Thơng qua việc áp dụng 3 thuật tốn, tác giả đã ra được kết quả phân cụm theo từng nhóm dựa trên các tập dữ liệu từ hệ thống phần mềm sẵn. Tuy nhiên với nghiên cứu này, tác giả chỉ áp dụng cho các khoá đào tạo đã ra trường, và loại bỏ đi những tḥc tính và kết quả học tập không nằm trong nội dung nghiên cứu. Trên thực tế việc đánh giá xếp loại học tập dựa vào rất nhiều yếu tố như hệ số tín chỉ, học phần dễ, khó, giảng viên dễ, khó khác nhau, việc này dẫn đến kết quả điểm số từng học phần cũng khác nhau. Việc này cũng làm cho kết quả phân cụm trong nghiên cứu này cũng bị ảnh hưởng, ngồi ra, thuật tốn phân cụm, tác giả chỉ dừng lại ở việc sử dụng thuần bài toán Fuzzy C-Means và áp dụng tiêu chuẩn hội tụ (epsilon); trên thực tế, khi thực hiện phân cụm cịn nhiều khó khăn do sự phức tạp và đa dạng của dữ liệu, kích thước dữ liệu, nhiều loại tḥc tính khác nhau…và để khắc phục việc này thì mợt kỹ thuật mới được nghiên cứu đó là Fuzzy C-means cải tiến, dùng phương pháp nhân qua việc biến đổi dữ liệu đầu vào thông qua một hàm nhân phi tuyến thành một không gian dữ liệu mới mà ở đó sự phân cụm dữ liệu được thực hiện tuyến tính và dễ dàng hơn.
Từ những kết quả đạt được của nghiên cứu, tác giả đề xuất một số hướng khả thi để hoàn thiện nghiên cứu hơn trong tương lai. Thứ nhất là nên áp dụng đa dạng hoá kết quả học tập của sinh viên bao gồm các kết quả kiểm tra thường kỳ, điểm thi kết thúc học phần và áp dụng cho các các khối ngành cịn đang học tại nhà trường, vì mục tiêu có cái nhìn tổng quan để thay đổi chương trình kiểm định chất lượng đào tạo hàng năm và khơng thể chỉ tính tốn khi khố học đó kết thúc. Thứ hai, tác giả nghiên cứu và xây dựng thành một ứng dụng cụ thể theo dạng realtime để lãnh đạo nhà trường có thể theo dõi, kiểm tra và có số liệu cụ thể ngay ở bất kỳ thời điểm nào; đặc biệt là trong quá trình ký kết hợp tác giữa nhà trường và các đối tác doanh nghiệp trong và ngoài nước.
61