Ứng dụng kỹ thuật khai phá dữ liệu để tư vấn học tập cho sinh viên tại trường Đại học Quảng Bình

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ QUỐC HOÀNG ỨNG DỤNG KỸ THUẬT KHAI PHÁ DỮ LIỆU ĐỂ TƯ VẤN HỌC TẬP CHO SINH VIÊN TẠI TRƯỜNG ĐẠI HỌC QUẢNG BÌNH Chun ngành: Khoa học máy tính Mã số: 8480101 TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng - Năm 2018 Cơng trình hồn thành TRƯỜNG ĐẠI HỌC BÁCH KHOA Người hướng dẫn khoa học: TS PHẠM XUÂN HẬU Phản biện 1: TS NGUYỄN VĂN HIỆU Phản biện 2: TS ĐẬU MẠNH HOÀN Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ chuyên ngành Khoa học máy tính họp Trường Đại học Bách khoa Đà Nẵng vào ngày 05 tháng 01 năm 2019 Có thể tìm hiểu luận văn tại: - Trung tâm Học liệu Truyền thông Trường Đại học Bách khoa Đại học Đà Nẵng - Thư viện Khoa Công nghệ thông tin, Trường Đại học Bách khoa MỞ ĐẦU Lý chọn đề tài Trong nh ng năm g n đây, công nghệ thông tin ngày phát tri n mạnh mẽ vấn đề khai phá d liệu đ tr thành nh ng hướng nghiên c u lĩnh v c khoa học máy tính cơng nghệ tri th c Khai phá d liệu ng d ng thành công vào nhiều lĩnh v c khác thương mại, tài chính, th trường ch ng khốn, y học, sinh học, giáo d c vi n thông, Hình th c đào tạo tín phương pháp đào tạo tiên tiến giới áp d ng rộng r i số trường đại học Việt Nam Ưu m hình th c đào tạo tính liên thông gi a hệ đào tạo, gi a trường đ tạo điều kiện cho việc hội nhập với giáo d c giới Vì lý mà chủ trương nhà nước m rộng áp d ng hình th c đào tạo tín mạng lưới trường đại học, cao đẳng nước giai đoạn 2001- 2010 Trường Đại học Quảng Bình đ áp d ng hình th c học theo tín từ năm học 2008 đến Theo tinh th n học chế tín sinh viên có th t xây d ng kế hoạch học tập cho trình học suốt khóa học Có nghĩa tùy theo l c điều kiện thân sinh viên đăng ký học ph n nhiều hay học kỳ đảm bảo thời hạn đào tạo theo qui đ nh Nhà trường Nhưng th c trạng h u hết sinh viên đăng ký học ph n theo kế hoạch đào tạo chương trình khung theo học kỳ mà chưa có s đ nh hình riêng đường học tập thân Trường hợp nh ng sinh viên giỏi có th đăng ký đ đẩy nhanh tiến độ học tập rút ngắn thời gian đào tạo mà đảm bảo kết học tập tốt, phù hợp với điều kiện thời gian l c Trường hợp nh ng sinh viên có l c yếu có th đăng ký dàn trải cho kết học tập gi m c tốt tuân thủ thời gian đào tạo trường Việc t xây d ng lộ trình tối ưu phù hợp với l c học tập sinh viên theo tinh th n học chế tín h u chưa th tính hiệu Do việc xây d ng công c hỗ trợ đề xuất cho sinh viên lộ trình học tập phù hợp theo l c điều kiện thời gian suốt khóa học nhu c u c n thiết h a hẹn công c đắc l c giúp cho sinh viên quản lý kế hoạch học tập cách hiệu đ chủ động việc chuẩn b hành trang cho tương lai Trước nh ng thách th c đặt khai phá d liệu, đ hỗ trợ tốt cho sinh viên tăng cường ng d ng công nghệ thông tin hoạt động quản lý đào tạo nhằm tăng hiệu nâng cao chất lượng đào tạo Trường Đại học Quảng Bình việc xây d ng hệ thống ph c v sinh viên c n thiết Vì tơi đ nh l a chọn chọn đề tài “Ứng d ng kỹ thuật khai phá d liệu đ tư vấn học tập cho sinh viên Trường Đại học Quảng Bình” làm đề tài tốt nghiệp luận văn cao học Tính cấp thiết đề tài Với th c trạng đ nêu trên, việc xây d ng công c hỗ trợ đề xuất cho sinh viên lộ trình học tập phù hợp theo l c điều kiện thời gian suốt khóa học nhu c u c n thiết h a hẹn công c đắc l c giúp cho sinh viên quản lý kế hoạch học tập cách hiệu quả, chủ động việc chuẩn b hành trang cho tương lai Đối với hình th c đào tạo tín sinh viên phải đăng ký học ph n bắt buộc t chọn s tư vấn CVHT Vậy đ đảm bảo sinh viên chọn nh ng học ph n phù hợp với l c thân xếp lộ trình học cho đạt hiệu ? Liệu CVHT có th tư vấn cho sinh viên lớp chọn kế hoạch học tập phù hợp không th tiếp cận toàn d liệu m sinh viên? Đ giải vấn đề nêu trên, tiến hành nghiên c u th c đề tài Ứng d ng kỹ thuật khai phá d liệu đ tư vấn học tập cho sinh viên Trường Đại học Quảng Bình Mục tiêu đề tài - Hi u vấn đề liên quan đến khai phá d liệu - Nghiên c u lý thuyết mạng nơron - Áp d ng thuật toán mạng nơron tư vấn chọn học ph n cho sinh viên - Hỗ trợ phòng Đào tạo, Khoa chuyên ngành CVHT, giáo viên chủ nhiệm có th tư vấn cho sinh viên việc chọn học ph n - Nâng cao chất lượng đào tạo Trường Đại học Quảng Bình N i ung nghiên c u - Nghiên c u lý thuyết kỹ thuật phát tri th c khai phá d liệu - Chuẩn b nguồn d liệu, bao gồm d liệu m kết học tập sinh viên - Cài đặt thử nghiệm mơ hình khai phá d liệu: Mạng nơron nhân tạo (Neural Network) - Áp d ng mơ hình đ giải toán Đối tượng phạm vi nghiên c u - Đối tượng nghiên c u đề tài khai phá d liệu m sinh viên, thuật toán mạng nơron nhân tạo lan truyền ngược - Trong khuôn khổ luận văn, giới hạn th c nghiệm tạo ng d ng tư vấn môn học t chọn cho sinh viên ngành Giáo d c m m non – Khoa Sư phạm Ti u học M m non - Trường Đại học Quảng Bình Phư ng pháp nghiên c u - Thu thập, đọc hi u, phân tích thơng tin, d liệu từ tài liệu, giáo trình, sách liên quan đến khai phá d liệu - Tiến hành nghiên c u áp d ng thuật toán mạng nơron đ xây d ng ng d ng tư vấn học ph n t chọn cho sinh viên Trường Đại học Quảng Bình phù hợp Ý nghĩa khoa học, tính khả thi đề tài Trường Đại học Quảng Bình th c việc ng d ng công nghệ thông tin vào công tác dạy học tốt Việc xây d ng ng d ng t vấn môn t chọn hỗ trợ cho sinh viên việc l a chọn phương pháp học môn học đ đạt kết tốt học kỳ Ý tư ng xuất phát từ nhu c u th c tế Nhà trường nên đề tài mang tính ng d ng cao, thiết th c hỗ trợ nâng cao hoạt đào tạo nhà trường Bố cục luận văn Ngoài ph n m đ u kết luận, luận văn gồm ba chương: Chư ng 1: Chương chủ yếu nghiên c u tổng quan khai phá d liệu c th phương pháp, kỹ thuật khai phá d liệu ng d ng khai phá d liệu, l a chọn phương pháp đ ng d ng cho đề tài Chư ng 2: Nghiên c u sâu vào tìm hi u thuật tốn mạng nơron nhân tạo, hình th c học số phương pháp huấn luyện mạng nơron nhân tạo ng d ng thuật tốn lan truyền ngược cho mơ hình mạng nơron Chư ng 3: Nghiên c u xây d ng ng d ng, chương nội dung đề cập đến là: Mơ tả tốn, đề xuất mơ hình áp d ng thuật toán lan truyền ngược đ xây d ng ng d ng Phát tri n xây d ng demo ng d ng th c ch c tư vấn học ph n cho sinh viên d a vào kết học tập kỳ Và từ tư vấn cho giảng viên, CVHT có th chọn cho sinh viên SV t chọn cho mơn tư chọn đạt kết cao từ chọn học ph n t chọn phù hợp với sinh viên Chư ng 1: TỔNG QUAN KHAI PHÁ DỮ LIỆU 1.1 Giới thiệu Khai phá d liệu dùng đ mơ tả q trình phát tri th c CSDL Q trình việc tính tốn đ tìm mẫu d liệu liên quan đến d liệu lớn giúp cho việc d báo máy học, thống kê hệ thống s d liệu Tùy vào cách tiếp cận, m c tiêu khai phá d liệu mà Nhà khoa học đ đưa số đ nh nghĩa sau [1]: Định nghĩa Ferruzza: “Khai phá d liệu tập hợp phương pháp dùng tiến trình khám phá tri th c đ s khác biệt mối quan hệ mẫu chưa biết bên d liệu” Định nghĩa Parsaye: “Khai phá d liệu trình trợ giúp đ nh, tìm kiếm mẫu thông tin chưa biết bất ngờ CSDL lớn” Định nghĩa Fayyad: “Khai phá tri th c q trình khơng t m thường nhận nh ng mẫu d liệu có giá tr , mới, h u ích, tiềm có th hi u được” 1.2 Các ng ụng khai phá ữ liệu 1.3 Các bước trình khai phá ữ liệu 1.4 Các phư ng pháp khai thác ữ liệu 1.4.1 Phân lớp (classification) 1.4.2 Hồi qui (regression) 1.4.3 Phân nhóm (clustering) 1.4.4 Tổng hợp (summarization) 1.4.5 Mơ hình hoá phụ thuộc (dependency modeling) 1.4.6 Phát biến đổi độ lệch (change and deviation dectection) 1.5 Các Kỹ thuật khai phá ữ liệu 1.5.1 Các thành phần trình khai phá liệu a Biểu diễn mơ hình: b Đánh giá mơ hình: c Phương pháp tìm kiếm: 1.5.2 Kỹ thuật suy diễn/quy nạp 1.5.3 Kỹ thuật ứng dụng K-láng giềng gần 1.5.4 Kỹ thuật sử dụng định luật 1.5.5 Kỹ thuật phát luật kết hợp 1.6 Những thách th c nghiên c u ng ụng kỹ thuật khai phá ữ liệu 1.7 M t số vấn đề thách th c khai phá ữ liệu Kết luận chư ng 1: Chương chủ yếu nghiên c u tổng quan khai phá d liệu c th phương pháp, kỹ thuật khai phá d liệu ng d ng khai phá d liệu, l a chọn phương pháp đ ng d ng cho đề tài Chư ng 2: NGHIÊN CỨU MẠNG NƠRON NHÂN TẠO VÀ XÂY DỰNG MƠ HÌNH DỰA TRÊN MẠNG NƠRON 2.1 Giới thiệu mạng n ron nhân tạo 2.1.1 Khái niệm Mạng nơron nhân tạo, Artificial Neural Network (ANN) gọi tắt mạng nơron Mạng nơron mơ hình xử lý thông tin theo cách th c xử lý thơng tin hệ nơron sinh học Nó tạo lên từ số lượng lớn ph n tử (gọi ph n tử xử lý hay nơron) kết nối với thông qua liên kết (gọi trọng số liên kết) làm việc th thống đ giải vấn đề c th Một mạng nơron nhân tạo cấu hình cho ng d ng c th (nhận dạng mẫu, phân loại d liệu, d báo) thông qua trình học từ tập mẫu huấn luyện Về chất học q trình hiệu chỉnh trọng số liên kết gi a nơron 2.1.2 Lịch sử phát triển mạng nơron nhân tạo 2.2 Mạng n ron nhân tạo 2.2.1 Mơ hình mạng nơron nhân tạo Một nơron đơn v xử lý thông tin thành ph n mạng nơron Cấu trúc nơron mô tả hình 2.1 Hình 2.1 Mơ hình mạng nơron nhân tạo [4] Các thành ph n nơron nhân tạo bao gồm: + Tập đầu vào: Là tín hiệu vào (input signals) nơron, tín hiệu thường đưa vào dạng vector N chiều + Tập liên kết: Mỗi liên kết th b i trọng số (gọi trọng số liên kết – Synaptic weight) Trọng số liên kết gi a tín hiệu vào th j với nơron k thường kí hiệu wkj Thơng thường, trọng số kh i tạo cách ngẫu nhiên thời m kh i tạo mạng cập nhật liên t c trình học mạng + B tổng (Summing function): Thường dùng đ tính tổng tích đ u vào với trọng số liên kết + Ngưỡng (còn gọi m t đ lệch - bias): Ngưỡng thường đưa vào thành ph n hàm truyền 10 nơron phải đặt hàm chặn, thường dạng phi tuyến Kết hàm giá tr đặc trưng cho m c độ kích hoạt nơron + Hàm sigmoid (Sigmoid Function) g ( x) 1 e x Hàm sử d ng cho mạng huấn luyện (trained) b i thuật toán lan truyền ngược (Back – Propagation), b i d lấy đạo hàm, giảm đáng k phép tính trình huấn luyện mạng Hàm sử d ng cho nh ng ng d ng mà giá tr đ u nằm khoảng [0 , 1] Hình 2.2 Hàm sigmoid Các hàm chuy n nơron lớp ẩn c n thiết đ bi u di n s phi tuyến vào mạng Lý hợp thành hàm đồng hàm đồng Mặc dù mang tính chất phi tuyến (nghĩa là, khả bi u di n hàm phi tuyến) làm cho mạng nhiều lớp có khả tốt bi u di n ánh xạ phi tuyến Tuy nhiên, luật học lan truyền ngược, hàm phải khả vi (differentiable) có ích hàm gắn khoảng Do vậy, hàm sigmoid l a chọn tốt 11 Đối với đơn v đ u ra, hàm chuy n chọn cho phù hợp với s phân phối giá tr đích mong muốn Nếu giá tr khoảng [0;1] hàm sigmoid phù hợp + Mạng truyền thẳng (Multilayered Feedforward Neural Network - MFNN) Trong mạng nơron truyền thẳng, liên kết theo hướng đ nh từ lớp vào tới lớp ra, khơng tạo thành đồ th có chu trình với đỉnh nơron, cung liên kết gi a chúng Hình 2.3 Mạng nơron truyền thẳng nhiều lớp 2.3 Các hình th c học mạng n ron nhân tạo 2.3.1 Khái niệm Học trình thay đổi hành vi vật theo cách làm cho chúng có th th c tốt tương lai Một mạng nơron huyấn luyện cho với tập vector đ u vào X, mạng có khả tạo tập vector đ u mong muốn Y Tập X sử d ng cho huấn luyện mạng gọi tập huấn luyện (training set) Các ph n tử x thuộc X gọi mẫu huấn luyện (training example) Quá trình huấn luyện chất s thay đổi trọng số liên kết mạng Trong 12 trình này, trọng số mạng hội t d n tới giá tr cho với vector đ u vào x từ tập huấn luyện, mạng cho vector đ u y mong muốn Có ba hình th c học học phổ biến: Học có giám sát (supervised learning), Học không giám sát (unsupervised learning), Học tăng cường (Reinforcement learning) [4]: 2.3.2 Học có giám sát Học có giám sát mạng nơron thường th c theo bước sau: + Bước 1: Xây d ng cấu trúc thích hợp cho mạng nơron, chẳng hạn có (n + 1) nơron vào (n nơron cho biến vào nơron cho ngưỡng x0), m nơron đ u ra, kh i tạo trọng số liên kết mạng + Bước 2: Đưa vector x tập mẫu huấn luyện X vào mạng + Bước 3: Tính vector đ u o mạng + Bước : So sánh vector đ u mong muốn y (là kết cho tập huấn luyện) với vector đ u o mạng tạo ra; có th đánh giá lỗi + Bước 5: Hiệu chỉnh trọng số liên kết theo cách cho l n đưa vector x vào mạng, vector đ u o giống với y + Bước 6: Nếu c n, lặp lại bước từ đến mạng đạt tới trạng thái hội t Việc đánh giá lỗi có th th c theo nhiều cách, cách dùng nhiều sử d ng lỗi t c thời: Err = (o - y), Err = |o - y|; lỗi trung bình bình phương (MSE: mean-square error): Err = (o- y)2/2 13 Có hai loại lỗi đánh giá mạng nơron Th nhất, gọi lỗi rõ ràng (apparent error), đánh giá khả xấp xỉ mẫu huấn luyện mạng đ huấn luyện Th hai, gọi lỗi ki m tra (test error), đánh giá khả tổng hóa mạng đ huấn luyện, t c khả phản ng với vector đ u vào Đ đánh giá lỗi ki m tra phải biết đ u mong muốn cho mẫu ki m tra Thuật tốn tổng qt cho học có giám sát mạng nơron có nhiều cài đặt khác nhau, s khác chủ yếu cách trọng số liên kết thay đổi suốt thời gian học Trong tiêu bi u thuật tốn lan truyền ngược 2.3.3 Học khơng có giám sát 2.3.4 Học tăng cường * Thuật toán lan truyền ngược: 2.4 M t số phư ng pháp huấn luyện mạng n ron nhân tạo 2.5 Mơ tả tốn đào tạo Trường Đại học Quảng Bình Ngày chương trình đào tạo trường Đại học Quảng Bình th c theo học chế tín nhằm tạo điều kiện thuận lợi cho trình học tập sinh viên tăng cường khả t học Trong việc l a chọn học ph n phù hợp với thời gian, điều kiện mơn bắt buộc theo chương trình đào tạo đ tạo kết khả quan thời gian qua giúp sinh viên chủ động việc học tập Sau kết thúc học ph n nhà trường th c nhập m học ph n vào ph n mềm theo chương trình đào tạo học kỳ 14 Bảng 2.1 Chương trình đào tạo học kỳ Tuy nhiên bên cạnh phát sinh số boăn khoăn việc đăng ký học ph n t chọn sinh viên học kỳ có vấn đề là: + Chọn học ph n đ phù hợp với l c? + Chọn học ph n đ phù hợp với nghề nghiệp tương lai? + Chọn học ph n đ đạt kết tốt với l c học tập sinh viên? Việc hỗ trợ tư vấn cho sinh viên chọn học ph n t chọn phù hợp công việc đòi hỏi người tư vấn phải theo dõi giám sát kết học tập sinh viên thời gian dài Việc tư vấn hỗ trợ sinh viên chọn học ph n t chọn phù hợp mang lại nhiều lợi ích khác nhau: + Lợi ích cho sinh viên: Giúp sinh viên l a chọn học ph n phù hợp với l c thân + Lợi ích cho giảng viên: Tiếp cận nhóm sinh viên có đ y đủ l c học tốt học ph n giúp giảng viên truyền tải kiến 15 th c học ph n tốt nhanh đến đối tượng có l c phù hợp + Lợi ích cho Nhà trường: Nâng cao chất lượng học ph n, ngành học Tạo nhiều thuận lợi công tác phân luồng người học Tạo s thích thú học học tập l c sinh viên phù hợp với học ph n Một tiêu chí quan trọng làm s cho việc tư vấn chọn học ph n t chọn kết học tập sinh viên học kỳ trước l a chọn học ph n Các kết học tập học kỳ trước số liệu quan trọng việc tư vấn l a chọn học ph n cho sinh viên Với t m quan trọng việc tư vấn chọn học ph n cho sinh viên nên việc đưa tư vấn sớm tốt nhằm hỗ trợ cho việc đ nh l a chọn học ph n trước lúc sinh viên đăng ký học ph n Do vấn đề hỗ trợ tư vấn cho sinh viên đăng ký môn t chọn vấn đề hết s c quan trọng, b i nhờ vào việc l a chọn đăng ký học ph n xác giải khó khăn nêu mang lại nhiều lợi ích thiết th c Việc xây d ng công c hỗ trợ đề xuất cho sinh viên lộ trình học tập phù hợp theo l c điều kiện thời gian suốt khóa học nhu c u c n thiết h a hẹn công c đắc l c giúp cho sinh viên quản lý kế hoạch học tập cách hiệu quả, chủ động việc chuẩn b hành trang cho tương lai Có nhiều phương pháp đ tư vấn chọn học ph n Tuy nhiên, với nh ng ưu m khả học đưa đ nh từ nh ng điều đ học mạng nơron việc ng d ng mạng nơron đ tư vấn phương pháp tiếp cận phù hợp Chính vậy, luận văn 16 đ nghiên c u xây d ng huấn luyện mạng nơron giúp trình tư vấn chọn học ph n nhanh chóng xác 2.6 Áp ụng mơ hình để tư vấn chọn môn học tự chọn CCNN ựa ANN Sau thời gian nghiên c u trình tư vấn chọn học ph n t chọn với nhiều học ph n khác tác giả nhận thấy kết học ph n học kỳ trước có ảnh hư ng lớn việc l a chọn mơn t chọn cho học kỳ Ví d học kỳ I ngành học có 06 môn thành ph n là: { inh l tr em gh thuật tạ hình án s iếng i t m nhạc in h c} Sau trình học có kết học kỳ I sinh viên đăng ký học kỳ II sinh viên chọn học ph n học ph n sau: { ăn h c, Mỹ h c giá dục thẩm mỹ ch tr iá dục d n s môi trư ng} 2.7 Phân tích tốn 2.8 Áp ụng mơ hình để tư vấn mơn tự chọn cho sinh viên Đại học Quảng Bình Từ phân tích mơ hình tốn ph n c n có hệ suy luận gồm đặc trưng học ph n bắt buộc học kỳ { inh l tr em nhạc gh thuật tạ hình án s iếng i t m in h c} d a l c hệ thống đánh giá tư vấn kết ngưỡng m có th đạt với môn t chọn D a đặc trưng đ đề xuất mơ hình áp d ng tư vấn môn t chọn cho sinh viên Đại học Quảng Bình sau: 17 Hình 2.4 Mơ hình dự báo chọn mơn tự chọn 2.9 Huấn luyện mơ hình thuật toán lan truyền ngược Nguyên tắc huấn luyện mạng Nơron đa lớp sử d ng thuật toán lan truyền ngược gồm hai giai đoạn chính: lan truyền thẳng (tính tốn đ u Nơron) lan truyền ngược qua mạng Áp d ng thuật toán lan truyền ngược sau: Bước 1: Kh i tạo trọng số (thường kh i tạo ngẫu nhiên) Bước 2: Đối với mẫu d liệu e tập huấn luyện + Lan truyền thẳng: tính O = giá trị đầu mạng; + Với T = giá trị đầu m ng mu n e, tính tốn lỗi đơn v đ u (T – O) + Lan truyền ngược: - Tính giá tr delta_wi cho tất trọng số từ lớp ẩn đến lớp ra; - Tính giá tr delta_wj cho tất trọng số từ lớp vào đến lớp ẩn; + Cập nhật trọng số mạng Bước 4: Kết thúc thuật tốn Các thơng số dùng đ huấn luyện mạng bao gồm: - LookBack: Số nơron đ u vào - T ng ẩn Hidden Node: Số nơron lớp ẩn 18 - Predict: D đoán - Sigmoid Alpha: hệ số điều chỉnh tr c tiếp tốc độ hội t hàm tối ưu độ lỗi - Hệ số học (Learning Rate): có vai trò điều tiết m c độ thay đổi trọng số bước cập nhật - Hệ số qn tính (Momentum): Hệ số có tác d ng giúp cho giải thuật không b dừng tối ưu c c 2.10 Kết luận Kết luận chư ng 2: Nghiên c u sâu vào tìm hi u thuật tốn mạng nơron nhân tạo, hình th c học, thuật tốn lan truyền ngược cho mơ hình mạng nơron nhiều lớp số phương pháp huấn luyện mạng nơron nhân tạo từ mơ tả tốn, đề xuất mơ hình áp d ng thuật tốn lan truyền ngược đ xây d ng ng d ng cho tốn tư vấn mơn t chọn cho sinh viên Chư ng 3: PHÁT TRIỂN ỨNG DỤNG 3.1 3.1.1 Thiết kế hệ thống Chức Quản lý User a Kịch “Quản l User” b Biểu đồ chức Quản l user c Biểu đồ cộng tác Quản l user 3.1.2 Chức xây dựng tập liệu a Kịch “x y dựng tập li u” b Biểu đồ chức xử l li u c Biểu đồ cộng tác chức xử l li u 3.1.3 Chức dự báo kết a Kịch “dự bá kết quả” c Biểu đồ tuần cộng tác chức dự bá 19 3.2 Công nghệ ng dụng đề tài 3.3 Chư ng trình thực nghiệm kết 3.3.1 Môi trường cài đặt 3.3.2 Cấu trúc tập tin Tác giả đ th c nghiệm file d liệu 03 môn t chọn, d liệu chia thành hai ph n: ph n dùng đ huấn luyện ph n đ d báo Nguồn d liệu sử d ng từ kết th c ti n Trường Đại học Quảng Bình Do quy đ nh bảo mật nhà trường số thông tin khác không công bố Tập d liệu mẫu: GiaoDucDanSo, MyHoc, VanHoc D liệu GiaoDucDanSo 133, MyHoc 158 dòng, VanHoc 470 dòng, dòng ch a thành ph n d liệu kết học tập kỳ trước: { inh l tr em m nhạc gh thuật tạ hình án s iếng i t in h c} thành ph n môn t chọn tương ng 3.3.3 Một số giao diện hệ thống Sau đăng nhập chọn file d liệu tải d liệu vào chương trình Hình 3.1 Chức xử lý liệu Chọn thông số mạng theo số sau: 20 LookBack: Số nơron đ u vào mặc đ nh T ng ẩn Hidden Node: Số nơron lớp ẩn mặc đ nh 14 Sigmoid Alpha mặc đ nh Hệ số học (Learning Rate): có vai trò điều tiết m c độ thay đổi trọng số bước cập nhật có giá tr mặc đ nh 001 Hệ số qn tính (Momentum): Hệ số có tác d ng giúp cho giải thuật không b dừng tối ưu c c giá tr mặc đ nh Hình 3.2 Thơng số mạng Chọn số l n lặp huấn luyện mạng bắt đ u huấn luyện sai số chấp nhận cho dừng huấn luyện lặp số l n lặp thuật tốn dừng 21 Hình 3.3 Huấn luyện mạng Khi huấn luyện xong chuy n sang thẻ Ki m tra chọn ch c ki m thử chương trình hi n th d liệu ki m thử mẫu tin chọn từ lúc xử lý d liệu cho kết d báo chương trình Hình 3.4 Kiểm thử liệu 3.3.4 Kết thực nghiệm Kết th c nghiệm cho học ph n “Giáo d c dân số” số mẫu d liệu 133 theo tỷ lệ chọn mẫu ngẫu nhiên 22 133 mẫu d liệu; Tập huấn luyện 90%; Ki m thử 10% Số l n lặp 600000 Sai số huấn luyện 0.0627361422601427 Sai số ki m thử 0.141675095588177 133 mẫu d liệu; Tập huấn luyện 80%; Ki m thử 20% Số l n lặp 600000 Sai số huấn luyện 0.0502093426737489 Sai số ki m thử 0.171844880380824 Với kết hồn tồn chấp nhận q trình tư vấn m học ph n cho sinh viên Như tư vấn học ph n t chọn dùng mạng nơron cho kết tốt thuật toán ki m thử Kết luận: Th c nghiệm chương trình đ phân tích t m quan trọng đánh giá d báo m đ từ có th tư vấn mơn t chọn cho sinh viên s khó khăn việc đánh giá l a chọn môn t chọn th c nghiệm thủ công Nghiên c u m mạnh, m yếu mạng nơron đ giải toán đánh giá m môn t chọn cho sinh viên Việc ng d ng mạng nơron đ giải toán tư vấn mơn t chọn phương pháp mang tính khả quan cao Quá trình cài đặt chương trình đánh giá đ thu số kết đ nh Đồng thời qua việc tiến hành thử nghiệm thu nh ng giá tr d báo có độ xác cao Cho thấy tính ưu việt việc ng d ng kỹ thuật mạng nơron đ đánh giá tư vấn chọn môn t chọn M hướng khả quan cho việc ng d ng máy học vào giải toán tư vấn cho sinh viên nhiều vấn đề khác nhà trường 23 Kết luận chư ng 3: Nghiên c u xây d ng ng d ng, chương nội dung đề cập đến là: Phát tri n xây d ng demo ng d ng th c ch c tư vấn môn t chọn cho sinh viên d a vào kết học tập kỳ trước Và từ tư vấn cho giảng viên, CVHT có th chọn cho sinh viên SV t chọn cho mơn tư chọn đạt kết cao nhất, từ chọn học ph n t chọn phù hợp với sinh viên KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Khai phá d liệu lĩnh v c quan trọng, bao gồm nhiều lĩnh v c nhiều kỹ thuật khác Đề tài tập trung nghiên c u phát tri th c khai phá d liệu m sinh viên Trường Đại học Quảng Bình Đề tài đ nghiên c u s lý thuyết liên quan đến phát tri th c khai phá d liệu, tập trung vào kỹ thuật khai phá d liệu sử d ng mạng nơron nhân tạo, nghiên c u quy trình tri n khai ng d ng khai phá d liệu Ngồi ra, đề tài tìm hi u vấn đề Microsoft Visual Studio cơng c liên quan Đối với tốn tư vấn môn học t chọn cho sinh viên, đề tài đ đề xuất xây d ng mơ hình tư vấn d a kỹ thuật mạng nơron nhân tạo truyền thẳng với d liệu đ u vào bao gồm thông tin cá nhân, m học ph n bao gồm khơng bao gồm lộ trình học Với d liệu huấn luyện ban đ u, mơ hình cho phép phân tích yếu tố ảnh hư ng đến kết học tập sinh viên, m c độ tác động yếu tố đ u vào, từ tư vấn cho sinh viên chọn học ph n t chọn phù hợp với khả năng, đạt kết cao học tập Nhìn chung, đề tài đ hoàn thành m c tiêu đề Đ đưa mơ hình d đốn vào ng d ng cách hiệu c n tiếp t c đ u tư thu thập 24 d liệu sinh viên nhiều n a Tri n khai d đoán, ki m ch ng th c tế đánh giá kết cách thường xuyên Th c tế tri n khai thử nghiệm cho thấy hướng tiếp cận đắn có tính th c ti n cao Với việc tri n khai hệ thống thử nghiệm cho thấy khả ng d ng kết việc d đốn kết học tập từ tư vấn môn t chọn cho sinh viên Hệ thống không hỗ trợ cho sinh viên mà hỗ trợ cho giáo viên chủ nhiệm, khoa chuyên ngành, phòng đào tạo nh ng quan tâm + Đối với sinh viên: giúp cho sinh viên l a chọn cho lộ trình học phù hợp với điều kiện l c thân đ đạt kết học tập tối ưu + Đối với giáo viên chủ nhiệm: hỗ trợ cho giáo viên chủ nhiệm, cố vấn học tập có th tư vấn cho sinh viên việc chọn lộ trình học phù hợp + Đối với khoa chuyên ngành phòng đào tạo: hỗ trợ việc đánh giá chất lượng cho lộ trình học nhằm nâng cao, cải thiện n a việc xây d ng lộ trình học đ phù hợp với điều kiện l c sinh viên Hướng phát tri n đề tài m rộng tư vấn chọn chuyên ngành cho sinh viên Tư vấn chọn tất học ph n t chọn Đưa kỹ thuật khai thác d liệu khác vào đánh giá nhằm so sánh chọn phương pháp tối ưu cho trình tư vấn Kết hợp hệ chuyên gia, hệ hỗ trợ đ nh vào trình tư vấn Đồng thời nghiên c u nh ng thuật toán học khác đ so sánh tính tối ưu chi phí thời gian th c ... thiết Vì đ nh l a chọn chọn đề tài Ứng d ng kỹ thuật khai phá d liệu đ tư vấn học tập cho sinh viên Trường Đại học Quảng Bình làm đề tài tốt nghiệp luận văn cao học Tính cấp thiết đề tài Với th... thuật khai phá d liệu đ tư vấn học tập cho sinh viên Trường Đại học Quảng Bình Mục tiêu đề tài - Hi u vấn đề liên quan đến khai phá d liệu - Nghiên c u lý thuyết mạng nơron - Áp d ng thuật toán... học tập sinh viên? Việc hỗ trợ tư vấn cho sinh viên chọn học ph n t chọn phù hợp cơng việc đòi hỏi người tư vấn phải theo dõi giám sát kết học tập sinh viên thời gian dài Việc tư vấn hỗ trợ sinh