Đồ án tốt nghiệp Đại học đề tài Khai phá dữ liệu trong giáo dục môn Công nghệ thông tin | Trường Đại học Công nghiệp Hà Nội
Đồ án tốt nghiệp Đại học đề tài Khai phá dữ liệu trong giáo dục môn Công nghệ thông tin | Trường Đại học Công nghiệp Hà Nội. Tài liệu được sưu tầm giúp bạn tham khảo, ôn tập và đạt kết quả cao. Mời bạn đọc đón xem.
Môn: Thực tập tốt nghiệp (HAUI) 3 tài liệu
Trường: Trường Đại học Công nghiệp Hà Nội 49 tài liệu
Tác giả:
Preview text:
BỘ CÔNG THƯƠNG
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI
ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC
Chuyên ngành: CNTT
ĐỀ TÀI
KHAI PHÁ DỮ LIỆU TRONG GIÁO DỤC
CBHD: Hoàng Quang Huy
Sinh viên: Nguyễn Thị May
Mã sinh viên: 2018123456
Hà Nội – 2020
Mục Lục
1.1 Bài toán ứng dụng KPDL để xây dựng hệ thống tư vấn 6
1.2 Một số hướng nghiên cứu về khai phá dữ liệu trong giáo dục 6
1.3 Hướng tiếp cận của luận văn 7
Phần2 CÁC KIẾN THỨC CƠ SỞ LIÊN QUAN 8
2.1.1 Khái niệm khai phá dữ liệu (KPDL ) 8
2.2 Ứng dụng KPDL trong giáo dục 8
2.3 Một số kỹ thuật KPDL trong phân lớp, dự báo 9
Phần3 XÂY DỰNG HỆ THỐNG TƯ VẤN HỌC TẬP 11
3.2 Sơ đồ hoạt động của hệ thống: 11
BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI | CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự do – Hạnh phúc |
PHIẾU GIAO ĐỀ TÀI TỐT NGHIỆP
Chuyên ngành CNTT
Số: ………
Họ và tên sinh viên: Lớp:
Khóa: Khoa:
Giáo viên hướng dẫn:
NỘI DUNG
THUYẾT MINH
Ngày giao đề tài: Ngày hoàn thành:
Hà Nội, ngày……tháng …… năm ……
GIÁO VIÊN HƯỚNG DẪN (Ký tên) | KHOA (Ký tên) | HIỆU TRƯỞNG (Ký tên) |
Trường Đại học Công nghiệp Hà Nội đã triển khai đào tạo theo học chế tín chỉ bắt đầu từ năm học 2008 – 2009. Đào tạo tín chỉ có ưu điểm giúp sinh viên có thể tự quản lý quỹ thời gian và tùy theo khả năng của mình để tự quyết định các môn học theo từng kỳ.
Đối với mỗi sinh viên, việc lựa chọn cho mình một lộ trình học phù hợp theo đúng quy trình đào tạo là một việc hết sức khó khăn, đặc biệt là với các sinh viên mới vào trường, khi mà kinh nghiệm học tập ở bậc đại học và hình thức đào tạo tín chỉ còn rất mới mẻ. Đó cũng là khó khăn chung không chỉ của sinh viên, mà còn của các cố vấn học tập, giáo viên chủ nhiệm và các tổ chức quản lý trong trường.
Xuất phát từ thực tế đó, việc tư vấn lựa chọn lộ trình học cho sinh viên theo ngành học đã đăng ký là một việc làm hết sức thiết thực và ý nghĩa. Vì vậy em xin chọn đề tài " KHAI PHÁ DỮ LIỆU TRONG GIÁO DỤC" làm đồ án tốt nghiệp chuyên ngành CNTT.
Đề tài này được trình bày qua 3 phần chính:
Chương I Giới thiệu tổng quan
Chương II Các kiến thức cơ sở liên quan
Chương III Xây dựng hệ thống hỗ trợ học tập
Do thời gian và kiến thức có hạn nên khóa luận này của em còn nhiều thiếu sót, kính mong được sự góp ý và chỉ bảo từ các thầy cô và các bạn.
GIỚI THIỆU TỔNG QUAN
Bài toán ứng dụng KPDL để xây dựng hệ thống tư vấn
Một thực tế đặt ra đối với trường đại học là làm sao thu hút được nhiều sinh viên dựa trên “thương hiệu” của nhà trường, để đáp ứng chỉ tiêu đào tạo. Tuy nhiên, yêu cầu đặt ra về số lượng cũng phải kèm theo yêu cầu về chất lượng đào tạo. Vấn đề nâng cao chất lượng đào tạo là một vấn đề luôn được nhà trường quan tâm.
Nhằm đổi mới giáo dục đại học ở Việt Nam, Bộ Giáo dục và Đào tạo đã yêu cầu chuyển đổi từ việc thực hiện chương trình đào tạo theo hệ thống niên chế thành đào tạo theo hệ thống tín chỉ kiểu Hoa Kỳ, bắt đầu từ năm học 2008-2009 và đòi hỏi phải hoàn tất việc chuyển đổi này trước năm 2012.
Trường Đại học Công nghiệp Hà Nội đã triển khai đào tạo theo học chế tín chỉ bắt đầu từ năm học 2008 – 2009. Đào tạo tín chỉ có ưu điểm giúp sinh viên có thể tự quản lý quỹ thời gian và tùy theo khả năng của mình để tự quyết định các môn học theo từng kỳ. Vì vậy, việc tư vấn học tập, chủ yếu liên quan đến lựa chọn lộ trình học phù hợp nhằm đạt được kết quả học tập cao nhất cho mỗi sinh viên được đặc biệt quan tâm. Các giảng viên chuyên trách, cố vấn học tập không thể tiếp cận toàn bộ dữ liệu về điểm của sinh viên.
Một số hướng nghiên cứu về khai phá dữ liệu trong giáo dục
Hiện đã có rất nhiều nghiên cứu về ứng dụng KPDL cho giáo dục. Những khai phá dữ liệu trong giáo dục đã nổi bật lên như là một lĩnh vực nghiên cứu độc lập trong những năm gần đây, mà cao điểm là năm 2008 với sự thành lập hội nghị quốc tế về khai phá dữ liệu giáo dục, và những bài báo về khai phá dữ liệu giáo dục. Đó là “Applying Data Mining Techniques to e-Learning Problems” của Félix Castrol,…
Các nhà nghiên cứu về việc KPDL trong giáo dục tập trung vào nhiều vấn đề bao gồm việc học của cá nhân từ phần mềm giáo dục, học cộng tác với sự giúp đỡ của máy tính, kiểm nghiệm khả năng thích ứng với máy tính, và nhiều nhân tố được kết hợp với các sinh viên không có khả năng hoặc thiếu định hướng trong quá trình học tập. Mỗi lĩnh vực chính của việc ứng dụng khai phá dữ liệu vào giáo dục là phát triển các mô hình hướng đối tượng sinh viên. Các mô hình sinh viên thể hiện thông tin về một nét đặc trưng hay tình trạng của sinh viên, như kiến thức hiện tại của sinh viên, động cơ thúc đẩy học tập, quan điểm nguyện vọng của sinh viên…
Ở Việt Nam, KPDL cũng đã được nghiên cứu và ứng dụng trong nhiều tổ chức, doanh nghiệp và đem lại hiệu quả cao trong các lĩnh vực như giáo dục, y tế, thương mại, tài chính. Nhiều công trình khoa học đã và đang được nghiên cứu để áp dụng vào thực tế. Song bên cạnh đó, việc khai thác các thông tin có giá trị ở một số đơn vị chưa thực sự hiệu quả, việc áp dụng trong thực tế còn hạn chế.
Hướng tiếp cận của luận văn
Luận văn tập trung nghiên cứu lý thuyết khai phá dữ liểu, sử dụng công cụ khai phá dữ liệu BIDS của Microsoft, KPDL điểm thực tế của sinh viên trường ĐHCNHN.
Bên cạnh đó, luận văn sử dụng một số thuật toán điển hình trong khai phá dữ liệu được hỗ trợ sẵn trong SQL Server nhằm giải quyết bài toán dự báo, dự đoán kết quả học tập của sinh viên.
Nhiệm vụ | Thuật toán Microsoft sử dụng |
Dự đoán một thuộc tính rời rạc | Microsoft Decision Trees Algorithm Microsoft Naive Bayes Algorithm Microsoft Clustering Algorithm Microsoft Neural Network Algorithm |
Dự đoán một thuôc tính liên tục | Microsoft Decision Trees Algorithm Microsoft Time Series Algorithm |
Dự đoán một trình tự | Microsoft Sequence Clustering Algorithm |
Tìm nhóm của những mục chọn trong các giao dịch | Microsoft Association Rules Algorithm Microsoft Decision Trees Algorithm |
Tìm những mục giống nhau | Microsoft Clustering Algorithm Microsoft Sequence Clustering Algorithm |
Sau khi đánh giá mô hình dự đoán tốt nhất, tác giả xây dựng chương trình thực nghiệm để hỗ trợ tư vấn học tập cho sinh viên năm đầu.
CÁC KIẾN THỨC CƠ SỞ LIÊN QUAN
Khai phá dữ liệu
Khái niệm khai phá dữ liệu (KPDL )
"KPDL là quá trình khảo sát và phân tích một khối lượng lớn các dữ liệu được lưu trữ trong các cơ sở dữ liệu, kho dữ liệu…để từ đó trích xuất ra các thông tin quan trọng, có giá trị tiềm ẩn bên trong". Do nhu cầu nghiệp vụ cần có cách nhìn thông tin trên quy mô toàn đơn vị.
Các dữ liệu này được thu từ nhiều nguồn, đa số là từ các phần mềm nghiệp vụ như: phần mềm tài chính, kế toán, các hệ thống quản lý tài nguyên doanh nghiệp, các hệ thống quản lý khách hang hay từ tác công cụ lưu trữ thông tin trên web…
Đây là những khối dữ liệu khổng lồ nhưng những thông tin mà nó thể hiện ra thì lộn xộn và “nghèo” đối với người dùng. Kích thước của khối dữ liệu khổng lồ đó cũng tăng với tốc độ rất nhanh chiếm nhiều dung lượng lưu trữ. KPDL liệu sẽ giúp trích xuất ra các mẫu điển hình có giá trị và biến chúng thành những tri thức hữu ích. Quá trình này gồm một số bước được thể hiện trong hình sau.
Ý nghĩa cụ thể của các bước như sau:
- Lựa chọn dữ liệu liên quan đến bài toán quan tâm.
- Tiền xử lý dữ liệu, làm sạch dữ liệu, chiếm tới gần 60% nỗ lực.
- Chuyển đổi dữ liệu về dạng phù hợp thuận lợi cho việc khai phá.
- KPDL, trích xuất ra các mẫu dữ liệu (mô hình).
- Đánh giá mẫu.
- Sử dụng tri thức khai phá được.
Ứng dụng KPDL trong giáo dục
- Tư vấn lựa chọn ngành học
Cho một kho dữ liệu lưu giữ các thông tin về kết quả học tập của sinh viên đã tốt nghiệp. Hãy tìm ra những quy luật lựa chọn các chuyên ngành một cách hợp lý sao cho đạt được kết quả tốt nhất. Nhằm mục đích này người ta mong muốn nhận được từ dữ liệu những phát biểu như: “80% sinh viên học tốt môn Kinh tế chính trị và Tiếng Anh khá thì tốt nghiệp chuyên ngành Kế toán ngân hàng loại giỏi”, … Để đạt được những phát biểu như trên, chúng ta sử dụng các thuật toán Khai phá luật kết hợp từ cơ sở dữ liệu.
- Tư vấn lựa chọn môn học
Cho một kho dữ liệu các thông tin về kết quả học tập của sinh viên. Hãy tư vấn cho sinh viên lựa chọn các môn học cho học kỳ sau dựa trên kết quả của các học kỳ trước sao cho kết quả học tập của kỳ sao là cao nhất. Để thực hiện việc này, chúng ta cần sử dụng các thuật toán KPDL ở dạng phân lớp và dự đoán như Cây quyết định, mạng Naive Bayes, Neural Network hay luật kết hợp.
- Tư vấn lựa chọn lộ trình học
Cho một kho dữ liệu đào tạo (theo hình thức tín chỉ) bao gồm các môn học (học phần) tương ứng với các ngành học và các học kỳ (gọi là chương trình đào tạo), cùng với các thông tin về kết quả học tập của các sinh viên đã tốt nghiệp. Hãy tư vấn cho các sinh viên mới vào trường cách lựa chọn một lộ trình học phù hợp nhất cho ngành học mà sinh viên đã đăng ký sao cho kết quả tốt nghiệp ra trường của sinh viên là cao nhất. Đây chính là bài toán mà luận văn hướng đến. Để thực hiện việc này, chúng ta cần sử dụng các thuật toán KPDL ở dạng phân lớp và dự đoán như Cây quyết định, mạng Naive Bayes, Neural Network hay luật kết hợp.
Một số kỹ thuật KPDL trong phân lớp, dự báo
Cây quyết định
Cây quyết định là một cấu trúc biễu diễn dưới dạng cây. Trong đó, mỗi nút trong (internal node) biễu diễn một thuộc tính, mỗi nhánh (branch) biễu diễn giá trị có thể có của thuộc tính, mỗi lá (leaf node) biểu diễn các lớp quyết định và đỉnh trên cùng của cây gọi là gốc (root).
Trong lĩnh vực học máy, cây quyết định là một kiểu mô hình dự báo (predictive model), nghĩa là một ánh xạ từ các quan sát về một sự vật/hiện tượng tới các kết luận về giá trị mục tiêu của sự vật/hiện tượng. Mỗi nút trong (internal node) tương ứng với một biến, đường nối giữa nó với nút con của nó thể hiện giá trị cụ thể cho biến đó. Mỗi nút lá đại diện cho giá trị dự đoán của biến mục tiêu, cho trước các giá trị dự đoán của các biến được biểu diễn bởi đường đi từ nút gốc tới nút lá đó. Kỹ thuật học máy dùng trong cây quyết định được gọi là học bằng cây quyết định, hay chỉ gọi với cái tên ngắn gọn là cây quyết định.
Cây quyết định (Decision Tree) là một cây phân cấp có cấu trúc được dùng để phân lớp các đối tượng dựa vào dãy các luật (series of rules). Các thuộc tính của đối tượng (ngoại trừ thuộc tính phân lớp – Category attribute) có thể thuộc các kiểu dữ liệu khác nhau (Binary, Nominal, ordinal, quantitative values) trong khi đó thuộc tính phân lớp phải có kiểu dữ liệu là Binary hoặc Ordinal.
Phân lớp Naïve Bayes
Định lý Bayes cho phép tính xác suất xảy ra của một sự kiện ngẫu nhiên A khi biết sự kiện liên quan B đã xảy ra. Xác suất này được ký hiệu là P(A|B), và đọc là "xác suất của A nếu có B". Đại lượng này được gọi xác suất có điều kiện vì nó được rút ra từ giá trị được cho của B hoặc phụ thuộc vào giá trị đó.
Phương pháp Naive Bayes phù hợp các bài toán có yêu cầu về chi phí xuất hiện của các giá trị thuộc tính.
Document | Content | Data | Class |
Training | d1 | hanoi pho chaolong hanoi | B |
d2 | hanoi buncha pho omai | B | |
d3 | pho banhgio omai | B | |
d4 | saigon hutiu banhbo pho | N | |
Test | d5 | hanoi hanoi buncha hutiu | ? |
Mạng nơ ron nhân tạo
Neural nhân tạo là sự mô phỏng đơn giản của neural sinh học. Mỗi neural nhân tạo thực hiện hai chức năng: chức năng tổng hợp đầu vào và chức năng tạo đầu ra. Chức năng đầu vào chính là tổng có trọng số các tín hiệu vào kết hợp với ngưỡng để tạo ra tín hiều đầu vào. Chức năng tạo đầu ra được thực hiện bằng hàm truyền đạt.
Microsoft Neural Network sử dụng mạng đa tầng bao gồm ba lớp tế bào thần kinh. Các lớp này là một lớp đầu vào, một lớp ẩn và một lớp đầu ra. Trong một mạng Neural, mỗi neural nhận được một hoặc nhiều đầu vào và sản xuất một hoặc nhiều kết quả đầu ra. Mỗi đầu ra là một hàm phi tuyến đơn giản của tổng các đầu vào.
XÂY DỰNG HỆ THỐNG TƯ VẤN HỌC TẬP
Lựa chọn mô hình
Yêu cầu Mô hình Naïve Bayes cho kết quả dự đoán kết quả học tập của sinh viên với độ chính xác cao nhất nên mô hình này sẽ được lựa chọn để xây dựng hệ thống tư vấn học tập. Trong khuôn khổ luận văn, để giúp người dùng thấy được sự khác biệt về kết quả dự đoán giữa các mô hình, hệ thống tư vấn có đưa thêm vào chức năng cho phép người dùng chọn các mô hình khác nhau (trong 04 mô hình đã xây dựng) để kiểm tra và so sánh kết quả.
Hệ thống được xây dựng bằng ngôn ngữ Visual C#.NET với hệ quản trị CSDL MS SQL Server 2008 trên nền Windows Forms (việc xây dựng trên nền Web cũng tương tự).
Sơ đồ hoạt động của hệ thống:
Để sử dụng hệ thống, người dùng nhập vào các thông tin như: ngành học, điểm thi tuyển sinh, giới tính và lựa chọn mô hình sử dụng để dự báo (nếu không lựa chọn thì mặc định hệ thống sẽ sử dụng mô hình Naïve Bayes). Trong phạm vi thử nghiệm, chương trình vẫn cho hiển thị kết quả dự đoán của cả 03 mô hình không được lựa chọn là Luật kết hợp, Neural Network và Decision Tree để mang tính chất tham khảo cũng như đánh giá lại các mô hình trong dự đoán thực tế. Tuy nhiên, như đã phân tích ở trên, người dùng cần tin tưởng ở mô hình Naïve Bayes hơn do nó được đánh giá là dự đoán kết quả học tập với độ chính xác tốt nhất.
Kết quả đạt được:
Theo đánh giá mô hình từ trước thì mô hình Naïve Bayes cho kết quả dự báo tốt nhất nên sinh viên cần lấy kết quả của mô hình này để tham khảo chính. Cũng theo cảm tính, vì sinh viên thi điểm đầu vào cao và là học sinh nữ, học ngành kế toán nên tỷ lệ sinh viên này học đạt kết quả giỏi là cao (sinh viên nữ thường chăm chỉ hơn sinh viên nam và ngành kế toán hợp với sinh viên nữ hơn).
Sau một thời gian nghiên cứu và làm việc nghiêm túc, từ việc nghiên cứu những yêu cầu cấp thiết đặt ra trong công tác quản lý vào đào tạo của trường ĐHCNHN, luận văn đã đạt được một số kết quả chính sau đây:
Xây dựng hệ thống tư vấn học tập với đầu vào là các thông tin cá nhân của sinh viên như: ngành học, điểm thi tuyển sinh, giới tính, sử dụng mô hình dự báo Naive Bayes.
Hệ thống cũng có chức năng cho phép người quản trị cập nhật cơ sở dữ liệu và cập nhật lại mô hình khi kết thúc năm học với các khóa đã tốt nghiệp, qua đó giúp hệ thống ngày càng đạt độ chính xác cao và khách quan.
Với việc triển khai hệ thống thử nghiệm cho thấy khả năng ứng dụng kết quả này trong việc dự đoán kết quả học tập của sinh viên. Hệ thống không chỉ hỗ trợ cho sinh viên mà còn hỗ trợ cho giáo viên chủ nhiệm, các khoa chuyên ngành, phòng đào tạo và những ai quan tâm.
+ Đối với sinh viên: giúp lựa chọn lộ trình học phù hợp với điều kiện và năng lực của bản thân để đạt được kết quả học tập tối ưu.
+ Đối với cố vấn học tập: có thể tư vấn cho sinh viên trong việc chọn một lộ trình học phù hợp.
+ Đối với các khoa chuyên ngành và phòng đào tạo: hỗ trợ trong việc đánh giá chất lượng cho từng lộ trình học nhằm nâng cao, cải thiện hơn nữa trong việc xây dựng các lộ trình học để phù hợp với mọi điều kiện và năng lực của sinh viên.
Cuối cùng, em xin chân thành cảm ơn thầy Hoàng Quang Huy và các thầy cô khác đã tận tình giúp đỡ em hoàn thành đề tài này. Do thời gian và kiến thức có hạn nên còn nhiều thiếu sót, kính mong được sự góp ý và chỉ bảo từ các thầy cô và các bạn.
