Báo cáo "Phân loại đối tượng học để cải tiến chất lượng hco tập trong đào tạo điện tử " pdf

Phân loại đối tượng học để cải tiến chất lượng
hco tập trong đào tạo điện tử

Nguyễn Ánh Nguyệt

Trường Đại học Công nghệ
Luận văn Thạc sĩ ngành: Công nghệ phần mềm; Mã số: 60 48 10
Người hướng dẫn: TS. Nguyễn Văn Vinh
Năm bảo vệ: 2011

Abstract: Tổng quan về phân loại đối tượng học tập trong đào tạo điện tử. Trình bày
những lý thuyết cơ bản về logic mờ, mạng nơ ron nhân tạo, cung cấp cách nhìn tổng
quát nhất về quá trình làm mờ hóa, suy diễn, giải mờ và quá trình huấn luyện mạng nơ
ron nhân tạo. Áp dụng lý thuyết về logic mờ và mạng nơ ron cho bài toán phân loại
đối tượng học tập, các bước thực hiện. Giới thiệu về chương trình cài đặt và tập trung
thử nghiệm việc phân loại cho bộ dữ liệu gồm 200 mẫu, từ đó đánh giá được khả năng
ứng dụng của phương pháp kết hợp logic mờ - mạng nơ ron cho việc phân loại đối
tượng người học.

Keywords: Công nghệ phần mềm; Chất lượng học tập; Đào tạo điện tử; Công nghệ
thông tin

Content
Với sự phát triển vượt bậc của ngành công nghệ thông tin, học tập điện tử đóng vai
trò quan trọng trong giáo dục trong thế giới ngày nay. Việc dạy học hiện nay đặt người học
làm trung tâm, ví dụ như đào tạo tín chỉ [4]. Chỉ cần có máy tính và mạng Internet, người học
giờ đây có thể theo học ở các khóa học trực tuyến ở bất kì đâu, và bất kì thời điểm nào. Làm
sao việc học tập trên mạng có thể tối ưu nhất, gần gũi với khóa học thực tế nhất và giúp cho
người học tiếp thu kiến thức hiệu quả nhất, đó cũng là một trong những vấn đề mà hiện nay
đang được quan tâm, nghiên cứu.
Mặc khác, mỗi học sinh có phong cách học tập riêng của mình, và hiệu suất học tập

của mỗi học sinh không thể chỉ đánh giá đơn giản qua việc xem xét số lượng câu trả lời đúng
và sai. Vì vậy, các chiến lược giảng dạy được phát triển bằng cách nghiên cứu vấn đề này.
Hơn nữa, quan sát việc giảng dạy của giáo viên, chúng ta có thể thấy, mỗi giáo viên
đều có chiến lược giảng dạy của riêng mình và áp dụng cách thức dạy học cho từng học sinh
trong lớp khác nhau. Ví dụ, với học sinh giỏi, và có ý thức học tập tốt, giáo viên không cần
phải giải thích nhiều về những phần lý thuyết cơ bản mà để những học sinh này tự nghiên
cứu, sau đó trình bày lại trên lớp, và đưa ra nhiều bài tập nâng cao nhằm giúp học sinh có thể
phát huy được khả năng của mình, nâng cao kiến thức. Còn với học sinh có trình độ học kém,
giáo viên lại phải có cách thức tiếp cận khác như trình bày kĩ hơn về lý thuyết, đưa ra từng
bước giải thích chi tiết.

2
Vì vậy, tạo ra các khóa học thích nghi để làm sao có thể thích ứng với nhu cầu học
tập của từng người học là vấn đề đang được quan tâm nghiên cứu hiện nay. Với khuôn khổ
của luận văn này, chúng tôi tập trung vào việc tìm hiểu cách thức phân loại đối tượng học tập
nhằm mục tiêu đưa ra dự đoán về đặc điểm học tập của người học dựa trên việc bắt chước
kinh nghiệm của giáo viên để đưa ra các quyết định sư phạm thích ứng cho từng người học. .
Hiện nay có nhiều phương pháp phân loại tự động, như mạng Bayes, khai phá dữ
liệu, …mô hình mờ dựa trên mạng nơron được trình bày trong luận văn này là một phương
pháp nhằm mục đích bắt chước thủ tục thu được kiến thức của giáo viên trong việc đánh
giá các đặc điểm học tập của người học, chẳng hạn như khả năng, thái độ, trình độ kiến
thức, động lực và phong cách học tập. Logic mờ được sử dụng để cung cấp một cách thức suy
luận chất lượng, gần gũi hơn với quyết định của giáo viên vì nó xử lý không chính xác và sự
mơ hồ bằng cách kết hợp các mối quan hệ mờ và các thực tế mờ, trong khi mạng nơ ron cung
cấp một cách thuận tiện để đạt được khả năng thích nghi của quá trình chẩn đoán cho lập luận
và đánh giá chủ quan của giáo viên. Như vậy, kết hợp logic mờ và mạng nơ ron giúp hệ
thống mã hóa cả kiến thức có cấu trúc và không có cấu trúc, ví dụ như các luật mờ và việc học
tập từ các ví dụ tương ứng.
Nội dung chính của luận văn được tổ chức thành 4 chương có nội dung được
mô tả như dưới đây.

Chương 1: Trình bày tổng quan về phân loại đối tượng học tập trong đào tạo điện
tử. Chương này nêu ra các phương pháp phân loại đối tượng, ưu, nhược điểm của từng
phương pháp.
Chương 2: Tổng quan về logic mờ, mạng nơ ron. Chương này trình bày những lý
thuyết cơ bản về logic mờ, mạng nơ ron nhân tạo, cung cấp cách nhìn tổng quát nhất về quá
trình làm mờ hóa, suy diễn, giải mờ và quá trình huấn luyện mạng nơ ron nhân tạo.
Chương 3: Áp dụng mạng nơ ron và logic mờ cho việc phân loại người học. Chương
này tập trung vào việc áp dụng lý thuyết về logic mờ và mạng nơ ron cho bài toán phân loại
đối tượng học tập, các bước thực hiện.
Chương 4: Cài đặt chương trình và thử nghiệm. Chương này giới thiệu về chương
trình cài đặt và tập trung thử nghiệm việc phân loại cho bộ dữ liệu gồm 200 mẫu, từ đó
đánh giá được khả năng ứng dụng của phương pháp kết hợp logic mờ - mạng nơ ron cho việc
phân loại đối tượng người học.
Phần kết luận tổng kết những kết quả đã đạt được của luận văn và hướng phát triển
nghiên cứu tiếp theo.

References
Tiếng việt
[1] Nguyễn Việt Anh (2009), Một mô hình tạo khóa học thích nghi trong đào tạo điện tử,
luận án tiến sỹ, Đại học Công Nghệ, ĐH Quốc Gia Hà Nội.

3
[2] Nguyễn Cát Hồ, Lý thuyết tập mờ và công nghệ tính toán mềm, Hệ mờ, mạng nơron và
ứng dụng, NXB khoa học kỹ thuật 2001.
Tiếng Anh
[3] Stathacopoulou, Regina; Magoulas, George D.; Neuro-Grigoriadou, Maria and
Smarakou, Maria (2005). Fuzzy knowledge processing in intelligent learning environments
for improved student diagnosis. Information Sciences
[4] Stathacopoulou, Regina; Magoulas, George D.; Grigoriadou, Maria and Samarakou,
Maria (2005) Neuro-fuzzy knowledge processing in intelligent learning environments for

improved student diagnosis, Information Sciences
[5] A. B. Arons, A guide to introductory physics teaching. Washington, John Wiley and Sons
Inc, 1990.
[6] J[26]A. Jameson, Numerical Uncertainty Management in User and Student Modeling: An
Overview of Systems and Issues, User Modeling and User-Adapted Interaction 5 (1996) 193-
251, available on-line: accessed at
20/01/2001.
[7] J. J. Beshuizen, E. T. Stoutjesdijk, Study strategies in a computer assisted study
environment, Learning and Instruction (1999).
[8] J. Biggs, The Study Process Questionnaire (SPQ) Manual, Australian Council for
Educational Research, Melbourne, 1987.
[9] J. Biggs, Student approaches to learning and studying, Australian Council for Educational
Research, Hawthorn Victoria, 1987.
[10] J. S. Brown, A. Collins, P. Duguid, Situated cognition and the culture of learning,
Educational researcher (1989).