Trực quan hóa hệ thống và phân tích đặc điểm tương đồng của học sinh

Trực quan hóa hệ thống và phân tích đặc điểm tương đồng của học sinh Trực quan hóa hệ thống và phân tích đặc điểm tương đồng của học sinh Trực quan hóa hệ thống và phân tích đặc điểm tương đồng của học sinh luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP HCM - NGUYỄN MINH PHƯƠNG TRỰC QUAN HĨA, HỆ THỐNG VÀ PHÂN TÍCH ĐẶC ĐIỂM TƯƠNG ĐỒNG CỦA HỌC SINH (**Từ khóa: Data Visualization, Graph Database, GraphStreeam) LUẬN VĂN THẠC SĨ Chuyên ngành: Công nghệ thông tin Mã số ngành: 60480201 CÁN BỘ HƯỚNG DẪN KHOA HỌC: PGS.TS ĐỖ PHÚC TP HỒ CHÍ MINH, tháng 03 năm 2017 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP HCM Cán hướng dẫn khoa học : PGS.TS ĐỖ PHÚC (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn Thạc sĩ bảo vệ Trường Đại học Công nghệ TP HCM ngày 17 tháng 06 năm 2018 Thành phần Hội đồng đánh giá Luận văn Thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ Luận văn Thạc sĩ) TT Họ tên Chức danh Hội đồng PGS.TS Võ Đình Bảy Chủ tịch PGS.TS Quản Thành Thơ Phản biện TS Lê Thị Ngọc Thơ Phản biện TS Văn Thiên Hoàng Ủy viên TS Nguyễn Thị Thúy Loan Ủy viên, Thư ký Xác nhận Chủ tịch Hội đồng đánh giá Luận sau Luận văn sửa chữa (nếu có) Chủ tịch Hội đồng đánh giá LV PGS.TS Võ Đình Bảy TRƯỜNG ĐH CƠNG NGHỆ TP HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM VIỆN ĐÀO TẠO SAU ĐẠI HỌC Độc lập – Tự – Hạnh phúc TP HCM, ngày 31 tháng 03 năm 2017 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN MINH PHƯƠNG Giới tính: Nam Ngày, tháng, năm sinh: 13/06/1987 Nơi sinh: TP Hồ Chí Minh Chuyên ngành: Công nghệ thông tin MSHV: 1540860001 I- Tên đề tài: TRỰC QUAN HĨA, HỆ THỐNG VÀ PHÂN TÍCH ĐẶC ĐIỂM TƯƠNG ĐỒNG CỦA HỌC SINH II- Nhiệm vụ nội dung: Đề tài luận văn bao gồm nhiệm vụ với nội dung sau: Thu thập liệu Tính khoảng cách đối tượng Tạo đồ thị tương đồng dựa độ đo tương đồng Dùng thuật toán khám phá cộng đồng để tìm cộng đồng đồ thị Trực quan hóa cộng đồng Giải thích cộng đồng – tập học sinh có tính chất giống III- Ngày giao nhiệm vụ: 24/07/2017 IV- Ngày hoàn thành nhiệm vụ: 17/03/2018 V- Cán hướng dẫn: PGS.TS ĐỖ PHÚC CÁN BỘ HƯỚNG DẪN KHOA QUẢN LÝ CHUYÊN NGÀNH (Họ tên chữ ký) (Họ tên chữ ký) PGS.TS Đỗ Phúc PGS.TS Võ Đình Bảy LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng tơi Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tôi xin cam đoan giúp đỡ cho việc thực luận văn cảm ơn thơng tin trích dẫn luận văn rõ nguồn gốc Học viên thực luận văn (Ký ghi rõ họ tên) NGUYỄN MINH PHƯƠNG LỜI CÁM ƠN Đầu tiên cho xin phép gửi lời cám ơn vô sâu sắc đến với PGS.TS Đỗ Phúc, người thầy trực tiếp hướng dẫn, bảo tạo điều kiện tốt cho tơi suốt q trình thực luận văn Ngồi tơi xin gửi lời cám ơn chân thành đến PGS.TS Võ Đình Bảy tồn thể đội ngũ cán bộ, thầy công tác ĐH Công Nghệ TP HCM, người trực tiếp giảng dạy, bạn đồng học lớp 15SCT11 hỗ trợ tơi q trình học tập thực nghiên cứu trường Cuối xin gửi lời cám ơn đến gia đình người thân có ủng hộ mặt tinh thần giúp đỡ đáng kể cho tơi q trình nghiên cứu hồn thành luận văn NGUYỄN MINH PHƯƠNG TÓM TẮT Trong thực tế với phát triển mạnh mẽ khoa học công nghệ, kinh tế xã hội, việc phát triển phương pháp, công cụ giáo dục việc làm cần thiết Đó biện pháp nhằm phát triển giáo dục hiệu Ngoài phương pháp giáo dục truyền thống phương pháp giáo dục cá thể hóa áp dụng mang lại hiệu to lớn Để phát triển phương pháp này, câu hỏi đặt làm phát nhóm, cá thể tương đồng để điều chỉnh nghiệp vụ, biện pháp giáo dục cá thể hóa cho phù hợp Đây tốn liên quan đặc điểm tương đồng Yêu cầu cụ thể cần giải vấn đề sau: - Thu thập liệu - Chuẩn hóa liệu cho phù hợp yêu cầu toán - Thực phân tích đặc điểm tương đồng, mơ hình hóa phân tích đồ thị Để giải yêu cầu đặt ra, sử dụng ngôn ngữ Java với thư viện GraphStream để xây dựng ứng dụng phân nhóm học sinh có đặc điểm giống nhau, trực quan hóa đồ thị động số giải thuật để phân tích đặc điểm tương đồng đạt hiệu suất xác cách tối ưu Luận văn bao gồm chương, chúng tơi trình bày ý tưởng, sở lý thuyết, phương pháp thực hiện, mơ hình thực nghiệm để đánh giá kết luận kết đạt hướng phát triển tương lai ABSTRACT In recent years, thanks to the tremendous development of information science and computing technology which have been leveraging the growth of multiple social aspects as well as education Therefore, the need of innovation in educational methods as well as supporting tools is extremely necessary Along with the traditional approach of generalization and compulsory in highschool education, the approach of individualized education has also been applied and proved to have positive effects on students In order to develop this approach, there is an important question of how to properly identify potential group of students who are relevant to each other Properly detecting group of relevant students can support to apply appropriated educational services This is a common problem of community detection and similarity measurement In order to answer this question, specific requirements are needed to resolve, as following tasks: - Proper students’ data collection, management and analyzing - Standardizing and organizing the input raw data to form the proper graphbased data structure - Applying proper community detection algorithm to support for student’s graph analysis, students’ similarity evaluation as well as students’ data visualization In order to handle these tasks, we used the Java programming language and GraphStream visualization tool to build the application which are used to evaluate the students’ similarities as well as detect possible community of relevant students from the given dataset Our application also be able to dynamically visualize the students’ data as well as ensuring the output accuracy for detected student’s community This thesis includes five chapters, in which presents about our ideas, main theoretical foundations, implementation, empirical studies for evaluating achieved results, the conclusion and our next improvements in the future MỤC LỤC DANH MỤC TỪ VIẾT TẮT ix DANH MỤC CÁC BẢNG x DANH MỤC CÁC HÌNH xi CHƯƠNG GIỚI THIỆU VÀ TỔNG QUAN VỀ CÁC VẤN ĐỀ NGHIÊN CỨU 1.1 Lý động lực thực đề tài 1.2 Mục đích phạm vi nghiên cứu đề tài 1.3 Các điểm đóng góp luận văn 1.4 Tính khả thi đề tài 1.5 Thống kê nhu cầu phân nhóm học sinh công tác giảng dạy giáo dục 1.6 Mơ hình hệ thống 1.7 Các phương pháp nghiên cứu áp dụng 1.8 Kết luận chương CHƯƠNG CƠ SỞ LÝ THUYẾT 10 2.1 Các độ đo khoảng cách 10 2.1.1 Khoảng cách Euclid 10 2.1.2 Khoảng cách Minkowski 10 2.1.3 Khoảng cách Jaccard 10 2.2 Thuật toán khám phá cộng đồng 11 2.2.1 Khái quát thuật toán phát cộng đồng 11 2.2.2 Thuật toán Louvain 13 2.3 Trực quan hóa liệu 16 2.3.1 Tổng quan 16 2.3.2 Kiến trúc mơ hình trực quan hóa liệu 19 2.3.3 Thiết kế trực quan hóa liệu 21 2.4 Thuật toán lan truyền nhãn 25 2.4.1 Ký hiệu 25 2.4.2 Nội dung thuật toán 26 2.4.3 Sự hội tụ thuật toán 27 2.4.4 Phương pháp xác định siêu tham số đồ thị 28 2.4.5 Độ phức tạp thuật toán 29 2.5 Kết luận chương 31 CHƯƠNG CÁC BƯỚC XÂY DỰNG NỀN TẢNG HỆ THỐNG VÀ CÀI ĐẶT 32 3.1 Xây dựng mơ hình 32 3.2 Thu thập liệu 32 3.3 Tiền xử lý, định dạng liệu có cấu trúc 35 3.4 Mô tả hệ thống 37 3.4.1 Xây dựng hệ thống 37 3.4.2 Giao diện chương trình 39 3.5 Kết luận chương 42 CHƯƠNG THỰC NGHIỆM VÀ CÁC KẾT QUẢ ĐÁNH GIÁ 43 4.1 Bộ liệu thực nghiệm 43 4.2 Giải thích cộng đồng 43 4.2.1 Giải thích cộng đồng thứ 45 4.2.2 Giải thích cộng đồng thứ hai 46 4.2.3 Giải thích cộng đồng thứ ba 47 4.2.4 Giải thích cộng đồng thứ tư 48 4.3 Đánh giá 48 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 51 TÀI LIỆU THAM KHẢO 52 DANH MỤC TỪ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt DB Database Cơ sở liệu DBMS Database Management System Hệ quản trị sở liệu Graph Đồ thị Graph DB Graph Database Cơ sở liệu đồ thị GDBMS Graph Database Management Hệ quản trị sở liệu đồ thị System Workspaces Không gian làm việc NoSql Phi SQL Phi quan hệ THPT Trung học phổ thơng 38 Hình 3.4 Ma trận khoảng cách 3.4.2 Giao diện chương trình Trong suốt q trình thực luận văn – chúng tơi lựa chọn ngơn ngữ lập trình Java để xây dựng ứng dụng hỗ trợ phân nhóm học sinh tương đồng điểm số Ngồi tính xây dựng riêng, để tiết kiệm thời gian, sử dụng thư viện GraphStream_là thư viện Java để mô hình hóa phân tích đồ thị động Sau đây, giới thiệu giao diện chi tiết mô hình mà chúng tơi thực Hình 3.5 Giao diện chương trình 39 Hình 3.6 Chọn File nạp liệu vào chương trình Hình 3.7 Chọn ngưỡng tùy ý để nhận diện cộng đồng trực quan liệu 40 Hình 3.8 Tùy chọn hiển thị nhãn nút Hình 3.9 Màn hình hiển thị kết 41 3.5 Kết luận chương Trên sở tảng lý thuyết tìm hiểu từ chương 2, luận văn xây dựng thành phần cần giải toán Các thành phần hệ thống xây dựng chương từ sở tảng chương chương Tuy nhiên, để đánh giá mức độ xác, cần phải có mơ hình thực nghiệm cụ thể để đo lường Các phương thức để tiến hành đánh kết chạy thực nghiệm trình bày chương luận văn 42 CHƯƠNG THỰC NGHIỆM VÀ CÁC KẾT QUẢ ĐÁNH GIÁ 4.1 Bộ liệu thực nghiệm Để thực đề tài tiến hành thu thập liệu học sinh Chúng tơi có file excel gồm có 872 học sinh Với thơng tin gồm có điểm 13 mơn, điểm trung bình, điểm danh, xếp loại, hạnh kiểm xếp hạng hình 3.2 Với liệu thu thập tiến hành loại bỏ bớt liệu không cần thiết Chúng giữ lại thông tin mã số, họ tên, điểm 12 môn học hình 3.2 4.2 Giải thích cộng đồng Việc lựa chọn ngưỡng phù hợp cho khoảng cách học sinh theo độ đo Euclid (ideal distance threshold) môi trường không gian vector phụ thuộc vào yếu tố sau, bao gồm: • Số lượng học sinh danh sách số lượng học sinh xử lý hay nhiều ảnh hưởng đến số thành viên cộng đồng chia • Mức độ phân bố điểm số học sinh, chênh lệch điểm số học sinh với lớn, ví dụ: học sinh nhóm giỏi điểm số tồn 10, 9, 8… cịn nhóm học sinh có điểm số thấp tồn 6, 5, 4, 3… dẫn đến khoảng cách cộng đồng lớn ngưỡng lớn nên chọn ngưỡng thấp tách tối đa cộng đồng không thấy khác biệt • Mức độ tương đồng điểm số sinh viên lớn, ví dụ phổ điểm số học sinh hầu hết ví dụ: trường toàn học sinh giỏi với phổ điểm hầu hết 8, 9, 10 toàn học sinh trung bình với phổ điểm tồn 5, 6, nên chọn ngưỡng thấp dẫn đến số lượng cộng đồng nhận 1, cộng đồng vô lớn cịn cộng đồng khác có vài ba học sinh Hầu việc chọn ngưỡng phù hợp phụ thuộc nhiều vào việc lấy giá trị trung bình khoảng cách học sinh dựa việc qt tồn liệu trước sau tính giá trị trung bình khoảng cách 43 Sau ta tiếp tục dựa vào yêu cầu thực tế cần phải nhận diện cộng đồng, nhằm phục vụ cho việc phân loại học sinh theo nhóm, ta điều chỉnh tăng/giảm từ từ lại ngưỡng trung bình, nếu: • Số lượng cộng đồng nhỏ mong đợi giảm dần ngưỡng trung bình xuống • Số lượng cộng đồng lớn mong đợi tăng dần ngưỡng trung bình lên Chúng tơi chọn ngưỡng 𝜎 = để thực nghiệm với liệu nói Kết thu cộng đồng với thông tin cụ thể sau: CỘNG SỐ ĐỒNG LƯỢNG 1 103 352 411 Bảng 4.1 Số lượng cộng đồng có chọn ngưỡng 𝜎=3 44 Hình 4.1 Các cộng đồng thu từ chương trình 4.2.1 Giải thích cộng đồng thứ Hình 4.2 Chi tiết cộng đồng thứ thu từ chương trình - Nhóm nhìn chung có trình độ học tập trung bình, bên cạnh có mơn học cịn yếu - Cần tổ chức phụ đạo mơn học thuộc điểm 4, điểm 6, điểm (ứng với môn Ngữ văn, môn Lịch sử, môn Sinh học) - Giáo viên chủ nhiệm cần theo dõi sát để động viên khuyến khích cá nhân thuộc nhóm nỗ lực học tập 45 4.2.2 Giải thích cộng đồng thứ hai Hình 4.3 Chi tiết cộng đồng thứ hai thu từ chương trình - Nhóm có trình độ học tập từ trung bình Từ điểm đến điểm em có sức học tốt (ứng với mơn Tốn, Vật lý, Hóa học, Tin học) cần tập trung phát huy mạnh có hướng để bồi dưỡng thêm cho học sinh thuộc nhóm - Chú ý phụ đạo em điểm 6, điểm (ứng với môn Ngữ văn, Tiếng Anh) - Giáo viên chủ nhiệm cần phối hợp giáo viên mơn để theo sát, động viên khuyến khích cá nhân thuộc nhóm nỗ lực thêm trì kết học tập tốt Tư vấn em chọn học ngành thuộc khối A nhóm mạnh 46 4.2.3 Giải thích cộng đồng thứ ba Hình 4.4 Chi tiết cộng đồng thứ ba thu từ chương trình - Nhóm có trình độ học tập Có su hướng đạt giỏi điểm 1, điểm 2, điểm (ứng với mơn Tốn, Vật lý, Hóa học), khả đạt điểm cao, tư vấn chọn ngành thuộc khối A và ngành có mơn khiếu Thể dục, Cơng nghệ - Giáo viên chủ nhiệm cần phối hợp giáo viên mơn, gia đình học sinh để động viên khuyến khích cá nhân thuộc nhóm cố trì kết học đạt kết tốt 47 4.2.4 Giải thích cộng đồng thứ tư Hình 4.5 Chi tiết cộng đồng thứ tư thu từ chương trình - Nhóm có sức học trung bình, điểm mạnh thiên môn khiếu, điểm 10 đến điểm 12 (ứng với môn Giáo dục công dân, Giáo dục thể chất, Thể dục) - Giáo viên cần theo sát để giúp học sinh thuộc nhóm học tốt mơn văn hóa - Nhà trường cần có kế hoạch tổ chức phụ đạo cho số học sinh thuộc nhóm nhằm giúp em lấy lại bản, vươn lên học tập Tư vấn em chọn ngành nghề có lợi việc phát huy khiếu 4.3 Đánh giá Kết đạt luận văn góp phần giải toán cho nhà quản lý, giáo viên chủ nhiệm giáo viên môn việc cải tiến phương pháp dạy học, đáp ứng yêu cầu đặt cải tiến phương pháp giảng dạy theo mơ hình trường học “Thực đổi phương pháp dạy học theo nguyên tắc lấy học sinh làm trung tâm, học tập mang tính tương tác phù hợp với cá nhân học sinh”; rút ngắn thời gian việc lựa chọn, tìm tương đồng học sinh việc phân nhóm học tập, giúp việc phân tích tìm nhóm có tính khoa học 48 đáp ứng u cầu khơng thể thiếu việc áp dụng phương pháp dạy học Đối với cán quản lý trường học, từ thơng tin kết phân nhóm tương đồng định hướng cho kế hoạch cơng tác bồi dưỡng học sinh giỏi, phụ đạo học sinh yếu nhà trường góp phần nâng cao chất lượng học tập Nhận định xác đối tượng, có tác động tích cực, phù hợp đến nhóm học sinh, thúc đẩy vươn lên cá nhân q trình lĩnh hội kiến thức thầy giáo, bạn bè, từ tạo niềm tin phụ huynh học sinh, nâng cao uy tín, thương hiệu trường Kết phân tích tìm nhóm tương đồng cịn giúp ích việc định hướng cho việc thực công tác tư vấn hướng nghiệp cho học sinh trường Nếu đối tượng nghiên cứu nhóm học sinh cuối cấp bậc học phổ thông giúp cho việc tư vấn cho học sinh việc lựa chọn khối thi lựa chọn ngành nghề tương lai Ví dụ: Qua kết phân tích nhóm cộng đồng thứ hai, nhóm có tương đồng từ điểm đến điểm (ứng với môn học Tốn, Lý, Hóa, Sinh, Tin học) Người quản lý hoạch định việc bồi dưỡng thêm cho học sinh nhóm để em phát huy mạnh mơn học; tư vấn cho nhóm chọn ngành thuộc khối A; nhóm có tương đồng từ đểm đến điểm (ứng với môn Ngữ văn, Lịch sử, Địa lý, Tiếng Anh), điểm số em có thấp nên có kế hoạch phụ đạo thêm cho em môn học này, em chọn ngành học thuộc khối C Với đội ngũ giáo viên làm công tác Chủ nhiệm lớp khắc phục khó khăn, lúng túng việc tổ chức phân nhóm học tập tiết kiệm thời gian phân tích, tìm hiểu để tìm nhóm tương đồng Áp dụng mơ hình để tổ chức phân nhóm học tập sinh hoạt từ phát huy mạnh học sinh nhóm, giúp cho em nhanh chóng gia nhập nhóm, phát huy tính chủ động, tăng cường tham gia học sinh giáo viên chủ nhiệm tư vấn hướng nghiệp cho học sinh Từ kết qủa giáo viên chủ nhiệm có sở trao đổi với giáo viên môn việc bồi dưỡng phụ đạo học sinh, khắc phục việc học lệch giúp em phát triển tồn diện, đáp ứng cho quy định việc học thi 49 Ví dụ: Đối với nhóm thứ hai em cần đầu tư học tập môn Ngữ văn, Lịch sử, Địa lý, Tiếng Anh để có kết tốt phát huy mạnh mơn Tốn, Lý, Hóa, Sinh, Tin học Giáo viên mơn vào kết phân tích xếp nhóm học tập cho phù hợp Dựa kết phân tích, giáo viên mơn hình thành nhóm học tập theo nhóm cộng đồng một, hai, ba bốn Từ việc phân nhóm giáo viên phát huy mạnh nhóm, tạo hưng phấn nhóm học tập Với cá nhân học sinh, nhóm tương đồng giúp em nhanh chóng gia nhập nhóm, phát huy tính chủ động tích cực cá nhân, gần gũi trình học tập, giúp học sinh tự tin diễn đạt ý tưởng, biết lắng nghe, tôn trọng ý kiến bạn dễ đến thống nhất, khẳng định nhóm, qua góp phần làm phát triển hoàn thiện nhân cách học sinh 50 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Các kết đạt được: Luận văn triển khai số lý thuyết sở liên quan vấn đề phân tích đặc điểm tương đồng học sinh THPT Trong luận văn này, chúng tơi có đóng góp sau: • Xây dựng ứng dụng phân nhóm học sinh có đặc điểm tương đồng điểm số • Từ nhóm học sinh hình thành, có phương pháp giáo dục thích hợp tích cực phù hợp với nhóm, nhằm nâng cao chất lượng đào tạo Các hạn chế khó khăn: Đề tài phân tích đặc điểm tương đồng học sinh hướng Việt Nam mức độ phức tạp việc tính tóan liệu, thời gian thực đề tài khơng nhiều Vì vậy, khó khăn ảnh hưởng đến kết đầu sản phẩm Hạn chế khó khăn là: • Trong thời gian ngắn, việc xây dựng, thu thập điều chỉnh liệu cố gắng lớn Tuy nhiên, với số lượng liệu chưa nhiều việc điều chỉnh chưa hoàn thiện ảnh hưởng đến kết đầu sản phẩm Hướng phát triển: Trong tương lai, để tăng hiệu việc phân nhóm học sinh tương đồng với nhau, có số cải tiến hướng phát triển sau: • Cập nhật, bổ sung thơng tin liên quan đến học sinh • Xây dựng mơ hình phân nhóm học sinh tương đồng dựa vào điểm số số thơng tin khác học sinh hồn cảnh gia đình, thể trạng, sở thích, sở trường, sở đoản 51 TÀI LIỆU THAM KHẢO [1] Bastian, M., Heymann, S., & Jacomy, M Gephi: An Open Source Software for Exploring and Manipulating Networks Proceedings of the Third International ICWSM Conference AAAI [2] Fortunato, S (2010, February) Community detection in graphs Physics Report, 486(3-5), 75-174 [3] Fry, B (2007) Visualizing Data O'Reilly Media [4] Gregory, S (2007) An Algorithm to Find Overlapping Community Structure in Networks Springer, Berlin, Heidelberg [5] Kirk, A (2012) Data Visualization: a successful design process Packt [6] M.Girvan, & Newman, M E (2002, June) Community structure in social and biological networks The National Academy of Sciences [7] Mathieu Bastian, Sebastien Heymann, Mathieu Jacomy (2009) Gephi: An Open Source Software for Exploring and Manipulating Networks Proceedings of the Third International ICWSM Conference AAAI [8] Murray, S Interactive Data Visualization for the Web O'Reilly [9] Noah Iliinsky, J S (2011) Designing Data Visualizations O'Reilly [10] Rui Xu, D.Wunsch (2005) Survey of clustering algorithms Trong IEEE Transactions on Neural Networks (trang 645 - 678) IEEE [11] Seeger, M (2002) Learning with labeled and unlabeled data [12] V.A.Traag (2015) Faster unfolding of communities: speeding up the Louvain algorithm Phys Rev E 92, 032801 [13] Ware, C (2004) Information Visualization Perception for Design Morgan Kaufman [14] Wikipedia Đã truy lục 10 25, 2017, từ https://en.wikipedia.org/wiki/Data_visualization [15] Wikipedia Đã truy lục 10 25, 2017, từ https://en.wikipedia.org/wiki/Information_visualization [16] Wikipedia Đã truy lục 10 25, 2017, từ https://en.wikipedia.org/wiki/Virtualization 52 ... liên quan đến phân cụm - Nghiên cứu đặc trưng đặc điểm tương đồng - Xây dựng mơ hình phân tích đặc điểm tương đồng - Áp dụng mơ hình phân tích đặc điểm tương cho nhóm học sinh cụ thể 1.3 Các điểm. .. dựng hệ thống hỗ trợ phân nhóm học sinh dựa đặc điểm tương đồng cách nhanh chóng xác Tính khả thi: Vấn đề cốt lõi làm để xây dựng độ đo đặc điểm tương đồng học sinh cụ thể hóa thành đồ thị 1.5 .Thống. .. hình hệ thống Hình 1.1 Tổng quan hệ thống phân nhóm học sinh dựa vào đặc điểm tương đồng Mơ hình bao gồm khối xử lý sau: • Định dạng theo cấu trúc • Phân nhóm Đầu vào: Danh sách học sinh cần phân