learning styles in MOOCs’, Paper presented at the 2016 5th International Conference on Multimedia Computing and Systems (ICMCS)

44 Hửppner, G (2022), ‘Silhouettes analysis: a posthuman method for visualizing and examining the material world’, Qualitative Research, 22(4), 578-593

45 Horizon (2014), The 2014 Horizon Report for Higher Education, Retrieved from https://events.educause.edu/eli/annual-meeting/2014/proceedings/the-2014- horizon-report-for-higher-education

46 Hors Fraile, S (2022), Health recommender systems for behavior change: exploring their potential for smoking cessation

47 Hou, Y., Zhou, P., Xu, J., & Wu, D O (2018), ‘Course recommendation of MOOC with big data support: A contextual online learning approach’, Paper presented at the IEEE INFOCOM 2018-IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS)

48 Hu, R., & Pu, P (2009), ‘Acceptance issues of personality-based recommender systems’, Paper presented at the Proceedings of the third ACM conference on Recommender systems

49 Hu, S., Kumar, A., Al-Turjman, F., Gupta, S., & Seth, S (2020), ‘Reviewer credibility and sentiment analysis based user profile modelling for online product recommendation’, IEEE Access, 8, 26172-26189

50 Intayoad, W., Becker, T., & Temdee, P (2017), ‘Social context-aware recommendation for personalized online learning’, Wireless Personal Communications, 97(1), 163-179

51 Jadidinejad, A H., Macdonald, C., & Ounis, I (2021), ‘The Simpson’s Paradox in the Offline Evaluation of Recommendation Systems’, ACM Transactions on Information Systems, 40(1), 1-22

52 Jafri, S I H., Ghazali, R., Javid, I., Mahmood, Z., & Hassan, A A A (2022),

‘Deep transfer learning with multimodal embedding to tackle cold-start and sparsity issues in recommendation system’, Plos one, 17(8), e0273486

53 Jesse, M., & Jannach, D (2021), ‘Digital nudging with recommender systems: Survey and future directions’, Computers in Human Behavior Reports, 3,

54 Jordán, J., Valero, S., Turró, C., & Botti, V (2021), ‘Using a hybrid recommending system for learning videos in flipped classrooms and moocs’,

55 Joshi, A., Desai, P., & Tewari, P (2020), ‘Learning Analytics framework for measuring students’ performance and teachers’ involvement through problem based learning in engineering education’, Procedia Computer Science, 172, 954-959

56 JothiPrabha, A., Bhargavi, R., & Rani, B D (2023), ‘Prediction of dyslexia severity levels from fixation and saccadic eye movement using machine learning’, Biomedical Signal Processing Control, 79, 104094

57 Joy, J., Raj, N S., & VG, R (2021), ‘Ontology-based E-learning content recommender system for addressing the pure cold-start problem’, ACM Journal of Data Information Quality, 13(3), 1-27

58 Jung, Y L., Yoo, H S., & Hwang, J (2022), ‘Artificial intelligence-based decision support model for new drug development planning’, Expert Systems with

59 Kandakatla, D., & Bandi, K (2018), ‘A content-based filtering and negative rating recommender system for e-learning management system’, Paper presented at the Proceedings of the International Conference on Intelligent Computing and Sustainable System

60 Kaufman, L., & Rousseeuw, P J (2009), Finding groups in data: an introduction to cluster analysis, John Wiley & Sons

61 Khalil, M., & Ebner, M (2015), ‘Learning analytics: principles and constraints’,

Paper presented at the EdMedia+ Innovate Learning

62 Khojamli, H., & Razmara, J (2021), ‘Survey of similarity functions on neighborhood -based collaborative filtering’, Expert Systems with Applications,

63 Konstan, J A., & Riedl, J (2012), ‘Recommender systems: from algorithms to user experience’, User Modeling and User-Adapted Interaction , 22(1), 101-123

64 Laudon, K C., & Laudon, J P (2004), Management information systems: Managing the digital firm, Pearson Education

65 Le, D L (2014), Mụ hỡnh biòu diòn tri thÿc cho hò t±Ăng tỏc tớch cÿc, PhD,

66 Le, T H., Le, D L., Nguyen, A T., & Nguyen, D T (2009), ‘An approach to building profile based on the utility of features in the adaptive systems’, Paper presented at the IADIS International Conference WWW/Internet 2009

67 Lex, E., Kowald, D., Seitlinger, P., Tran, T N T., Felfernig, A., & Schedl, M

(2021), ‘Psychology-informed recommender systems’, Foundations Trends® in

68 Lv, Y., Dong, X., Jin, B., & Zhuo, W (2021), ‘Modeling User Profiles Through Multiple Types of User Interaction Behaviors’, Paper presented at the International Conference on Web Information Systems Engineering

69 Ma, B., Taniguchi, Y., & Konomi, S (2019), ‘Design a course recommendation system based on association rule for hybrid learning environments’, Inf Process

70 Moher, D., Liberati, A., Tetzlaff, J., & Altman, D G (2009), ‘Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement’, Annals of internal medicine, 151(4), 264-269

71 Montaner, M., López, B., & De La Rosa, J L (2003), ‘A taxonomy of recommender agents on the internet’, Artificial Intelligence Review, 19(4), 285-

72 Morsomme, R., & Alferez, S V (2019), ‘Content-Based Course Recommender System for Liberal Arts Education’, International Educational Data Mining Society

73 Nguyen, A., Gardner, L., & Sheridan, D (2020), ‘Data analytics in higher education: an integrated view’, Journal of Information Systems Education, 31(1), 61

74 Nguyen, T N., & Nguyen, A T (2015), ‘Weighing the role of multi-criteria communities for recommender systems’, International Journal of Intelligent Engineering Informatics, 3(4), 330-348

75 Obeidat, R., Duwairi, R., & Al-Aiad, A (2019), ‘A collaborative recommendation system for online courses recommendations’, Paper presented at the 2019 International conference on deep learning and machine learning in emerging applications (Deep-ML)

76 Onah, D., & Sinclair, J (2015), ‘Collaborative filtering recommendation system: a framework in massive open online courses’, INTED Proceedings, 1249-1257

77 Osadchiy, T., Poliakov, I., Olivier, P., Rowland, M., & Foster, E (2019),

‘Recommender system based on pairwise association rules’, Expert Systems with

78 Ouertani, H C., & Alawadh, M M (2017), ‘MOOCs recommender system: A recommender system for the massive open online courses’, In Innovations in Smart Learning, pp 139-143, Springer

79 Pan, C., & Li, W (2010), ‘Research paper recommendation with topic analysis’,

Paper presented at the 2010 International Conference On Computer Design and Applications

80 Pan, Y., Huo, Y., Tang, J., Zeng, Y., & Chen, B (2021), ‘Exploiting relational tag expansion for dynamic user profile in a tag-aware ranking recommender system’, Information Sciences, 545, 448-464

81 Panda, S K., Bhoi, S K., & Singh, M (2020), ‘A collaborative filtering recommendation algorithm based on normalization approach’, Journal of Ambient Intelligence Humanized Computing, 11(11), 4643-4665

82 Pang, Y., Liu, W., Jin, Y., Peng, H., Xia, T., & Wu, Y (2018), ‘Adaptive recommendation for MOOC with collaborative filtering and time series’,

Computer Applications in Engineering Education, 26(6), 2071-2083

83 Pang, Y., Wang, N., Zhang, Y., Jin, Y., Ji, W., & Tan, W (2019), ‘Prerequisite- related MOOC recommendation on learning path locating’, Computational Social

84 Pathak, B., Garfinkel, R., Gopal, R D., Venkatesan, R., & Yin, F (2010),

‘Empirical analysis of the impact of recommender systems on sales’, Journal of Management Information Systems, 27(2), 159-188

85 Pazzani, M J., & Billsus, D (2007), ‘Content-based recommendation systems’,

In The adaptive web, pp 325-341, Springer

86 Peffers, K., Tuunanen, T., Rothenberger, M A., & Chatterjee, S (2007), ‘A design science research methodology for information systems research’, Journal of Management Information Systems, 24(3), 45-77

87 Pereira, C K., Campos, F., Strửele, V., David, J M N., & Braga, R (2018),

‘BROAD-RSI–educational recommender system using social networks interactions and linked data’, Journal of Internet Services Applications, 9(1), 1-

88 Peska, L., & Vojtas, P (2020), ‘Off-line vs On-line Evaluation of Recommender Systems in Small E-commerce’, Paper presented at the Proceedings of the 31st ACM Conference on Hypertext and Social Media

89 Power, D J (2001), ‘Supporting decision-makers: An expanded framework’,

90 Prieto, L P., Rodríguez-Triana, M J., Martínez-Maldonado, R., Dimitriadis, Y.,

& Gaševi, D (2019), ‘Orchestrating learning analytics (OrLA): Supporting inter-stakeholder communication about adoption of learning analytics at the classroom level’, Australasian Journal of Educational Technology, 35(4)

91 Provost, F., & Fawcett, T (2013), Data Science for Business: What you need to know about data mining and data-analytic thinking, O’Reilly Media, Inc

92 Pu, P., Chen, L., & Hu, R (2011), ‘A user-centric evaluation framework for recommender systems’, Paper presented at the Proceedings of the fifth ACM conference on Recommender systems

93 Qian, H., Dou, Z., Zhu, Y., Ma, Y., & Wen, J.-R (2021), ‘Learning implicit user profile for personalized retrieval-based chatbot’, Paper presented at the Proceedings of the 30th ACM International Conference on Information & Knowledge Management

94 Rawat, B., & Dwivedi, S K (2019), ‘Selecting appropriate metrics for evaluation of recommender systems’, J Int J Inf Technol Comput Sci, 11(1), 14-23

95 Ricci, F., Rokach, L., & Shapira, B (2022), ‘Recommender Systems: Techniques, Applications, and Challenges’, Recommender Systems Handbook, 1-

96 Rodrigues, H., Almeida, F., Figueiredo, V., & Lopes, S L (2019), ‘Tracking e- learning through published papers: A systematic review’, Computers Education,

97 Saied, M., & Nasr, M (2018), ‘Blended learning model supported by recommender system and up-to-date technologies’, International Journal of Advanced Networking Applications, 10(2), 3829-3832

98 Shani, G (2010), ‘Tutorial on evaluating recommender systems’, Paper presented at the Proceedings of the fourth ACM conference on Recommender systems

99 Sharma, M., Pant, B., & Singh, V (2021), ‘Demographic profile building for cold start in recommender system: a social media fusion approach’, Materials Today:

100 Shettar, A., Vijaylakshmi, M., & Tewari, P (2020), ‘Categorizing student as a convergent and divergent thinker in problem-solving using learning analytics framework’, Procedia Computer Science, 172, 3-8

101 Shu, J., Shen, X., Liu, H., Yi, B., & Zhang, Z (2018), ‘A content-based recommendation algorithm for learning resources’, Multimedia Systems, 24(2), 163-173

102 Simon, H A (1960), The new science of management decision

103 Singelmann, L., Swartz, E., Pearson, M., Striker, R., & Vazquez, E A (2019),

‘Design and development of a machine learning tool for an innovation-based learning mooc’, Paper presented at the 2019 IEEE Learning With MOOCS (LWMOOCS)

104 Son, N T., Jaafar, J., Aziz, I A., & Anh, B N (2021), ‘Meta-heuristic algorithms for learning path recommender at MOOC’, IEEE Access, 9, 59093-

105 Takama, Y., Zhang, J.-c., & Shibata, H (2021), ‘Context-aware music recommender system based on implicit feedback’, Transactions of the Japanese Society for Artificial Intelligence, 36(1), WI2-D_1-10

106 Tarus, J K., Niu, Z., & Kalui, D (2018), ‘A hybrid recommender system for e- learning based on context awareness and sequential pattern mining’, Soft Computing, 22(8), 2449-2461

107 Tenison, C., Ling, G., & McCulla, L (2022), ‘Supporting College Choice Among International Students through Collaborative Filtering’, International Journal of

108 Tewari, A S., Saroj, A., & Barman, A G (2015), ‘E-learning recommender system for teachers using opinion mining’, In Information Science and Applications, pp 1021-1029, Springer

109 Touimi, Y B., Hadioui, A., El Faddouli, N., & Bennani, S (2020), ‘Intelligent chatbot-LDA recommender system’, International Journal of Emerging Technologies in Learning, 15(20), 4-20

110 Trusthi, S L., & Nurjanah, D (2017), ‘Combination of hybrid filtering and learning style for learning material recommendation’, Paper presented at the

2017 IEEE Conference on e-Learning, e-Management and e-Services (IC3e)

111 Tsai, Y.-S., Moreno-Marcos, P M., Tammets, K., Kollom, K., & Gaševi, D

(2018), ‘SHEILA policy framework: informing institutional strategies and policy processes of learning analytics’, Paper presented at the Proceedings of the 8th international conference on learning analytics and knowledge

The hybrid recommender system proposed by Turnip, Nurjanah, and Kusumo (2017) combines content-based filtering and collaborative filtering with ratings from good learners to enhance learning material recommendations This approach leverages the strengths of both content-based and collaborative filtering techniques, providing learners with personalized recommendations tailored to their individual preferences and the feedback from knowledgeable peers.

113 Valcarce, D., Bellogín, A., Parapar, J., & Castells, P (2020), ‘Assessing ranking metrics in top-N recommendation’, Information Retrieval Journal, 23, 411-448

114 Valverde-Berrocoso, J., Garrido-Arroyo, M d C., Burgos-Videla, C., & Morales-Cevallos, M B J S (2020), ‘Trends in educational research about e-learning: A systematic literature review (2009–2018)’, Sustainability, 12(12), 5153

115 Van Der Aalst, W (2011), ‘Process mining: discovery, conformance and enhancement of business processes’, Springer, Vol 2

116 Vélez-Langs, O., & Caicedo-Castro, I (2019), ‘Recommender systems for an enhanced mobile e-learning’, Paper presented at the International Conference on

117 Venkataraman, G., Srinivasan, C., Ravichandran, A., Elias, S., & Ramesh, L P

(2015), ‘Learning object recommendation for an effective open e-learning environment’, Paper presented at the 2015 IEEE International Conference on Signal Processing, Informatics, Communication and Energy Systems (SPICES)

118.Walek, B., & Fojtik, V (2020), ‘A hybrid recommender system for recommending relevant movies using an expert system’, Expert Systems with Applications, 158, 113452

119 Wan, S., & Niu, Z (2018), ‘An e-learning recommendation approach based on the self-organization of learning resource’, Knowledge-Based Systems, 160, 71-

120 Wan, S., & Niu, Z (2019), ‘A hybrid e-learning recommendation approach based on learners’ influence propagation’, IEEE Transactions on Knowledge, 32(5),

121 Wang, Y., Chan, S C.-F., & Ngai, G (2012), ‘Applicability of demographic recommender system to tourist attractions: a case study on trip advisor’, Paper presented at the 2012 IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology

122 Wang, Y., Liang, B., Ji, W., Wang, S., & Chen, Y (2017), ‘An improved algorithm for personalized recommendation on MOOCs’, International Journal of Crowd Science, 1(3), 186-196

123 Werner-Stark, A., & Nagy, Z (2020), ‘A Heuristic Method to Recommendation Systems’, Paper presented at the 2020 6th International Conference on Information Management (ICIM)

124 Widiyaningtyas, T., Hidayah, I., & Adji, T B (2021), ‘User profile correlation- based similarity (UPCSim) algorithm in movie recommendation system’, Journal of Big Data, 8(1), 1-21

125 Wu, Y., ZHao, Y., & Wei, S (2020), ‘Collaborative filtering recommendation algorithm based on interval-valued fuzzy numbers’, Applied Intelligence, 50(9), 2663-2675

126 Wu, Y H., & Wu, E H (2020), ‘AI-based College Course Selection Recommendation System: Performance Prediction and Curriculum Suggestion’,

Paper presented at the 2020 International Symposium on Computer, Consumer and Control (IS3C)

127 Xiaoyan, Z., & Jie, B (2019), ‘Research on MOOC system based on bipartite graph context collaborative filtering algorithm’, Paper presented at the Proceedings of the 2019 8th International Conference on Software and Computer Applications

128 Yassine, A., Mohamed, L., & Al Achhab, M (2021), ‘Intelligent recommender system based on unsupervised machine learning and demographic attributes’,

129 Yin, C., Shi, L., Sun, R., & Wang, J (2020), ‘Improved collaborative filtering recommendation algorithm based on differential privacy protection’, The Journal of Supercomputing, 76(7), 5161-5174

130 Yu, R., Gong, Y., He, X., Zhu, Y., Liu, Q., Ou, W., & An, B (2021),

‘Personalized adaptive meta learning for cold-start user preference prediction’,

Paper presented at the Proceedings of the AAAI Conference on Artificial Intelligence

131 Yulianto, B., Prabowo, H., Kosala, R., & Hapsara, M (2016), ‘MOOC architecture model for computer programming courses’, Paper presented at the

2016 International Conference on Information Management and Technology (ICIMTech)

132 Zhang, M., Zhu, J., Wang, Z., & Chen, Y (2019), ‘Providing personalized learning guidance in MOOCs by multi-source data analysis’, World Wide Web, 22(3),

133 Zheng, H (2021), ‘Multi level recommendation system of college online learning resources based on multi intelligence algorithm’, Paper presented at the Journal of Physics: Conference Series

134 Zhu, X., & Li, L (2023), ‘Estimating the Number of Clusters in High- Dimensional Large Datasets’, International Journal of Data Warehousing

135 Ziraba, A., Akwene, G C., & Lwanga, S C (2020), ‘The adoption and use of Moodle learning management system in higher institutions of learning: A systematic literature review’, J American Journal of Online Distance Learning, 2(1), 1-21

Dÿ liòu iòm cuòi kÿ