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: Ths. Hoàng Quang Huy

Sinh viên: Nguyễn Thị May
Mã sinh 2018123456
viên:

Hà Nội – 2020
 Đồ án tôt nghiệp
BỘ CÔNG THƯƠNG CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI 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 KHOA HIỆU TRƯỞNG
(Ký tên) (Ký tên) (Ký tên)
 Phần danh mục
MỤC LỤC
MỤC LỤC.......................................................................................................................I
DANH MỤC HÌNH ẢNH............................................................................................II
DANH MỤC BẢNG BIỂU..........................................................................................II
LỜI NÓI ĐẦU...............................................................................................................1
CHƯƠNG 1 GIỚI THIỆU TỔNG QUAN.............................................................2
1.1. Bài toán ứng dụng KPDL để xây dựng hệ thống tư vấn....................................2
1.2. Một số hướng nghiên cứu về khai phá dữ liệu trong giáo dục..........................2
1.3. Hướng tiếp cận của luận văn..............................................................................3
CHƯƠNG 2 CÁC KIẾN THỨC CƠ SỞ LIÊN QUAN........................................4
2.1. Khai phá dữ liệu.................................................................................................4
2.1.1. Khái niệm khai phá dữ liệu (KPDL )..........................................................4
2.1.2. Ứng dụng KPDL trong giáo dục.................................................................5
2.2. Một số kỹ thuật KPDL trong phân lớp, dự báo.................................................6
2.2.1. Cây quyết định............................................................................................6
2.2.2. Phân lớp Naïve Bayes.................................................................................7
2.2.3. Mạng nơ ron nhân tạo.................................................................................7
CHƯƠNG 3 XÂY DỰNG HỆ THỐNG TƯ VẤN HỌC TẬP..............................8
3.1. Lựa chọn mô hình..............................................................................................8
3.2. Sơ đồ hoạt động của hệ thống:...........................................................................8
3.3. Kết quả đạt được:...............................................................................................9
KẾT LUẬN..................................................................................................................10
TÀI LIỆU THAM KHẢO...........................................................................................11

I
Phần danh mục
DANH MỤC HÌNH ẢNH
Hình 2.1: Các bước xây dựng một hệ thống KPDL.......................................................4
Hình 2.2: Biểu diễn cây quyết định cơ bản....................................................................6
Hình 3.1: Kết quả tư vấn học tập với mô hình Naive Bayes..........................................9
DANH MỤC BẢNG BIỂU
Bảng 1.1: Lựa chọn các thuật toán KPDL theo mục đích...............................................3
Bảng 2.1: Tập dữ liệu học ban đầu và kết quả phân lớp.................................................7
 Phần nội dung
LỜI NÓI ĐẦU

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.

1
Phần nội dung
CHƯƠNG 1 GIỚI THIỆU TỔNG QUAN
1.1. 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.

1.2. 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…
2
 Phần nội dung
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.

1.3. 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 BIDS1 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 Server2 nhằm giải quyết bài toán dự báo, dự đoán kết quả
học tập của sinh viên.

Bảng 1.1: Lựa chọn các thuật toán KPDL theo mục đích

Nhiệm vụ Thuật toán Microsoft sử dụng

Microsoft Decision Trees Algorithm
Dự đoán một thuộc tính rời Microsoft Naive Bayes Algorithm
rạc Microsoft Clustering Algorithm
Microsoft Neural Network Algorithm
Dự đoán một thuôc tính liên Microsoft Decision Trees Algorithm
tục Microsoft Time Series Algorithm
Dự đoán một trình tự Microsoft Sequence Clustering Algorithm
Tìm nhóm của những mục Microsoft Association Rules Algorithm
chọn trong các giao dịch Microsoft Decision Trees Algorithm
Microsoft Clustering Algorithm
Tìm những mục giống nhau
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.

1
Business Intelligence Development Studio
2
Hệ quản trị cơ sở dữ liệu của Microsoft
3
Phần nội dung
CHƯƠNG 2 CÁC KIẾN THỨC CƠ SỞ LIÊN QUAN
2.1. Khai phá dữ liệu
2.1.1. 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". [1] 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.

Hình 2.1: Các bước xây dựng một hệ thống KPDL

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).
4
 Phần nội dung
- Đánh giá mẫu.
- Sử dụng tri thức khai phá được.

2.1.2. 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.

5
Phần nội dung
2.2. Một số kỹ thuật KPDL trong phân lớp, dự báo
2.2.1. 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).

Hình 2.2: Biểu diễn cây quyết định cơ bản

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.

6
 Phần nội dung
2.2.2. 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. [2]
Phương pháp Naive Bayes phù hợp các bài toán có yêu cầu về chi phí xuất hiện
của các giá trị thuộc tính.

Bảng 2.1: Tập dữ liệu học ban đầu và kết quả phân lớp

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 ?

2.2.3. 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.

7
Phần nội dung
CHƯƠNG 3 XÂY DỰNG HỆ THỐNG TƯ VẤN HỌC TẬP
3.1. 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).

3.2. 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.

8
 Phần nội dung
3.3. Kết quả đạt được:

Hình 3.1: Kết quả tư vấn học tập với mô hình Naive Bayes

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).

9
Phần nội dung
KẾT LUẬN

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.

SINH VIÊN THỰC HIỆN

Nguyễn Thị May

10
 Phần nội dung
TÀI LIỆU THAM KHẢO
Tiếng Việt

[1] Đ. Phúc, Giáo trình khai thác dữ liệu, Tp HCM: NXB ĐH Quốc gia, 2006.

[3] Đ. Phương, Máy học, Hà Nội: NXB KHKT, 2002.

Tiếng Anh

[2] D. Wilson, Machine learning, Singapore: The RAM Institute, 1999.

[4] D. Hand, Data Mining, London: The MIT press, 2001.

11