Hệ thống dự đoán kết quả và gợi ý lựa chọn môn học dùng giải thuật phân rã ma trận

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC CẦN THƠ HUỲNH LÝ THANH NHÀN HỆ THỐNG DỰ ĐOÁN KẾT QUẢ VÀ GỢI Ý LỰA CHỌN MÔN HỌC N Ả T U TP NR TR N LU N VĂN T ẠC SĨ CÔNG NGHỆ THÔNG TIN Cần Thơ – 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜN ĐẠI HỌC CẦN T Ơ HUỲNH LÝ THANH NHÀN HỆ THỐNG DỰ ĐOÁN KẾT QUẢ VÀ GỢI Ý LỰA CHỌN MÔN HỌC N Ả T U TP NR TR N Chuyên ngành: HỆ THỐNG THÔNG TIN Mã số: 60 48 05 LU N VĂN T ẠC SĨ CÔN N Ệ THÔNG TIN Ngƣời hƣớng dẫn khoa học TS NGUYỄN THÁI NGHE Cần Thơ - 2013 Ờ C ĐO N Tôi xin cam đoan luận văn với đề tài “Hệ thống ” đƣợc hoàn thành kết nghiên cứu trình thực Công việc nghiên cứu nội dung luận văn chƣa đƣợc nộp để lấy cấp từ trƣờng nào, ngoại trừ phần lý thuyết kết từ công trình nghiên cứu đƣợc trích dẫn tài liệu tham khảo Cần Thơ, ngày 07 tháng 11 năm 2013 Học viên cam đoan Ký tên u nh Thanh Nh n Trang i LỜI CẢ ƠN Trƣớc tiên, xin gửi lời cảm ơn ch n thành lòng biết ơn s u sắc đến thầy TS Nguy n Th i Ngh , ngƣời tận tình hƣớng dẫn, bảo, đ ng g p iến c ng nhƣ động vi n cho suốt trình thực luận văn Tuy thời gian năm ngắn nhƣng vui đƣợc làm việc với thầy mong muốn sau s đƣợc làm việc với thầy nh ng nghi n cứu s u hệ thống gợi gi o ục Tôi xin gửi lời cảm ơn ch n thành đến c c thầy cô Khoa CNTT Truyền Thông trực tiếp c ng nhƣ gi n tiếp hƣớng ẫn giảng ạy cho c đƣợc nh ng iến thức qu o để hoàn thành luận văn đủ hành trang nghi n cứu hoa h c sau Tôi c ng xin gửi lời cảm ơn đến anh ch lớp cao h c HTTT-K18 chia s giúp đỡ qu trình h c tập Tôi c ng xin gửi lời cảm ơn ch n thành đến c c ạn nh m thiết ế w lập ế hoạch h c tập chƣơng trình đào tạo giúp đỡ cung cấp cho nh ng tài liệu tham hảo h u ch Đ c iệt xin cảm ơn anh Nguy n H ng ng ngƣời giúp đỡ động vi n chia s với suốt qu trình h c tập làm việc nh m, c ng nhƣ nghi n cứu thực luận văn n cạnh c ng xin gửi lời cảm ơn đến cộng đ ng MyM iaLit N t ph t hành ngu n mở với nh ng thƣ viện h u ch giúp giải nhiều vấn đề luận văn Tôi c ng xin cảm ơn thầy cô phòng đào tạo trƣờng Đại h c Cần Thơ cung cấp d liệu điểm để đƣa vào ứng ụng Tôi xin cảm ơn Ban giám hiệu trƣờng Đại h c An Giang, Ban chủ nhiệm khoa Kỹ thuật – Công nghệ - Môi trƣờng tạo điều kiện, h trợ nhiều m t cho đƣợc h c tập h a cao h c 2011-2013 thực luận văn Cuối c ng xin cảm ơn ch n thành với lòng iết ơn s u sắc đến ông cha m nuôi ƣỡng ạy ảo n n ngƣời tạo cho c điều iện tốt để đƣợc h c tập ph t triển Tuy n lực để hoàn thành luận văn nhƣng sai s t hông thể tránh khỏi kính mong quý thầy cô thông cảm tận tình bảo nh ng sai s t đ Mong nhận đƣợc ý kiến đ ng g p quý thầy cô bạn H c vi n u nh Thanh Nh n Trang ii LỜI MỞ ĐẦU Hiện nay, việc giải toán dự đo n lực sinh vi n đƣợc quan tâm nhà quản lý giáo dục nhà khoa h c Sự quan tâm ngày tập trung c ng nghĩa thực ti n toán Nhiều hƣớng nghiên cứu ph t triển nhƣ ph n loại sinh viên, nh ng môn h c mang yếu tố quan tr ng, dự đo n từ quy luật, Tuy nhiên, nh ng hƣớng tiếp cận thƣờng gom cụm, phân lớp, tìm quy luật từ nh ng d liệu khứ để c đƣợc nh ng phân tích h u ích gợi chung chung mà chƣa c nh ng dự đo n cụ thể cho đ nh tƣơng lai Để đủ sở tri thức dự đo n cụ thể đòi hỏi thu thập nhiều d liệu bổ sung (m ta ata) nhƣ: qu qu n ỹ mềm, sở thích, hoàn cảnh gia đình …mà qu trình đòi hỏi tốn nhiều thời gian công sức Đ y vấn đề h hăn cho nh ng nghiên cứu giải toán dự đo n lực sinh viên Bên cạnh đ thấy đƣợc tƣơng đ ng gi a toán dự đo n ết sinh viên với toán xếp hạng hệ thống gợi nên đ nh ứng dụng công nghệ gợi ý vào giải vấn đề chƣa đƣợc giải theo cách Tuy nhi n đ y c ng hƣớng giải cho toán nên luận văn c thể ƣớc khởi đầu cho hƣớng giải toán dự đo n ết h c tập sinh viên gợi ý lựa ch n môn h c Trang iii T T T Gần đ y số lƣợng sinh viên b cảnh báo h c vụ buộc h c có chiều hƣớng gia tăng Một nh ng nguyên nhân sinh viên không tự đo n trƣớc đƣợc lực c ng nhƣ lựa ch n môn h c hông hợp l để có kế hoạch h c tập phù hợp theo khả h Đ y tổn thất lớn cho sinh vi n gia đình nhà trƣờng xã hội Nhằm giải vấn đề cấp thiết đề xuất xây dựng “Hệ thống ự đo n ết h c tập sinh vi n gợi lựa ch n môn h c ng giải thuật ph n rã ma trận” Với tƣởng ựa tr n sở liệu điểm thu thập đƣợc từ hệ thống quản lý kết h c tập trƣờng Đại h c Cần Thơ sử ụng ỹ thuật ias Matrix actorization ( M ) để ự đo n ết h c tập sinh viên từ đ làm sở cho h lựa ch n môn h c ph hợp n cạnh đ c ng sử ụng thƣ viện mã ngu n mở MyM iaLit để t ch hợp vào hệ thống đề xuất nhằm giảm ớt đ ng ể thời gian cài đ t giải thuật Hệ thống s giúp sinh vi n lựa ch n đƣợc nh ng môn h c th o ràng uộc chƣơng trình đào tạo phù hợp với lực h Hệ thống đƣợc chia làm phần: chƣơng trình ự đo n ết h c tập sinh vi n đƣợc x y ựng tr n s top chƣơng trình lập ế hoạch h c tập cho sinh vi n c t ch hợp hệ thống gợi đƣợc x y ựng w Trang iv ABSTRACT Recently the number of probation and expelled students seem to be increased One of the reasons is that the students could not predict their performance as well as select inappropriate subjects to establish their learning plan which is suitable for their ability This is a heavy loss for the students, their families, schools and society In order to mitigate this critical issue, we propose "A system for course result prediction and recommendation using matrix factorization" The idea is based on the grading data that is collected from grading management system, we use Biased Matrix Factorization (BMF) technique to predict the student results which acts as the basis for selection of appropriate subjects Besides, we also use MyMediaLite (an open source recommendation library) for integrating into the proposed system The system is divided into two main parts: the course result prediction program should be built on the desktop application and academic planning for students with integrated recommeder system should be built on the web application Trang v C C Ờ C ĐO N i LỜI CẢ ƠN ii LỜI MỞ ĐẦU iii T T T iv ABSTRACT v C C vi DANH M C HÌNH viii DANH M C BẢNG ix DANH M C TỪ VIẾT T T x DANH M C KÝ HIỆU xi C ƢƠN ỚI THIỆU TỔNG QUAN iới thiệu t ng quan v 1.1 o chọn đ t i 1.1.1 iới thiệu t ng quan 1.1.2 Đ t v n đ v hƣớng gi i qu t 1.1.3 o chọn đ t i 1.2 c đ ch 1.3 Đối tƣ ng v ph m vi nghiên c u 1.4 ngh a hoa học v thực tiễn c a đ t i 1.5 ố c c u n v n C ƢƠN 2.1 Ệ THỐNG GỢI Ý VÀ NHỮNG NGHIÊN CỨU LIÊN QUAN Hệ thống g i ý 2.1.1 Giới thiệu hệ thống g i 2.1.2 Gi i thu t dự đoán sở 2.1.3 Gi i thu t Matrix Factorization 2.1.4 i i thu t Biased – Matrix Factorization 11 2.2 Thƣ viện m ngu n mở 2.3 Các hƣớng nghiên c u iên quan 15 C ƢƠN CÀ ĐẶT VÀ ĐÁN 13 Á ẢI THU T 16 3.1 C i đ t gi i thu t 16 3.2 Đánh giá gi i thu t 17 3.2.1 Các phƣơng pháp đánh giá gi i thu t 17 3.2.2 Tìm ki m siêu tham số 17 Trang vi 3.3 K t qu v đánh giá gi i thu t 18 3.3.1 K t qu 18 3.3.2 Đánh giá 19 C ƢƠN X Y ỰNG HỆ THỐNG DỰ ĐOÁN KẾT QUẢ HỌC T P VÀ GỢI Ý LỰA CHỌN MÔN HỌC 20 4.1 Xử lý liệu 20 4.1.1 Khử nhiễu 20 4.1.2 Chuyển đ i liệu 20 4.1.3 Đƣa ữ liệu v định d ng c a thu t toán 21 ệ thống ự đoán 4.2 t qu học t p c a sinh viên 21 4.2.1 Bài toán dự đoán 4.2.2 Tích h p thƣ viện MYMEDIALITE vào toán 23 4.3 Hệ thống g i ý lựa chọn môn học 25 4.3.1 4.3.2 4.4 t qu học t p sinh viên 21 ệ thống p ho ch học t p 25 Tích h p hệ thống g i ý vào website l p k ho ch học t p 27 Ph n t ch v thi t hệ thống 28 4.4.1 Ph n t ch hệ thống 28 4.4.2 Thi t C ƢƠN 5.1 v c i đ t hệ thống 46 KẾT LU N VÀ ƢỚNG PHÁT TRIỂN 56 K t u n 56 5.1.1 K t qu đ t đƣ c 56 5.1.2 Những việc chƣa 5.1.3 5.1.4 5.2 m đƣ c 56 ƣớng gi i qu t v n đ chƣa m đƣ c 56 K t u n 57 ƣớng phát triển 57 Tài liệu tham khảo 59 Trang vii DANH M C HÌNH Hình - : Sự tƣơng đ ng gi a hệ thống RS hệ thống ự đo n ết h c tập Hình - : Mô hình ph n rã ma trận Hình - : C ch ự đo n cho sinh vi n h c môn n 13 Hình - : ng ụng mo MyMediaLite 3.09 14 Hình - : ảng so s nh độ l i RMS c c giải thuật ự đo n 19 Hình - : Sơ đ lớp li n quan đến liệu điểm (ratings) 21 Hình - : liệu điểm với a môn cần ự đo n sinh vi n sv 22 Hình - : ảng điểm sau hi ự đo n hƣớng gợi 22 Hình - : Kiến trúc thƣ viện MML 24 Hình - : Sơ đ li n quan đối tƣợng ratings 24 Hình - : C c đối tƣợng li n quan đối tƣợng giải thuật M 25 Hình - : Sơ đ us cas hệ thống ự đo n 28 Hình - : Sơ đ us hệ thống gợi lựa ch n môn h c 28 Hình - : Sơ đ ự đo n ết 37 Hình - : Sơ đ sửa ế hoạch h c tập 38 Hình - : Mô hình liệu mức luận l chƣơng trình đào tạo 39 Hình 4- : Sơ đ tổng thể hệ thống 47 Hình - : Sơ đ tƣơng t c gi a c c thành phần (sit map) 48 Hình - : Giao iện chƣơng trình huấn luyện ự đo n 49 Hình 4-20: Giao diện đăng nhập 50 Hình 4-21: Giao diện quản lý môn h c 50 Hình 4-22: Quản lý môn h c bắt buộc 51 Hình 4-23: Quản l chƣơng trình đào tạo chƣơng trình giảng dạy khóa tuyển sinh 51 Hình 4-24: Lập kế hoạch h c tập tạo kế hoạch h c tập mẫu h c kỳ 52 Hình 4-25: Thêm kế hoạch h c tập h c kỳ 52 Hình 4-26: Thêm môn h c vào kế hoạch h c tập h c kỳ 53 Hình 4-27: Giao diện xem kế hoạch h c tập 53 Hình 4- : Đ ng mở thời gian lập kế hoạch h c tập 54 Hình 4- : Qui đ nh số tín tối đa tối thiểu cho sinh viên 54 Hình 4- : Qui đ nh sô tín tối đa tối thiểu cho h c kỳ tất sinh viên 55 Trang viii 4.4.2.2 Sơ đ t h p th nh phần Xem KHHT Sinh viên Hệ thống gợi ý lựa chọn môn học Chỉnh sửa KHHT DS sinh vên Cố vấn học tập Đóng mở thời gian QL Người dùng Nhân viên QL Sinh viên QL môn hoc tiên QL môn học QL môn học bắt buộc QL Ngành học QL môn học tự chọn QL CTDT QL KHGH QL KHHT QL KHHT-HK QL KHHT-HK-Có môn học nh 4-18 Sơ đ tƣơng tác th nh phần sit map - Trang 48 - 4.4.2.3 Môi trƣờng phát triển Công cụ lập trình ứng dụng desktop tool chuyển đổi - Visual Studio 2010 (C#) - SQL Server 2008 liệu: Công cụ lập trình web: - N t an - Mysql 5.4 (JSP S rvl t) Công cụ ph n t ch: 4.4.2.4 Star UML t số giao iện ch nh C c hình giao iện th o chức nh 4-19 iao iện chƣơng tr nh hu n u ện v - Trang 49 - ự đoán Hình 4-20 iao iện đ ng nh p Khi đăng nhập và, sinh viên s nhận đƣợc kế hoạch mẫu đƣợc sinh tự động tùy chỉnh Hình 4-21 iao iện qu n m n học - Trang 50 - Hình 4-22 Qu n Hình 4-23 Qu n m n học u c chƣơng tr nh đ o t o v chƣơng tr nh gi ng - Trang 51 - c a hóa tu ển sinh Hình 4-24 p ho ch học t p v t o Hình 4-25 Thêm ho ch học t p mẫu học ho ch học t p học - Trang 52 - Gán môn h c cho kế hoạch h c tập h c kỳ tự động sinh kế hoạch mẫu cho sinh viên thuộc lớp c chƣơng trình đào tạo giảng dạy đ Hình 4-26 Thêm m n học v o Hình 4-27 iao iện x m ho ch học t p học ho ch học t p - Trang 53 - Sinh viên chỉnh sửa lại kế hoạch h c tập cho phù hợp với h từ nh ng hƣớng dẫn của cố vấn h c tập gợi ý chƣơng trình Hình 4-28 Đóng mở thời gian p ho ch học t p Hình 4-29 Qui định số t n tối đa, tối thiểu cho sinh viên - Trang 54 - Hình 4-30 Qui định s t n tối đa v tối thiểu cho học - Trang 55 - t t c sinh viên C ƢƠN KẾT LU N VÀ 5.1 K t u n 5.1.1 K t qu đ t đƣ c ƢỚNG PHÁT TRIỂN Xây dựng đƣợc hệ thống dự đo n ết h c tập sinh viên ao g m: - Tìm hiểu ứng ụng giải thuật Biased-Matrix Factorization vào ài to n Xử l đƣa liệu điểm đ nh ạng thuật to n ự đo n BMF Huấn luyện ự đo n ết cho tất sinh vi n với tất môn h c X y ựng đƣợc w sit gợi lựa ch n môn h c ph hợp ao g m: - Công cụ tr ch xuất điểm ự đo n để đƣa vào hệ thống w sit - W sit quản l đào tạo lập ế hoạch h c tập c t ch hợp gợi - Thử nghiệm d liệu Đại h c Cần Thơ 5.1.2 Những việc chƣa m đƣ c o ài to n ự đo n ết h c tập đƣợc giải th o hƣớng tiếp cận tƣơng đ ng với ài to n xếp hạng RS n n c số vấn đề đ t hi chuyển sang hệ thống gợi lựa ch n môn h c là: - Quan t m đến t nh logic c c môn h c gợi - T nh sƣ phạm t nh đ nh hƣớng chuy n ngành ự đo n - ự đo n lực sinh vi n c iến đổi th o thời gian Đ y nh ng vấn đề ph t sinh qu trình gợi lựa ch n môn h c ph hơp c ng nh ng việc chƣa làm đƣợc luận văn Tôi c nh ng hƣớng giải vấn đề nh ng vấn đề mục n ƣới 5.1.3 ƣớng gi i qu t v n đ chƣa m đƣ c Dựa tr n điểm ự đo n để gợi cho sinh vi n lựa ch n môn h c ph hợp mang t nh sƣ phạm đ nh hƣớng chuy n ngành Tôi xin đề ngh hƣớng giải nhƣ sau X t hai trƣờng hợp: - - Trƣờng hợp c c môn h c c điểm ự đo n t ch iệt hoàn toàn (điểm m điểm h , giỏi) hệ thống s gợi sinh vi n lựa ch n môn h c c số điểm ự đo n lớn mà thỏa nh ng ràng uộc chƣơng trình đào tạo th o t n Trƣờng hợp c c môn h c gợi nh m tự ch n c điểm ự đo n tƣơng đƣơng (ch nh lệch hông qu điểm) đề xuất ết hợp gi tr ự đo n luật ết hợp làm sở cho gợi lựa ch n môn - Trang 56 - h c nhằm tạo t nh logic t nh quy luật mà đảm ảo ph hợp với ri ng c nh n cụ thể Trong trƣờng hợp tất c c môn tự ch n hông thuộc tập luật ết hợp ta s x t lại th o phƣơng ph p so s nh số h c gợi môn h c c điểm ự đo n lớn nh m Phƣơng ph p gợi môn h c s ƣu ti n cho nh m môn tự ch n c điểm ự đo n t ch iệt hoàn toàn chúng thuộc nh m tƣơng đƣơng s p ụng luật ết hợp để ch n môn h c c tập luật n cạnh việc gợi môn h c th o ràng uộc chƣơng trình đào tạo để n ng cao việc gợi với ràng uộc gợi th o đ nh hƣớng chuy n ngành Chúng đề xuất hƣớng ph t triển: M i môn h c s kèm theo chuyên ngành môn h c đ sinh vi n c ng thuộc chuy n ngành tƣơng ứng Khi gợi lựa ch n môn h c việc iểm tra điểm ự đo n luật ết hợp mà hệ thống iểm tra việc ết nối chuy n ngành gi a sinh vi n môn h c để gợi ph hợp 5.1.4 K t u n Việc ứng ụng hệ thống gợi gi o ục phần h trợ giúp đỡ sinh vi n lựa ch n nh ng môn h c th ch hợp với c nh n sinh vi n cụ thể n cạnh đ hệ thống w sit công cụ h trợ hiệu cho sinh vi n đ nh lập ế hoạch h c tập Một phần luận văn đƣợc công ố tr n ài o: - Huỳnh L Thanh Nhàn Nguy n Th i Ngh “Hệ thống ự đo n ết h c tập sinh vi n sử ụng thƣ viện hệ thống gợi mã ngu n mở mym ialit ” Hội thảo toàn quốc công nghệ thông tin năm Trƣờng Đại h c Cần Thơ - Huỳnh L Thanh Nhàn Nguy n Th i Ngh “Hệ thống ự đo n ết h c tập gợi lựa ch n môn h c” Hội thảo quốc gia lần thứ XVI Một số vấn đề ch n l c công nghệ thông tin truyền thông Trƣờng Đại h c Đà Nẵng -15/11/2013 5.2 ƣớng phát triển Để ự đo n ết h c tập sinh vi n hiệu đảm ảo t nh đầy đủ thông tin quan t m đến đ nh hƣớng chuy n ngành t nh sƣ phạm c ng nhƣ thay đổi lực sinh vi n th o thời gian Hƣớng nghi n cứu tiếp th o hoàn thiện ứng ụng ỹ thuật ph n rã ma trận cho ài to n ự đo n ao g m: - Vấn đề ổ sung thông tin (Additional Input Sourse) Khi sinh vi n h c đƣợc vài môn h c ch chƣa h c môn Đ y - Trang 57 - vấn đề h hăn cho ự đo n đƣợc ết sinh vi n cho toàn h a h c Hƣớng ph t triển ứng ụng ổ sung c c thông tin cho sinh vi n (us r) môn h c (it m) để n ng cao t nh ph hợp ự đo n - Vấn đề thay đổi th o thời gian (Temporal Dynamics) Năng lực sinh vi n c thể thay đổi th o thời gian hƣớng nghi n cứu tiếp th o giải ài to n sử ụng ỹ thuật ph n rã ma trận phụ thuộc thời gian - Vấn đề th m gi tr mức độ quan tr ng (Inputs with Varying Confidence Levels) n cạnh đ hi ự đo n lực sinh vi n cần tr ng độ tin cậy ự đo n tr ng số quan tr ng ho c đ nh hƣớng chuy n ngành Xây dựng hệ thống cố vấn h c tập hoàn chỉnh cho c c trƣờng đại h c cao đẳng đào tạo theo h c chế tín ao g m nhiều vấn đề li n quan: ự đo n ựa tr n hoàn cảnh gia đình t m l sinh vi n nh ng ph n t ch xu hƣớng ết h c tập từ qu ho c tƣ vấn lựa ch n đề tài lựa ch n tài liệu h c tập v v… - Trang 58 - Tài liệu tham khảo Ti ng Việt Huỳnh L Thanh Nhàn Nguy n Th i ết hợp ƣ Tìm hiểu hai ph liệu ằng luật ng ụng vào x y ựng hệ thống ự đo n ết h c tập sinh vi n Luận văn đại h c L Thanh Minh Trƣờng Đại h c n Giang ng dụng khai khoáng d liệu tập mờ việc phân loại h c sinh, 2002 Nguy n Thái Nghe, Kỹ thuật phân rã ma trận xây dựng hệ thống gợi ý Kỷ yếu Hội thảo Công nghệ thông tin 2012, trang 68-77, Tạp chí khoa h c Trƣờng Đại h c Đà Lạt Nguy n Thái Nghe, Paul Janecek, Peter Haddawy Một phân tích gi a kỹ thuật dự đo n ết h c tập, 2006 Nguy n Th Thanh Thủy Nguy n Trần Quốc Vinh ng ụng khai phá d liệu xây dựng công cụ dự đo n ết h c tập sinh vi n Hội ngh sinh vi n nghi n cứu hoa h c lần thứ Đại h c Đà Nẵng Ti ng nh omavicius G Tuzhilin ( ) “Towar th n xt g n ration of recommender systems: A survey of the state-of-the-art and possible xt nsions” I Transactions on Knowl ge and Data Engineering, 17(6), 734–749 Crist al Rom ro S asti n V ntura “ ucational ata Mining: R vi w of the State-of-the- rt” Nov illsus an M Pazzani “L arning colla orativ information filt rs ” in Proceedings of the 15th International Conference on Machine Learning (ICML '98), 1998 Daniel Lemire, Harold Boley, Sean McGrath, Marcel Ball, Collaborative Filtering and Inference Rules for Context-Aware Learning Object Recommendation, International Journal of Interactive Technology & Smart Education, Volume 2, Issue 3, August 2005 - Trang 59 - 10 Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich 2011 Recommender Systems An Introduction Cambridge University Press 11 Enric Mor , Julià Minguillón, E-learning personalization based on itineraries and long-term navigational behavior, Proceedings of the 13th international World Wide Web conference on Alternate track papers & posters, May 1921, 2004, New York, NY, USA 12 a i n P Lousam uar o S nch z “ R comm n r Syst ms” W Taxonomy of Colla orative-Based P rsonalization in Int llig nt nvironm nts Studies in Computational Intelligence Volume 229, 2009, pp 81-117 13 Feng, M., Heffernan, N., and Koedinger, K (2009) Addressing the assessment challenge with an online system that tutors as it assesses User Modeling and User-Adapted Interaction, 19(3):243–266 14 Gantner, Z., Drumond, L., Freudenthaler, C., Rendle, S., and Schmidt-Thieme, L (2010) Learning attribute-to-feature mappings for cold-start recommendations In Proceedings of the 10th IEEE International Conference on Data Mining (ICDM-2010) IEEE Computer Society 15 Gantner, Z., Rendle, S., L., Freudenthaler , C., Schmidt-Thieme, L 2011 MyMediaLite: A Free Recommender System Library 16 Gavin Shaw, Yue Xu, and Shlomo Geva 2010 Using Association Rules to Solve the Cold-Start Problem in Recommender Systems Lecture Notes in Computer Science, 6118, pp 340-347 17 Gemulla, R., et al, 2011, Large-Scale Matrix Factorization with Distributed Stochastic Gradient Descent 18 Guy Shani and Asela Gunawardana Evaluating Recommendation Systems November 2009 19 JANNACH, D., ZANKER, M., FELFERNIG, A., FRIEDRICH, G 2010 Recommender Systems An Introduction 20 Mairal, J., Bach, F., Ponce, J., and Sapiro, G (2010) Online learning for matrix factorization and sparse coding Journal of Machine Learning Research, 11:19-60 - Trang 60 - 21 Manouselis, N., Drachsler, H., Verbert, K., and Duval, E Mar 2012 Recommender Systems for Learning 22 Manouselis, N., Drachsler, H., Verbert, K., and Duval, E Mar 2012 Recommender Systems for Learning 23 Nikos Manouselis, Hendrik Drachsler, Katrien Verbert and Erik Duval Recommender Systems for Learning March 23, 2012 24 Pasquale Lops, Marco de Gemmis, Giovanni Semeraro, Cataldo Musto, lucio Nar ucci “Cont nt-based and collaborative techniques for tag r comm n ation: an mpirical valuation” Journal of Int llig nt Information Systems, February 2013, Volume 40, Issue 1, pp 41-61 25 Takács, Pilászy, Németh and Tikk 2009 Scalable Collaborative Filtering Approaches For Large Recommender Systems Journal of Machine Learning Research 10 (2009) 26 Thai-Nghe, N., Drumond, L., Horvath, T., Krohn-Grimberghe, A., Nanopoulos, A., and Schmidt-Thieme, L 2011 Factorization techniques for predicting student performance In Educational Recommender Systems and Technologies: Practices and Challenges (In press), O C Santos and J G Boticario, Eds IGI Global 27 Thai-Nghe, N., Drumond, L., Krohn-Grimberghe, A., and Schmidt-Thieme, L 2010 Recommender system for predicting student performance In Proceedings of the 1st Workshop on Recommender Systems for Technology Enhanced Learning (RecSysTEL 2010) Vol Elsevier's Procedia CS, 2811 - 2819 28 Thai-Nghe, N., Lars Schmidt-Thieme Predicting Student Performance in an Intelligent Tutoring System A thesis submitted for the degree of doctor of Natural Science 29 Yehuda Koren, Robert Bell and Chris Volinsky, 2009 Matrix Factorization Techniques for Recommender Systems 30 http://recsyswiki.com/wiki/Category:Software 31 http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.32.9079 - Trang 61 - 32 http://www.hindawi.com/journals/aai/2009/421425/ 33 http://www.mendeley.com/groups/1969281/recommender-systems-for-learning/ 34 http://users.uom.gr/~mans/papiria/hercma2003.pdf - Trang 62 - [...]... cạnh đ giải thuật M c ng g p phần giải quyết vấn đề độ lệch (us r ff ct it m ff ct) trong hệ thống gợi - Trang 19 - C ƢƠN 4 XÂY DỰNG HỆ THỐNG DỰ ĐOÁN KẾT QUẢ HỌC T P VÀ GỢI Ý LỰA CHỌN MÔN HỌC 4.1 Xử lý dữ liệu 4.1.1 Khử nhiễu D liệu của chƣơng trình quản lý kết quả h c tập của sinh viên có chứa d liệu nhi u nhƣ: điểm số ngoài phạm vi từ đến điểm số ở dạng ký tự, ký tự trống, null… N n chúng ta cần... sv và sv h c c c môn Môn Môn2 ,… ,Môn n Môn n Môn n Môn n đƣợc trình ày trong một ma trận nhƣ h nh 4-2 m i ô trong ma trận chứa số điểm của sinh vi n h c môn h c tƣơng ứng nh ng sinh vi n chƣa h c môn nào thì s điền gi tr ô đ ởi ấu chấm hỏi “ ” Trong nh ng môn h c đ c môn h c tự ch n là Môn n Môn n Môn n Sinh vi n cần ch n môn trong môn h c tự ch n sao cho c ết quả ph hợp với mình nhất Nhƣ vậy hệ thống. .. Xử lý d liệu điểm trƣớc khi áp dụng vào hệ thống gợi ý - Xây dựng giải thuật Biased – Matrix Factorization - Trang 3 - - Tìm kiếm siêu tham số (Hyper Parameters) - Giải quyết bài toán môn h c mới (New Item) - Dự đo n ết quả của sinh vi n đối với môn lựa ch n đ - Đ nh gi - X y ựng cơ sở - Xây dựng website gợi ý tổng hợp cho sinh vi n trƣớc hi đăng phần o chọn đ t i 1.1.3 ết quả thực nghiệm liệu hệ thống. .. : L do và tính cấp thiết để thực hiện đề này Đề tài mang nghĩa khoa h c và thực ti n nhƣ thế nào đề tài nhằm mục đ ch gì và nh ng mục tiêu cần đạt đƣợc trong luận văn n cạnh đ trong chƣơng này còn trình ày nh ng vấn đề cụ thể cần giải quyết và hƣớng giải quyết vấn đề Chƣơng : Giới thiệu hệ thống gợi ý và nh ng giải thuật dự đo n c li n quan nhƣ: c c giải thuật dự đo n cơ sở, phân rã ma trận (Matrix... gợi cho sinh vi n sv là n n h c môn nào trong môn: Môn n1, Môn n2, Môn n3 nh 4-7 ữ iệu điểm với a m n cần ự đoán c a sinh viên sv5 Sau hi chạy giải thuật và ứng ụng ự đo n cho tất cả sinh vi n h c tất cả c c môn h c mà sinh vi n đ chƣa h c và điền ết quả vào ma trận Từ nh ng ràng uộc về số t n chỉ hay số môn h c tự ch n mà sinh vi n cần h c trong một h c ỳ để đƣa ra gợi ph hợp Trở lại v ụ tr n hệ thống. .. y ựng c c hệ thống lập ế hoạch h c tập thu thập đƣợc nhu cầu h c từ hệ thống này làm cơ sở cho phòng đào tạo sắp xếp thời h a iểu tuy nhi n c c hệ thống này lại chƣa c t ch hợp chức năng gợi (một trong nh ng nguy n nh n g y lựa ch n sai môn h c) n cạnh nh ng nghi n cứu hệ thống gợi về gi o ục hiện nay chỉ ừng lại ở đ nh gi giải thuật mà chƣa t ch hợp vào một hệ thống lập ế hoạch h c hay hệ thống đăng... toán dự đo n từ nh ng phản h i tƣờng minh) Trong c c phƣơng ph p đ phƣơng ph p đo độ l i RMS để đ nh gi giải thuật là phù hợp nhất Khi chạy giải thuật thì chúng ta cần tìm các tham số đầu vào thích hợp để đ p ứng nhu cầu này nh ng phƣơng ph p tìm tham số c ng đƣợc trình ày trong chƣơng này Chƣơng : Sau khi tìm hiểu hệ thống gợi ý và các nghiên cứu liên quan, hệ thống dự đo n ết quả h c tập và gợi ý lựa. .. gợi ý lựa ch n môn h c đƣợc đề xuất trong chƣơng này ao g m cả phần phân tích và thiết kế hệ thống Chƣơng : Nh ng kết quả đạt đƣợc, thảo luận nh ng vấn đề h hăn thuận lợi và cuối c ng đƣa ra nh ng hƣớng phát triển trong tƣơng lai từ nh ng t n tại chƣa đƣợc giải quyết trong luận văn này - Trang 6 - C ƢƠN QUAN 2 HỆ THỐNG GỢI Ý VÀ NHỮNG NGHIÊN CỨU LIÊN 2.1 Hệ thống g i ý 2.1.1 Giới thiệu hệ thống g i Hiện... n hệ thống cần gợi môn h c tự ch n cho sinh vi n sv là môn: Môn n và Môn n Vì môn h c này c số điểm ự đo n cao hơn môn h c Môn n ( và ) nh 4-8 ng điểm sau hi ự đoán v hƣớng g i Chúng tôi thiết kế cơ sở liệu chƣơng trình đào tạo đơn giản chỉ li n quan đến chức năng gợi môn h c n n chúng hông chứa nh ng thông tin quản l h c Hệ thống tập trung xử a nh m liệu nhƣ sau: sinh vi n môn h c và điểm số (Us... kết quả dự đo n cho sinh vi n th o từng h c kỳ trƣớc hi sinh vi n tham gia đăng ký h c phần ở đầu m i h c kỳ Từ nh ng dự đo n ết quả của sinh viên cho tất cả các môn h c của h c kỳ, luận văn s cung cấp nh ng gợi ý nên ch n môn h c nào trong nh ng môn tự ch n áp dụng đúng cho từng chƣơng trình đào tạo Luận văn s mô tả đƣợc hệ thống cơ sở liệu th o hệ thống t n chỉ ( ao g m nh ng môn h c ti n quyết môn