(Tiểu luận) ứng dụng kỹ thuật khai phá dữ liệu trong quản lý giáo dục tại trường đại học sư phạm hà nội

Nghiên cứu này nhằm mục đích thể hiện ứng dụng Kỹ thuật Khai phá dữ liệu, hỗ trợ cho việc ra quyết định của các nhà Quản lý giáo dục tại trường đại học ư, cụ thể là xác định những nhân t

1

******

BÁO CÁO

ĐỀ TÀI :

ỨNG DỤNG KỸ THUẬT KHAI PHÁ DỮ LIỆU TRONG QUẢN LÝ GIÁO

DỤC TẠI TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI

Hà Nội năm 2023

GIẢ NG VIÊN : TS Trần Ti n Công ế

H ỌC VIÊN : Đàm Tiến Đạt – B22CHIS003

L P Ớ : Hệ thống thông tin

MỤC LỤC

TÓM TẮT 3

1 ĐẶT VẤN ĐỀ 5

2 TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT 6

2.1 Một số nghiên cứu liên quan đến đề tài 6

2.2 Lý thuyết về phân lớp và trích chọn thuộc tính trong khai phá dữ liệu 7

2.2.1 Phân lớp 7

2.2.2 Trích chọn thuộc tính 9

3 PHƯƠNG PHÁP NGHIÊN CỨU 9

4 KẾT QUẢ VÀ THẢO LUẬN 10

4.1 Một số đặc điểm chính của đối tượng điều tra 10

4.2 Kết quả trích chọn thuộc tính 10

4.3 Kết quả độ chính xác của phân lớp và thời gian xử lý 12

5 KẾT LUẬN 13

DANH MỤC TÀI LIỆU THAM KHẢO 15

3

DANH MỤC BẢNG BIỂU Bảng 1: Độ chính xác của phân lớp, thời gian thực hiện trước và sau khi trích chọn thuộc tính 12

DANH MỤC HÌNH V Ẽ

Hình 1: Mô hình xử lý dữ liệu 10 Hình 2: Kết qu trích ch n thu c tínhả ọ ộ 11

5

TĨM TẮT

Đứng trước nguồn dữ liệu khổng lồ mà nhà quản lý giáo dục đang lưu trữ, người quản lý gặp rất nhiều khĩ khăn trong việc chắt lọc thơng tin, tri thức mà các nguồn dữ liệu mang lại Hầu hết các quyết định của nhà quản lý giáo dục hiện nay chưa sử dụng triệt để lợi ích mà các kỹ thuật Khai phá dữ liệu đem lại Nghiên cứu này nhằm mục đích thể hiện ứng dụng Kỹ thuật Khai phá dữ liệu, hỗ trợ cho việc ra quyết định của các nhà Quản lý giáo dục tại trường đại học ư, cụ thể là xác định những nhân tố ảnh hưởng S quan trọng đến đến quyết định chọn ngành Hệ thống Thơng tin Quản lý (HTTTQL) Trên cơ sở đĩ, các nhà quản lý giáo dục quyết định chiến lược thu hút đầu vào của sinh viên ngành Hệ thống Thơng tin nĩi riêng và của sinh viên trường Đại học Sư hạm Hà p Nội nĩi chung Bằng cách ứng dụng phần mềm khai phá dữ liệu WEKA với các kỹ thuật Trích chọn thuộc tính và Phân lớp, kết quả của nghiên cứu cho thấy cĩ 4 nhân tố quan trọng ảnh hưởng đến quyết định chọn ngành HTTTQL của sinh viên trường Đại học Sư phạm Hà Nội, đĩ là Tổng điểm xét tuyển của sinh viên, niềm đam mê ứng dụng Cơng nghệ thơng tin vào giới tính, và ơ hội việc c làm sau khi tốt nghiệp

Từ khĩa: Phân lớp, trích chọn thuộc tính, khai phá dữ liệu, độ chính xác phân lớp, Nạve Bayes, Cây quyết định, WEKA

1 ĐẶT VẤN ĐỀ

Kinh tế phát triển dựa trên nền tảng giáo dục bền vững Tuy nhiên, thực trạng của đào tạo đại học được thống kê bởi Báo người lao động chỉ rõ, trên 64% người tìm việc khơng xác định được mục tiêu nghề nghiệp khi học đại học, 50% số sinh viên ra trường phải đào tạo lại [9] Điều đĩ đỏi hỏi các trường đại học cần cĩ chiến lược và những nghiên cứu cụ thể để thể giải quyết được những bất cập này, để khơng chỉ nâng cao số lượng đầu vào mà cịn nâng cao chất lượng đào tạo, nắm bắt tâm lý người học, định hướng nghề nghiệp cho sinh viên

Trong xu thế của giáo dục bền vững cùng với sự cạnh tranh ngày càng cao giữa các trường đại học, địi hỏi các trường phải tìm ra chiến lược đào tạo và thu hút đầu vào cho các chuyên ngành Ngành Hệ thống Thơng tin Quản lý (HTTTQL) là một ngành mới và đang cĩ xu hướng được nhiều sinh viên lựa chọn Tuy nhiên, số lượng sinh đăng

ký học ngành Hệ thống Thơng tin Quản lý tại trường Đại học Sư phạm Hà Nộivẫn chưa

cao, thậm chí có xu hướng giảm nhẹ Số lượng đầu vào thấp nên chưa sử dụng được tối

đa nguồn lực đào tạo và cơ sở vật chất trang bị cho đào tạo chuyên ngành Do vậy, việc nghiên cứu để tìm ra những nhân tố tác động đến quyết định lựa chọn ngành HTTTQL của sinh viên rất quan trọng Trên cơ sở đó, Trường Đại học Sư hạm Hà Nộicó thể đề p

ra được chiến lược đúng đắn, hiệu quả cho việc thu hút sinh viên để nâng cao số lượng cũng như chất lượng đầu vào cho chuyên ngành

Vấn đề tìm ra các nhân tố tác động đến lựa chọn chuyên ngành học đã được nhiều tác giả trong nước và nước ngoài nghiên cứu Ví dụ, Keshishian và cộng sự đã nghiên cứu về các nhân tố động lực ảnh hưởng đến sự lựa chọn chuyên ngành học tại trường đại học của sinh viên Y Dược [6]; Nguyễn Thị Lan Hương đã nghiên cứu các nhân tố ảnh hưởng đến động cơ chọn ngành Quản trị Doanh nghiệp của sinh viên trường Cao đẳng Kinh tế Đà Nẵng [8]; Edmonds đã nghiên cứu những nhân tố ảnh hưởng đến lựa chọn chuyên ngành học và tìm ra sự khác biệt giữa các chuyên ngành tại trường Rowan University [4] Mặc dù đã có nhiều nghiên cứu được tiến hành nhưng chưa có nghiên cứu nào được thực hiện để tìm ra các nhân tố ảnh hưởng đến sự lựa chọn ngành Hệ thống Thông tin Quản lý của sinh viên trường Đại học Sư phạm Hà Nội Nghiên cứu này sẽ ứng dụng phần mềm khai phá dữ liệu WEKA với hai kỹ thuật trích chọn thuộc tính và phân lớp để tìm ra các nhân tố quyết định đến sự lựa chọn ngành Hệ thống Thông tin Quản lý của sinh viên

2 TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT

2.1 Một số nghiên cứu liên quan đến đề tài

Nghiên cứu của Yazici và cộng sự đã đưa ra được nhóm các nhân tố tác động đến quyết định lựa chọn chuyên ngành học của sinh viên Trong đó các nhân tố có ảnh hưởng khác nhau, bao gồm uy tín của trường đại học, vị trí, chi phí, và tình trạng kinh tế xã hội của sinh viên Ngoài ra, sự thú vị của ngành học, tiềm năng cơ hội làm việc và ảnh hưởng

từ bố mẹ, giáo viên đối với sinh viên trong lựa chọn chuyên ngành học là những nhân

tố cơ bản [13]

Nghiên cứu của Beggs và cộng sự đã xác định được 6 nhân tố ảnh hưởng lớn nhất đến quyết định chọn chuyên ngành của sinh viên bao gồm: đặc điểm chuyên ngành học phù hợp với sở thích cá nhân, đặc điểm của cá nhân, đặc điểm công việc, lợi ích về tài chính, tâm lý và lợi ích xã hội, thông tin về ngành [2]

Discover more

from:

AT2021

Document continues below

An toàn ứng

dụng web và c…

Học viện Công ng…

291 documents

Go to course

Toan Cao Cap A1 Học viện CN Bưu chính…

An toàn

146

tham khảo gdqp học phần 1 - có sẵn đáp…

An toàn

12

Tactics toeic audio scripts

An toàn

17

2

TA1-K61-Supplementary…

An toàn

46

Nghiên cứu của Nguyễn Thị Lan Hương về những nhân tố ảnh hưởng đến động cơ chọn ngành quản trị doanh nghiệp, trên đối tượng là sinh viên trường Cao đẳng Kinh tế

- Kế hoạch Đà Nẵng, đã đưa ra được mô mình tham chiếu cô đọng bao gồm: đào tạo liên thông, cơ hội nghề nghiệp và đối tượng tham chiếu [8] Trong đó đối tượng tham chiếu được xác định trong nghiên cứu bao gồm Thầy Cô, Bố Mẹ, bạn bè, những sinh viên đã và đang học tại trường, người đang làm trong lĩnh vực, và các buổi nói chuyện của các chuyên gia về ngành

Tuy nhiên, một nghiên cứu khác lại cho rằng sinh viên nên đầu tư vào chuyên ngành giúp họ có một tương lai ổn định, an toàn, và thành công trong tương lai Quyết định đó không phải chỉ dựa trên những cảm tính của cá nhân mà là dựa vào sự phù hợp nhất đối với họ [12]

Kế thừa kết quả của các nghiên cứu trước [4] [8], và căn cứ vào đặc điểm đặc trưng của chuyên ngành Hệ thống Thông tin Quản lý (HTTTQL), nghiên cứu này đã đề xuất

39 nhân tố tương ứng với 39 thuộc tính được sử dụng để đánh giá tác động đến quyết định chọn ngành HTTTQL của sinh viên bao gồm: giới tính, quê quán, dân tộc, ba môn thi dự tuyển vào đại học, điểm thành phần 3 môn dự tuyển vào đại học, tổng điểm (bao gồm điểm ưu tiên), nghề của Bố, nghề của mẹ, định hướng, Anh Chị Em trong gia đình, Thầy Cô, bạn bè, người thân, điểm tuyển sinh đầu vào, đam mê tìm hiểu công nghệ thông tin, đam mê ứng dụng công nghệ thông tin và kinh tế, đam mê công việc thống o

kê tính toán, xu thế ngành sự thách thức của chuyên ngành, thương hiệu và uy tín của , ngành, đội ngũ giáo viên, giao thông, điều kiện sinh hoạt, học phí, truyền thông, hướng nghiệp, thăm quan tại trường, khung chương trình, nhu cầu về việc làm, cơ hội việc làm,

cơ hội thăng tiến trong công việc, lương cao, môi trường làm việc năng động, sáng tạo, chuyên nghiệp Thuộc tính cuối cùng của các bản ghi sinh viên là trường dữ liệu được đặt tên “class”, trường này lưu với nội dung là “Yes” nếu sinh viên đang theo học ngành

Hệ thống Thông tin Quản lý; ngược lại được lưu là “No”

2.2 Lý thuyết về phân lớp và trích chọn thuộc tính trong khai phá dữ liệu

2.2.1 Phân lớp

Bao gồm các dự đoán của kết quả đầu ra dựa trên dữ liệu đầu vào cho trước Để dự đoán kết quả đầu ra, các thuật toán xử lý một tập dữ liệu, còn gọi là tập huấn luyện (Traning set), gồm tập hợp các thuộc tính và cả thuộc tính kết quả tương ứng Thuộc

Dump Splunk Sale Rep 1 - ưedsfg

An toàn

11

CDT1429 Thiet Ke Web Co Ban Baigia…

An toàn

217

8

tính kết quả này được gọi là thuộc tính dự đốn hay cịn gọi là lớp (class) Thuật tốn tìm cách huấn luyện và khám phá mối quan hệ giữa các thuộc tính trên tập dữ liệu để dự đốn khả năng đầu ra Sau đĩ, thuật tốn được cho một tập dữ liệu mới, cịn được gọi là tập kiểm thử (Testing set T) ập này cĩ chứa cùng tập hợp các thuộc tính, ngoại trừ thuộc tính dự đốn (tên của lớp – khơng được biết trước) Thuật tốn phân tích đầu vào, xử lý

và đưa ra dự đốn Độ chính xác của dự báo càng cao, giải thuật càng được đánh giá là

“tốt” [10]

Hai kỹ thuật phân lớp thường được sử dụng trong phân tích dữ liệu giáo dục là Nạve Bayes và Cây quyết định (Decision tree) Trong đĩ, kỹ thuật Nạve Bayes phân lớp được dựa trên định lý Bayes về lý thuyết xác suất để đưa ra các phán đốn cũng như phân loại dữ liệu dựa trên các dữ liệu được quan sát và thống kê [1] Mặt khác, Cây quyết định là một cây phân cấp cĩ cấu trúc, được dùng để phân lớp các đối tượng dựa vào dãy các luật Các thuộc tính của đối tượng (khơng bao gồm thuộc tính phân lớp) cĩ thể thuộc kiểu dữ liệu khác nhau Thuộc tính phân lớp, hay “class” phải cĩ kiểu dữ liệu nhị phân hoặc cĩ thứ tự Cây quyết định sẽ sinh ra các luật để dự đốn lớp của các đối tượng chưa biết trên cơ sở dữ liệu về các đối tượng đã thu thập, và giá trị nút lá trong cây quyết định chính là nhãn của lớp [10]

Để đánh giá độ chính xác (trung bình) của mơ hình phân lớp, các nghiên cứu sử dụng nhiều phương pháp đánh giá khác nhau bao gồm:

Holdout (Splitting): Dữ liệu được ngẫu nhiên chia thành tập dữ liệu huấn luyện (training) và tập dữ liệu kiểm thử (testing) Thơng thường 2/3 dữ liệu cấp cho huấn luyện, phần cịn lại dùng cho kiểm thử Hai tập con được chia là 2 tập khơng giao nhau

K-fold cross validation: Nhằm tránh sự trùng lặp giữa các tập kiểm thử, tồn bộ

các bản ghi trong cơ sở dữ liệu được chia ngẫu nhiên thành k tập con khơng giao nhau,

cĩ kích thước xấp xỉ nhau Mỗi lần (trong số k lần) lặp, một tập con được sử dụng làm tập kiểm thử - testing, (k-1) tập cịn lại dùng làm tập huấn luyện – training

Live-one-out cross validation:Thực hiện việc kiểm thử với dữ liệu huấn luyện (training) và dữ liệu kiểm thử (testing) trên cùng một bản ghi Điều đĩ cĩ nghĩa là, sử dụng dữ liệu thu được từ một bản ghi để huấn luyện, sau đĩ dùng chính dữ liệu của bản ghi đĩ nhưng chưa dùng trong huấn luyện để kiểm tra độ chính xác theo phương pháp

kiểm tra chéo [3]

2.2.2 Trích chọn thuộc tính

Mục đích của trích chọn thuộc tính là chọn tập con của tập các thuộc tính ban đầu, bằng cách loại bỏ các thuộc tính dư thừa, khơng liên quan hoặc khơng trợ giúp trong việc đưa ra dự đốn Lựa chọn thuộc tính được chứng minh trong cả lý thuyết và thực hành thơng qua hiệu quả phân lớp, tăng độ chính xác của dự đốn và giảm bộ nhớ lưu trữ dữ liệu vào, giảm thời gian thực hiện phân lớp [7]

3 PHƯƠNG PHÁP NGHIÊN CỨU

Đối tượng điều tra và kích thước mẫu: Sinh viên k49, hệ chính quy tại trường Đại học Sư phạm Hà Nội là đối tượng điều tra của nghiên cứu này Để đảm bảo mức độ đại diện, tổng mẫu cần thiết là 300 mẫu, được xác định theo bảng tính của Israel [5] Tương ứng với tổng thể hơn 1,000 sinh viên k49, mức độ tin cậy 95%

Thiết kế bảng hỏi: Bảng hỏ cấu trúc được xây dựng Trong đĩ, i các câu hỏi được căn cứ vào các thuộc tính đã đề xuất

Chuẩn hĩa dữ liệu: Dữ liệu thơ ban đầu được lưu trữ dưới dạng file excel (.xlsx)

Chuẩn hĩa file dữ liệu về dạng file ARFF (Attribute Relation File Format) để cĩ thể sử dụng được trong WEKA

Ứng dụng WEKA

Trích chọn thuộc tính: Nghiên cứu sử dụng đánh giá thuộc tính dựa vào các lớp

đã được định nghĩa trong WEKA Với đánh giá thuộc tính đề tài sử dụng lớp CfsSubsetEval và sử dụng phương pháp tìm kiếm BestFirst search [11]

Phân lớp: Áp dụng hai phương pháp phân lớp phổ biến được dùng trong nghiên

cứu khai phá dữ liệu giáo dục là Nạve Bayes và Decision tree

Mơ hình xử lý dữ liệu:

Nghiên cứu đề xuất mơ hình xử lý dữ liệu như sau:

10

Dữ liệu thô ban đầu được áp dụng kỹ thuật trích chọn thuộc tính để tìm ra tập dữ liệu con Bước tiếp theo, tập dữ liệu con này sẽ được áp dụng kỹ thuật phân lớp trên đó Với mỗi giải thuật, các kết quả về độ chính xác phân lớp và thời gian thực hiện được lưu lại để đánh giá và so sánh Cuối cùng, tập con những nhân tố quan trọng được khẳng định đồng thời với mô hình phân lớp hiệu quả nhất được đề xuất

4 KẾT QUẢ VÀ THẢO LUẬN

4.1 Một số đặc điểm chính của đối tượng điều tra

Kết quả điều tra cho thấy, nơi sinh của sinh viên được điều tra phân bố không đều trên 13 tỉnh Trong đó, sinh viên sinh tại Hà Nội chiếm tỷ lệ cao nhất với 63.67%, tiếp theo là Quảng Bình với 9%, và Quảng trị với 8.33% và Hà Tĩnh là 4.67%

Số lượng sinh viên thuộc ngành Hệ thống Thông tin Quản lý tham gia trong điều tra là 126 sinh viên, chiếm 42% tổng số phiếu điều tra Còn lại, 174 mẫu tương ứng với 58% là sinh viên từ các ngành học khác

Bên cạnh đó, số lượng sinh viên nam tham gia vào điều tra 94 mẫu, chiếm 31.33% tổng số mẫu điểu tra; Số lượng sinh viên nữ là 206 sinh viên, tương ứng với 68.67% Trong đó, số lượng sinh viên nam thuộc ngành Hệ thống Thông tin Quản lý là 55 sinh viên, chiếm 58.51% tổng số sinh viên nam được hỏi; số lượng sinh viên nữ thuộc ngành

Hệ thống Thông tin Quản lý được hỏi là 71 sinh viên, chiếm 34.46% tổng số sinh viên

nữ được hỏi

4.2 Kết quả trích chọn thuộc tính

Sau khi chạy mô hình trích chọn thuộc tính trên WEKA dựa trên lớp đánh giá , thuộc tính CfsSubsetEval và phương pháp tìm kiếm BestFirst search, kết quả cho ra 4

Dữ liệu thô Trích ch n thu c tính ọ ộ Dữ liệu sau

trích ch n ọ

Phân l p ớ chính xác và thời

gian th c hi n ự ệ

Nhữ ng nhân t quyế ố t đ nh và ị

mô hình phân l p hi u qu ớ ệ ả nhấ t

Hình 1: Mô hình x lý d ử ữ liệu

thuộc tính (tương ứng với 4 nhân tố) bao gồm: iới tính ổng điểm thi (bao gồm điểm g , t

ưu tiên cơ hội việc làm, đam ), mê ứng dụng công nghệ thông tin

Kết quả chạy trích chọn thuộc tính trong WEKA được thể hiện trong Hình 2:

=== Run information ===

=== Attribute Selection on all input data ===

Search Method:

Best first

Start set: no attributes

Search direction: forward

Stale search after 5 node expansions

Total number of subsets evaluated: 246

Merit of best subset found: 0.549

Attribute Subset Evaluator (supervised, Class (nominal): 39 Class):

CFS Subset Evaluator

Including locally predictive attributes

Selected attributes: 1,8,33,37 : 4

Dam me ung dung CNTT

Hình 2: Kết qu ả trích ch ọn thuộ c tính

Kết quả cho thấy, những nhân tố được rút ra được từ những nghiên cứu trước, ví

dụ như, yếu tố về sự tác động các đối tượng tham chiếu (Bố mẹ, thầy cô, anh chị em, bạn bè), kiến thức hữu ích đối với cá nhân, hay nhân tố về tầm ảnh hưởng của việc quảng

bá ngành học của trường đối với sinh viên không phải là những nhân tố quyết định đến lựa chọn ngành học Hệ thống Thông tin Quản lý của sinh viên trường Đại học Sư hạm p

Hà Nội Mặt khác, kết quả này phản ánh, sinh viên quyết định chọn ngành Hệ thống Thông tin Quản lý chưa có sự tìm hiểu sâu về chuyên ngành được đào tạo, lựa chọn ngành dựa chủ yếu vào cảm tính chủ quan của cá nhân

Tuy nhiên, kết quả này phù hợp với thực tế đào tạo và đặc trưng ngành Hệ thống Thông tin Quản lý so với các ngành học khác trong trường Thứ nhất, về giới tính, tỷ lệ sinh viên nam theo học ngành này luôn cao hơn so với sinh viên nữ Thứ hai, để an toàn khi lựa chọn ngành, sinh viên ngành Hệ thống Thông tin Quản lý cũng như các ngành khác luôn chú trọng đến việc lựa chọn chuyên ngành có điểm đầu vào phù hợp với tổng điểm thi của mình Thứ ba, rõ ràng khi lựa chọn học ngành Hệ thống Thông tin, sinh viên có nhiều cơ hội tìm kiếm việc làm bởi vì sinh viên vừa được trang bị kiến thức và

kỹ năng cả về lĩnh tin học Do đó, sinh viên có thể tìm kiếm được nhiều cơ hội việc làm