Bài viết tập trung nghiên cứu về luật kết hợp trong khai phá dữ liệu và ứng dụng vào phân tích áp lực sinh viên Đại học Kinh tế - Đại học Đà Nẵng. Các tri thức phát hiện được cung cấp cái nhìn cụ thể hơn về các áp lực của sinh viên trong quá trình học tập cũng như tìm ra các nguyên nhân, nhân tố gây nên áp lực cho sinh viên, từ đó giúp cho sinh viên chủ động hơn trong nhận thức và phòng tránh các áp lực có thể gặp phải.
Nguyễn Văn Chức, Phạm Phương Loan 111 Nghiên cứu ứng dụng luật kết hợp khai phá liệu phân tích áp lực sinh viên Đại học Nguyễn Văn Chức, Phạm Phương Loan Trường Đại học Kinh tế - Đại học Đà Nẵng chuc.nv@due.edu.vn, ppl@outlook.com.vn Tóm tắt: Tình trạng sinh viên ngày phải chịu nhiều áp lực phổ biến, chí trở thành chủ đề đáng báo động nhiều phương tiện truyền thông Bên cạnh đó, áp lực khơng đến từ phía, ngun nhân gây nên áp lực khơng dừng lại khối lượng kiến thức hay cạnh tranh mơi trường học tập mà cịn mở rộng khía cạnh xoay quanh đời sống hay thân sinh viên Bài báo tập trung nghiên cứu luật kết hợp khai phá liệu ứng dụng vào phân tích áp lực sinh viên Đại học Kinh tế Đại học Đà Nẵng Các tri thức phát cung cấp nhìn cụ thể áp lực sinh viên trình học tập tìm nguyên nhân, nhân tố gây nên áp lực cho sinh viên, từ giúp cho sinh viên chủ động nhận thức phịng tránh áp lực gặp phải Kết phân tích giúp cho cán giáo dục (giảng viên, nhà quản lý giáo dục) có giải pháp tốt để giúp đỡ sinh viên q trình học tập Từ khóa: Áp lực học tập, khai phá liệu, luật kết hợp, phân tích liệu Đặt vấn đề Trong mơi trường có tính cạnh tranh cao đại học, để đạt kết học tập tốt, sinh viên phải không ngừng cố gắng nhiều mặt kế hoạch phương pháp học tập, thích nghi với mơi trường học tập sinh hoạt, quản lý thời gian tài cá nhân…Việc khơng thể kiểm sốt tốt nhân tố ảnh hưởng dẫn đến cân nguyên nhân gây áp lực, ảnh hưởng tiêu cực đến tâm lý, lối sống kết học tập sinh viên Hiện nay, áp lực sinh viên vấn đề quan trọng nhà quản lý giáo dục quan tâm nghiên cứu nhằm tìm nhân tố nguyên nhân gây áp lực cho sinh viên q trình học tập, từ có giải pháp phù hợp nhằm làm giảm thiểu tình trạng này, giúp cho sinh viên có mơi trường sinh hoạt học tập tốt Bài báo hướng mục tiêu làm rõ nhân tố gây áp lực cho sinh viên mối quan hệ nhân tố dạng luật kết hợp với liệu thu thập từ sinh viên sinh viên Đại học Kinh tế, Đại học Đà Nẵng Sơ lược luật kết hợp Trong lĩnh vực khai phá liệu (Data Mining), mục đích luật kết hợp (Association Rule - AR) tìm mối quan hệ đối tượng khối lượng lớn liệu Nội dung luật kết hợp tóm tắt đây.[1],[2] Cho sở liệu giao dịch T gồm tập giao dịch t1, t2…, tn T = {t1, t2…, tn} Mỗi giao dịch ti bao gồm tập đối tượng I (gọi itemset) I = {i1, i2 …, im} Một itemset gồm k items gọi k-itemset Mục đích luật kết hợp tìm kết hợp (tương quan) items Những luật kết hợp có dạng X →Y 112 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 2018 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC Hai tiêu chí quan trọng việc đánh giá luật kết hợp độ hỗ trợ (support) độ tin cậy (confidence) Cơng thức tính độ hỗ trợ độ tin cậy luật kết hợp X→Y: [2] 𝑛(𝑋∪𝑌) 𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝑋 → 𝑌) = 𝑃(𝑋 ∪ 𝑌) = 𝑁 𝐶𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 (𝑋 → 𝑌) = 𝑃(𝑌|𝑋) = 𝑛(𝑋∪𝑌) 𝑛(𝑋) Trong đó: 𝑛(𝑋): Số giao dịch chứa X N: Tổng số giao dịch Các luật kết hợp có độ hỗ trợ độ tin cậy lớn độ hỗ trợ tối thiểu (min_sup) độ tin cậy tối thiểu (min_conf) gọi luật mạnh min_sup min_conf gọi giá trị ngưỡng (threshold) xác định trước sinh luật kết hợp Ứng dụng luật kết hợp phân tích áp lực sinh viên Đại học 3.1 Mơ tả tốn Mục đích: Ứng dụng luật kết hợp để phân tích áp lực sinh viên Đại học Kinh tế - Đại học Đà Nẵng Đầu vào: Gồm thơng tin sinh viên: giới tính, độ tuổi, q qn, nghề nghiệp gia đình ; thơng tin đặc trưng học tập sinh viên: khoa, ngành/chuyên ngành, năm thứ, mức độ tham gia hoạt động đoàn/hội/câu lạc ; áp lực ảnh hưởng đến sinh viên: áp lực việc làm, áp lực chuẩn đầu ngoại ngữ, áp lực chi phí học tập, áp lực chi phí sinh hoạt, áp lực điểm cao, áp lực thỏa mãn kỳ vọng gia đình, Đầu ra: Các nhân tố gây áp lực sinh viên mối liên hệ nguyên nhân liên quan đến áp lực sinh viên dạng luật kết hợp 3.2 Quy trình triển khai mơ hình phân tích áp lực sinh viên Thu thập tiền xử lý liệu Xây dựng mơ hình phát luật kết hợp Phát tri thức, giải thích kết Hình Kịch triển khai phân tích áp lực sinh viên Bước Thu thập tiền xử lý liệu Dữ liệu thu thập gần 600 mẫu khảo sát từ sinh viên thuộc trường Đại học Kinh tế, Đại học Đà Nẵng Dữ liệu ban đầu gồm nhiều thuộc tính, sau q trình tiền xử lý liệu (chuyển đổi, mã hóa, trích chọn thuộc tính), thuộc tính sử dụng để xây dựng mơ hình phân tích cho Bảng Nguyễn Văn Chức, Phạm Phương Loan 113 Bảng Mô tả liệu Tên thuộc tính STT Tên thuộc tính Lam_them Giải thích Tình trạng làm thêm Khoa Giải thích Số thứ tự (Khóa chính, dùng để phân biệt mẫu) Khoa chuyên môn Mucdo_hoatdong Nganh_cnganh Ngành/ chuyên ngành Mucdich_daihoc Mức độ tham gia hoạt động đoàn, hội, câu lạc Mức độ xác định rõ mục đích học đại học Sv_nam Năm sinh viên theo học Thichnghi_hoctap Mức độ thích nghi phương pháp học tập Đại học Gioi_tinh Giới tính Tichcuc_hoctap Mức độ tích cực học tập Tuoi Thanh_pho Độ tuổi Quê quán Chudong_hoctap Sangtao_hoctap Mức độ chủ động học tập Mức độ sáng tạo học tập Nghe_giadinh Nghề nghiệp gia đình Tron_hoc Mức độ thường xuyên bỏ học Sinh_song Tình trạng sinh sống Mat_taptrung Mức độ thường xuyên tập trung học lớp Nguoi_chon_ngan h Người chọn ngành cho sinh viên Khong_hoanthanh bt Mức độ thường xun khơng hồn thành tập nhà Xembai_truoc Mức độ thường xuyên xem trước lên lớp Apluc_ngoaingu Mức độ áp lực đạt chuẩn ngoại ngữ Apluc_chiphi_ hoctap Mức độ áp lực chi phí học tập (học phí) Apluc_tinhoc Mức độ áp lực đạt chuẩn tin học Apluc_ chiphi_ sinhhoat Mức độ áp lực chi phí sinh hoạt Apluc_giadinh Mức độ áp lực thỏa mãn kỳ vọng gia đình Apluc_diemcao Mức độ áp lực điểm cao Apluc_vieclam Mức độ áp lực tìm việc làm phù hợp trường Apluc_canhcao_ hoctap Mức độ áp lực cảnh cáo học tập kết học tập thấp Tutin_tuonglai Mức độ tự tin vào tương lai thân Apluc_baitap Mức độ áp lực hồn thành tập nhóm, tập nhà Mức độ áp lực thích nghi với kiến thức (môn học) giáo viên Chiase Người thường sinh viên chia sẻ khó khăn, áp lực sống Apluc_thichnghi_ hoctap 114 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 2018 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC Bước Xây dựng mơ hình phát luật kết hợp Mơ hình luật kết hợp phân tích liệu áp lực sinh viên Đại học Kinh tế - Đại học Đà Nẵng xây dựng công cụ SQL Server Data Tools (SSDT) Microsoft SSDT công cụ mạnh cho phép triển khai hầu hết kỹ thuật khai phá liệu định, phân cụm liệu, hồi qui, phát luật kết hợp, phân tích dãy số thời gian… với giao diện dễ sử dụng, khả tích hợp liệu mạnh mẽ khả biểu diễn tri thức phát trực quan, dễ hiểu, dễ sử dụng [4] Sau thực thao tác tiền xử lý liệu để phù hợp với mơ hình luật kết hợp, sử dụng Microsoft Association Rule SSDT để xây dựng mơ hình phát luật kết hợp nhằm tìm mối quan hệ nhân tố gây áp lực cho sinh viên Bước Phát tri thức từ luật kết hợp Hình Kết mơ hình phát luật kết hợp áp lực sinh viên Bảng Phân loại áp lực theo mức độ ảnh hưởng Thang điểm áp lực Mức độ áp lực Rất áp lực Áp lực Bình thường 2-1 Khơng/ Rất khơng áp lực Loại áp lực Áp lực việc làm Áp lực ngoại ngữ Áp lực tập Áp lực điểm cao Áp lực gia đình Áp lực tin học Áp lực thích nghi học tập Áp lực chi phí sinh hoạt Áp lực chi phí học tập Áp lực cảnh cáo học tập Từ mơ hình luật kết hợp xây dựng, số luật trích sau đây: Luật 1: Sinh viên mà nghề nghiệp gia đình “Nơng dân”, mức độ xác định mục đích học Đại học “Bình thường” chịu áp lực việc làm lớn (Rất áp lực) với độ tin cậy 58.4% Luật 2: Sinh viên mà nghề nghiệp gia đình “Nông dân”, mức độ chủ động học tập “Bình thường” áp lực ngoại ngữ lớn (Rất áp lực) với độ tin cậy 45.5% Luật 3: Sinh viên học năm thứ với nghề nghiệp gia đình “Nơng dân” chịu áp lực hồn thành tập nhóm, tập nhà lớn (Áp lực) với độ tin cậy 52% Nguyễn Văn Chức, Phạm Phương Loan 115 Luật 4: Sinh viên “Nữ” có mức độ hoạt động đội, nhóm, câu lạc “Bình thường” chịu áp lực tin học lớn (Áp lực) với độ tin cậy 43.9% Luật 5: Sinh viên có mức độ thích nghi học tập mức độ chủ động học tập mức “Bình thường” chịu áp lực thỏa mãn kỳ vọng gia đình lớn (Áp lực) với độ tin cậy 44.5% Luật 6: Sinh viên có làm thêm, mức độ tham gia hoạt động đoàn, hội, câu lạc “Bình thường” chịu áp lực chi phí sinh hoạt khơng đáng kể (Bình thường) với độ tin cậy 52.4% Mạng phụ thuộc (Dependency Network) loại áp lực Mạng phụ thuộc cho biết mức độ ảnh hưởng (weight) nhân tố đến áp lực sinh viên Hình Các nhân tố ảnh hưởng áp lực việc làm Hình Các nhân tố ảnh hưởng áp lực ngoại ngữ Hình Các nhân tố ảnh hưởng áp lực tập 116 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 2018 “CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC Hình Các nhân tố ảnh hưởng áp lực thích nghi học tập Kết luận hướng phát triển Bài báo tìm hiểu kỹ thuật luật kết hợp khai phá liệu, từ ứng dụng kỹ thuật vào xây dựng mơ hình khai phá liệu nhằm phân tích áp lực sinh viên trường Đại học Kinh tế - Đại học Đà Nẵng Kết phân tích cho thấy áp lực chủ yếu mà sinh viên thường gặp Áp lực việc làm Áp lực đạt chuẩn ngoại ngữ (mức áp lực); Áp lực tập, Áp lực điểm cao, Áp lực gia đình, Áp lực đạt chuẩn tin học (mức áp lực); yếu tố Áp lực thích nghi mơi trường học tập, Áp lực chi phí sinh hoạt, Áp lực chi phí học tập khơng gây áp lực cho sinh viên (mức áp lực bình thường) Kết từ việc phân tích áp lực sinh viên cung cấp nhìn tổng quan áp lực nhân tố gây nên áp lực cho sinh viên Các tri thức phát giúp cho sinh viên nhận diện thực trạng nguyên nhân dẫn đến tình trạng áp lực diễn phổ biến sinh viên, từ giúp sinh viên chủ động việc phòng tránh áp lực trình học tập trường Đại học Kết nghiên cứu góp phần hỗ trợ cho nhà làm công tác đào tạo trường Đại học (giảng viên, nhà quản lý giáo dục) có định hướng, giải pháp tồn diện việc tìm cách giải tỏa áp lực, giúp cải thiện môi trường sinh hoạt học tập tốt cho sinh viên Trong thời gian tới mở rộng mơ hình phân tích liệu cho sinh viên trường thuộc đại học Đà Nẵng, ứng dụng nhiều kỹ thuật khai phá liệu khác phân lớp liệu, phân cụm liệu để khai thác tốt liệu áp lực sinh viên giúp có góc nhìn chi tiết, đa chiều áp lực sinh viên đại học Đà Nẵng Tài liệu tham khảo Nguyễn Đức Thuần: Nhập môn khai phá liệu quản trị tri thức, NXB Thông tin truyền thông (2013) Jiawei Han and Micheline Kamber: Datamining: Concepts and Techniques, Simon Fraser University (2011) Nguyễn Văn Chức, Đào Thị Giang: Ứng dụng kỹ thuật phân cụm luật kết hợp khai phá liệu khách hàng sử dụng dịch vụ khách sạn, Tạp chí KH&CN ĐHĐN, số 12(97).2015, Quyển 2, trang 1-4 (2015) JamieMacLennan, Z.T., Bogdan Crivat: Data Mining with Microsoft SQL Server 2008, Indianapolis, Indiana: Wiley Publishing, Inc (2008) http://bis.net.vn/ data + mining ... áp lực cho sinh viên Bước Phát tri thức từ luật kết hợp Hình Kết mơ hình phát luật kết hợp áp lực sinh viên Bảng Phân loại áp lực theo mức độ ảnh hưởng Thang điểm áp lực Mức độ áp lực Rất áp. .. Rất áp lực Áp lực Bình thường 2-1 Khơng/ Rất không áp lực Loại áp lực Áp lực việc làm Áp lực ngoại ngữ Áp lực tập Áp lực điểm cao Áp lực gia đình Áp lực tin học Áp lực thích nghi học tập Áp lực. .. dựng mơ hình khai phá liệu nhằm phân tích áp lực sinh viên trường Đại học Kinh tế - Đại học Đà Nẵng Kết phân tích cho thấy áp lực chủ yếu mà sinh viên thường gặp Áp lực việc làm Áp lực đạt chuẩn