XÂY DỰNG PHÂN HỆ TƯ VẤN THÔNG TIN CHO HỆ HỌC TRỰC TUYẾN Ở TRƯỜNG ĐẠI HỌC SƯ PHẠM TP HỒ CHÍ MINH

Số 53 năm 2013 Tạp chí KHOA HỌC ĐHSP TPHCM _ XÂY DỰNG PHÂN HỆ TƯ VẤN THÔNG TIN CHO HỆ HỌC TRỰC TUYẾN Ở TRƯỜNG ĐẠI HỌC SƯ PHẠM TP HỒ CHÍ MINH PHAN VĂN HUY*, ĐINH VĂN QUYÊN** , NGUYỄN NGỌC NHẤT LINH***, LÊ ĐỨC LONG**** TĨM TẮT Bài báo trình bày cần thiết cách tiếp cận xây dựng phân hệ tư vấn thông tin cho hệ học trực tuyến dựa tảng mơ hình ACeLF [6], [9] cách tiếp cận mơ hình dạy học kết hợp [13], [19], nhằm cung cấp thông tin tư vấn đến người học giáo viên cách tự động Qua đó, phân hệ giúp người học gắn kết với hệ thống suốt khóahọc phần trực tuyến, làm đối tượng tham gia cảm thấy thật hữu ích Từ khóa: đào tạo điện tử, học trực tuyến, hệ thống dạy học trực tuyến thích nghi, mơ hình dạy học trực tuyến cộng tác tích cực (ACeLF) ABSTRACT Building Recommending Information Module for on-line System at HCMc University of Education This article offers the need and an approach to build a recommending information module for on-line learning system that is based on the Active-Collaborative e-Learning Framework (ACeLF) [6], [9] and blended-learning model [13], [19] The goal of this module is automatically providing information about the course to students and teachers Therefore this module will helps learners be able to link to the system during the course and make them feel that it is really useful Keywords: e-Learning, on-line learning, Adaptive e-Learning system, ActiveCollaborative e-Learning Framework (ACeLF) Giới thiệu Ngày nay, đào tạo điện tử (e-Learning) khơng cịn xa lạ hệ thống giáo dục trường đại học Phần lớn học viện/trường đại học giới chọn lựa sử dụng vài hình thức đào tạo e-Learning chương trình đào tạo Tuy nhiên, việc ứng dụng e-Learning cách hiệu dạy học đại học nhiều vấn đề cần nghiên cứu đa số nhà giáo dục, chuyên gia lĩnh vực [12], đặc biệt quốc gia phát triển, * HVCH, Trường Đại học Khoa học Tự nhiên, ĐHQG TPHCM GV, Trường Châu Á Thái Bình Dương, Bình Thuận *** GV, Trường THCS Bình An, Bình Thuận **** ThS, Trường Đại học Sư phạm TPHCM ** 60 Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ có Việt Nam Qua khảo sát thực tiễn, nhà nghiên cứu chứng tỏ eLearning mang lại nhiều lợi ích cho hoạt động giảng dạy việc trợ giúp giảng viên học viên đạt kĩ cần thiết cho công việc kỉ XXI [11], [12 ], [18 ] Tuy nhiên, ứng dụng e-Learning số hạn chế định, chẳng hạn chưa thực mang tính sư phạm thiết kế nội dung dạy học, gắn kết tính thích nghi cá nhân người học Đặc biệt hạn chế việc giao tiếp trực tiếp đối tượng dạy học, tương tác đối tượng với hệ thống chưa hỗ trợ tự động Bên cạnh đó, nội dung hoạt động học tập thiết kế theo kiểu ‘one size fits all’, không cá nhân hóa theo nhu cầu người học khác nhau, mà thân họ có sở thích, khả nhu cầu học tập khác Điều khiến người học dễ trở nên nhàm chán, khơng cịn hứng thú để tham gia học với hệ thống, tham gia cách thụ động Bài báo cho thấy cần thiết phải xây dựng phân hệ tư vấn thông tin hệ học trực tuyến với ngữ cảnh áp dụng Trường Đại học Sư phạm TP Hồ Chí Minh (cụ thể khoa Cơng nghệ Thơng tin) nhằm nâng cao gắn kết người học với hệ thống cải thiện hiệu đào tạo hệ học trực tuyến Phân hệ phát triển dựa tảng mơ hình ACeLF [6], [9] với cách tiếp cận hình thức dạy học kết hợp (blended-learning) [13][19], tập trung hoạt động học tập trực tuyến bao gồm: hoạt động cá nhân/tự học, hoạt động học nhóm/cộng tác, hoạt động học với cộng đồng/chia sẻ Qua đó, phân hệ cung cấp tư vấn thông tin đến người học giáo viên cách tự động, giúp người học nhận thông tin phản hồi thường xuyên từ hệ thống Từ đó, người học bớt cảm thấy ‘lạc lõng’ khơng gian giao tiếp đơn điệu với máy tính bàn phím Phần báo trình bày trạng việc dạy học trực tuyến, với ngữ cảnh khảo sát cụ thể Khoa Công nghệ Thông tin, Trường Đại học Sư phạm TPHCM Kế tiếp phần trình bày phân hệ tư vấn thông tin, bao gồm kiến trúc tổng quát phân hệ với ba nội dung quan trọng hồ sơ đặc trưng người dùng (learner profile), tập luật tư vấn, giải thuật tư vấn Sau phần cài đặt thử nghiệm với số hình minh họa, cuối phần kết luận Khảo sát phân tích trạng dạy học trực tuyến Trong năm gần đây, việc đổi giáo dục đại học Việt Nam quan tâm thực thơng qua sách cụ thể cấp quyền Tuy nhiên, thực trạng việc dạy học đại học Việt Nam nhiều hạn chế dẫn chứng qua báo, báo cáo phân tích nghiên cứu ngồi nước Nguyen C K.(2008) [15], Giang Bach (2008) [5], Tra My (2008) [17], Stephen et al (2006) [16], cụ thể hiệu công tác giảng dạy học tập bậc đại học, lạc hậu thiếu thực tế chương trình đào tạo, không xác định đắn chuẩn đầu sinh viên hiệu đào tạo trường, thiếu kĩ nghiên cứu thực hành đại, thiếu kĩ nghề nghiệp kĩ mềm sinh viên, v.v Từ dẫn đến số liệu thống kê đáng lo ngại: 61 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ - Hơn 50% sinh viên không thật tự tin vào lực/ khả học - Hơn 40% sinh viên cho khơng có lực tự học; - Gần 70% sinh viên cho khơng có lực tự nghiên cứu; - Gần 55% sinh viên cho khơng thực hứng thú học tập [15] Khá nhiều trường/viện đại học Việt Nam ứng dụng e-Learning chương trình đào tạo mình, thơng thường chương trình đào tạo mở rộng (như chức, liên thơng, từ xa) Trong đó, hình thức học tập trực tuyến hệ e-Learing chủ yếu tập trung hoạt động up/download nội dung, tài liệu tham khảo, tập/đồ án môn học để cá nhân người học tự học/tự nghiên cứu Hay cao cấp việc sử dụng hệ thống giảng trực tuyến dạng videoclip để người học viên xem online offline Những hệ thống vậy, hoạt động cá nhân cộng tác nhóm cộng đồng thảo luận nhóm (forum/group discussion), nhật kí cá nhân (blog/journal), chia sẻ thơng tin (database), từ điển/từ khóa (glossary), viết chung (wiki), mẻ xa lạ sinh viên Việt Nam Họ chưa nhận thức ích lợi mà hoạt động cộng tác đem lại việc học tập thân, nên số lượng sinh viên chủ động tham gia cách tích cực Sinh viên khơng quen với hoạt động tự nghiên cứu, làm việc nhóm thơng qua mơi trường máy tính mạng Internet Họ quen thuộc với cách học thụ động thông qua thứ cung cấp trực tiếp từ người giảng viên, mà nguyên nhân trình dạy học cấp học chương trình giáo dục phổ thơng Việt Nam chưa tích hợp cơng nghệ cách đồng hệ thống, đặc biệt lĩnh vực dạy học trực tuyến Một nguyên nhân khác đáng quan tâm, điều kiện kinh tế – xã hội vùng miền Việt Nam không đồng khiến cho điều kiện học tập sở hạ tầng phục vụ giáo dục khác Như khảo sát thực tế Trường Đại học Sư phạm TPHCM, sinh viên đến từ nhiều vùng, miền khác nước (nông thôn, thành thị, vùng sâu/vùng xa), nên có điều kiện học tập q trình lịch sử học tập chênh lệch, đặc biệt vấn đề ứng dụng khai thác công nghệ thông tin học tập, kể off-line lẫn on-line Kết thử nghiệm với hệ thống ACeLS (http://2leaerner.edu.vn/ACeLS) cho thấy số liệu thống kê sau: - Tập trung hoạt động xem, download tài liệu liên quan đến khóa học (95%); - Tập trung số hoạt động online phổ biến như: forum, chat (chiếm 70%); - Tập trung đầu khóa học (chiếm 90%) cuối khóa học thưa thớt (khoảng 5%); - Đa số sinh viên tham gia hệ thống yêu cầu đánh giá giáo viên cuối khóa học (chiếm 80%); 62 Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ - Còn số đông sinh viên cho học với hệ thống trực tuyến khơng có hứng thú khơng có lợi ích rõ ràng (chiếm 40%) Mẫu điều tra dựa khóa học năm 2010, 2011 (ACeLS) Cũng với việc triển khai thử nghiệm ACeLS, năm học 2012-2013 nhóm tác giả dạy học 10 khóa-học phần cụ thể nhiều mức độ khai thác hệ thống khác (với hình thức trợ giúp dạy học, hay dạy học kết hợp) Qua đó, thực khảo sát ý kiến sinh viên tính hữu ích hệ thống đầu, cuối khóa-học phần Minh họa hình cho thấy kết lấy từ hoạt động khảo sát trực tuyến (Choice) hệ thống giai đoạn cuối với bốn khóa học tiêu biểu Khóa học kĩ thuật lập trình 02-5/2012 sinh viên năm nhất, chưa quen với cách thức học tập môi trường đại học (tự học/tự nghiên cứu), có nhiều hạn chế khả phương tiện ICT, lại chưa nhận thức lợi ích từ việc tham gia hoạt động tự học/tự nghiên cứu hoạt động cộng tác thông qua mạng máy tính, số lượng sinh viên tích cực tham gia học tập Sau thời gian làm quen với cách học mới, sinh viên nhận thức hiệu việc tham gia hoạt động hệ thống cộng với hỗ trợ tích cực phản hồi từ giáo viên, sinh viên nhận thức hiệu việc tham gia hoạt động học tập việc học tập tham gia học tập hệ thống cách tự giác tích cực Đối với sinh viên năm khóa học Cơ sở liệu (02-5/2012), quen với cách học tự học, nên việc khai thác tài nguyên hệ thống cách tích cực hiệu quả, song thiếu hỗ trợ giáo viên, tập trung phản hồi vào thời gian đầu sau khơng cịn thường xun giám sát, theo dõi trực tuyến nên tham gia sinh viên ngày giảm sút Trong khóa học Cơng nghệ dạy học (6-7/2012) đối tượng sinh viên chức tỉnh Bình Phước (đầu tháng 6/2012), BR-VT (cuối tháng 6/2012), khả học tập kiến thức tảng yếu/kém, độ tích cực học tập khơng cao, nhờ tính gắn kết giáo viên sinh viên với hệ thống nên việc khai thác hệ thống hiệu đánh giá cao Đặc biệt, đối tượng sinh viên chức, nên việc có kênh học tập trực tuyến đánh giá cao Đối với sinh viên năm thứ tư khóa học Cơng nghệ dạy học (9-12/2012), học phần áp dụng theo hình thức dạy học kết hợp mơ hình ACeLF [6] [9], với tỉ lệ thời gian học truyền thống (face-toface) 30% 70% học trực tuyến với hệ thống (on-line), đồng thời giáo viên thường xuyên theo dõi giám sát để hỗ trợ hoạt động học tập suốt khóa học, nên hiệu việc học tập thể rõ rệt qua tham gia hệ thống kết học tập lớp khả quan 63 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ Hình Khảo sát ý kiến sinh viên mức độ hữu ích ACeLS Việc phân tích số liệu cho thấy hệ thống ACeLS xây dựng dựa mơ hình ACeLF mang lại hữu ích cho người học, phù hợp với thực trạng học tập sinh viên Trường Đại học Sư phạm TPHCM nói riêng ngữ cảnh giáo dục đại học Việt Nam nói chung Tuy nhiên, tính hiệu hệ thống phát huy tốt mà có gắn kết giáo viên, người học hệ thống, cụ thể theo dõi, giám sát thường xuyên giáo viên để hỗ trợ hoạt động học tập hệ thống Riêng ACeLS, phát triển dựa CMS nguồn mở Moodle 1.9 nên có số hạn chế định, chưa hỗ trợ giáo viên việc tự động đưa phản hồi cách thường xuyên đến sinh viên, mà phải thực cách thủ công như: giáo viên tự theo dõi lớp học, tổng hợp số liệu thống kê, trực tiếp đưa phản hồi tư vấn đến sinh viên Việc gây tốn nhiều thời gian công sức cá nhân giáo viên Thêm vào đó, thân người học mong muốn có thơng tin kết học tập, so sánh kết với bạn học khác Đây tốn mà báo đề cập giải quyết: xây dựng phân hệ tư vấn thơng tin tích hợp vào hệ thống hỗ trợ học tập trực tuyến ACeLS sẵn có nhằm tự động phản hồi thông tin cảnh báo, tư vấn đến sinh viên cung cấp thông tin giám sát cho giáo viên cách thường xuyên định kì Cách tiếp cận xây dựng phân hệ tư vấn thơng tin Trong báo này, nhóm tác giả trình bày cách xây dựng phân hệ tư vấn thông tin (hay đầy đủ phân hệ tư vấn giám sát) với nội dung chính: định nghĩa thuộc tính hồ sơ đặc trưng người học (tạm gọi profile), xây dựng tập luật tư vấn thuật giải tư vấn Trong đó, chúng tơi sử dụng kĩ thuật so khớp hồ sơ đặc trưng người học với điều kiện luật tư vấn để xác định tư vấn dành cho người học Như vậy, phân hệ tư vấn thông tin dành cho ACeLS hệ thống tư 64 Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ vấn đầy đủ [10], khơng phải hệ học thích nghi [4 ] nghĩa, mà hệ thống học tập trực tuyến cải tiến cho ‘thông minh’ theo hướng ‘thích nghi’ nhằm hỗ trợ thơng tin cách tự động cho đối tượng dạy - học hệ thống Kiến trúc tổng quát phân hệ thể hình Hình Kiến trúc tổng quát phân hệ tư vấn thông tin Theo mơ hình trên, phân hệ tư vấn thơng tin có module chính:  Module liệu: cung cấp liệu người học hệ thống, bao gồm o Thông tin bảng điểm: điểm số người dùng hệ thống, bao gồm điểm thành phần điểm trung bình cá nhân, nhóm o Thông tin cá nhân đặc trưng người dùng: thơng tin cá nhân người dùng, thuộc nhóm (sẽ đề cập phần sau) o Thông tin hệ thống: trình tham gia hoạt động người dùng hệ thống  Module xử lí: Tiếp nhận liệu từ Module liệu, sử dụng tập luật tư vấn thuật giải tư vấn để đưa thông tin tư vấn giám sát  Module tương tác: cung cấp thông tin tư vấn giám sát cho giảng viên sinh viên thông qua giao diện tương tác hệ thống, đó: o Đối với giáo viên  Cung cấp thông tin giúp giáo viên theo dõi giám sát cá nhân học viên, nhóm học tập, tồn khóa học trình học tập trực tuyến  Cho phép phản hồi thơng tin đến cá nhân, nhóm học tập, toàn lớphọc phần; đánh giá mức độ gắn kết hệ thống cuối học phần dựa vào số liệu thống kê (đầu/cuối khóa học) o Đối với sinh viên: cung cấp tư vấn thông tin cá nhân  Cung cấp thông tin hồ sơ đặc trưng cá nhân, trình học tập online, kết hoạt động học tập với hệ thống dạng thông báo cảnh báo; cho phép so 65 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ sánh thông tin kết học tập cá nhân với nhóm học tập lớp-học phần thông qua bảng điểm  Tư vấn cách thức học tập (kiểu học tập, điều kiện học tập), thái độ học tập (phong cách, cách làm việc), hoạt động học tập (hoạt động học tập cần thiết/không cần thiết) cho cá nhân dạng số liệu lời khuyên cụ thể 3.1 Xây dựng thuộc tính profile Thời gian gần đây, hệ thống thích nghi (adaptive system) [10] ứng dụng rộng rãi nhiều lĩnh vực tinh lọc thông tin (information filtering), thương mại điện tử (e-commerce) [3 ], tư vấn (recommender system) [10] kể eLearning [14] Trong hệ thống này, người dùng mô hình hóa profile để biểu diễn đặc điểm cá nhân người đó, tạm gọi đặc trưng người dùng (learner profile), tùy thuộc vào lĩnh vực ứng dụng mà learner profile hệ thống lưu trữ thông tin khác để mơ tả cách đầy đủ đặc điểm người dùng Dựa vào thông tin này, hệ thống cung cấp cho người dùng thông tin, tài nguyên, dịch vụ phù hợp với đặc điểm cá nhân họ Trong phạm vi báo, việc ứng dụng learner profile giúp hệ thống cung cấp thông tin để thông báo tư vấn cho người học giám sát phản hồi cho giáo viên Nhóm tác giả ACeLF [6], [9] đề xuất mơ hình hồ sơ đặc trưng người dùng cho ngữ cảnh dạy học đại học Việt Nam, dựa vào chúng tơi định lựa chọn 26 thuộc tính với nhóm thuộc tính [7 ], [8 ] Hình Cấu trúc chung learner profile đề xuất 66 Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ (A) Thành phần nhân - Tập thuộc tính profile thuộc thành phần nhân khẩu: PA = {age, gender, hometown, livingat, livecond, trainingstyle} Trong đó, age độ tuổi, gender giới tính, hometown nơi đăng kí hộ thường trú sinh viên (thành thị, nông thôn), livingat nơi mà sinh viên sinh sống để học tập (nhà riêng, nhà trọ), livecond điều kiện sống sinh viên (khó khăn, thoải mái) trainingstyle hình thức đào tạo (B) Thành phần kinh nghiệm học tập - Tập thuộc tính profile thuộc thành phần kinh nghiệm học tập: PB = {graduation, currlearning} Trong đó, graduation loại tốt nghiệp THPT, currlearning xếp loại học tập học kì gần (C) Thành phần cách thức học tập - Tập thuộc tính profile thuộc thành phần hoạt động tự học: PC = {selfstudytime, studywhen, whereuseinternet, selfstudystyle, cognitivecapacity, learningstyle} Trong đó, selfstudytime số tự học/ngày (dưới giờ, từ đến giờ), studywhen khoảng thời gian ngày sinh viên thường hay sử dụng cho hoạt động tự học (sáng, trưa), whereuseinternet địa điểm sử dụng internet (nhà, trường), selfstudystyle hình thức thường hay sử dụng cho hoạt động tự học (đọc sách/giáo trình, thảo luận nhóm), cognitivecapacity khả nhanh nhạy việc nắm bắt nội dung học (tiếp thu nhanh, tiếp thu chậm), learningstyle kiểu dạng học tập (tích cực, thụ động) (D) Thành phần nhu cầu học tập - Tập thuộc tính profile thuộc thành phần nhu cầu học tập: PD = {learningmotivation, reasonlikingsubject, learningactivity, workingtime, learnmoreto} Trong đó, learningmotivation yếu tố thúc đẩy học tập (tiếp thu tri thức, điểm cao), reasonlikingsubject ngun nhân thích mơn học (phương pháp dạy giáo viên hấp dẫn lôi cuốn, nội dung giảng logic khoa học), learningactivity mức độ tham gia hoạt động học (nghe giảng lớp, học trực tuyến), workingtime số làm thêm/tuần (không làm thêm, giờ), learnmoreto lí học thêm – có (do gia đình ép buộc, bổ sung kiến thức chuyên ngành) (E) Thành phần hoạt động hệ thống - Tập thuộc tính profile thuộc thành phần hoạt động hệ thống: PE = {writeaction, writevsview, journalwrite, forumwrite, gdwrite, glossarywrite, wikiwrite} Trong đó, writeaction là số lần viết trung bình ngày khóa học tính theo ngày gần tất hoạt động (dưới 1, từ đến 4), writevsview tỉ số số lần viết số lần xem khóa học theo ngày gần (dưới 0.1, từ 0.1 đến 0.25), journalwrite tổng số lần viết/chỉnh sửa hoạt động nhật kí cá nhân journal ngày gần (không viết bài, từ đến 7), forumwrite số lần viết thảo luận forum trung bình ngày tính vịng ngày gần (dưới 1, từ đến 2), gdwrite số lần viết thảo luận group discussion trung bình ngày tính vịng ngày gần (dưới 1, từ đến 2), glossarywrite tổng số lần viết định nghĩa hoạt động glossary tính ngày gần (0, từ đến 7), wikiwrite số lần viết wiki theo ngày gần (0, từ đến 7) 67 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ (F) Thành phần kết học tập hệ thống - Tập thuộc tính profile thuộc thành phần kết học tập hệ thống: PF = { groupgrade, totalgrade} Trong đó, groupgrade điểm trung bình hoạt động nhóm (dưới 60%, từ 60% đến 80%), totalgrade điểm trung bình tính trọng số với điểm cá nhân điểm nhóm (dưới 60%, từ 60% đến 80%) Ví dụ Sinh viên Đinh Văn Qun (hs10) khóa học Cơng nghệ dạy học ngày 06/04/2013 hệ thống có thuộc tính hồ sơ đặc trưng thuộc nhóm sau: PA = {‘Dưới 25 tuổi’, ‘Nam’, ‘Nơng thơn’, ‘Nhà trọ’, ‘Khó khăn’, ‘Chính quy’}; PB = {‘Trung bình’, ‘Trung bình’}; PC = {‘Dưới giờ’, ‘Sáng’, ‘Nhà’, ‘Khác’, ‘Tiếp thu chậm’, ‘Thụ động’}; PD = {‘Khác’, ‘Khác’, ‘Khác’, ‘Trên 15 giờ’, ‘Khác’}; PE = {‘Dưới 1’, ‘Dưới 0.1’, ‘Từ đến 7’, ‘Dưới 1’, ‘Dưới 1’, ‘0’, ‘0’}; PF = {‘Trên 80%’, ‘Từ 60% đến 80%’} Ghi rằng, giá trị mang thơng tin định tính, cài đặt chuyển thành giá trị định lượng tương ứng 3.2 Xây dựng tập luật tư vấn Như nói trên, phân hệ tư vấn thông tin dựa ACeLS Moodle nên áp dụng kĩ thuật lọc thông tin tự động để tạo luật tư vấn Thay vào đó, tập luật tư vấn đưa vào hệ thống theo cách thủ công người quản trị nhập vào Ở giai đoạn xây dựng thử nghiệm phân hệ, chưa quan tâm đến hợp lí đắn nội dung tư vấn luật hoàn thiện trình vận hành ACeLS tương lai Để hiểu rõ cách thức tổ chức tập luật phân hệ, quan sát sơ đồ tổ chức luật tư vấn hình Hình Sơ đồ tổ chức luật tư vấn 68 Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ Như vậy, tương ứng với loại nội dung tư vấn xác định trên, tập luật (kết luận) tư vấn chia làm loại: tư vấn cách thức học tập, thái độ học tập hoạt động học tập Với kết luận nằm tập câu kết luận tư vấn (Q), quy ước sử dụng điều kiện nhất, điều kiện gần giống để tránh gây mâu thuẫn tư vấn cho người học Và cấu trúc luật có dạng sau: Hình Cấu trúc luật tư vấn Trong cấu trúc trên, luật gồm tối đa điều kiện, điều kiện giá trị (aik, vik), i=1 3, aik tên thuộc tính đặc trưng người học (xem mục Bộ thuộc tính hồ sơ người học trên), vik giá trị mong muốn aik; loại luật tư vấn (cách thức/thái độ/hoạt động) trực tiếp cấu trúc mà xác định thông qua loại câu kết luận Qk Như với luật ta xác định gồm giá trị (a1k ,v1k ,a 2k ,v2k ,a3k ,v3k ,Qk), lưu trữ vào sở liệu để tư vấn cho nhiều người học Một điều cần lưu ý là, luật cần điều kiện kiểm tra, điều kiện bị thiếu thay giá trị null cấu trúc luật hay nói cách khác, cặp giá trị (aik,vik) thay cặp giá trị (null,null); ưu tiên thay cho cặp số có i từ lớn tới bé Cần nói thêm là, luật tập luật tư vấn khai thác giai đoạn khác khóa học (đầu khóa/giữa khóa/cuối khóa), đó, luật có nhiều phiên ứng với giai đoạn có khai thác (nếu cần thiết) 3.3 Giải thuật tư vấn Recommending Nhiệm vụ giải thuật tư vấn Recommending phân hệ tư vấn thông tin khởi tạo tập lời tư vấn/lời khuyên dành cho người học đăng nhập vào hệ thống, dựa sở so khớp profile người học (có khai báo/hoạt động học tập hệ thống trước đó) tập luật tư vấn hành hệ thống Sau phần trình bày giải thuật tư vấn Recommending hàm so khớp (Matching) gọi giải thuật tư vấn Recommending - Giải thuật Recommending + Ý tưởng:  Dữ liệu vào – ra:  Dữ liệu đầu vào tập thuộc tính profile người học X cần tư vấn, kí hiệu P tập luật tư vấn, kí hiệu R Mỗi thuộc tính P xác định cặp số (ai,vi), với tên thuộc tính vi giá trị tương ứng với thuộc tính Tập luật R phân loại thành tập có kết luận thuộc tập QA, QB, QC (xem mục ii), tạm gọi RA, RB, RC Mỗi luật rk tập R gồm giá trị (xem mục ii.) 69 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ phân vào tập Rj, j  {A,B,C} với k đếm theo quy ước: luật thuộc RA đếm từ đến m (m số luật RA), luật thuộc RB đếm từ m+1 đến m+n (n số luật RB), luật thuộc RC đếm từ m+n+1 đến m+n+p (p số luật RC)  Dữ liệu đầu có sau q trình xử lí tập câu kết luận tư vấn dành cho người học X xét, kí hiệu S Tập S tập tập câu kết luận tư vấn Q  Xử lí:  Khi người học đăng nhập vào hệ thống, thuật giải tư vấn kiểm tra thời điểm tập S khởi tạo gần nhất, S chưa tạo thời điểm tạo S có ngày giống khơng chạy đoạn xử lí bên thóat Ngược lại, thuật giải tư vấn xóa tập S cũ người học Với luật Rj, j  {A,B,C}, thuật giải tư vấn so khớp điều kiện luật (a1k ,v1k ;a2k ,v2k ;a 3k ,v3k) với thuộc tính profile người học (ai,vi), i  N* Nếu điều kiện luật khớp với profile null luật xem khớp với người học X kết luận Qk luật đưa vào tập S Quá trình so khớp điều kiện với profile thực nhờ vào việc gọi hàm matching Nếu tập S tồn Qk Qj, j  {A, B, C} trình so khớp luật chuyển qua Rj Điều có nghĩa thời điểm tập S chứa tối đa kết luận tư vấn dành cho người học tương ứng với loại câu tư vấn Thuật giải bên trình bày xử lí bên sau xong bước kiểm tra thời điểm tạo tập S gần +   N*}; 70 Giải thuật Recommending Input: P = {(ai,vi), i  N*}; R(RA, RB, RC) = {(a1k ,v1k ;a2k ,v2k ;a3k ,v3k ;Qk), k  Output: S = { Qk };  Giải thuật chi tiết Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ Load P, R(R A, RB, R C) S  , k  1, count  For j from ‘A’ to ‘C’ Count  count + |Rj| {cong them so phan tu cua Rj} Continue  TRUE While Rj   If a 1k is null OR Matching(a1k, v 1k, P) then If a2k is null OR Matching(a 2k, v 2k, P) then If a3k is null OR Matching(a3k, v3k, P) then SS{Qk} ContinueFALSE EndIf EndIf EndIf If Continue then RjRj \ r k /* loai bo rk khoi tap Rj */ K  k+1 Else K  count+1 /* dam bao r k luon thuoc Rj */ Break /* thoat khoi vong lap While */ EndIF EndWhile EndFor - Hàm so khớp (Matching) + Ý tưởng:  Dữ liệu vào – ra:  Dữ liệu đầu vào: tập P (xem thuật giải tư vấn) người học X; cặp (a,v) với a tên thuộc tính cần so khớp v giá trị mong muốn a;  Dữ liệu đầu ra: biến kết Result  {TRUE, FALSE}  Xử lí: hàm Matching tìm P thuộc tính có tên a so sánh giá trị thuộc tính a người học X với giá trị v, gán giá trị cho Result TRUE, ngược lại FALSE; sau kết thúc + Giải thuật Matching  Input: P = {(a i,vi), i  N*}; (a,v);  Output:Result  {TRUE, FALSE}  Giải thuật chi tiết Load P, a, v Result  FALSE, I  1, n  |P| /*gan n la so thuoc tinh cua P*/ While i C Load P, R(R , R , R ) > Load P, a, v > S, k1, count0 > i1: a1 = a = age > j’A’: > v1 = ‘dưới 25’ = v > count1 /* |RA|=1 */ > ResultTRUE > CountinueTRUE > Kết quả: Result = TRUE A A > R R \{r1} > k2 > j’B’: > count2 > CountinueTRUE > SS{Q2} /* So khop cong > CountinueFALSE > k3 */ > j’C’ : > count2 > CountinueTRUE > thêm’} 72 Kết quả: S = {Q2} = {‘Bạn nên giảm làm Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ Cài đặt thử nghiệm Phân hệ tư vấn thông tin xây dựng tích hợp vào hệ thống ACeLS sẵn có (đã nâng cấp lên Moodle 2.0) thử nghiệm địa http://ACeLS.fit.hcmup.edu.vn/ACeLS2/ với chức cụ thể là: - Đối với người học: o Thể thông tin đặc trưng cá nhân người dùng hệ thống; o Cung cấp thơng tin q trình học tập dạng số biểu đồ; o Cung cấp thông tin kết người học, nhóm, cho phép so sánh với nhóm khác với lớp; o Cung cấp thông tin tư vấn cách thức, thái độ hoạt động học tập - Đối với người dạy: o Cung cấp thông tin giám sát q trình học tập khóa – học phần; o Cung cấp thông tin giám sát tham gia hoạt động hệ thống; o Cho phép giáo viên gửi thông tin phản hồi nhanh đến sinh viên hay đến nhóm đó; Phân hệ thử nghiệm khóa học phần hệ thống ACeLS với thơng tin sau: - Khóa học: Cơng nghệ dạy học; - Hình thức học: Học kết hợp – đó: truyền thống (30%) trực tuyến (70%); - Đối tượng tham gia: giáo viên (1), sinh viên (10), quản trị viên (1); - Thời gian học: tuần – đợt: đầu khóa tuần, khóa tuần cuối khóa tuần; - Hình thức đánh giá: 70% (học truyền thống), 30% (học trực tuyến) Giao diện khai thác phân hệ tư vấn thơng tin thể hình trang chủ cá nhân (trích dẫn tài liệu Moodle myhome) người học (sinh viên) giáo viên với địa thêm vào “my/” Sau số hình đặc sắc phân hệ tư vấn thông tin mà xây dựng 73 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ Hình minh họa trang chủ sinh viên với chức cung cấp thông tin profile cá nhân (2), thông tin tư vấn cảnh báo (định kì) (3), thơng tin kết so sánh kết học tập cá nhân với nhóm, nhóm khác hay tồn lớp (3), biểu đồ q trình học tập (5) Hình Màn hình thơng tin tư vấn sinh Hình minh họa hình thơng tin chi tiết hoạt động học tập sinh viên thông tin tổng hợp (1) tổng số lần tham gia hoạt động so với tổng số lần truy cập vào khóa học, thơng tin hoạt động cá nhân (2) thông tin số lần hoạt động thời gian truy cập cuối hoạt động cá nhân hệ thống, thơng tin hoạt động nhóm (3), thơng tin hoạt động cộng đồng (4) số lần tham gia hoạt động thời gian truy cập cuối cùng, biểu đồ thống kê số lần hoạt động (5) 74 Hình Màn hình thơng tin hoạt động sinh viên Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ Hình minh họa hình chức giám sát giáo viên với thông tin hỗ trợ, bao gồm thơng tin khóa học số tuần tại, số người tham gia (1), thơng tin giám sát khóa học danh sách học viên cần phải thông báo tin nhắn đưa thông tin cảnh báo, số liệu thống kê số lượng học viên hoàn thành tập/dự án (2), biểu đồ thống kê hoạt động học tập (3), tiến độ học tập (4) Hình Màn hình thơng tin giám sát giáo viên Kết luận Qua việc xây dựng phân hệ tư vấn thống tin cho hệ thống dạy học trực tuyến ACeLS triển khai, báo giới thiệu cách tiếp cận nhằm hỗ trợ thông tin cho đối tượng dạy học hệ thống dạng thông tin tư vấn giám sát nhằm giúp người học nhận thơng tin hữu ích liên quan đến q trình học tập cách tự động Bằng việc thử nghiệm khóa-học phần cụ thể, hệ thống ACeLS cho thấy hữu ích kênh học tập với hoạt động học tập trực tuyến (cá nhân/tự học, học nhóm/cộng tác, học với cộng đồng/chia sẻ) từ tạo động học tập, kích thích tính tích cực người học, gắn kết người học với hệ thống suốt trình học tâp hệ thống (tham gia từ đầu khóa-học phần cuối) Điểm hạn chế phân hệ tập luật giả định cho trước việc so khớp profile luật đơn giản, chủ đích nhóm tác giả xét đến tính hữu ích hệ thống việc xử lí cung cấp thơng tin cách hiệu quả, nhanh chóng hệ học trực tuyến xây dựng tảng CMS nguồn mở Hiện tại, nhóm tác giả tiếp tục thử nghiệm hệ thống với khóa-học phần khác để thu thập phản hồi từ đối tượng người học tính hữu ích hệ thống để từ cải tiến hồn thiện hệ thống dạy học trực tuyến triển khai, có phân tích, đánh giá cách định lượng phân hệ tư vấn xây dựng 75 Tạp chí KHOA HỌC ĐHSP TPHCM Số 53 năm 2013 _ TÀI LIỆU THAM KHẢO Allen, I E & Seaman, J (2009), “Learning on Demand: Online Education in the United States”, BABSON Survey Research Group and SLOAN Consortium Arabasz, P., Pirani, J., A., Fawcett, D (2003), “Supporting E-Learning in Higher Education”, Research Study from the EDUCAUSE – Center for Applied Research, Vol.3 – http://educause.edu/ecar Ben Schafer, J., Konstan, J., Riedl, J (1999), “Recommender Systems in ECommerce”, GroupLens Research Project [4] Duch, W., Rule-Based Methods Brusilovsky, P and Peylo, C (2003), “Adaptive and Intelligent Web-based Educational Systems”, International Journal of Artificial Intelligent in Education 13, pp 156 – 169 Giang Bach (2008), “Giảng đường đại học Việt Nam kỉ XXI”, Vietnamese paper, retrieved from http://www.hua.edu.vn/khoa/cnts/index.php?option=com_content&task=view&id=4 85&Itemid=359 [on-line], by date 25/03/2012 Le, D.-L., Bui, M.-T.-D., Nguyen, D.-T., Hunger, A., Phan, C.-C (2006), “A model for Active-Collaborative eLearning”, In Proceedings of Software and Groupware, Knowledge Techs and Open Source Solutions for E-learning Systems (SGK06), Sept 2006, Hue, Vietnam (in English), pp 96-102 Le, D.-L, Nguyen, A.-T, Nguyen, D.-T, Hunger, A (2009), “Building Learner Profile in Adaptive e-Learning Systems”, Proceedings of the 4th International Conference on e-Learning (ICEL 2009), Toronto, Canada Le, D.-L, Nguyen, A.-T, Nguyen, D.-T, Tran, V.-H, Hunger, A (2010), “A Comprehensive Survey of User Profile in the Adaptive Instructional Systems” In Proceedings of the 5th International Conference on e-Learning (ICEL 2010), 1213rh , July 2010, Penang, Malaysia (in English), pp 207-218 Le, D.-L, Nguyen, Tran, V.-H, Hunger, A (2013), “Developing Active Collaborative e-Learning Framework for Vietnam’s Higher Education Context”, In proceedings of the 12th European Conference on e-Learning (ECEL 2013), Sophia Antipolis, France Vol.1, pp 240-249 10 Montaner, M., López, B.,De La Rosa, J.-L (2003), “A Taxonomy of Recommender Agents on the Internet”, Artificial Intelligence Review, Vol 19, Kluwer Publishers 11 Minedu - New Zealand Education Website, Ministry of Education (2009), “What is e-Learning?”, [on-line] Available: http://www.minedu.govt.nz/NZEducation.aspx 12 Means, B et al (2009), “Evaluation of Evidence-Based Practices in Online Learning: A Meta-Analysis and Review of Online Learning Studies”, Final Report of US Department of Education 13 Mishra, P., Koehler, M., J (2006), “Technological Pedagogical Content Knowledge: A Framework for Teacher”, In KnowledgeTeachers College Record Vol 108, 76 Tạp chí KHOA HỌC ĐHSP TPHCM Phan Văn Huy tgk _ 14 Number 6, June 2006, pp 1017–1054, Teachers College, Columbia University 01614681 Mödritscher, F., Garcia-Barrios, V.-M., Gütl, C (2004), “The Past, the Present and the future of adaptive E-Learning”, The International Conference Interactive Computer Aided Learning, (ICL2004) 15 Nguyen C K (2008), “Researching learning styles of student”, In Vietnamese paper “Nghiên cứu phong cách học sinh viên”, Journal of Education, Vol 202, pp 710, 16 Stephen W et al (2006), “Observations on undergraduate education in computer science, electrical engineering, and physics at select universities in Vietnam”, In: “A Report Presented to the Vietnam Education Foundation by the Site Visit Teams of the National Academies of the United States”, http://home.vef.gov/download/Report_on_Undergrad_Educ_E.pdf 17 Tra My (2008), ‘Where are universities of Vietnam being?’ – In Vietnamese paper “Đại học Việt Nam đứng đâu?”, Retrieved 25/03/2012 from http://hanoimoi.com.vn/newsdetail/Giao-duc/160602/2727841i-h7885c-vi7879tnam-273ang-2737913ng-7903-273au-.htm 18 Vilaseca, J., Castillo, D (2008), “Economic efficiency of e-learning in higher education: An Industrial Approach”, Intangible Capital, 4(3): 191-211– ISSN: 16979818 19 Wang, F.L et al (2010), Handbook of Research on Hybrid Learning Models: Advanced Tools, Technologies, and Applications Information Science Reference – IGI Global, USA (Ngày Tòa soạn nhận bài: 22-11-2013; ngày phản biện đánh giá: 26-11-2013; ngày chấp nhận đăng: 16-12-2013) 77