luận án tiến sĩ xây dựng mô hình tư vấn học tập trên hệ thống đào tạo trực tuyến dựa trên cộng đồng người dùng đa tiêu chí

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

<b>B GIÁO D C VÀ ÀO T O </b>

<b>TR¯ NG  I H C KINH T QU C DÂN </b>

<b>---Bùi Xuân Huy </b>

<b>Xây dÿng mơ hình t± v¿n hßc t¿p trên hß thßng ñào t¿o trÿc tuy¿n dÿa trên </b>

<b>cßng ñßng ng±ßi dùng ña tiêu chí</b>

<b>LU N ÁN TI N S) KINH T </b>

<b>HÀ N I – 2024 </b>

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<b>B GIÁO D C VÀ ÀO T O </b>

<b>TR¯ NG  I H C KINH T QU C DÂN </b>

<b>---Bùi Xn Huy </b>

<b>Xây dÿng mơ hình t± v¿n hßc t¿p trên hß thßng đào t¿o trÿc tuy¿n dÿa trên </b>

<b>cßng đßng ng±ßi dùng đa tiêu chí</b>

<b>Chun ngành: H th ng thông tin qu n lý Mã s : 9340405 </b>

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>LÞI CAM OAN </b>

Tơi ã ßc và hißu vß các hành vi vi ph¿m sÿ trung thÿc trong hßc thu¿t. Tơi cam k¿t b¿ng danh dÿ cá nhân r¿ng lu¿n án ti¿n s) này do tơi tÿ thÿc hißn và khơng vi ph¿m yêu c¿u vß sÿ trung thÿc trong hßc thu¿t. <b>“Nghi </b>

<b>ên </b>

<i>Hà Nßi, ngày tháng nm 2024 </i>

<b>Nghiên cÿu sinh </b>

<b>Bùi Xuân Huy </b>

<b> </b>

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

<b>LÞI CắM ĂN </b>

ò hon thnh lun ỏn ny, nghiờn cu sinh xin ±ÿc gÿi lßi c¿m ¡n chân thành ¿n TS Nguyßn An T¿ và PGS TS Tr¿n Thß Song Minh ã hß trÿ, h±ßng d¿n và ßng hành trong st q trình thÿc hißn nghiên cÿu.

Xin c¿m ¡n Ban giám hißu, Vißn ào t¿o Sau ¿i hßc - tr±ßng ¿i hßc Kinh t¿ TP. Hß Chí Minh và tr±ßng ¿i hßc Kinh t¿ Qußc dân ã t¿o ißu kißn ß ch±¡ng trình hÿp tác ào t¿o ti¿n s) ngành Hß thßng thơng tin qu¿n lý ±ÿc dißn ra thu¿n lÿi.

Xin c¿m ¡n quý Th¿y Cô khoa Tin hßc kinh t¿ tr±ßc kia và Vißn Cơng nghß thơng tin và Kinh t¿ sß - tr±ßng ¿i hßc Kinh t¿ Qußc dân ã trang bß cho nghiên cÿu sinh nhÿng ki¿n thÿc chuyên ngành nâng cao và kh¿ nng nghiên cÿu chuyên sâu trong l)nh vÿc Hß thßng thơng thơng tin qu¿n lý.

Xin c¿m ¡n các ßng nghißp trong Khoa Cơng nghß thông tin kinh doanh - tr±ßng ¿i hßc Kinh t¿ TP. Hß Chí Minh ã gánh vác mßt ph¿n cơng vißc và ¿c bißt là gia ình, b¿n bè thân thi¿t ã ln quan tâm, ßng viên nghiên cÿu sinh trong nhÿng lúc khó khn nh¿t.

<b>Xin trân trßng c¿m ¡n! </b>

<i>Hà Nßi, ngày tháng nm 2024 </i>

<b>Nghiên cÿu sinh </b>

<b>Bùi Xuân Huy </b>

<b> </b>

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

<b>2. Mÿc tiêu nghiên cÿu ... 5</b>

<b>3. ßi t±ÿng và ph¿m vi nghiên cÿu ... 6</b>

<b>4. Câu hßi nghiên cÿu ... 6</b>

<b>5. Ph±¡ng pháp nghiên cÿu ... 7</b>

<b>6. Khung nghiên cÿu tßng quát ... 7</b>

<b>7. Nhÿng óng góp mßi cÿa lu¿n án ... 8</b>

1.2.3. Các nghiên cÿu vß t± v¿n dÿa trên nßi dung ... 14

1.2.4. Các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác ... 16

1.2.5. Các nghiên cÿu vß t± v¿n sÿ dÿng ph±¡ng pháp lai ... 20

1.2.6. Các nghiên cÿu trong n±ßc ... 24

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<b>1.3. Các kho¿ng trßng tri thÿc ... 25</b>

<b>1.4. Tßng k¿t Ch±¡ng 1 ... 26</b>

<b>CHĂNG 2 CĂ Sị Lí THUYắT ... 27</b>

<b>2.1. Ba chißu quan trßng cÿa hß thßng thơng tin ... 27</b>

<b>2.2. Q trình ra quy¿t ßnh và hß hß trÿ ra quy¿t ßnh ... 28</b>

2.2.1. Phân lo¿i hß hß ra trÿ quy¿t ßnh... 29

2.2.2. Ki¿n trúc hß hß trÿ ra quy¿t ßnh... 31

<b>2.3. Tßng quan vß hß thßng t± v¿n thơng tin ... 32</b>

2.3.1. T± v¿n dÿa trên nßi dung ... 32

2.3.2. T± v¿n dÿa trên sÿ cßng tác ... 33

2.3.3. Các ph±¡ng pháp khác và cách ti¿p c¿n lai ... 34

2.3.4. Cßng ßng ng±ßi dùng a tiêu chí trong hß thßng t± v¿n thơng tin ... 35

2.3.5. Qu¿n trß hß s¡ ng±ßi dùng trong hß thßng t± v¿n thơng tin ... 37

2.3.6. C¿u trúc hß s¡ ng±ßi hßc trong hß thßng t± v¿n hßc t¿p ... 40

<b>2.4. ánh giá hißu qu¿ cÿa hß thßng thơng tin ... 40</b>

<b>2.5. ánh giá hß thßng t± v¿n thơng tin... 42</b>

<b>2.6. Khung phân tích hßc t¿p trong giáo dÿc ¿i hßc ... 43</b>

<b>2.7. Tòng kt ChĂng 2 ... 47</b>

<b>CHĂNG 3 ị XUắT MƠ HÌNH ... 48</b>

<b>3.1. Mơ hình phß bi¿n cÿa hß thßng ào t¿o trÿc tuy¿n ß các c¡ sß giáo dÿc ¿i hßc Vißt Nam hißn nay ... 48</b>

<b>3.2. ¿c ißm cÿa cßng ßng ng±ßi hßc trÿc tuy¿n ... 50</b>

<b>3.3. Mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí ... 51</b>

3.3.1. Mơ hình hß trÿ ra quy¿t ßnh trong ho¿t ßng hßc t¿p... 51

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

4.3.1. K¿t qu¿ bißu dißn c¿u trúc và xây dÿng hß s¡ ng±ßi hßc ... 86

4.3.2. K¿t qu¿ thÿc nghißm thành l¿p cßng ßng ng±ßi hßc... 89

<b>1. Tßng k¿t q trình nghiên cÿu ... 103</b>

<b>2. Nhÿng óng góp mßi cÿa lu¿n án ... 103</b>

<b>3. H¿n ch¿ và h±ßng phỏt triòn ... 104</b>

<b>DANH MỵC CC CễNG TRèNH KHOA HịC  CễNG Bị ... 106</b>

<b>TI LIịU THAM KHắO ... 107</b>

<b>PHỵ LỵC ... 121</b>

<b>D liòu mụn hòc ... 121</b>

<b>D liòu iòm cußi kÿ ... 121</b>

<b>Dÿ lißu sinh viên ... 121</b>

<b>Dÿ lißu lßch sÿ ho¿t ßng trên khóa hßc trÿc tuy¿n ... 122</b>

<b>Dÿ lißu ißm ánh giá q trình trên khóa hßc trc tuyn ... 122</b>

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

<b>DANH MỵC Tỵ VIắT TắT </b>

AI Artificial Intelligence Trớ tuò nhõn t¿o

API Application Programming Interface Các ph±¡ng thÿc, giao thÿc k¿t nßi vßi các ÿng dÿng và th± vißn

CDSS Collaborative Decision Support System Hß hß trÿ ra quy¿t ßnh cßng tác DAHE Integrated Framework for Data

Analytics in Higher Education

Khung tích hÿp phân tích dÿ lißu hßc t¿p b¿c ¿i hßc

DSRM Design Science Research Methodology Ph±¡ng pháp lu¿n nghiên cÿu khoa hßc thi¿t k¿

DSS Decision Support System Hß hß trÿ ra quy¿t ßnh eCMBLC Elearning consult model based on

learner community

Mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi hßc

ETL Extract transform load Cơng cÿ trích xu¿t chun ßi và t¿i dÿ lißu

GDSS Group Decision Support System Hß hß trÿ ra quy¿t ßnh theo nhóm LALC Learning Analytics Life Cycle Vịng ßi phân tích hßc t¿p LMS Learning management system Hß thßng qu¿n lý hßc t¿p OLAP On-line Analytical Processing Xÿ lý phân tích trÿc tuy¿n PLS Personalized learning system Hß thßng hßc t¿p cá nhân hóa PRISMA Preferred reporting items for sytematic

reviews and meta-analyses

Ph±¡ng pháp phân lo¿i tßng hÿp tài lißu nghiên cÿu

SSE The sum of the squared Euclidean distances

Tßng bình ph±¡ng kho¿ng cách

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

<b>DANH MỵC HèNH </b>

Hỡnh 1: Khung nghiên cÿu tßng qt cÿa lu¿n án ... 7

Hình 1.1: Q trình tìm ki¿m và tßng hÿp tài lißu theo ph±¡ng pháp PRISMA ... 10

Hình 1.2: Khung phân lo¿i các nghiên cÿu ... 13

Hình 2.1: Ba chißu cÿa hß thßng thơng tin ... 28

Hình 2.2: Phân lo¿i các hß hß trÿ ra quy¿t ßnh ... 30

Hình 2.3: Ki¿n trúc cÿa hß hß trÿ ra quy¿t ßnh ... 32

Hình 2.4: Ph±¡ng pháp ti¿p c¿n lai ... 35

Hình 2.5: Mơ hình cßng ßng ng±ßi dùng a tiêu chí trong hß thßng t± v¿n thơng tin ... 36

Hình 2.6: Qu¿n trß hß s¡ ng±ßi dùng trong hß thßng t± v¿n ... 37

Hình 2.7: Mơ hình ánh giá hißu qu¿ cÿa hß thßng thơng tin ... 41

Hình 2.8: Khung phân tích hßc t¿p LALC ... 44

Hình 2.9: Khung tích hÿp phân tích dÿ lißu trong giáo dÿc ¿i hßc (DAHE) ... 45

Hình 3.1: Mơ hình phß bi¿n cÿa hß thßng ào t¿o trÿc tuy¿n ß các c¡ sß giáo dÿc ¿i hßc Vißt Nam hißn nay ... 49

Hình 3.2: Q trình ra quy¿t ßnh cÿa ng±ßi hßc ... 52

Hình 3.3: Mơ hình hß trÿ ra quy¿t ßnh trong ho¿t ßng hßc t¿p... 53

Hình 3.4: Mơ hình tích hÿp phân hß t± v¿n hßc t¿p ... 55

Hình 3.5: Mơ hình ki¿n trúc-chÿc nng cÿa hß thßng t± v¿n hßc t¿p ... 56

Hình 3.6: C¡ ch¿ ho¿t ßng cÿa chÿc nng t± v¿n ng ký mơn hßc ... 63

Hình 3.7: C¡ ch¿ ho¿t ßng cÿa chÿc nng t± v¿n cách thÿc hßc t¿p ... 64

Hình 3.8: C¡ ch¿ ho¿t ßng cÿa chÿc nng t± v¿n ng ký mơn hßc k¿t hÿp vßi t± v¿n cách thÿc hßc t¿p ... 65

Hình 4.1: Quy trình thÿc nghißm nghiên cÿu cÿa lu¿n án ... 71

Hình 4.2: Quy trình xây dÿng và c¿p nh¿t hß s¡ ng±ßi hßc ... 72

<i>Hình 4.3: Ph±¡ng pháp khu tay xác ßnh sß cÿm (K) tßt nh¿t ... 74</i>

Hình 4.4: Ph±¡ng pháp Silhouette Analysis xác ßnh sß cÿm K tßt nh¿t ... 75

Hình 4.5: Quy trình thÿ nghißm phân hß t± v¿n cách thÿc hßc t¿p ... 78

Hình 4.6: ß thß bißu dißn chß sß AOC và ROC trong thu¿t tốn phân lßp ... 80

Hình 4.7: Mơ hình c¡ ch¿ ho¿t ßng cÿa phân hß t± v¿n ng ký mơn hßc và cách thÿc hßc t¿p ... 82

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

Hình 4.8: So sánh k¿t qu¿ thÿc nghißm các thu¿t tốn t± v¿n ... 96Hình 5.1: Mơ hình ánh giá hißu qu¿ ... 100

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

<b>DANH MỵC BắNG </b>

Bng 1.1: Tòng hÿp các nghiên cÿu vß t± v¿n dÿa trên nßi dung ... 15

B¿ng 1.2: B¿ng tßng hÿp các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác ... 18

B¿ng 1.3: B¿ng tßng hÿp các nghiên cÿu vß hß thßng t± v¿n sÿ dÿng ph±¡ng pháp lai ... 22

B¿ng 2.1: Phân lo¿i hß hß trÿ ra quy¿t ßnh ... 29

B¿ng 2.2: Vector bißu dißn hß s¡ ¿c tr±ng cÿa ng±ßi dùng u ßi vßi các thß lo¿i sách ... 33

B¿ng 2.3: Vector bißu dißn ¿c tr±ng cÿa hai quyßn sách A và B ... 33

B¿ng 2.4: Ma tr¿n ánh giá ... 34

B¿ng 2.5: Các ßnh ngh)a ±ÿc ß xu¿t cho phân tích dÿ lißu trong giáo dÿc ¿i hßc 46B¿ng 2.6: Ví dÿ vß phân tích ß mßi c¿p ß ÿng dÿng cÿa DAHE. ... 46

B¿ng 3.1: C¿u trúc hß s¡ ¿c tr±ng cÿa ng±ßi hßc ... 57

B¿ng 3.2: Các ph±¡ng pháp lÿa chßn k¿t qu¿ t± v¿n khi khi nh¿n ±ÿc nhißu k¿t qu¿ t± v¿n khác nhau ... 66

B¿ng 4.1: Mơ t¿ dÿ lißu thÿc nghißm ... 68

B¿ng 4.2: C¿u trúc t¿p tin danh mÿc các mơn hßc ... 69

B¿ng 4.3: C¿u trúc t¿p tin dÿ lißu ißm cußi kÿ ... 69

B¿ng 4.4: C¿u trúc t¿p tin danh sách ng±ßi hßc ... 70

B¿ng 4.5: C¿u trúc t¿p tin lßch sÿ ho¿t ßng cÿa ng±ßi hßc ... 70

B¿ng 4.6: C¿u trúc t¿p tin k¿t qu¿ ánh giá q trình hßc t¿p cÿa ng±ßi hßc... 70

B¿ng 4.7: Minh hßa vß k¿t qu¿ phân lo¿i cách thÿc hßc t¿p cho mơn hßc C¡ sß dÿ lißu ... 78

B¿ng 4.8: Các ph±¡ng pháp hu¿n luyßn dÿ lißu ... 79

B¿ng 4.9: Ma tr¿n nh¿m l¿n ... 79

B¿ng 4.10: B¿ng mÿc ß ±a thích mơn hßc ±ÿc ánh x¿ tÿ thang ißm chÿ ... 82

B¿ng 4.11: Ma tr¿n ánh giá mơn hßc ... 83

B¿ng 4.12: Ma tr¿n ánh giá mơn hßc sau khi chu¿n hóa ... 83

B¿ng 4.13: C¿u trúc hß s¡ ng±ßi hßc cÿa hß thßng ào t¿o trÿc tuy¿n t¿i tr±ßng ¿i hßc Kinh t¿ Qußc dân ... 88

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

B¿ng 4.14: Minh hßa vß hß s¡ ng±ßi hßc ... 89

B¿ng 4.15: So sánh ißm silhoutte cÿa thu¿t toán Kmeans và AHC trên t¿p dÿ lißu cÿa mßt lßp trong mßt hßc kÿ ... 89

B¿ng 4.16: K¿t qu¿ cÿa ph±¡ng pháp khuÿu tay ß xác ßnh sß K ... 90

B¿ng 4.17: B¿ng chú thích các kí hißu trong k¿t qu¿ thÿc nghißm t± v¿n cách thÿc hßc t¿p ... 90

B¿ng 4.18: Minh hßa t¿p lu¿t xác ßnh k¿t qu¿ hßc t¿p dÿa trên cách thÿc hßc t¿p thu ±ÿc tÿ thu¿t tốn lu¿t k¿t hÿp ... 92

B¿ng 4.19: Minh hßa t¿p lu¿t xác ßnh k¿t qu¿ hßc t¿p dÿa trên cách thÿc hßc t¿p thu ±ÿc tÿ thu¿t tốn cây quy¿t ßnh ... 93

B¿ng 4.20: Minh hßa t¿p lu¿t xác ßnh k¿t qu¿ hßc t¿p dÿa trên cách thÿc hßc t¿p thu ±ÿc tÿ thu¿t toán m¿ng neural ... 93

B¿ng 4.21: Ma tr¿n nh¿m l¿n cÿa thu¿t tốn cây quy¿t ßnh ... 94

B¿ng 4.22: Ma tr¿n nh¿m l¿n cÿa thu¿t toán m¿ng neural ... 94

B¿ng 4.23: So sánh các chß sß ánh giá hißu qu¿ hai thu¿t tốn ... 95

B¿ng 4.24: So sánh k¿t qu¿ thÿc nghißm các thu¿t tốn t± v¿n ... 95

</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">

<b>PHắN Mị ắU </b>

Mc tiờu cÿa ph¿n mß ¿u là phân tích nhÿng c¡ sß hình thành ß tài, mÿc tiêu nghiên cÿu, câu hßi nghiên cÿu, ßi t±ÿng và ph¿m vi nghiên cÿu, ph±¡ng pháp nghiên cÿu, nhÿng óng góp mßi cing nh± bß cÿc cÿa lu¿n án.

<b>1. C¡ sß hình thành ß tài </b>

<i><b>1.1. Bßi c¿nh chung </b></i>

Hißn nay, sÿ bùng nß vß thơng tin và sß l±ÿng ng±ßi dùng Internet ã t¿o ra nhißu thách thÿc vß tình tr¿ng q t¿i thơng tin, gây khó khn cho ng±ßi dùng trong vißc tìm ki¿m chính xác và kßp thßi nhÿng hàng hóa, dßch vÿ, tài nguyên mà hß thÿc sÿ quan tâm. ißu này ã làm gia tng nhu c¿u vß các hß thßng t± v¿n thơng tin

<i>(Recommended system) h¡n bao giß h¿t. Hß thßng t± v¿n thơng tin gi¿i quy¿t v¿n ß </i>

quá t¿i thông tin b¿ng cách trích lßc nhÿng thơng tin c¿n thi¿t dÿa trên nhÿng ¿c tr±ng, sß thích, mßi quan tâm ho¿c hành vi quan sát ±ÿc cÿa ng±ßi dùng vß mßt hàng hóa, dßch vÿ ho¿c tài ngun nào ó (Konstan & Riedl, 2012; C. Pan & Li, 2010). Hß thßng t± v¿n thơng tin có thß giúp gi¿m chi phí tìm ki¿m và lÿa chßn các m¿t hàng và dßch vÿ trong mơi tr±ßng trÿc tuy¿n (R. Hu & Pu, 2009). Thÿc tißn cing ã chÿng minh các hß thßng t± v¿n thơng tin ã góp ph¿n c¿i thißn ch¿t l±ÿng cÿa q trình ra quy¿t ßnh (Pathak, Garfinkel, Gopal, Venkatesan, & Yin, 2010).

Hß thßng t± v¿n thơng tin khơng chß ±ÿc ÿng dÿng trong l)nh vÿc du lßch, gi¿i trí, th±¡ng m¿i mà còn ±ÿc ÿng dÿng trong l)nh vÿc giáo dÿc ào t¿o, ¿c bißt là trên

<i>hß thßng ào t¿o trÿc tuy¿n (E-learning). Mßt hß thßng ào t¿o trÿc tuy¿n có thß ±ÿc xây dÿng theo h±ßng qu¿n lý hßc t¿p (LMS-Learning management system) ho¿c theo h±ßng hßc t¿p cá nhân hóa (PLS- Personalized learning system). Trong hß thßng qu¿n </i>

lý hßc t¿p, ng±ßi hßc ±ÿc ßi xÿ nh± nhau thơng qua các khóa hßc ±ÿc thi¿t k¿ theo

<i>d¿ng one size - fits - all (Brusilovski, Kobsa, & Nejdl, 2007) ngh)a là s¿ cung c¿p nhÿng </i>

nßi dung bài gi¿ng, tài lißu, ß thi và các dßch vÿ khác mßt cách ßng nh¿t, khơng phân bißt ¿c tr±ng cÿa tÿng cá nhân nh± nßn t¿ng ki¿n thÿc, mÿc tiêu, mßi quan tâm, thói quen hßc t¿p, v.v. Ng±ÿc l¿i, hß thßng hßc t¿p cá nhân hóa có kh¿ nng xây dÿng các khóa hßc linh ho¿t, phù hÿp vßi tÿng ng±ßi hßc khác nhau thơng qua vißc t± v¿n mßt cách hißu qu¿ tài nguyên hßc t¿p, nßi dung hßc t¿p và các dßch vÿ hßc t¿p khác dÿa trên các ¿c tr±ng cÿa ng±ßi hßc ó. Bên c¿nh ßi t±ÿng ±ÿc phÿc vÿ là ng±ßi hßc, hß thßng t± v¿n thơng tin cịn ±ÿc áp dÿng ß hß trÿ gi¿ng viên trong vißc thi¿t k¿ bài

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

gi¿ng phù hÿp vßi ¿c tr±ng cÿa các nhóm sinh viên khác nhau. (D. L. Le, 2014) (Tewari, Saroj, & Barman, 2015).

<i><b>1.2. Bßi c¿nh cÿa ngành giáo dÿc </b></i>

Sÿ phát trißn m¿nh m¿ cÿa cơng nghß thơng tin ã và ang em l¿i nhÿng chuyßn bi¿n to lßn trong ngành giáo dÿc và ào t¿o ß mßi c¿p ß. Vißc gi¿ng d¿y và hßc t¿p khơng cịn bß gißi h¿n trong nhÿng hình thÿc trun thßng mà cịn d¿n d¿n tích hÿp và chuyßn sang nßn t¿ng kÿ thu¿t sß dÿa trên cơng nghß, k¿t nßi Internet và các ph±¡ng tißn trun thơng. Trong bßi c¿nh ó, xây dÿng mßt hß thßng ào t¿o trÿc tuy¿n hißu qu¿ là ÿng dÿng cơng nghß ß em ¿n cho ng±ßi hßc nhißu c¡ hßi hßc t¿p b¿t kß ti tác, gißi tính, khơng gian và thßi gian nh¿m nâng cao hißu qu¿ giáo dÿc và ào t¿o (Rodrigues, Almeida, Figueiredo, & Lopes, 2019). ây khơng chß là mßt nhu c¿u mà cịn là mßt thách thÿc ßi vßi các c¡ sß ào t¿o. M¿t khác, ¿i dßch Covid-19 bùng phát ã d¿n ¿n vißc t±¡ng tác trÿc ti¿p trong ho¿t ßng gi¿ng d¿y và hßc t¿p càng bß gißi h¿n do giãn cách ho¿c cách ly xã hßi. Dßch bßnh ã khi¿n g¿n 63 trißu tr±ßng hßc trên kh¿p th¿ gißi trong ó có Vißt Nam ph¿i chun ßi tÿ ph±¡ng thÿc ào t¿o truyßn thßng sang ph±¡ng thÿc ào t¿o trÿc tuy¿n (Valverde-Berrocoso, Garrido-Arroyo, Burgos-Videla, & Morales-Cevallos, 2020). ây là mßt “cú hích”, giúp cho nhu c¿u và thách thÿc nói trên ngày càng c¿p thi¿t và s¿ khơng ch¿m dÿt kß c¿ khi ¿i dßch k¿t thúc.

T¿i Vißt Nam, tÿ nm 2003 ã có nhißu hßi th¿o, hßi nghß vß kh¿ nng áp dÿng ào t¿o trÿc tuy¿n trong ho¿t ßng gi¿ng d¿y nh±: hßi th¿o khoa hßc qußc gia l¿n I (ICT/rda 2/2003) và II (ICT/rda 9/2004) do Vißn Cơng nghß Thơng tin (¿i hßc Qc gia Hà Nßi) và Khoa Cơng nghß Thơng tin (¿i hßc Bách khoa Hà Nßi) phßi

<i>hÿp tß chÿc, hßi th¿o Khoa hßc “Phß bi¿n E-learning trong giáo dÿc ¿i hßc t¿i Vißt Nam” do tr±ßng ¿i hßc Bách Khoa Hà Nßi ã tß chÿc trong khn khß Dÿ án ASEAN Cyber University vào ngày 07/11/2015, hßi th¿o qußc gia “E-learning – </i>

ngày 05/11/2019. Vß m¿t pháp lý, ngày 18/03/2021, Bß GD&T ã kßp thßi ban hành Thông t± 08/2021/TT-BGDT vß quy ch¿ ào t¿o trình ß ¿i hßc, trong ó cơng nh¿n hình thÿc gi¿ng d¿y và ánh giá b¿ng hình thÿc trÿc tuy¿n. Vn b¿n này có thß ±ÿc xem là c¡ sß pháp lý cho các c¡ sß giáo dÿc ¿i hßc ¿y m¿nh nghiên cÿu và ÿng dÿng ào t¿o trÿc tuy¿n. Có thß th¿y ào t¿o trÿc tuy¿n là mßt xu h±ßng ang dißn ra m¿nh m¿ trong và ngồi n±ßc.

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

Mßt ¿c ißm cÿa hình thÿc ào t¿o trÿc tuy¿n và cing là mßt khác bißt r¿t quan trßng giÿa hình thÿc ào t¿o này vßi ào t¿o truyßn thßng là ng±ßi hßc dß bß l¿c lõng, m¿t ph±¡ng h±ßng trong mơi tr±ßng hßc t¿p ¿o rßng lßn vì ít ho¿c khơng ±ÿc ti¿p xúc trÿc ti¿p vßi gi¿ng viên và b¿n ßng hßc cÿ thß, khơng bi¿t nên hßc t¿p theo cách thÿc nh± th¿ nào, hßc nhóm vßi nhÿng ai, g¿p khó khn trong vißc tìm ki¿m các tài ngun hßc t¿p phù hÿp ho¿c ánh giá mÿc ß c¿n thi¿t và thÿ tÿ ±u tiên cÿa các tài lißu hßc t¿p, v.v. Tÿ ó d¿n ¿n tình tr¿ng ng±ßi hßc bß cơ l¿p, thÿ ßng và suy gi¿m ßng lÿc hßc t¿p. Vì v¿y, song hành cùng sÿ phát trißn m¿nh m¿ cÿa hình thÿc ào t¿o trÿc tuy¿n là nhu c¿u phát trißn các hß thßng t± v¿n hßc t¿p ß gi¿i quy¿t v¿n ß quá t¿i thơng tin, hß trÿ ng±ßi hßc ra nhÿng quy¿t ßnh trong q trình hßc t¿p. Cÿ thß là t± v¿n lÿa chßn tài ngun hßc t¿p, lÿa chßn mơn hßc phù hÿp vßi nng lÿc cÿa b¿n thân ß xây dÿng lß trình hßc t¿p cá nhân, lÿa chßn cách thÿc hßc t¿p ß ¿t k¿t qu¿ hßc t¿p tßt nh¿t cho tÿng mơn hßc.

Bên c¿nh ó, hßc t¿p theo nhóm là mßt ho¿t ßng r¿t quan trßng. Ho¿t ßng này t¿o ißu kißn trao ßi ki¿n thÿc và kinh nghißm giÿa nhÿng ng±ßi hßc vßi nhau, làm gia tng sÿ tích cÿc trong hßc t¿p. Vì v¿y, t± v¿n nhóm hßc t¿p cing là mßt chÿc nng cÿa hß thßng t± v¿n hßc t¿p trong ào t¿o trÿc tuy¿n. Mßi nhóm hßc t¿p có thß ±ÿc xem là mßt cßng ßng bao gßm nhÿng ng±ßi hßc có ¿c tr±ng t±¡ng tÿ nhau. Các nhóm hßc t¿p th±ßng ±ÿc ng±ßi hßc thành l¿p dÿa trên sÿ t±¡ng ßng vß thói quen hßc t¿p, sß thích, mÿc tiêu, k¿t qu¿ hßc t¿p, v.v. Ví dÿ, trong q trình hßc t¿p, ngồi kinh nghißm cÿa b¿n thân, ng±ßi hßc ln tham kh¿o kinh nghißm tÿ nhÿng b¿n hßc trong cùng nhóm hßc t¿p khi c¿n ra quy¿t ßnh. Vißc tham kh¿o kinh nghißm này khơng chß gißi h¿n tÿ nhÿng b¿n hßc cùng lßp mà cịn có thß mß rßng ra các lßp khác cùng mơn hßc và cing khơng bß gißi h¿n trong mßt khóa hßc mà cịn có thß úc k¿t tÿ nhÿng khóa hßc trong q khÿ. Nh± v¿y, sÿ hình thành các cßng ßng ng±ßi hßc khơng chß gißi h¿n trong ph¿m vi mßt lßp hßc mà cịn có thß ±ÿc mß rßng ra trong ph¿m vi mßt mơn hßc trong mßt khóa hßc ho¿c nhißu khóa hßc khác nhau. ißu c¿n quan tâm là các ¿c tr±ng t±¡ng tÿ cÿa ng±ßi hßc hay cịn gßi là các tiêu chí hình thành nhóm hßc t¿p (cßng ßng). Các tiêu chí này có thß là tiêu chí ¡n l¿ ho¿c nh±ng cing có thß là sÿ k¿t hÿp cÿa nhißu tiêu chí khác nhau (a tiêu chí). Ví dÿ, nhóm hßc t¿p gßm nhÿng ng±ßi hßc ¿t ißm cao ß mơn c¡ sß dÿ lißu ho¿c nhóm hßc t¿p gßm nhÿng ng±ßi hßc hồn thành t¿t c¿ nhÿng bài t¿p khơng b¿t bc, th±ßng xun tham gia th¿o lu¿n trên dißn àn hßc t¿p và ¿t ißm cao ß mơn tốn cao c¿p.

</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">

<i><b>1.3. Tình hình nghiên cÿu, ÿng dÿng </b></i>

Các nghiên cÿu vß hß thßng t± v¿n hßc t¿p trong ào t¿o trÿc tuy¿n có thß phân

<i>lo¿i theo hai nhóm chính (i) ph±¡ng pháp t± v¿n dÿa trên nßi dung (Content-based filtering) - các t± v¿n ±ÿc ±a ra dÿa trên ¿c tr±ng cá nhân cÿa ng±ßi hßc và lßch sÿ </i>

t±¡ng tác cÿa hß vßi hß thßng, (ii) ph±¡ng pháp t± v¿n dÿa trên sÿ cßng tác

<i>(Collaborative filtering</i>) - các t± v¿n ±ÿc ±a ra dÿa trên vißc xem xét ng±ßi hßc trong mßt cßng ßng bao gßm nhÿng ng±ßi hßc có nhÿng ¿c tr±ng t±¡ng tÿ và nhÿng ánh giá tÿ cßng ßng ó vß nßi dung t± v¿n. Vßi ph±¡ng pháp t± v¿n dÿa trên nßi dung, ng±ßi hßc ±ÿc t± v¿n các tài ngun có ¿c ißm t±¡ng tÿ vßi tài ngun hß ã

<b>quan tâm trong q khÿ. Ví dÿ, vßi ng±ßi hßc A ã chßn mßt mơn tÿ chßn là Tốn, hß </b>

thßng có thß t± v¿n mơn hßc tÿ chßn ti¿p theo là Tốn nâng cao thay vì mơn C¡ sß dÿ lißu. Ph±¡ng pháp t± v¿n dÿa trên sÿ cßng tác ßnh ngh)a cßng ßng ng±ßi hßc bao gßm nhÿng ng±ßi hßc có ¿c tr±ng t±¡ng tÿ nhau nh± sß thích, thói quen hßc t¿p, ißm sß, v.v. Và k¿t qu¿ t± v¿n ±ÿc ±a ra cho ng±ßi hßc dÿa trên các ý ki¿n ph¿n

<b>hßi hay ánh giá tÿ cßng ßng cÿa ng±ßi hßc ó. Ví dÿ, mßt cßng ßng bao gßm </b>

nhÿng ng±ßi hßc A, B, C và D có thói quen hßc t¿p t±¡ng tÿ nhau. Hß thßng s¿ t± v¿n mßt tài nguyên hßc t¿p cho D n¿u tài nguyên hßc t¿p ó ±ÿc A, B và C ánh giá cao. Có thß th¿y r¿ng, hß thßng t± v¿n hßc t¿p theo h±ßng thích nghi cá nhân khai thác kinh nghißm cÿa cá nhân ng±ßi hßc và hß thßng t± v¿n hßc t¿p theo h±ßng thích nghi cßng ßng khai thác kinh nghißm cÿa cßng ßng mà ng±ßi hßc ó tham gia. C¿ hai ph±¡ng pháp t± v¿n hßc t¿p dÿa trên nßi dung và t± v¿n hßc t¿p dÿa trên sÿ cßng tác ßu dÿa trên vißc qu¿n trß hß s¡ ng±ßi hßc bao gßm các b±ßc bißu dißn, khßi t¿o, c¿p nh¿t và khai thác ß ±a ra t± v¿n ho¿c s¿p x¿p ng±ßi hßc vào cßng ßng phù hÿp. Theo k¿t qu¿ tßng quan tài lißu, các nghiên cÿu vß hß thßng t± v¿n hßc t¿p trên th¿ gißi chß mßi dÿng l¿i ß mÿc ß ß xu¿t, c¿i ti¿n thu¿t toán và ánh giá cing nh± so sánh hißu qu¿ thu¿t tốn. Hißn trong ph¿m vi các tài lißu nghiên cÿu, ch±a có nhÿng k¿t qu¿ cho th¿y có nhÿng nghiên cÿu ti¿p c¿n tÿ góc ß hß thßng thơng tin, xem xét hß thßng t± v¿n hßc t¿p nh± mßt phân hß cÿa hß thßng ào t¿o và ß xu¿t gi¿i pháp trißn khai cing nh± ánh giá hißu qu¿ cÿa hß thßng.

<i>T¿i Vißt Nam, ã có mßt sß ÿng dÿng ào t¿o trÿc tuy¿n nh±: hß thßng VNPT </i>

E-Learning tích hÿp BlockChain nh¿m qu¿n lý và c¿p chÿng chß, cho phép gi¿ng viên/phÿ huynh theo dõi và qu¿n lý ±ÿc ti¿n trình hßc t¿p cÿa hßc viên; trÿ lý hßc t¿p thông minh VioEdu LMS ÿng dÿng AI cÿa t¿p ồn FPT có thß tßng hÿp và phân tích q trình rèn lun cÿa hßc sinh tÿ ó tìm ra ißm m¿nh cing nh± lß hßng ki¿n thÿc ß ß xu¿t lß trình hßc t¿p phù hÿp vßi nng lÿc. Ngồi ra, các c¡ sß giáo dÿc

</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">

¿i hßc cing b±ßc ¿u nghiên cÿu và trißn khai ào t¿o trÿc tuy¿n, và cho các k¿t qu¿ kh¿ quan nh±: tr±ßng ¿i hßc Cơng nghß - HQG Hà Nßi, Vißn Cơng nghß thông tin - HQG Hà Nßi, ¿i hßc Bách Khoa Hà Nßi, HQG thành phß Hß Chí Minh, ¿i hßc à N¿ng, tr±ßng ¿i hßc C¿n Th¡, tr±ßng ¿i hßc Kinh t¿ thành phß Hß Chí Minh, tr±ßng ¿i hßc Kinh T¿ Qc dân, tr±ßng ¿i hßc FPT, v.v.

Tuy nhiên, các gi¿i pháp ph¿n mßm VNPT-Elearning, VioEduLMS ßu chß có tính nng theo dõi và phân tích lßch sÿ ho¿t ßng cÿa ng±ßi hßc ß t± v¿n lß trình hßc t¿p phù hÿp khai thác kinh nghißm cá nhân cÿa ng±ßi hßc chÿ khơng t± v¿n theo h±ßng khai thác kinh nghißm cßng ßng. Bên c¿nh ó, h¿u h¿t các c¡ sß giáo dÿc ¿i hßc chß mßi xây dÿng hß thßng ào t¿o trÿc tuy¿n theo h±ßng qu¿n lý hßc t¿p và ào

<i>t¿o k¿t hÿp (blended learning). Mßt sß c¡ sß giáo dÿc ¿i hßc ã xây dÿng hß thßng </i>

ào t¿o trÿc tuy¿n hồn tồn nh± tr±ßng ¿i hßc Mß Tp.HCM, tr±ßng ¿i hßc Kinh T¿ Qußc dân, ¿i hßc à N¿ng, v.v. Tuy nhiên ch±a có ¡n vß nào tích hÿp hß thßng t± v¿n hßc t¿p vào hß thßng ào t¿o trÿc tuy¿n. Ngồi ra, t¿i Vißt Nam có r¿t nhißu nghiên cÿu vß ào t¿o trÿc tuy¿n, nh±ng các nghiên cÿu vß hß thßng t± v¿n hßc t¿p cịn r¿t ít. Trên c¡ sß nhÿng phân tích vß bßi c¿nh chung, bßi c¿nh cÿa ngành giáo

<i><b>dÿc và tình hình nghiên cÿu ÿng dÿng, nghiên cÿu sinh lÿa chßn chßn ß tài “Xây </b></i>

<i><b>dÿng mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng a tiêu chí” cho lu¿n án. Trong lu¿n án, khái nißm ng±ßi dùng bao gßm </b></i>

ng±ßi hßc và gi¿ng viên là các ßi t±ÿng sÿ dÿng hß thßng ào t¿o trÿc tuy¿n; khái nißm a tiêu chí là các tiêu chí hình thành cßng ßng, có thß là tiêu chí ¡n l¿ ho¿c k¿t hÿp cÿa nhißu tiêu chí khác nhau.

<b>2. Mÿc tiêu nghiên cÿu </b>

Mÿc tiêu tßng quát cÿa lu¿n án là nghiên cÿu xây dÿng mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng a tiêu chí ß cung c¿p các k¿t qu¿ t± v¿n a d¿ng nh± cách thÿc hßc t¿p, tài ngun hßc t¿p, lÿa chßn mơn hßc, gÿi ý nhóm hßc t¿p, v.v. theo h±ßng thích nghi cßng ßng. ß ¿t ±ÿc mÿc tiêu tßng quát, các mÿc tiêu cÿ thß ±ÿc ß ra nh± sau:

<i>Thÿ nh¿t: Xây dÿng mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n </i>

dÿa trên cßng ßng ng±ßi dùng a tiêu chí.

<i>Thÿ hai: thÿc nghißm ß làm rõ tính kh¿ thi cÿa mơ hình ±ÿc ß xu¿t. </i>

<i>Thÿ ba: ±a ra các khuy¿n nghß ß có thß trißn khai mơ hình t± v¿n hßc t¿p trên </i>

hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng a tiêu chí vào thÿc tißn cÿa các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam.

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

<i>Thÿ t±: ß xu¿t gi¿i pháp ánh giá hißu qu¿ cÿa mơ hình t± v¿n hßc t¿p trên hß </i>

thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng a tiêu chí.

<b>3. ßi t±ÿng và ph¿m vi nghiên cÿu </b>

ßi t±ÿng nghiên cÿu cÿa lu¿n án là mơ hình t± v¿n hßc t¿p trong hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng a tiêu chí. ßi t±ÿng nghiên cÿu này bao gßm các y¿u tß: (i) sÿ hß trÿ cÿa hß thßng t± v¿n ßi vßi q trình ra quy¿t ßnh trong ho¿t ßng hßc t¿p, (ii) mơ hình bißu dißn sÿ tích hÿp cÿa hß thßng t± v¿n hßc t¿p nh± mßt thành ph¿n cÿa hß thßng ào t¿o (iii) mơ hình ki¿n trúc-chÿc nng cÿa hß

<i>thßng t± v¿n hßc t¿p và (iv) cßng ßng ng±ßi dùng a tiêu chí. </i>

<i> Ph¿m vi nghiên cÿu cÿa lu¿n án gißi h¿n cho các c¡ sß giáo dÿc ¿i hßc và chß </i>

t¿p trung vào ßi t±ÿng ng±ßi hßc bao gßm v¿n ß qu¿n trß hß s¡ ng±ßi hßc, thành l¿p cßng ßng ng±ßi hßc, các phân hß t± v¿n nhóm hßc t¿p, t± v¿n lÿa chßn mơn hßc và t± v¿n cách thÿc hßc t¿p vßi dÿ lißu thÿc nghißm ±ÿc rút trích tÿ hß thßng ào t¿o trÿc tuy¿n cÿa tr±ßng ¿i hßc Kinh t¿ Qußc dân.

<b>4. Câu hßi nghiên cÿu </b>

Lu¿n án h±ßng ¿n mÿc tiêu nghiên cÿu xây dÿng mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng a tiêu chí, thơng qua vißc tr¿ lßi các câu hßi nghiên cÿu nh± sau:

<i>Thÿ nh¿t: Mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên </i>

cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí gßm nhÿng thành ph¿n nào? Cách thÿc ho¿t ßng cing nh± sÿ t±¡ng tác cÿa phân hß t± v¿n hßc t¿p vßi các phân hß khác cÿa hß thßng ào t¿o trÿc tuy¿n nh± th¿ nào?

<i>Thÿ hai: Hß s¡ ¿c tr±ng ng±ßi hßc bao gßm nhÿng thành ph¿n nào và ±ÿc </i>

khai thác nh± th¿ nào ß hình thành các cßng ßng a tiêu chí trong hß thßng t± v¿n hßc t¿p ±ÿc lu¿n án ß xu¿t?

<i>Thÿ ba: Làm th¿ nào ß trißn khai ÿng dÿng hißu qu¿ mơ hình t± v¿n hßc t¿p </i>

trên hß thßng ào t¿o trÿc tuy¿n ±ÿc lu¿n án ß xu¿t vào thÿc tißn các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam?

<i>Thÿ t±: Có thß sÿ dÿng ph±¡ng pháp nào ß ánh giá hißu qu¿ cÿa hß thßng t± </i>

v¿n hßc t¿p ±ÿc lu¿n án ß xu¿t trong mơi tr±ßng ào t¿o trÿc tuy¿n?

</div><span class="text_page_counter">Trang 19</span><div class="page_container" data-page="19">

<b>5. Ph±¡ng pháp nghiên cÿu </b>

Ph±¡ng pháp nghiên cÿu chÿ ¿o ±ÿc sÿ dÿng cho nghiên cÿu này là ph±¡ng pháp lu¿n nghiên cÿu khoa hßc thi¿t k¿ (Design Science Research Methodology - DSRM) ±ÿc dùng phß bi¿n trong nghiên cÿu vß hß thßng thơng tin, (Peffers, Tuunanen, Rothenberger, & Chatterjee, 2007). Ngoài ra, các ph±¡ng pháp bß trÿ cho ph±¡ng pháp nghiên cÿu chÿ ¿o trên bao gßm ph±¡ng pháp phân tích và tßng hÿp

<i>tài lißu PRISMA (preferred reporting items for systematic reviews and analyses) do Moher và cßng sÿ ß xu¿t (Moher, Liberati, Tetzlaff, & Altman, 2009) </i>

meta-và ph±¡ng pháp phân tích meta-và thi¿t k¿ hß thßng thơng tin.

<b>6. Khung nghiên cÿu tßng quát </b>

Lu¿n án ß xu¿t khung nghiên cÿu tßng quát bao gßm ba thành ph¿n: ngÿ c¿nh, nghiên cÿu và c¡ sß tri thÿc dÿa trên khung nghiên cÿu các hß thßng thơng tin cÿa

<i>Hevner và cßng sÿ (Hevner, March, Park, & Ram, 2004). </i>

<b>Hình 1: Khung nghiên cÿu tßng qt cÿa lu¿n án </b>

Thành ph¿n ngÿ c¿nh bao gßm bßi c¿nh, tình hình nghiên cÿu, ÿng dÿng và nhu c¿u cÿa ng±ßi hßc. Tÿ ngÿ c¿nh này, các v¿n ß c¿n nghiên cÿu ±ÿc xác ßnh. Thành ph¿n nghiên cÿu tuân theo ph±¡ng pháp lu¿n khoa hßc thi¿t k¿ gßm có các b±ßc: thi¿t k¿ và phát trißn các ph±¡ng pháp, thÿc nghißm, ánh giá và ißu chßnh. Thành ph¿n c¡ sß tri thÿc bao gßm: các lý thuy¿t nßn t¿ng vß hß thßng t± v¿n, hß hß trÿ ra quy¿t ßnh, ánh giá ch¿t l±ÿng cÿa hß thßng t± v¿n và khung phân tích hßc t¿p trong giáo dÿc ¿i hßc; ph±¡ng pháp lu¿n khoa hßc thi¿t k¿, ph±¡ng pháp phân tích và tßng hÿp tài lißu và ph±¡ng pháp phân tích thi¿t k¿ hß thßng thơng tin; các cơng cÿ hß trÿ là ngơn ngÿ

</div><span class="text_page_counter">Trang 20</span><div class="page_container" data-page="20">

l¿p trình và các th± vißn liên quan. Các k¿t qu¿ nghiên cÿu cÿa lu¿n án ±ÿc ÿng dÿng vào thÿc tißn cÿa ào t¿o trÿc tuy¿n và óng góp cho c¡ sß tri thÿc.

<b>7. Nhÿng óng góp mßi cÿa lu¿n án </b>

<b>Các óng góp cÿa lu¿n án vß m¿t lý lu¿n: </b>

<i>Thÿ nh¿t: Lu¿n án ã tßng hÿp các nghiên cÿu, lý lu¿n và thÿc tißn vß sÿ c¿n </i>

thi¿t cÿa hß thßng t± v¿n hßc t¿p trong mơi tr±ßng ào t¿o trÿc tuy¿n.

<i>Thÿ hai: Lu¿n án ã phát trißn khung lý thuy¿t cho hß thßng hß trÿ ra quy¿t </i>

ßnh ß làm c¡ sß cho ho¿t ßng t± v¿n hß trÿ ra quy¿t ßnh cho ng±ßi hßc trong mơi tr±ßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí.

<i>Thÿ ba: Lu¿n án ±a ra gi¿i pháp ánh giá hißu qu¿ cÿa hß thßng t± v¿n hßc t¿p </i>

trong mơi tr±ßng ào t¿o trÿc tuy¿n t¿i các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam.

<b>Các óng góp cÿa lu¿n án vß m¿t thÿc tißn: </b>

<i>Thÿ nh¿t: Lu¿n án ã ß xu¿t mơ hình t± v¿n hßc t¿p dÿa trên cßng ßng ng±ßi </i>

dùng (cÿ thß là ng±ßi hßc) a tiêu chí cho các c¡ sß giáo dÿc ¿i hßc t¿i Vißt Nam ß có thß áp dÿng, trißn khai trong thÿc tißn.

<i>Thÿ hai: Lu¿n án ß xu¿t mßt cách ti¿p c¿n ßt phá trong vißc sÿ dÿng thu¿t </i>

tốn khai thác dÿ lißu hßc t¿p tÿ hß thßng ào t¿o trÿc tuy¿n ß t± v¿n cho ng±ßi hßc.

<i>Thÿ ba: Lu¿n án ã ±a ra các khuy¿n nghß ß trißn khai mơ hình t± v¿n hßc </i>

t¿p dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí cho các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam.

<b>8. Bß cÿc cÿa lu¿n án </b>

Ngồi ph¿n mß ¿u và ph¿n k¿t lu¿n, bß cÿc cÿa lu¿n án gßm nm ch±¡ng.

<b>Ch±¡ng 1 Tßng quan tình hình nghiên cÿu. Ch±¡ng 1 cÿa lu¿n án l±ÿc kh¿o </b>

mßt cách tồn dißn các nghiên cÿu vß t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n trong kho¿ng thßi gian tÿ 2015 ¿n 2022. Các nghiên cÿu ±ÿc kh¿o sát trên ba khía

<i>c¿nh nh± sau: (i) ti¿p c¿n tÿ góc ß hß thßng thơng tin hay chß dÿng l¿i ß mÿc ß ß xu¿t thu¿t toán, (ii) ph±¡ng pháp ánh giá và (iii) các ¿c tr±ng ±ÿc sÿ dÿng ß xây dÿng hß s¡ ng±ßi hßc nh¿m xác ßnh các kho¿ng trßng tri thÿc ß làm c¡ sß cho vißc </i>

ßnh h±ßng nghiên cÿu cÿa lu¿n án.

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

<b>Ch±¡ng 2 C¡ sß lý thuy¿t. Ch±¡ng 2 cÿa lu¿n án trình bày c¡ sß lý thuy¿t vß </b>

ba chißu quan trßng cÿa hß thßng thơng tin, hß hß trÿ ra quy¿t ßnh, hß thßng t± v¿n thơng tin, ph±¡ng pháp ánh giá hißu qu¿ cÿa hß thßng thơng tin và ph±¡ng pháp ánh giá các hß thßng t± v¿n thơng tin. Bên c¿nh ó, vßi quan ißm cho r¿ng phân tích hßc

<i>t¿p (learning analytic) óng vai trị nßn t¿ng cho các hß hß trÿ ra quy¿t ßnh cing nh± </i>

hß thßng t± v¿n v¿n hành, nghiên cÿu sinh cing trình bày khái nißm phân tích hßc t¿p và các khung phân tích hßc t¿p trong giáo dÿc ¿i hßc. Cùng vßi ph¿n tßng quan các nghiên cÿu ±ÿc trình bày ß Ch±¡ng 1, các lý thuy¿t ±ÿc trình bày ß Ch±¡ng 2 là c¡ sß cho mơ hình ±ÿc ß xu¿t ß Ch±¡ng 3 và các khuy¿n nghß ß có thß trißn khai mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí vào thÿc tißn cÿa các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam cing nh± gi¿i pháp ánh giá hißu qu¿ hß thßng ß Ch±¡ng 5.

<b>Ch±¡ng 3 ß xu¿t mơ hình. Trên c¡ sß tßng quan nghiên cÿu ã thÿc hißn ß </b>

Ch±¡ng 1 và c¡ sß lý thuy¿t ã trình bày ß Ch±¡ng 2, nghiên cÿu sinh phân tích vß thÿc tr¿ng cÿa hß thßng ào t¿o trÿc tuy¿n ß các c¡ sß giáo dÿc ¿i hßc cÿa Vißt Nam hißn nay, ¿c ißm cÿa cßng ßng ng±ßi hßc trÿc tuy¿n sau ó ß xu¿t mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí bao gßm mơ hình hß trÿ ra quy¿t ßnh trong ho¿t ßng hßc t¿p, mơ hình tích hÿp, mơ hình ki¿n trúc-chÿc nng.

<b>Ch±¡ng 4 Thÿc nghißm mơ hình. Ch±¡ng 4 cÿa lu¿n án trình bày thi¿t k¿ </b>

thÿc nghißm và ti¿n hành thÿc nghißm nh¿m mÿc ích làm rõ tính kh¿ thi cÿa mơ hình ±ÿc ß xu¿t. Lu¿n án cing ±a ra cách ti¿p c¿n mßi trong vißc áp dÿng thu¿t tốn khai thác dÿ lißu ß t± v¿n cho ng±ßi hßc dÿa trên dÿ lißu hßc t¿p ±ÿc trích xu¿t tÿ hß thßng ào t¿o trÿc tuy¿n cÿa các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam.

<b>Ch±¡ng 5 Các khuy¿n nghß. Cn cÿ trên c¡ sß lý thuy¿t vß ba chißu quan </b>

<b>trßng cÿa hß thßng thơng tin ã trình bày ß Ch±¡ng 2 và k¿t qu¿ thÿc nghißm ã mơ t¿ </b>

ß Ch±¡ng 4, nghiên cÿu sinh ±a ra các khuy¿n nghß ß có thß trißn khai mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí vào thÿc tißn các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam và ß xu¿t gi¿i pháp ánh giá hißu qu¿ hß thßng t± v¿n hßc t¿p.

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

<b> CH¯¡NG 1 </b>

<b>TÞNG QUAN TèNH HèNH NGHIấN CỵU </b>

ChĂng 1 ca lun ỏn lc kh¿o mßt cách tồn dißn các nghiên cÿu vß t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n trong kho¿ng thßi gian tÿ 2015 ¿n 2022. Các nghiên cÿu ±ÿc kh¿o sát trên ba khía c¿nh nh± sau: (i) ti¿p c¿n tÿ góc ß hß thßng thơng tin hay chß dÿng l¿i ß mÿc ß ß xu¿t thu¿t toán, (ii) ph±¡ng pháp ánh giá và (iii) các ¿c tr±ng ±ÿc sÿ dÿng ß xây dÿng hß s¡ ng±ßi hßc nh¿m xác ßnh các kho¿ng trßng tri thÿc ß làm c¡ sß cho vißc ßnh h±ßng nghiên cÿu cÿa lu¿n án.

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

<b>1.2. K¿t qu¿ thÿc hißn </b>

Nh± ã phân tích ß ph¿n bßi c¿nh chung cÿa ß tài, mßt hß thßng ào t¿o trÿc tuy¿n có thß ±ÿc xây dÿng theo cách hai cách ti¿p c¿n là qu¿n lý hßc t¿p và hßc t¿p ±ÿc cá nhân hóa. Hß thßng ào t¿o trÿc tuy¿n xây dÿng theo cách ti¿p c¿n qu¿n lý hßc t¿p có chÿc nng xây dÿng ch±¡ng trình ào t¿o, thi¿t k¿ bài gi¿ng và cơng cÿ hßc t¿p cho phép qu¿n lý nßi dung, ngân hàng bài gi¿ng-ß thi, bên c¿nh ó cung c¿p mßt cßng thơng tin chung cho mßi t±¡ng tác trong q trình ào t¿o. ¿c ißm cÿa các hß thßng ào t¿o trÿc tuy¿n xây dÿng theo cách ti¿p c¿n qu¿n lý hßc t¿p là cung c¿p dßch vÿ nh± nhau cho mßi ng±ßi hßc, tuân theo mßt kßch b¿n gi¿ng d¿y ±ÿc thi¿t k¿ s¿n (Yulianto, Prabowo, Kosala, & Hapsara, 2016).Trong khi ó,hß thßng hßc t¿p ±ÿc cá nhân hóa có kh¿ nng thích nghi vßi tÿng ¿c tr±ng ng±ßi hßc ß xây dÿng các khóa hßc ßng, ißu h±ßng nßi dung hßc t¿p mßt cách hißu qu¿. Theo Brusilovsky (Brusilovsky, 2001) (Ricci, Rokach, & Shapira, 2022), sÿ thích nghi ßi vßi tÿng ng±ßi hßc trong ào t¿o trÿc tuy¿n có ý ngh)a r¿t quan trßng vì hai lý do sau ây: (i) ng±ßi hßc trong các hß ào t¿o trÿc tuy¿n có nhÿng sÿ khác nhau vß mÿc tiêu, sß thích, mßi quan tâm, ki¿n thÿc ã có, v.v. và nhÿng ¿c tr±ng cá nhân này cing thay ßi theo thßi gian, hồn c¿nh. Ví dÿ, ki¿n thÿc tng thêm/quên bßt; mßi quan tâm ßi vßi mßt v¿n ß cịn hay h¿t, v.v. (ii) mßi ng±ßi hßc là mßt cá thß khác nhau c¿n ±ÿc hß thßng hß trÿ theo nhÿng cách thÿc riêng bißt phù hÿp vßi tÿng cá nhân.

<i><b>1.2.1. T± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n ±ÿc xây dÿng theo cách ti¿p c¿n qu¿n lý hßc t¿p </b></i>

Các nghiên cÿu liên quan ¿n hß thßng ào t¿o trÿc tuy¿n xây dÿng theo cách ti¿p c¿n qu¿n lý hßc t¿p có thß chia làm hai h±ßng. H±ßng thÿ nh¿t là các nghiên cÿu ßnh tính ±ÿc Ziraba và cßng sÿthÿc hißn tßng quan vào nm 2020 (Ziraba, Akwene, & Lwanga, 2020). H±ßng thÿ hai là các nghiên cÿu vß m¿t kÿ thu¿t có thß k¿ ¿n là nghiên cÿu cÿa Al-Khanjari và Al Roshdi (Al-Khanjari & Al-Roshdi, 2015). Nghiên cÿu này phát trißn phịng thÿc hành ¿o giúp sinh viên chun ngành khoa hßc máy tính có thß thÿc hành k¿t hÿp xem video bài gi¿ng, l¿p trình và bißu dißn k¿t qu¿ trên lßp hßc trÿc tuy¿n. Mßt nghiên cÿu khác cÿa Almeida và cßng sÿ trißn khai hß thßng cho phép sinh viên hßc l¿p trình tÿ xa (Almeida, Netto, & Rios, 2017), hß thßng có kh¿ nng tßi ±u hóa mã l¿p trình và và t¿o t¿p thÿc thi b¿ng ch±¡ng trình NXT-Python. Mßt nghiên cÿu khác cÿa Gunarathne nm 2020 (Gunarathne, Shih, Chootong, Sommool, & Ochirbat, 2020) ß xu¿t mßt kho l±u trÿ trÿc tuy¿n bao gßm các tài nguyên kÿ thu¿t sß, các ßi t±ÿng hßc t¿p: nh± hình ¿nh, h±ßng d¿n, mơ phßng, ß

</div><span class="text_page_counter">Trang 24</span><div class="page_container" data-page="24">

vui, bài kißm tra, b¿n trình bày và t¿t c¿ các cơng cÿ khác giúp t¿o ra mßt ¡n vß hßc t¿p hồn chßnh ±ÿc nhóm l¿i theo danh mÿc và cho phép ng±ßi hßc tùy bi¿n. Nhÿng nghiên cÿu vß m¿t kÿ thu¿t chß t¿p trung vào vißc phát trißn các cơng cÿ hß trÿ ho¿t ßng cÿa ng±ßi hßc trên hß thßng ào t¿o trÿc tuy¿n. Hißn trong ph¿m vi các tài lißu nghiên cÿu, ch±a có nhÿng k¿t qu¿ cho th¿y có nhÿng nghiên cÿu vß hß thßng t± v¿n hßc t¿p ¿c bißt là nhÿng nghiên cÿu tÿ góc ß hß thßng thơng tin. Tuy nhiên, tÿ nhÿng nm 1970s, l)nh vÿc trí t nhân t¿o ã ±ÿc nghiên cÿu ÿng dÿng vào hß thßng ào t¿o trÿc tuy¿n và xu¿t hißn khái nißm hß thßng gia s± thơng minh (Almasri et al., 2019). Trách nhißm quan trßng nh¿t cÿa hß thßng gia s± thơng minh là hß trÿ ng±ßi hßc trong q trình gi¿i quy¿t v¿n ß dÿa trên mơ hình tri thÿc, mơ hình ng±ßi hßc và mơ hình s± ph¿m quy¿t ßnh hßat ßng giáo dÿc nào s¿ ±ÿc cung c¿p cho ng±ßi hßc. Nh± v¿y, hß thßng gia s± thơng minh cing là mßt hß thßng t± v¿n hßc t¿p. Tuy nhiên, nhÿng nghiên cÿu vß hß thßng gia s± thơng minh cho th¿y ißm y¿u lßn nh¿t cÿa hß thßng này là khơng có kh¿ nng tái sÿ dÿng cùng mßt ki¿n trúc trong các ngÿ c¿nh khác nhau (Crow, Luxton-Reilly, & Wuensche, 2018).

<i><b>1.2.2. T± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n ±ÿc xây dÿng theo cách ti¿p c¿n hßc t¿p ±ÿc cá nhân hóa </b></i>

Các hß thßng ào t¿o trÿc tuy¿n ±ÿc xây dÿng theo cách ti¿p c¿n hßc t¿p ±ÿc cá nhân hóa c¿n ph¿i có kh¿ nng thích nghi theo nhu c¿u cÿa ng±ßi hßc tÿc là chß thß hißn ho¿c cung c¿p nhÿng gì mà cá nhân ng±ßi hßc th¿t sÿ ang c¿n d±ßi d¿ng tÿ ßng ißu h±ßng nßi dung hßc t¿p, ß kißm tra, bài t¿p ánh giá ho¿c d±ßi d¿ng nhÿng t± v¿n vß tài ngun hßc t¿p, lÿa chßn mơn hßc, xây dÿng lß trình hßc t¿p, gi¿ng viên. ây là ißm khác bißt c¡ b¿n so vßi hình thÿc ào t¿o truyßn thßng và hß thßng ào t¿o ±ÿc xây dÿng theo cách ti¿p c¿n qu¿n lý hßc t¿p.

<i>1.2.2.1. Vß ÿng dÿng </i>

<i>T¿i Vißt Nam, ã có mßt sß ÿng dÿng vß t± v¿n trong ào t¿o trÿc tuy¿n nh±: </i>

hß thßng VNPT E-Learning tích hÿp BlockChain nh¿m qu¿n lý và c¿p chÿng chß, cho phép gi¿ng viên/phÿ huynh theo dõi và qu¿n lý ±ÿc ti¿n trình hßc t¿p cÿa hßc viên; trÿ lý hßc t¿p thơng minh VioEdu LMS ÿng dÿng AI cÿa t¿p ồn FPT có thß tßng hÿp và phân tích q trình rèn lun cÿa hßc sinh tÿ ó tìm ra ißm m¿nh cing nh± lß hßng ki¿n thÿc ß ß xu¿t lß trình hßc t¿p phù hÿp vßi nng lÿc; Elsa Speak, Doulingo là các ÿng dÿng lun nói ti¿ng Anh hißu qu¿ dÿa trên vißc phân tích gißng nói ß ß xu¿t các ph±¡ng pháp thích hÿp ß c¿i thißn kh¿ nng àm tho¿i cÿa ng±ßi hßc. Có thß nh¿n th¿y các ÿng dÿng ±ÿc ß c¿p ±a ra t± v¿n chß dÿa trên phân tích ¿c tr±ng cá nhân cÿa ng±ßi hßc nh± lßch sÿ hßc t¿p, thói quen và nng lÿc hßc t¿p. Các ÿng dÿng này khơng

</div><span class="text_page_counter">Trang 25</span><div class="page_container" data-page="25">

khai thác kinh nghißm cßng ßng tÿc là khơng xem xét ng±ßi hßc trong mßt cßng ßng có nhÿng ¿c tr±ng t±¡ng tÿ vßi hß và ±a ra t± v¿n dÿa trên ánh giá cÿa cßng ßng ó.

<i>1.2.2.2. Vß nghiên cÿu </i>

Các nghiên cÿu vß t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n ±ÿc xây dÿng theo cách ti¿p c¿n hßc t¿p ±ÿc cá nhân hóa có thß chia thành hai ph±¡ng pháp

<i>chính (i) ph±¡ng pháp t± v¿n dÿa trên nßi dung (Content-based filtering)- các t± v¿n </i>

±a ra dÿa trên ¿c tr±ng cá nhân cÿa ng±ßi hßc và lßch sÿ t±¡ng tác cÿa hß vßi hß

<i>thßng; (ii) ph±¡ng pháp t± v¿n dÿa trên cßng sÿ cßng tác (Collaborative filtering) - </i>

các t± v¿n ±ÿc ±a ra dÿa trên vißc xem xét ng±ßi hßc trong mßt cßng ßng bao gßm nhÿng ng±ßi hßc có nhÿng ¿c tr±ng t±¡ng tÿ và nhÿng ánh giá tÿ cßng ßng ó vß nßi dung t± v¿n. Tuy nhiên c¿ hai ph±¡ng pháp ßu có ißm m¿nh và ißm y¿u, vì v¿y các nhà nghiên cÿu cing có thß ti¿p c¿n theo h±ßng k¿t hÿp hai ph±¡ng pháp ß t¿o

<i>thành ph±¡ng pháp lai (Hybrid filtering) (Gulzar, Leema, & Deepak, 2018). Vì v¿y, </i>

vßi mÿc ích tßng quan nghiên cÿu ß tìm kho¿ng trßng tri thÿc làm c¡ sß cho vißc ßnh h±ßng nghiên cÿu, nghiên cÿu sinh phân lo¿i các nghiên cÿu thành ba nhóm chính gßm t± v¿n dÿa trên nßi dung, t± v¿n dÿa trên sÿ cßng tác và t± v¿n sÿ dÿng ph±¡ng pháp lai.

Các nghiên cÿu ±ÿc kh¿o sát trên ba khía c¿nh nh± sau: (i) ti¿p c¿n tÿ góc ß hß thßng thơng tin hay chß ß xu¿t thu¿t tốn, (ii) ph±¡ng pháp ánh giá và (iii) các ¿c tr±ng ±ÿc sÿ dÿng ß xây dÿng hß s¡ ng±ßi hßc nh¿m xác ßnh các kho¿ng trßng

<b>tri thÿc ß làm c¡ sß cho vißc ßnh h±ßng nghiên cÿu cÿa lu¿n án. Hình 1.2 là khung </b>

phân lo¿i các nghiên cÿu liên quan ¿n các hình thÿc t± v¿n.

<b>Hình 1.2: Khung phân lo¿i các nghiên cÿu </b>

</div><span class="text_page_counter">Trang 26</span><div class="page_container" data-page="26">

<i>(Ngußn: tác gi¿ ß xu¿t) </i>

Ph¿n ti¿p theo, lu¿n án trình bày k¿t qu¿ tßng quan vß các nghiên cÿu ã ±ÿc phân lo¿i.

<i><b>1.2.3. Các nghiên cÿu vß t± v¿n dÿa trên nßi dung </b></i>

Trong nm 2020, nghiên cÿu cÿa Wu ã phân tích nhÿng y¿u tß nào có thß ±ÿc sÿ dÿng ß xác ßnh lß trình hßc t¿p và phát hißn ra sÿ khác bißt giÿa nhÿng ng±ßi hßc vßi các ¿c ißm và nßn t¿ng khác nhau (Wu & Wu, 2020). Các tác gi¿ ã phát trißn mßt thu¿t tốn t± v¿n dÿa trên cơng nghß dÿ lißu lßn và trí t nhân t¿o sÿ dÿng t¿p dÿ lißu ißm trong q khÿ có thß ±a ra các gÿi ý cho ng±ßi vß vißc lÿa chßn mơn hßc. K¿t qu¿ nghiên cÿu cÿa Wu cho th¿y tính kh¿ thi cÿa mßt cách ti¿p c¿n mßi trong vißc áp dÿng dÿ lißu lßn và cơng nghß AI vào phân tích hßc t¿p và lÿa chßn khóa hßc. Cing trong nm 2020, nghiên cÿu cÿa Doja ß xu¿t hß thßng t± v¿n khóa hßc dÿa trên vißc qu¿n trß hß s¡ ng±ßi hßc bao gßm thơng tin cá nhân, cách thÿc hßc t¿p và trình ß ki¿n thÿc cÿa hß (Doja, 2020). Nm 2019, Morsomme và Alferez ß xu¿t mßt mơ hình t± v¿n khóa hßc nh¿m khuy¿n khích sinh viên ±a ra lÿa chßn phù hÿp vßi lß trình hßc t¿p cÿa hß (Morsomme & Alferez, 2019). Ph±¡ng pháp này dÿa trên mßt mơ hình dÿ ốn th±a thßt vß ißm sß dÿa trên k¿t qu¿ hßc t¿p tr±ßc ây cÿa sinh viên và trình ß chun mơn hßc thu¿t. Nm 2018, Shu và cßng sÿ ß xu¿t mơ hình t± v¿n tài ngun hßc t¿p dÿa trên thu¿t tốn m¿ng neural tích ch¿p cho phép sinh viên khám phá các tài nguyên hßc t¿p mßi phù hÿp vßi sß thích cÿa hß; ßng thßi cing cho phép hß thßng t± v¿n ißu h±ßng tài nguyên hßc t¿p tßi úng sinh viên (Shu, Shen, Liu, Yi, & Zhang, 2018). T±¡ng tÿ vßi nghiên cÿu cÿa Morsomme và Alferzez, nghiên cÿu cÿa Shu và cßng sÿ chß ß xu¿t thu¿t tốn t± v¿n. Cing trong nm 2018, nghiên cÿu cÿa Kandakatla và Bandi (Kandakatla & Bandi, 2018) cing nh± nghiên cÿu cÿa Albatayneh và cßng sÿ (Albatayneh, Ghauth, & Chua, 2018) gißi thißu thu¿t tốn t± v¿n dÿa trên phân tích ngÿ ngh)a và ánh giá tiêu cÿc cÿa ng±ßi hßc ß ±a ra khuy¿n nghß vß các tài nguyên kém thú vß cho nhÿng ng±ßi hßc khác. K¿t qu¿ thÿ nghißm cho th¿y ph±¡ng pháp này có hißu qu¿ áng kß so vßi các ph±¡ng pháp tr±ßc ây. Khơng gißng vßi các nghiên cÿu chßn ng±ßi hßc là ßi t±ÿng ±ÿc t± v¿n, nm 2015, Tewari và cßng sÿ ß xu¿t mßt gi¿i pháp phân tích ý ki¿n cÿa ng±ßi hßc vß nßi dung hßc t¿p và sau ó, dÿa trên nhÿng ý ki¿n này, khuy¿n nghß gi¿ng viên sÿa ßi nhÿng ph¿n khó hißu nh¿t cÿa mơn hßc (Tewari et al., 2015).

Nhìn chung, các nghiên cÿu vß t± v¿n dÿa trên nßi dung h¿u h¿t chß dÿng l¿i ß mÿc ß ß xu¿t thu¿t tốn mà khơng ti¿p c¿n tÿ góc ß hß thßng thơng tin ho¿c xem

</div><span class="text_page_counter">Trang 27</span><div class="page_container" data-page="27">

xét hß thßng t± v¿n hßc t¿p nh± mßt phân hß c¿u thành cÿa hß thßng ào t¿o trÿc tuy¿n. Vì v¿y, ph±¡ng pháp ánh giá ±ÿc sÿ dÿng cing gißi h¿n trong ph¿m vi ánh

<b>giá và so sánh hißu qu¿ cÿa các thu¿t tốn chÿ khơng ánh giá hß thßng t± v¿n hßc t¿p. </b>

Bên c¿nh ó, các thu¿t tốn t± v¿n chß dÿa trên vißc phân tích mßt sß ¿c tr±ng riêng l¿ cÿa ng±ßi hßc nh± lßch sÿ t±¡ng tác vßi hß thßng, k¿t qu¿ hßc t¿p trong q khÿ, lß trình hßc t¿p, sß thích hßc t¿p ho¿c ánh giá vß tài ngun và nßi dung hßc t¿p. Hißn trong ph¿m vi các tài lißu nghiên cÿu, ch±a có nhÿng k¿t qu¿ cho th¿y có nhÿng nghiên cÿu sÿ dÿng hß s¡ ¿c tr±ng cÿa ng±ßi hßc bao gßm nhißu ¿c tr±ng khác nhau cho ho¿t ßng t± v¿n hßc t¿p. K¿t qu¿ tßng hÿp các nghiên cÿu vß hß thßng t± v¿n dÿa

<b>trên nßi dung ±ÿc trình bày trong B¿ng 1.1. </b>

<i><b>B¿ng 1.1: Tßng hÿp các nghiên cÿu vß t± v¿n dÿa trên nßi dung </b></i>

1 (Albatayneh et al., 2018) Thu¿t tốn lßc nßi dung dÿa trên

ngÿ ngh)a

Hißu qu¿ thu¿t tốn

ánh giá cÿa ng±ßi hßc vß tài nguyên

hßc t¿p

nßi dung dÿa trên ngÿ ngh)a

Hißu qu¿ thu¿t tốn

Phong cách hßc t¿p, trình ß ki¿n thÿc

3 (Kandakatla & Bandi, 2018) Thu¿t tốn lßc nßi dung dÿa trên

ngÿ ngh)a

Hißu qu¿ thu¿t tốn

ánh giá cÿa ng±ßi hßc vß tài nguyên

hßc t¿p 4 (Morsomme & Alferez, 2019) Thu¿t toán dÿ

ốn th±a thßt vß ißm sß

Hißu qu¿

thu¿t tốn ^{Lß trình hßc t¿p}5 (Shu et al., 2018) Thu¿t tốn m¿ng

neural tích ch¿p

Hißu qu¿ thu¿t tốn

Sß thích hßc t¿p

6 (Tewari et al., 2015) Thu¿t tốn phân tích ý ki¿n

Hißu qu¿ thu¿t tốn

ánh giá cÿa ng±ßi hßc vß tài nguyên

hßc t¿p 7 (Y. H. Wu & Wu, 2020) Thu¿t tốn dÿa

trên cơng nghß dÿ lißu lßn và trí t

nhân t¿o

Hißu qu¿ thu¿t tốn

K¿t qu¿ hßc t¿p

<i>(Ngußn: tác gi¿ tßng hÿp) </i>

</div><span class="text_page_counter">Trang 28</span><div class="page_container" data-page="28">

<i><b>1.2.4. Các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác </b></i>

Cing gißng nh± các nghiên cÿu vß t± v¿n dÿa trên nßi dung, các nghiên cÿu vß t± v¿n dÿa trên sÿ công tác cing chÿ y¿u là ß xu¿t thu¿t toán t± v¿n ho¿c c¿i ti¿n thu¿t tốn t± v¿n mà khơng ti¿p c¿n tÿ góc ß hß thßng thơng tin. Nhóm các nghiên cÿu t¿p trung vào v¿n ß c¿i ti¿n thu¿t tốn t± v¿n gßm có: nghiên cÿu cÿa Geng ß xu¿t mßt hß thßng lßc cßng tác c¿i ti¿n ±a ra các t± v¿n dÿa trên vißc phân tích hành vi cÿa ng±ßi hßc (Geng, 2022). Bên c¿nh vißc c¿i ti¿n thu¿t tốn, nghiên cÿu cÿa Geng phân tích hành vi cÿa ng±ßi hßc ß ±a vào hß s¡ ¿c tr±ng. ây là mßt cách ti¿p c¿n mßi; trong nm, 2021, Joy và cßng sÿ ã trißn khai gi¿i pháp áp dÿng b¿n thß hßc

<i>(ontology) ß gi¿i quy¿t v¿n ß khßi ßng ngußi trong các hß thßng t± v¿n (Joy, Raj, & </i>

VG, 2021), thÿ nghißm cho th¿y r¿ng ph¿n lßn ng±ßi hßc hài lịng vßi các ß xu¿t ±ÿc cá nhân hóa do gi¿i pháp này cung c¿p; Bên c¿nh ó, nghiên cÿu cÿa Yassine và cßng sÿ ß xu¿t mßt thu¿t tốn t± v¿n c¿i ti¿n tÿ thu¿t tốn hßc khơng giám sát và các thơng tin nhân kh¿u hßc cÿa ng±ßi hßc (Yassine, Mohamed, & Al Achhab, 2021), Yassine và cßng sÿ cing so sánh chÿng minh ±ÿc thu¿t tốn mßi có hißu qu¿ v±ÿt trßi; trong nm 2020, J.Chen và cßng sÿ ß xu¿t thu¿t tốn mßi dÿa trên t±¡ng quan ng±ßi hßc và phân cÿm ti¿n hóa nh¿m gi¿i quy¿t v¿n ß dÿ lißu th±a thßt gây ra ß chính xác th¿p cÿa hß thßng t± v¿n dÿa trên sÿ cßng tác (J. Chen, Zhao, & Chen, 2020); Xiaoyan và Jie ã sÿ dÿng ph±¡ng pháp xÿ lý bißu ß l±ÿng cÿc và thơng tin ngÿ c¿nh ß c¿i thißn ch¿t l±ÿng cÿa thu¿t tốn t± v¿n dÿa trên sÿ cßng tác hißn có (Xiaoyan & Jie, 2019); Wang và cßng sÿ ã c¿i ti¿n ph±¡ng pháp lßc cßng tác cß ißn dÿa vào thu¿t tốn trßng sß a bi¿n ß c¿i ti¿n ch¿t l±ÿng t± v¿n (Yuqin Wang, Liang, Ji, Wang, & Chen, 2017). Nhóm các nghiên cÿu t¿p trung vào v¿n ß c¿i ti¿n thu¿t tốn t± v¿n có nhißu k¿t qu¿ a d¿ng nh±ng trong ph¿m vi các tài lißu nghiên cÿu, ch±a có nhÿng k¿t qu¿ cho th¿y bên c¿nh vißc so sánh và ánh giá các thu¿t tốn, nhÿng nghiên cÿu này cing ß xu¿t ph±¡ng pháp ánh giá hißu qu¿ cÿa c¿ hß thßng t± v¿n hßc t¿p ho¿c hß thßng ào t¿o trÿc tuy¿n có tích hÿp hß thßng t± v¿n. Nhóm các nghiên cÿu t¿p trung vào vißc khai thác hß s¡ ¿c tr±ng cÿa ng±ßi hßc gßm có: nghiên cÿu cÿa Tenision và cßng sÿ ã ß xu¿t mßt ph±¡ng pháp t± v¿n sÿ dÿng các lÿa chßn và siêu dÿ lißu cÿa ng±ßi hßc ß mơ hình hóa khơng gian các sß thích tißm ¿n cÿa ng±ßi hßc vß các tr±ßng ¿i hßc ß Mÿ nh¿m t± v¿n cho các sinh viên n±ßc ngồi chßn lÿa tr±ßng ¿i hßc phù hÿp (Tenison, Ling, & McCulla, 2022); các nghiên cÿu khác có thß kß ¿n nh± nghiên cÿu cÿa Wu và cßng sÿ gißi thißu mßt thu¿t tốn cßng tác dÿa trên sß mß ß ánh giá mÿc ß khơng ch¿c ch¿n vß sß thích cÿa ng±ßi hßc (Y. Wu, ZHao, & Wei, 2020); Obeidat và cßng sÿ gißi thißu hß thßng t± v¿n khóa hßc

</div><span class="text_page_counter">Trang 29</span><div class="page_container" data-page="29">

trÿc tuy¿n dÿa trên vißc phân cÿm ng±ßi hßc theo lßch sÿ lÿa chßn khóa hßc cÿa hß trong q khÿ (Obeidat, Duwairi, & Al-Aiad, 2019); trong nm 2019, Pang và cßng sÿ ß xu¿t ph±¡ng pháp ghi nh¿n sÿ ti¿n bß cÿa ng±ßi hßc trong khóa hßc ß ±a ra t± v¿n phù hÿp (Pang et al., 2019); nm 2018, nghiên cÿu cÿa Wan và Niu ã sÿ dÿng mßt cách ti¿p c¿n ßc áo xem xét c¿ sÿ t±¡ng ßng giÿa các ßi t±ÿng hßc t¿p cùng vßi sÿ t±¡ng ßng giÿa các ßi t±ÿng hßc t¿p và ng±ßi hßc (Wan & Niu, 2018). Mơ hình ng±ßi hßc ±ÿc trình bày d±ßi d¿ng mÿc tiêu, cách thÿc hßc t¿p và hành vi hßc t¿p cÿa ng±ßi hßc. Các ßi t±ÿng hßc t¿p ±ÿc mơ t¿ theo các thc tính

<i>c¡ b¿n cÿa chúng (ví dÿ: mÿc ß quan trßng, mÿc ß khó) và thc tính mß rßng (ví dÿ: t¿n su¿t truy c¿p, x¿p h¿ng t±¡ng tÿ); Dwivedi và cßng sÿ ã phát trißn mßt hß </i>

thßng ß xu¿t lß trình hßc t¿p t¿p trung vào các cách thÿc hßc t¿p và lß trình hßc t¿p thích ÿng sÿ dÿng thu¿t tốn di trun (Dwivedi, Kant, & Bharadwaj, 2018); K¿t qu¿ thÿ nghißm chß ra r¿ng hßc sinh ¿t ±ÿc ißm kißm tra tßt h¡n khi sÿ dÿng k¿t qu¿ t± v¿n cÿa hß thßng; nghiên cÿu cÿa Dias và Wives xây dÿng hß thßng t± v¿n tài nguyên hßc t¿p cho các hß thßng hßc t¿p ißn tÿ phß bi¿n dÿa trên sÿ k¿t hÿp các tín hißu xã hßi, mßi quan tâm và sß thích cÿa ng±ßi hßc b¿ng thu¿t tốn K-nearest Neighbourhood (da S Dias & Wives, 2019); Hmedna và cßng sÿ ã sÿ dÿng ph±¡ng pháp hßc có giám sát b¿ng cách phân lo¿i ng±ßi hßc theo các cách thÿc hßc t¿p khác nhau (Hmedna, El Mezouary, Baz, & Mammass, 2016). Có thß nh¿n ßnh r¿ng, các nghiên cÿu vß hß thßng t± v¿n dÿa trên sÿ cßng tác t¿p trung vào vào v¿n ß khai thác hß s¡ ¿c tr±ng cÿa ng±ßi hßc ã ±a ra nhißu ¿c tr±ng vô cùng phong phú. Tuy nhiên ißm h¿n ch¿ cÿa nhÿng nghiên cÿu này là cing chß gißi h¿n ß mßt vài ¿c tr±ng riêng l¿ nh± lßch sÿ hßc t¿p, mÿc tiêu, hành vi và cách thÿc hßc t¿p cÿa ng±ßi hßc mà khơng kh¿o sát các ¿c tr±ng khác có ¿nh h±ßng ¿n k¿t qu¿ t± v¿n nh± th¿ nào.

Ngồi nhóm các nghiên cÿu t¿p trung vào v¿n ß c¿i ti¿n thu¿t tốn t± v¿n và nhóm các nghiên cÿu t¿p trung vào vißc khai thác hß s¡ ¿c tr±ng cÿa ng±ßi hßc, trong nm 2020, Yin và cßng sÿ ß xu¿t mßt h±ßng nghiên cÿu mßi là b¿o vß dÿ lißu riêng t± trên hß thßng t± v¿n (Agbonifo & Akinsete, 2020). K¿t qu¿ thÿc nghißm cho th¿y thu¿t tốn ±ÿc ß xu¿t có thß b¿o vß dÿ lißu riêng t± mßt cách hißu qu¿, nh±ng ß chính xác cÿa t± v¿n kém h¡n so vßi thu¿t toán t± v¿n dÿa trên sÿ cßng tác trun thßng. Ngồi ra, trong nm 2020, Agbonifo và Akinsete phát trißn mßt thu¿t toán t± v¿n ±ÿc cá nhân hóa chÿ y¿u dÿa trên b¿n thß hßc b¿ng ngơn ngÿ l¿p trình Java (Agbonifo & Akinsete, 2020). Brik và Touahria phân tích các ho¿t ßng lßc cßng tác trong l)nh vÿc giáo dÿc (Brik & Touahria, 2020). Cơng vißc này nh¿m mÿc ích nghiên cÿu sÿ dÿng b¿n thß hßc và web ngÿ ngh)a ß cung c¿p các t± v¿n hißu qu¿.

</div><span class="text_page_counter">Trang 30</span><div class="page_container" data-page="30">

Panda và cßng sÿ gißi thißu mßt thu¿t tốn t± v¿n cßng tác dÿa trên ti¿p c¿n chu¿n hóa (Panda, Bhoi, & Singh, 2020). Tr±ßc ó, Tarus và cßng sÿ ã ß xu¿t mßt thu¿t tốn t± v¿n dÿa trên b¿n thß hßc và thu¿t tốn quy¿t ßnh (Tarus, Niu, & Kalui, 2018). Bên c¿nh ó, cing có nhißu nghiên cÿu sÿ dÿng các kÿ thu¿t khác ß xây dÿng hß thßng t± v¿n dÿa trên sÿ cßng tác. Nghiên cÿu cÿa Fu và cßng sÿ (Fu, Liu, Zhang, & Wang, 2015) và nghiên cÿu cÿa Bousbahi và Chorfi (Bousbahi & Chorfi, 2015) ß xu¿t các khóa hßc sÿ dÿng các kÿ thu¿t K-Neighbourhood. Onah và Sinclair ã trißn khai mßt khung cßng tác trong python ß xây dÿng hß thßng t± v¿n (Onah & Sinclair, 2015). T±¡ng tÿ, Venkataraman và cßng sÿ ã sÿ dÿng các m¿ng Bayesian ß t± v¿n các mÿc tiêu hßc t¿p (Venkataraman, Srinivasan, Ravichandran, Elias, & Ramesh, 2015).

Nh± v¿y, các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác có ba cách ti¿p c¿n chính. ó là ß xu¿t c¿i ti¿n thu¿n tốn t± v¿n hißn có, khai thác hß s¡ ¿c tr±ng cÿa ng±ßi hßc và ß xu¿t thu¿t tốn mßi. T±¡ng tÿ nh± các nghiên cÿu vß t± v¿n dÿa trên nßi dung, khơng có nghiên cÿu nào ti¿p c¿n tÿ góc ß hß thßng thơng tin ho¿c xem xét hß thßng t± v¿n nh± mßt phân hß cÿa hß thßng ào t¿o trÿc tuy¿n. Nh± v¿y, các nghiên cÿu cing chß dÿng l¿i ß mÿc ß ánh giá hißu qu¿ và so sánh các thu¿t tốn. V¿n ß khai thác hß s¡ ng±ßi hßc cing ch±a gi¿i quy¿t ±ÿc h¿n ch¿ là chß xem xét mßt sß ¿c tr±ng riêng l¿.

K¿t qu¿ tßng hÿp các nghiên cÿu vß hß thßng t± v¿n dÿa trên sÿ cßng tác ±ÿc

<b>trình bày trong B¿ng 1.2. </b>

<i><b>B¿ng 1.2: B¿ng tßng hÿp các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác </b></i>

<b>ng±ßi hßc </b>

1 (Agbonifo & Akinsete, 2020)

Thu¿t tốn dÿa trên b¿n thß hßc

Hißu qu¿ thu¿t tốn 2 (Bousbahi &

Chorfi, 2015)

K-Neighbourhood Hißu qu¿ thu¿t toán 3 (Brik &

4 (da S Dias & Wives, 2019)

K-nearest neighbourhood

Hißu qu¿ thu¿t tốn

Quan tâm, sß thích 5 (Dwivedi et al., 2018) Thu¿t tốn

di trun

Hißu qu¿ thu¿t tốn

Phong cách, lß trình hßc t¿p

</div><span class="text_page_counter">Trang 31</span><div class="page_container" data-page="31">

<b>STT Nghiên cÿu Cách ti¿p c¿n ánh giá ^{¿c tr±ng}ng±ßi hßc </b>

6 (Fu et al., 2015) <b>K-neighbourhood </b> Hißu qu¿ thu¿t tốn 7 (Geng, 2022) C¿i ti¿n thu¿t toán

dÿa trên b¿n thß hßc

Hißu qu¿ thu¿t tốn

Hành vi ng±ßi hßc 8 (Hmedna et al., 2016) Máy hßc Hißu qu¿

thu¿t tốn

Phong cách hßc t¿p 9 (Joy et al., 2021) C¿i ti¿n thu¿t tốn

<b>dÿa trên b¿n thß hßc </b>

Hißu qu¿ thu¿t tốn 10 (J. Chen et al., 2020) Thu¿t toán phân

<b>cÿm ti¿n hóa </b>

Hißu qu¿ thu¿t tốn

11 (Obeidat et al., 2019) Thu¿t tốn SPADE Lßch sÿ chßn khóa hßc 12 (Onah & Sinclair,

thu¿t toán 14 (Pang et al., 2019) Thu¿t toán phân tích

chi thßi gian

Lßch sÿ hßc t¿p 15 (Tenison et al., 2022) Mơ hình hóa khơng

gian sß thích tißm ¿n

Hißu qu¿ thu¿t tốn

Sß thích 16 (Tarus et al., 2018) Thu¿t tốn dÿa trên

b¿n thß hßc

Hißu qu¿ thu¿t tốn 17 (Venkataraman et al.,

2015)

M¿ng Bayesian Hißu qu¿ thu¿t toán 18 (Xiaoyan & Jie, 2019) Bißu ß l±ÿng cÿc và

thơng tin ngÿ c¿nh

Hißu qu¿ thu¿t toán 19 (Yassine et al., 2021) Máy hßc Hißu qu¿

thu¿t tốn 20 (Agbonifo &

Akinsete, 2020)

C¿i ti¿n thu¿t toán t± v¿n theo h±ßng b¿o

vß dÿ lißu riêng t± cÿa ng±ßi hßc

Hißu qu¿ thu¿t tốn

</div><span class="text_page_counter">Trang 32</span><div class="page_container" data-page="32">

<b>STT Nghiên cÿu Cách ti¿p c¿n ánh giá ^{¿c tr±ng}ng±ßi hßc </b>

ßng giÿa các ßi t±ÿng hßc t¿p

Hißu qu¿ thu¿t tốn

Mÿc tiêu, phong cách,

hành vi

<i>(Ngn: tác gi¿ tßng hÿp) </i>

<i><b>1.2.5. Các nghiên cÿu vß t± v¿n sÿ dÿng ph±¡ng pháp lai </b></i>

T±¡ng tÿ nh± các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác, các nghiên cÿu vß t± v¿n sÿ dÿng ph±¡ng pháp lai cing t¿p trung vào vißc ß xu¿t ho¿c c¿i ti¿n thu¿t toán, nghiên cÿu hß s¡ ng±ßi hßc nh±ng chß xem xét ß mßt sß ¿c tr±ng nh¿t ßnh. Vì các nghiên cÿu t¿p trung vào thu¿t tốn nên khơng có nghiên cÿu nào ánh giá hißu qu¿ cÿa hß thßng t± v¿n tÿ góc ß hß thßng thơng tin.

Tuy nhiên, nghiên cÿu vß t± v¿n sÿ dÿng ph±¡ng pháp lai cing ±a ra mßt sß kÿ thu¿t ti¿p c¿n mßi nh± t± v¿n dÿa trên tri thÿc, dÿa trên ngÿ c¿nh, b¿n thß hßc. Nm 2022, nghiên cÿu cÿa Ezaldeen và cßng sÿ (Ezaldeen, Misra, Bisoy, Alatrash, & Priyadarshini, 2022) ã ß xu¿t k¿t hÿp sÿ dÿng các kÿ thu¿t dÿa trên tri thÿc t¿p trung vào ngÿ ngh)a và cách thÿc hßc t¿p cÿa ng±ßi hßc ±ÿc xây dÿng tÿ ßng ß xây dÿng hß thßng t± v¿n. Có thß kß ¿n các nghiên cÿu khác vß t± v¿n dÿa trên tri thÿc cÿa (Ouertani & Alawadh, 2017), (Touimi, Hadioui, El Faddouli, & Bennani, 2020) và (Son, Jaafar, Aziz, & Anh, 2021). Bên c¿nh ó, cịn có các nghiên cÿu ß xu¿t k¿t vißc k¿t hÿp b¿n thß hßc vào hß thßng t± v¿n dÿa trên tri thÿc nh± nghiên cÿu cÿa (Aeiad & Meziane, 2019) ho¿c k¿t hÿp m¿ng neural vßi hß thßng t± v¿n dÿa trên tri thÿc nh± nghiên cÿu cÿa (Chenyuan, Jinbao, Fangyao, & Wenwen, 2021). Các nghiên cÿu vß hß thßng t± v¿n dÿa trên ngÿ c¿nh cn cÿ vào các thông tin ngÿ c¿nh ß ±a ra t± v¿n nh± vß trí, thßi gian, dÿ lißu xã hßi, v.v. Có thß kß ¿n các nghiên cÿu cÿa (Intayoad, Becker, & Temdee, 2017) và (Hou, Zhou, Xu, & Wu, 2018) (Pereira, Campos, Ströele, David, & Braga, 2018) (Werner-Stark & Nagy, 2020) và (Tarus et al., 2018).

</div><span class="text_page_counter">Trang 33</span><div class="page_container" data-page="33">

Ngoài ra, a ph¿n các nghiên cÿu vß t± v¿n theo ph±¡ng pháp lai sÿ dÿng các thu¿t tốn máy hßc và khai phá dÿ lißu. Vào nm 2021, mßt hß thßng t± v¿n lai sÿ dÿng thu¿t tốn phân cÿm ±ÿc ß xu¿t bßi Bhaskaran và cßng sÿ (Bhaskaran, Marappan, & Santhi, 2021). Yinghui Pan và cßng sÿ ß xu¿t thu¿t tốn c¿i thißn ß

<i>chính xác cÿa hß thßng t± v¿n dÿa trên th¿ TRS (Tag Aware Recommend system) </i>

b¿ng cách tái c¿u trúc hß s¡ ng±ßi hßc. Vißc này ±ÿc thÿc hißn b¿ng cách nh¿n bi¿t các th¿ ng±ßi hßc g¿n lên tài ngun và tÿ ó suy dißn ra các th¿ có liên quan (Y. Pan, Huo, Tang, Zeng, & Chen, 2021). Cing trong nm 2021, Jordán và cßng sÿ (Jordán, Valero, Turró, & Botti, 2021) ß xu¿t và thÿc nghißm thành cơng hß thßng t± v¿n video hßc t¿p k¿t hÿp c¿ cách ti¿p c¿n dÿa trên sÿ cßng tác và cách ti¿p c¿n dÿa trên nßi dung t¿i ¿i hßc Politècnica de València. Ngồi ra, cịn có nghiên cÿu cÿa Zheng (Zheng, 2021) ß xu¿t thu¿t tốn t± v¿n a c¿p ß dÿa trên thói quen tìm ki¿m thơng tin cÿa ng±ßi hßc. T±¡ng tÿ nh± v¿y, thu¿t toán phân cÿm K-Nearest Neighbourhood vßi cách ti¿p c¿n dÿa trên nßi dung ã ±ÿc ß xu¿t trong nghiên cÿu cÿa Cao và Chang (Cao & Chang, 2020). Trong nm 2019, nghiên cÿu cÿa Ma và cßng sÿ thi¿t k¿ mßt hß thßng t± v¿n khóa hßc dÿa trên lu¿t k¿t hÿp (Osadchiy, Poliakov, Olivier, Rowland, & Foster, 2019). Wan và Niu ß xu¿t mßt hß thßng t± v¿n dÿa trên vißc phân cÿm ng±ßi hßc theo ¿nh h±ßng cÿa hß và sÿ lan trun thơng tin (Wan & Niu, 2019). Odsadchiy và cßng sÿ cing ß xu¿t hß thßng t± v¿n k¿t hÿp các thu¿t tốn dÿa trên bißu ß xã hßi ng¿m ßnh và phân tích quy t¿c k¿t hÿp theo c¿p (Osadchiy et al., 2019). Các thu¿t toán phân tích dÿ lißu khác nh± K-mean và Apriori cing ±ÿc Vélez-Langs và Caicedo-Castro sÿ dÿng trong hß thßng t± v¿n mà mình ß xu¿t cho hß thßng ào t¿o trên nßn t¿ng di ßng (Vélez-Langs & Caicedo-Castro, 2019). Nhißu kÿ khai phá dÿ lißu khác nh± hßi quy, K-Nearest Neighbourhood và Support Vector Machine ã ±ÿc Singelmann sÿ dÿng cho hß thßng t± v¿n các mÿc tiêu hßc t¿p (Singelmann, Swartz, Pearson, Striker, & Vazquez, 2019). Zang ã ß xu¿t sÿ dÿng Hadoop và Spark, mßt khung tính tốn phân tán dÿa trên lu¿t k¿t hÿp phân tích dÿ lißu a ißm ß cung c¿p lß trình hßc t¿p ±ÿc cá nhân hóa cho ng±ßi hßc (Zhang, Zhu, Wang, & Chen, 2019). Trong nm 2018, Pang và cßng sÿ ß xu¿t thu¿t toán t± v¿n sÿ dÿng kÿ thu¿t phân tích chußi

<i>thßi gian (time series) (Pang et al., 2018). Bourkoukou và Bachari cung c¿p mßt hß </i>

thßng t± v¿n dÿa trên thu¿t toán khai phá dÿ lißu là K-Neighbourhood và lu¿t k¿t hÿp (Bourkoukou & El Bachari, 2018). Trong nm 2017, El Mabrouk ß xu¿t mßt thu¿t tốn t± v¿n chÿ y¿u dÿa trên các kÿ thu¿t khai thác dÿ lißu (El Mabrouk, Gaou,

</div><span class="text_page_counter">Trang 34</span><div class="page_container" data-page="34">

& Rtili, 2017). Ba b±ßc chính cÿa ph±¡ng pháp này là thu th¿p dÿ lißu ¿n và rõ ràng, xÿ lý dÿ lißu ã thu th¿p, o l±ßng mÿc ß t±¡ng ßng giÿa ng±ßi hßc và nßi dung, và cußi cùng là t¿o nh¿t ký t± v¿n vßi mÿc ích s¿p x¿p các t± v¿n phù hÿp vßi ng±ßi hßc nh¿t. Turnip ß xu¿t mßt thu¿t toán t± v¿n lai dÿa trên ánh giá cÿa nhÿng ng±ßi hßc xu¿t s¿c vß tài ngun cÿa mơn hßc (Turnip, Nurjanah, & Kusumo, 2017). H¡n nÿa, hß s¡ ng±ßi hßc, tính t±¡ng ßng cÿa ng±ßi hßc và sÿ k¿t hÿp cÿa chúng ã ±ÿc sÿ dÿng trong nghiên cÿu cÿa Estrela cho các t± v¿n vß khóa hßc (Estrela, Batista, Martinho, & Marreiros, 2017). Nghiên cÿu cÿa Trusthi và Nurjanah khám phá sÿ k¿t hÿp y¿u tß cách thÿc hßc t¿p vào hß thßng t± v¿n lai ß ß xu¿t tài nguyên hßc t¿p cho ng±ßi hßc (Trusthi & Nurjanah, 2017).

K¿t qu¿ tßng hÿp các nghiên cÿu vß hß thßng t± v¿n sÿ dÿng ph±¡ng pháp lai ±ÿc trình bày trong B¿ng 1.3.

tốn phân cÿm

Hißu qu¿ thu¿t tốn 3 (Bourkoukou &

El Bachari, 2018)

K-neighbour hood và lu¿t k¿t hÿp

Hißu qu¿ thu¿t toán 4 (Cao & Chang, 2020) K-nearest

neighbour hood

Hißu qu¿ thu¿t tốn 5 (Chenyuan et al., 2021) M¿ng neural Hißu qu¿ thu¿t toán 6 (Ezaldeen et al., 2022) Các kÿ thu¿t dÿa

trên tri thÿc

Hißu qu¿ thu¿t tốn

Phong cách hßc t¿p 7 (El Mabrouk et al., 2017) Các kÿ thu¿t khai

thác dÿ lißu

Hißu qu¿ thu¿t tốn 8 (Estrela et al., 2017) K¿t hÿp t± v¿n

dÿa trên nßi dung và t± v¿n dÿa trên

Hißu qu¿ thu¿t toán

</div><span class="text_page_counter">Trang 35</span><div class="page_container" data-page="35">

<b>STT Nghiên cÿu Cách ti¿p c¿n ánh giá ^{¿c tr±ng}ng±ßi hßc </b>

sÿ cßng tác 9 (Hou et al., 2018) T± v¿n dÿa trên

ngÿ c¿nh

Hißu qu¿ thu¿t tốn 10 (Intayoad et al., 2017) T± v¿n dÿa trên

ngÿ c¿nh

Hißu qu¿ thu¿t tốn 11 (Jordán et al., 2021) K¿t hÿp t± v¿n

dÿa trên nßi dung và t± v¿n dÿa trên

sÿ cßng tác

Hißu qu¿ thu¿t tốn

12 (Osadchiy et al., 2019) Thu¿t tốn dÿa trên bißu ß xã hßi ng¿m ßnh và phân tích quy t¿c k¿t hÿp theo c¿p

Hißu qu¿ thu¿t tốn

13 (Ouertani & Alawadh, 2017) T± v¿n dÿa trên tri thÿc

Hißu qu¿ thu¿t toán 14 (Osadchiy et al., 2019) Lu¿t k¿t hÿp Hißu qu¿ thu¿t tốn 15 (Pang et al., 2018) Phân tích chi

thßi gian

Hißu qu¿ thu¿t tốn 16 (Pereira et al., 2018) T± v¿n dÿa trên

ngÿ c¿nh

Hißu qu¿ thu¿t tốn 17 (Singelmann et al., 2019) Các thu¿t tốn

khai phá dÿ lißu

Hißu qu¿ thu¿t toán 18 (Son et al., 2021) T± v¿n dÿa trên

tri thÿc

Hißu qu¿ thu¿t toán 19 (Tarus et al., 2018) T± v¿n dÿa trên

ngÿ c¿nh

Hißu qu¿ thu¿t tốn 20 (Touimi et al., 2020) T± v¿n dÿa trên

tri thÿc

Hißu qu¿ thu¿t tốn

</div><span class="text_page_counter">Trang 36</span><div class="page_container" data-page="36">

<b>STT Nghiên cÿu Cách ti¿p c¿n ánh giá ^{¿c tr±ng}ng±ßi hßc </b>

21 (Trusthi & Nurjanah, 2017) Lu¿t k¿t hÿp Hißu qu¿ thu¿t tốn

Phong cách hßc t¿p 22 (Turnip et al., 2017) K¿t hÿp t± v¿n

dÿa trên nßi dung và t± v¿n dÿa trên

sÿ cßng tác

Hißu qu¿ thu¿t tốn

ánh giá cÿa ng±ßi hßc vß tài ngun

hßc t¿p 23 (Vélez-Langs & Caicedo-

Castro, 2019)

Phân cÿm và lu¿t k¿t hÿp

Hißu qu¿ thu¿t toán 24 (Werner-Stark & Nagy, 2020) T± v¿n dÿa trên

ngÿ c¿nh

Hißu qu¿ thu¿t tốn 25 (Wan & Niu, 2019) Phân cÿm dÿa trên

¿nh h±ßng và lan trun thơng tin

Hißu qu¿ thut toỏn

ắnh hòng ca ngòi hòc

26 (Y. Pan et al., 2021) Sÿ dÿng thu¿t toán suy dißn

Hißu qu¿ thu¿t tốn

ánh giá cÿa ng±ßi hßc vß tài nguyên

hßc t¿p 27 (Zhang et al., 2019) Tính tốn phân tán Hißu qu¿

thu¿t tốn

tốn t± v¿n a c¿p

Hißu qu¿ thu¿t tốn

Thói quen tìm ki¿m thơng tin

<i>(Ngußn: tác gi¿ tßng hÿp) </i>

<i><b>1.2.6. Các nghiên cÿu trong n±ßc </b></i>

Trong nhÿng nm g¿n ây, có r¿t nhißu nghiên cÿu vß l)nh vÿc ào t¿o trÿc tuy¿n, nh±ng h¿u h¿t ßu khơng liên quan ¿n hß thßng t± v¿n. Trong q trình l±ÿc kh¿o tài lißu, nghiên cÿu sinh ã mß rßng mßc thßi gian tìm ki¿m tÿ nm 2015 trß vß tr±ßc và tìm ±ÿc mßt sß nghiên cÿu có liên quan. Nghiên cÿu cÿa Nguyßn Thúy Ngßc và Ngun An T¿ (2015) t¿p trung vào vißc tích hÿp các cßng ßng a tiêu chí vào hß thßng t± v¿n theo ngÿ c¿nh ß nâng cao ch¿t l±ÿng t± v¿n. Vißc tích hÿp các

</div><span class="text_page_counter">Trang 37</span><div class="page_container" data-page="37">

cßng ßng a tiêu chí có thß cho phép ng±ßi dùng t¿n dÿng các tính ch¿t khác nhau cÿa cßng ßng thay vì chß khai thác các ánh giá theo tiêu chí ¡n l¿. (T. N. Nguyen & Nguyen, 2015). Các thí nghißm cho th¿y r¿ng ph±¡ng pháp ±ÿc ß xu¿t cÿa tác gi¿ v±ÿt trßi so vßi các ph±¡ng pháp nh¿n bi¿t ngÿ c¿nh so sánh. Ngồi ra, có hai lu¿n án mà mÿc tiêu và nßi dung nghiên cÿu có tính t±¡ng ßng r¿t cao vßi ý t±ßng nghiên cÿu cÿa ß tài này. Lê ÿc Long ±a ra cách thÿc bißu dißn mơ hình nßi dung tri thÿc (knowledge graph) ß tß chÿc c¿u trúc mßt ch±¡ng trình ào t¿o hay mßt mơn hßc tÿ nhÿng ¡n vß tri thÿc riêng bißt, sau ó khai thác nßi dung tri thÿc ó trong các ngÿ c¿nh hßc t¿p khác nhau (D. L. Le, 2014). Tuy nhiên, nghiên cÿu này t¿p trung vào vißc t± v¿n cho ßi t±ÿng chính là gi¿ng viên trong vißc xây dÿng nßi dung gi¿ng d¿y. Lê Thß Huyßn và cßng sÿ ±a ra mßt cách ti¿p c¿n khác ß xây dÿng mơ hình ng±ßi hßc dÿa trên vißc ánh giá tính hÿu ích cÿa các ¿c tr±ng cÿa hß (T. H. Le, Le, Nguyen, & Nguyen, 2009). Tính hÿu ích này phÿ thc vào cßng ßng mà ng±ßi hßc ó thc vß và ph¿i có tính phân lo¿i. Ví dÿ, trong mßt cßng ßng a gißi tính, thì ¿c tr±ng vß gißi là ¿c tr±ng hÿu ích. Nh±ng trong mßt cßng ßng chß tồn nam ho¿c nÿ thì ¿c tr±ng này là vơ ích. Có thß nh¿n ßnh r¿ng, v¿n ß nghiên cÿu vß hß thßng t± v¿n trong ào t¿o trÿc tuy¿n ß Vißt Nam v¿n cịn rßi r¿c. Trong các nghiên cÿu ±ÿc ánh giá là có liên quan ¿n lu¿n án thì chß có nghiên cÿu cÿa Nguyßn Thúy Ngßc và Nguyßn An T¿ ß c¿p ¿n cßng ßng ng±ßi dùng a tiêu chí nh±ng l)nh vÿc nghiên cÿu không ph¿i là hß thßng t± v¿n trong ào t¿o trÿc tuy¿n. ißu này ¿t ra nhißu c¡ hßi và thách thÿc cho các nhà nghiên cÿu ¿c bißt là trong bßi c¿nh thu¿n lÿi cho sÿ phát trißn cÿa ào t¿o trÿc tuy¿n nh± ã phân tích ß ph¿n mß ¿u cÿa lu¿n án.

<b>1.3. Các kho¿ng trßng tri thÿc </b>

Sau khi ti¿n hành tßng quan tình hình nghiên cÿu tr±ßc ây vß hß thßng t± v¿n trong ào t¿o trÿc tuy¿n, nghiên cÿu sinh nh¿n th¿y r¿ng còn nhißu v¿n ß c¿n làm sáng tß và nh¿n d¿ng các kho¿ng trßng tri thÿc nh± sau:

<i>Kho¿ng trßng thÿ nh¿t: Các nghiên cÿu hißn nay chß dÿng ß mÿc ß ß xu¿t </i>

thu¿t tốn t± v¿n mßi ho¿c c¿i ti¿n nhÿng thu¿t tốn t± v¿n ang có. Hißn trong ph¿m vi các tài lißu nghiên cÿu, ch±a có nhÿng k¿t qu¿ cho th¿y có nghiên cÿu ti¿p c¿n tÿ góc ß hß thßng thơng tin, xem xét hß thßng t± v¿n nh± mßt phân hß c¿u thành và t±¡ng tác vßi các phân hß khác cÿa hß thßng ào t¿o trÿc tuy¿n.

<i>Kho¿ng trßng thÿ hai: Các nghiên cÿu vß t± v¿n dÿa trên sÿ cßng tác, t± v¿n </i>

dÿa trên nßi dung và t± v¿n dÿa trên ph±¡ng pháp lai ßu ph¿i cn cÿ vào hß s¡ ¿c tr±ng cÿa ng±ßi hßc ß ±a ra k¿t qu¿ t± v¿n. Tuy nhiên, hißn nay các nghiên cÿu chß

</div><span class="text_page_counter">Trang 38</span><div class="page_container" data-page="38">

gißi h¿n xem xét mßt vài ¿c tr±ng riêng l¿ cÿa ng±ßi hßc mà ch±a xem xét mßt cách tồn dißn t¿t c¿ các ¿c tr±ng có thß tham gia vào vißc hình thành lên hß s¡ ng±ßi hßc.

<i>Kho¿ng trßng thÿ ba: Vß tình hình ÿng dÿng t¿i Vißt Nam, có r¿t nhißu ÿng </i>

dÿng t± v¿n hßc t¿p nh±ng chß ÿng dÿng ph±¡ng pháp t± v¿n dÿa trên nßi dung. Nói cách khác, các ÿng dÿng t± v¿n hßc t¿p chß khai thác kinh nghißm cá nhân cÿa ng±ßi hßc mà ch±a quan tâm khai thác kinh nghißm cÿa cßng ßng mà ng±ßi hßc tham gia. Vß tình hình nghiên cÿu t¿i Vißt Nam, tuy có nhißu nghiên cÿu vß ào t¿o trÿc tuy¿n, nh±ng các nghiên cÿu vß hß thßng t± v¿n hßc t¿p cịn r¿t ít. Bên c¿nh ó, cing ch±a có c¡ sß giáo dÿc ¿i hßc nào tích hÿp hß thßng t± v¿n hßc t¿p vào hß thßng ào t¿o trÿc tuy¿n.

<i>Kho¿ng trßng thÿ t±: Các nghiên cÿu hißn nay ch±a ±a ra các ph±¡ng pháp </i>

ánh giá hißu qu¿ cÿa hß thßng t± v¿n hßc t¿p trong mơi tr±ßng ào t¿o trÿc tuy¿n mà chß mßi dÿng ß mÿc ß ánh giá và so sánh hißu qu¿ thu¿t tốn.

Bßn kho¿ng trßng tri thÿc trên xác ßnh các câu hßi nghiên cÿu cÿa lu¿n án, bao gßm:

<i>Thÿ nh¿t: Mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên </i>

cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí gßm nhÿng thành ph¿n nào? Cách thÿc ho¿t ßng cing nh± sÿ t±¡ng tác vßi cÿa phân hß t± v¿n hßc t¿p vßi các phân hß khác cÿa hß thßng ào t¿o trÿc tuy¿n nh± th¿ nào?

<i>Thÿ hai: Hß s¡ ¿c tr±ng ng±ßi hßc bao gßm nhÿng thành ph¿n nào và ±ÿc </i>

khai thác nh± th¿ nào ß hình thành các cßng ßng a tiêu chí trong hß thßng t± v¿n hßc t¿p ±ÿc lu¿n án ß xu¿t?

<i>Thÿ ba: Làm th¿ nào ß trißn khai ÿng dÿng hißu qu¿ mơ hình t± v¿n hßc t¿p </i>

trên hß thßng ào t¿o trÿc tuy¿n ±ÿc lu¿n án ß xu¿t vào thÿc tißn các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam?

<i>Thÿ t±: Có thß sÿ dÿng ph±¡ng pháp nào ß ánh giá hißu qu¿ cÿa hß thßng t± </i>

v¿n hßc t¿p ±ÿc lu¿n án ß xu¿t trong mơi tr±ßng ào t¿o trÿc tuy¿n?

<b>1.4. Tßng k¿t Ch±¡ng 1 </b>

Ch±¡ng 1 cÿa lu¿n án ã trình bày k¿t qu¿ tßng quan các nghiên cÿu liên quan vß t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n trong trong kho¿ng thßi gian tÿ 2015 ¿n 2022, mß rßng tr±ßc 2015 ßi vßi Vißt Nam. Tÿ k¿t qu¿ tßng quan, nghiên cÿu sinh xác ßnh các kho¿ng trßng tri thÿc và các câu hßi nghiên cÿu liên quan. ây là c¡ sß ßnh h±ßng nghiên cÿu cho lu¿n án.

</div><span class="text_page_counter">Trang 39</span><div class="page_container" data-page="39">

<b>CH¯¡NG 2 C¡ SÞ LÝ THUY¾T </b>

Mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí chính là ÿng dÿng cÿa hß thßng thơng tin

<i>hß trÿ ra quy¿t ßnh (Decision Support System), có kh¿ nng mang l¿i nhÿng lÿi th¿ tÿ </i>

mÿc chi¿n thu¿t lên ¿n mÿc chi¿n l±ÿc cho tß chÿc và cá nhân ng±ßi ra quy¿t ßnh. ßi t±ÿng mà mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n mong mußn hß trÿ chính là ng±ßi hßc trong nhÿng tình hng ¿c thù c¿n ra quy¿t ßnh liên quan ¿n vißc hßc t¿p trong mơi tr±ßng trÿc tuy¿n. Vì v¿y, Ch±¡ng 2 cÿa lu¿n án trình bày c¡ sß lý thuy¿t vß ba chißu quan trßng cÿa hß thßng thơng tin (tß chÿc, qu¿n lý, cơng nghß), hß hß trÿ ra quy¿t ßnh, hß thßng t± v¿n thơng tin, mơ hình ánh giá hißu qu¿ cÿa hß thßng thơng tin và ph±¡ng pháp ánh giá các hß thßng t± v¿n thơng tin. Bên c¿nh ó, vßi quan ißm cho r¿ng phân tích hßc t¿p óng vai trị nßn t¿ng ß các hß hß trÿ ra quy¿t ßnh cing nh± hß thßng t± v¿n v¿n hành, nghiên cÿu sinh cing trình bày khái nißm phân tích hßc t¿p và các khung phân tích hßc t¿p trong giáo dÿc ¿i hßc. Cùng vßi ph¿n tßng quan các nghiên cÿu ±ÿc trình bày ß Ch±¡ng 1, các lý thuy¿t ±ÿc trình bày ß Ch±¡ng 2 là c¡ sß cho mơ hình ±ÿc ß xu¿t ß Ch±¡ng 3 và các khuy¿n nghß ß có thß trißn khai mơ hình t± v¿n hßc t¿p trên hß thßng ào t¿o trÿc tuy¿n dÿa trên cßng ßng ng±ßi dùng (cÿ thß là ng±ßi hßc) a tiêu chí vào thÿc tißn cÿa các c¡ sß giáo dÿc ¿i hßc ß Vißt Nam cing nh± gi¿i pháp ánh giá hißu qu¿ hß thßng ß Ch±¡ng 5.

<b>2.1. Ba chißu quan trßng cÿa hß thßng thơng tin </b>

Theo Kenneth P. Laudon và Jane P. Laudon (Laudon & Laudon, 2004), mßt hß thßng thơng tin có ba chißu quan trßng là tß chÿc, qu¿n lý và cơng nghß. Ba chißu này cung c¿p gi¿i pháp cho nhÿng thách thÿc vß m¿t thÿc tißn mà hß thßng thơng tin ph¿i gi¿i quy¿t.

Chißu tß chÿc bao gßm các thành ph¿n chính là con ng±ßi, c¿u trúc, quy trình nghißp vÿ, vn hóa và chính sách cÿa tß chÿc. Trong ó, thành ph¿n c¿u trúc bißu dißn th¿m qun và trách nhißm ß các c¿p ß khác nhau cÿa hß thßng thơng tin; quy trình nghißp vÿ là cách thÿc hß thßng thơng tin v¿n hành; vn hóa là các gi¿ ßnh, giá trß ±ÿc các thành viên tin t±ßng và tn thÿ; chính sách cÿa tß chÿc có nhißm vÿ hß trÿ, ßnh h±ßng và thúc ¿y hß thßng thơng tin ±ÿc xây dÿng và v¿n hành hißu qu¿. Chißu qu¿n lý yêu c¿u nhà qu¿n lý hißu ±ÿc các tình hng mà tß chÿc ph¿i ßi m¿t, ±a ra quy¿t ßnh, xây dÿng các k¿ ho¿ch hành ßng tÿ mÿc chi¿n l±ÿc ¿n chi¿n thu¿t và phân bß ngußn lÿc ß gi¿i quy¿t các

</div><span class="text_page_counter">Trang 40</span><div class="page_container" data-page="40">

v¿n ß cÿa tß chÿc. Chißu cơng nghß bao gßm nhÿng y¿u tß vß c¡ sß h¿ t¿ng cÿa hß thßng thơng tin nh± ph¿n cÿng, ph¿n mßm, dÿ lißu, k¿t nßi ß hißn thÿc hóa và v¿n hành hß thßng.

<b>Hình 2.1: Ba chißu cÿa hß thßng thơng tin </b>

<i>(Ngn: Laudon & Laudon 2004) </i>

<b>2.2. Q trình ra quy¿t ßnh và hß hß trÿ ra quy¿t ßnh </b>

Q trình ra quy¿t ßnh ±ÿc nghiên cÿu bßi Simon (Simon, 1960), và ±ÿc k¿ thÿa bßi các nghiên cÿu vß hß hß trÿ ra quy¿t ßnh trong nhißu l)nh vÿc khác nhau cho ¿n ngày nay, bao gßm các b±ßc chính: (i) Xác ßnh v¿n ß (ii) Thu th¿p thơng tin liên quan (iii) Xác ßnh các gi¿i pháp (iv) Chßn lÿa gi¿i pháp (v) Trißn khai gi¿i pháp và (vi) ánh giá. Quá trình này nh¿m mÿc tiêu xác ßnh gi¿i pháp phù hÿp nh¿t trong sß các gi¿i pháp kh¿ thi cho mßt v¿n ß c¿n ra quy¿t ßnh.

Vào cußi nhÿng nm 70 cÿa th¿ kÿ 20, mßt sß cơng ty ã phát trißn các hß thßng thơng tin t±¡ng tác sÿ dÿng dÿ lißu và mơ hình ß giúp các nhà qu¿n lý phân tích các v¿n ß c¿n ra quy¿t ßnh. Nhÿng hß thßng a d¿ng này ßu ±ÿc gßi là hß hß trÿ quy¿t ßnh. Ngay tÿ giai o¿n ó, ng±ßi ta ã nh¿n ra r¿ng hß hß trÿ ra quy¿t ßnh có thß ±ÿc thi¿t k¿ ß hß trÿ nhÿng ng±ßi ra quy¿t ßnh ß mßi c¿p ß trong mßt tß chÿc. Theo nghiên cÿu cÿa Steven Alter (1980), hß hß trÿ ra quy¿t ßnh có ba ¿c ißm chính sau ây: (i) ±ÿc thi¿t k¿ ¿c bißt ß t¿o thu¿n lÿi cho q trình ra quy¿t ßnh (ii) nên hß trÿ h¡n là tÿ ßng hóa vißc ra quy¿t ßnh và (iii) ph¿i có kh¿ nng áp ÿng nhanh chóng nhu c¿u thay ßi cÿa nhÿng ng±ßi ra quy¿t ßnh.

Hß thßng thơng tin

Tß chÿc

Qu¿n lýCơng

nghß

</div>