Xây dựng hệ thống hỗ trợ tư vấn hướng nghiệp cho học sinh THPT tỉnh trà vinh

ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN THANH PHONG

XÂY DỰNG HỆ THỐNG HỖ TRỢ TƯ VẤN
HƯỚNG NGHIỆP CHO HỌC SINH THPT
TỈNH TRÀ VINH
Chuyên ngành: Khoa học máy tính
Mã số: 60.48.01.01

TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT

Đà Nẵng - Năm 2017


Công trình được hoàn thành tại
TRƯỜNG ĐẠI HỌC BÁCH KHOA

Người hướng dẫn khoa học: TS. TRƯƠNG NGỌC CHÂU

Phản biện 1: PGS.TS. NGUYỄN TẤN KHÔI

Phản biện 2: TS. NGUYỄN THÁI SƠN

Luận văn được bảo vệ trước hội đồng chấm luận văn tốt
nghiệp thạc sỹ kỹ thuật, chuyên ngành Khoa học máy tính họp tại
Trường Đại học Trà Vinh vào ngày 16 tháng 9 năm 2017

Có thể tìm hiểu luận văn tại:
- Trung tâm Học liệu, Đại học Đà Nẵng tại Trường Đại học

Bách khoa
- Thư viện khoa Công nghệ thông tin, Trường Đại học Bách
khoa - ĐHĐN


1

MỞ ĐẦU
1. Lý do chọn đề tài
Sự phát triển không ngừng của ngành công nghệ thông tin
nói chung và các lĩnh vực ngành công nghệ phần mềm nói riêng,
việc tin học hóa các công tác quản lý trong nhiều lĩnh vực, hoạt
động khác nhau đã tạo ra cho chúng ta một thư viện dữ liệu khổng
lồ, sẵn sàng phục vụ bất cứ ai quan tâm. Đối với chúng ta nó là
một trong những nguồn tài nguyên thông tin vô cùng giá trị, việc
tận dụng kho dữ liệu này để làm cơ sở cho việc hỗ trợ ra quyết
định trong công tác quản lý mang lại hiệu quả đáng kể. Nhưng vấn
đề là chúng ta cần phải phân loại nguồn tài nguyên đó như thế nào
để sử dụng có hiệu quả nhất trong từng lĩnh vực cụ thể.
Chính vì vậy mà hiện nay các phương pháp quản trị và
khai thác cơ sở dữ liệu truyền thống ngày càng không đáp ứng
được nhu cầu thực tế, từ những hiện trạng này đã làm phát triển
một kỹ thuật mới nhằm giải quyết bài toán này, đó là Kỹ thuật
phát hiện tri thức và khai phá dữ liệu (Knowledge Discovery and
Data Mining).
Bản thân tôi hiện nay đang công tác tại Trung tâm giáo
dục thường xuyên Tỉnh Trà Vinh nhận thấy đây là một vấn đề khó
khăn trong chuyên môn của các đơn vị trường học nên cố gắng
vận dụng những kiến thức được học tại lớp Cao học ngành Công
nghệ Thông tin của Trường Đại học Đà Nẵng để đưa ra một giải

pháp dự đoán, định hướng được các ngành nghề trong tương lai
dựa vào kết quả học tập tốt nghiệp THPT và sở thích của học sinh.
Vì những lý do như trên, tôi đề xuất chọn đề tài luận văn cao


2
học“Xây dựng hệ thống hỗ trợ tư vấn hướng nghiệp cho học sinh
trung học phổ thông”
2. Mục tiêu và nhiệm vụ
a. Mục tiêu
- Đánh giá được kết quả học tập của học sinh lớp 12. Giúp
Ban giám hiệu nhà trường có những kế hoạch cho các em.
- Đưa ra các nhận xét về kết quả đậu tốt nghiệp trung học
phổ thông quốc gia đối với học sinh lớp 12 của các trường THPT.
Giúp Ban giám hiệu nhà trường tư vấn cho các em chọn lựa ngành
nghề, phù hợp với khả năng của các em.
b. Nhiệm vụ
- Nghiên cứu và vận dụng các kỹ thuật về khai phá dữ
liệu, các thuật toán được áp dụng cho từng kỹ thuật.
- Nắm vững và vận dụng tốt kỹ thuật phân cụm trong khai
phá dữ liệu, các thuật toán cơ bản trong phân cụm dữ liệu. Để
phân tích kết quả học tập của học sinh.
- Nắm vững và vận dụng tốt kỹ thuật phân lớp dựa trên
cây quyết định để đưa ra những dự đoán về kết quả tốt nghiệp
trung học phổ thông của học sinh lớp 12 của các trường THPT
trong tỉnh
- Đánh giá kết quả theo yêu cầu của đề tài.
- Nghiên cứu đánh giá và xếp loại học trung học phổ
thông; Những định hướng của Bộ về phát triển toàn diện chương
trình giáo dục phổ thông.

3
3. Đối tượng và phạm vi nghiên cứu
- Quá trình khám phá tri thức và khai phá dữ liệu. Các kỹ
thuật về khai phá dữ liệu, một số thuật toán được áp dụng cho từng
kỹ thuật.
- Bảng ghi thông tin điểm thi đầu vào của trường Đại học
Trà Vinh.
- Các văn bản hướng dẫn cách đánh giá, xếp loại học sinh.
4. Phương pháp nghiên cứu
a. Phương pháp lý thuyết
- Tiến hành thu thập và nghiên cứu các tài liệu có liên
quan đến đề tài.
- Nghiên cứu và vận dụng các kỹ thuật về khai phá dữ
liệu, các thuật toán được áp dụng cho từng kỹ thuật.
- Nghiên cứu kỹ thuật phân cụm trong khai phá dữ liệu,
các thuật toán cơ bản trong phân cụm dữ liệu. (thuật toán Kmeans).
- Nghiên cứu kỹ thuật phân lớp dựa trên cây quyết định.
b. Phương pháp thực nghiệm
- Sử dụng phần mềm C# và sql sever.
- Cài đặt ứng dụng trên môi trường window
- Kiểm tra, thử nghiệm và đánh giá kết quả.
5. Ý nghĩa đề tài
a. Ý nghĩa khoa học
- Hiểu được một số kỹ thuật cơ bản để khai phá dữ liệu,
các chức năng và ứng dụng của khai phá dữ liệu.
- Phát triển ứng dụng để góp phần phổ biến và từng bước
thâm nhập sâu hơn về kỹ thuật này.

4
b. Ý nghĩa thực tiễn
- Ứng dụng những thành quả của công nghệ thông tin vào
lĩnh vực giáo dục, góp phần phục vụ tốt việc tìm hiểu nghiên cứu
đánh giá chất lượng giáo dục tại các trường trung học phổ thông
của tỉnh Trà Vinh
- Hỗ trợ công tác quản lý, đề ra định hướng và tư vấn cho
các em học sinh trong tương lai


5

CHƯƠNG 1
TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU
1.1. Giới thiệu chung
1.2. Các khái niệm về khai phá dữ liệu
1.3. Tại sao phải khai phá dữ liệu
1.4. Quá trình khai phá tri thức
1.5. Các kỹ thuật khai phá dữ liệu
Hai mục đích chính của khai phá dữ liệu trong thực tế là
dự đoán và mô tả
a. Khai phá dữ liệu dự đoán
Nhiệm vụ của khai phá dữ liệu dự đoán là đưa ra các dự
đoán dựa vào các suy diễn trên dữ liệu hiện thời. Nó sử dụng các
biến hay các trường trong cơ sở dữ liệu để dự đoán các giá trị
không biết hay các giá trị tương lai. Bao gồm các kĩ thuật: phân
loại (classification), hồi quy (regression)...
Phân loại
Mục tiêu của phương pháp phân loại dữ liệu là dự đoán

nhãn lớp cho các mẫu dữ liệu. Quá trình phân loại dữ liệu thường
gồm 2 bước: xây dựng mô hình và sử dụng mô
hình để phân loại dữ liệu.
• Bước 1: Xây dựng mô hình dựa trên việc phân tích các
mẫu dữ liệu cho trước.
• Bước 2: Sử dụng mô hình để phân loại dữ liệu. Trước
hết chúng ta phải tính độ chính xác của mô hình. Nếu độ chính xác
là chấp nhận được, mô hình sẽ được sử dụng để dự đoán nhãn lớp
cho các mẫu dữ liệu khác trong tương lai.


6
Hồi quy
Phương pháp hồi qui khác với phân loại dữ liệu ở chỗ, hồi
qui dùng để dự đoán về các giá trị liên tục còn phân loại dữ liệu thì
chỉ dùng để dự đoán về các giá trị rời rạc
b. Khai phá dữ liệu mô tả
Kỹ thuật này có nhiệm vụ mô tả về các tính chất hoặc các
đặc tính chung của dữ liệu trong CSDL hiện có. Bao gồm các kỹ
thuật: phân cụm (clustering), phân tích luật kết hợp (association
rules)...
Luật kết hợp
Mục tiêu của phương pháp này là phát hiện và đưa ra các
mối liên hệ giữa các giá trị dữ liệu trong CSDL. Khai phá luật kết
hợp được thực hiện qua 2 bước;
Bước 1: tìm tất cả các tập mục phổ biến, một tập mục phổ
biến được xác định qua tính độ hỗ trợ và thỏa mãn độ hỗ trợ cực
tiểu.
Bước 2: sinh ra các luật kết hợp mạnh từ tập mục phổ
biến, các luật phải thỏa mãn độ hỗ trợ cực tiểu và độ tin cậy cực

tiểu.
1.6. Những thách thức trong ứng dụng và nghiên cứu trong kỹ
thuật khai phá dữ liệu
Các vấn đề về cơ sở dữ liệu
Dữ liệu lớn: Cho đến nay, các cơ sở dữ liệu với hàng trăm
trường và bảng, hàng triệu bản ghi và với kích thước đến
gigabytes đã là chuyện bình thường.
Kích thước lớn: không chỉ có số lượng bản ghi lớn mà số
các trường trong cơ sở dữ liệu cũng nhiều. Vì vậy mà kích thước


7
của bài toán trở nên lớn hơn. Một tập dữ liệu có kích thước lớn
sinh ra vấn đề làm tăng không gian tìm kiếm mô hình suy diễn
Dữ liệu động: Đặc điểm cơ bản của hầu hết các cơ sở dữ
liệu là nội dung của chúng thay đổi liên tục. Dữ liệu có thể thay
đổi theo thời gian và việc khai phá dữ liệu cũng bị ảnh hưởng bởi
thời điểm quan sát dữ liệu.
Các trường không phù hợp: Một đặc điểm quan trọng
khác là tính không thích hợp của dữ liệu, nghĩa là mục dữ liệu trở
thành không thích hợp với trọng tâm hiện tại của việc khai thác.
Các giá trị bị thiếu: Trong hệ thống tương tác, sự thiếu
vắng dữ liệu quan trọng có thể dẫn đến việc yêu cầu cho giá trị của
nó hoặc kiểm tra để xác định giá trị của nó.
Các trường bị thiếu: Một quan sát không đầy đủ cơ sở dữ
liệu có thể làm cho các dữ liệu có giá trị bị xem như có lỗi. Việc
quan sát cơ sở dữ liệu phải phát hiện được toàn bộ các thuộc tính
có thể dùng để giải thuật khai phá dữ liệu có thể áp dụng nhằm
giải quyết bài toán.
Độ nhiễu và không chắc chắn: Các giá trị của các thuộc

tính khác nhau có thể là các số thực, số nguyên, chuỗi và có thể
thuộc vào tập các giá trị định danh. Các giá trị định danh này có
thể sắp xếp theo thứ tự từng phần hoặc đầy đủ, thậm chí có thể có
cấu trúc ngữ nghĩa.
Mối quan hệ phức tạp giữa các trường: các thuộc tính
hoặc các giá trị có cấu trúc phân cấp, các mối quan hệ giữa các
thuộc tính để diễn tả tri thức về nội dung của cơ sở dữ liệu yêu cầu
các giải thuật phải có khả năng sử dụng một cách hiệu quả các
thông tin này.


8
Một số vấn đề khác
“Quá phù hợp” (Overfitting): một giải thuật tìm kiếm các
tham số tốt nhất cho sử dụng một tập dữ liệu hữu hạn, nó có thể sẽ
bị tình trạng “quá độ” dữ liệu (nghĩa là tìm kiếm quá mức cần thiết
gây ra hiện tượng chỉ phù hợp với các dữ liệu đó mà không có khả
năng đáp ứng cho các dữ liệu lạ), làm cho mô hình hoạt động rất
kém đối với các dữ liệu thử. Các giải pháp khắc phục bao gồm
đánh giá chéo (cross-validation), thực hiện theo nguyên tắc nào đó
hoặc sử dụng các biện pháp thống kê khác.
Sự tương tác với người sử dụng và các tri thức sẵn có: rất
nhiều công cụ và phương pháp khai phá dữ liệu không thực sự
tương tác với người dùng và không dễ dàng kết hợp cùng với các
tri thức đã biết trước đó. Việc sử dụng tri thức miền là rất quan
trọng trong khai phá dữ liệu. Đã có nhiều biện pháp nhằm khắc
phục vấn đề này như sử dụng cơ sở dữ liệu suy diễn để phát hiện
tri thức, những tri thức này sau đó được sử dụng để hướng dẫn cho
việc tìm kiếm khai phá dữ liệu hoặc sử dụng sự phân bố và xác
suất dữ liệu trước đó như một dạng mã hóa tri thức có sẵn.

9

CHƯƠNG 2
PHƯƠNG PHÁP PHÂN CỤM VÀ PHÂN LỚP DỮ
LIỆU TRONG KHAI PHÁ DỮ LIỆU
2.1. Phân cụm dữ liệu
2.2.1. Tổng quan về phân cụm dữ liệu
2.1.2. Các kỹ thuật phân cụm
2.1.3 Độ đo khoảng cách
2.1.4. Giới thiệu thuật toán k-means
2.2. Phân lớp dữ liệu
2.2.1. Tổng quan về phân lớp dữ liệu
2.2.2. Các kỹ thuật phân lớp
- Phương pháp dựa trên cây quyết định
- Phương pháp dựa trên luật
- Phương pháp Naïve Bayes
- Phương pháp dựa trên thể hiện
- Mạng Nơron
- SVM (support vector machine)
- Tập thô
2.2.3. Cây quyết định ứng dụng trong phân lớp dữ liệu
2.2.4. Xây đựng cây quyết định
2.2.5. Thuật toán phân lớp cây quyết định ID3
ID3 biểu diễn các khái niệm (concept) ở dạng các cây
quyết định (decision tree). Biểu diễn này cho phép chúng ta xác
định phân loại của một đối tượng bằng cách kiểm tra các giá trị
của nó trên một số thuộc tính nào đó.

10
Như vậy, nhiệm vụ của giải thuật ID3 là học cây quyết
định từ một tập các ví dụ rèn luyện (training example) hay còn gọi
là dữ liệu rèn luyện (training data). Hay nói khác hơn, giải
thuật có:
Đầu vào: Một tập hợp các ví dụ. Mỗi ví dụ bao
gồm các thuộc tính mô tả một tình huống, hay một
đối tượng nào đó, và một giá trị phân loại của nó.
Đầu ra: Cây quyết định có khả năng phân loại
đúng đắn các ví dụ trong tập dữ liệu rèn luyện, và hy
vọng là phân loại đúng cho cả các ví dụ chưa gặp
trong tương lai.
Các nút trong cây quyết định biểu diễn cho một sự kiểm
tra trên một thuộc tính nào đó, mỗi giá trị có thể có của thuộc tính
đó tương ứng với một nhánh của cây. Các nút lá thể hiện sự phân
loại của các ví dụ thuộc nhánh đó, hay chính là giá trị của thuộc
tính phân loại.
2.2.6. Chuyển cây về các luật
2.2.7. Khi nào nên sử dụng ID3
Giải thuật ID3 là một giải thuật học đơn giản nhưng nó chỉ
phù hợp với một lớp các bài toán hay vấn đề có thể biểu diễn bằng
ký hiệu. Chính vì vậy, giải thuật này thuộc tiếp cận giải quyết vấn
đề dựa trên ký hiệu (symbol – based approach).


11

CHƯƠNG 3
XÂY DỰNG CÂY QUYẾT ĐỊNH ĐỂ ĐÁNH GIÁ KẾT

QUẢ THI ĐẦU VÀO CỦA SINH VIÊN TRƯỜNG ĐH
TRÀ VINH TỪ ĐÓ TƯ VẤN CHO CÁC EM CÁC
NGÀNH NGHỀ TRONG TƯƠNG LAI
3.1. Phân tích bài toán và hướng giải quyết
3.1.1. Phát biểu bài toán.
Đa số học sinh lớp 12 thiếu sự hiểu biết đầy đủ về nghề
nghiệp cũng như về đặc điểm bản thân, từ đó dẫn đến việc các em
có suy nghĩ sai lệch trong việc định hướng nghề nghiệp tương lai.
Để thành công trong cuộc sống, các em học sinh phải biết
lựa chọn nghề nghiệp cho mình phù hợp giữa nguyện vọng, khả
năng của bản thân với nhu cầu của xã hội. Để chọn được cho mình
một nghề phù hợp, các em cần chú ý một vài yếu tố sau trước khi
ra quyết định:
1. Tìm hiểu thế giới này có bao nhiêu ngành nghề: Tìm hiểu
từng ngành nghề một, tư duy nghề nghiệp có hợp với cá nhân, sở
thích, nhu cầu tuyển dụng, công việc cụ thể ra sao
2. Xác định sở thích bản thân: Các em phải biết xác định rõ
mình hứng thú với nghề gì? Đam mê với nghiệp gì? Hiện nay, rất
nhiều bạn sinh viên học tới năm thứ 3 rồi vẫn nhảy trường và đến
khi tốt nghiệp thì nhảy việc...
Từ các yêu cầu trên em xây dựng cây quyết định bằng phần
mềm Weka để xử lý bài toán.


12
3.1.2. Giải quyết bài toán
Để giải quyết bài toán trên cần phân tích số liệu từ
bảng điểm thi đầu vào và đầu ra của sinh viên. Từ đó, trích rút các
tri thức cần thiết để đề xuất các giải pháp giúp nhà trường nâng
cao chất lượng đào tạo và tư vấn cho học sinh lựa chọn ngành

nghề phù hợp. Việc trích rút tri thức được thực hiện qua phần
mềm mã nguồn mở Weka.
3.2. Tổng quan về phần mềm Weka
Những tính năng vượt trội trong Weka có thể kể đến là:
Mã nguồn mở
Hỗ trợ các thuật toán học máy (machine learning) và
khai phá dữ liệu
Trực quan hóa, dễ dàng xây dựng các ứng dụng thực
nghiệm
Do sử dụng JVM nên Weka độc lập với môi trường
3.3. Sử dụng phần mềm Weka để xây dựng cây quyết định để
từ đó tư vấn cho các em ngành nghề trong tương lai
Nhằm đạt được mục tiêu cuối cùng là nâng cao chất lượng và
số lượng học sinh đỗ tốt nghiệp đại học đạt khá giỏi tại trường Đại
học Trà Vinh ngày càng cao. Việc sử dụng phương pháp phân lớp
giúp xác định được chất lượng chuyên môn của các môn thi bắt
buộc và điểm xét tốt nghiệp của học sinh, từ đó giúp ban giám
hiệu nhà trường tư vấn cho các em chọn đúng ngành nghề. Mặt
khác, để giúp các cấp quản lý, hội đồng bộ môn, ban giám hiệu
các trường THPT xây dựng kế hoạch hợp lí hơn nhằm đạt được
những mục tiêu mong muốn. Tôi nghĩ có thể vận dụng phương
pháp phân lớp dựa trên cây quyết định khai thác tập dữ liệu điểm


13
đầu vào và đầu ra của sinh viên từ đó các được cái nhìn khách
quan hơn, chính xác hơn
3.4. Thu thập dữ liệu
3.5. Thực hiện khai phá dữ liệu
3.6. Sử dụng phần mềm weka chọn thuật toán J48 để xây dựng

cây quyết định
3.6.1. Giới thiệu về cây quyết định
Cây quyết định (Decision Tree) là một cây phân cấp có
cấu trúc được dùng để phân lớp các đối tượng dựa vào dãy các
luật (series of rules
Có rất nhiều thuật toán phân lớp như ID3, J48, C4.5, CART
… Việc chọn thuật toán nào để có hiệu quả phân lớp cao tùy thuộc
rất nhiều vào yếu tố, trong đó cấu trúc dữ liệu ảnh hưởng rất lớn
đến thuật toán.
Sau khi chuẩn hóa dữ liệu thì bảng dữ liệu chỉ toàn kiểu
Nominal. Vì vậy thực hiện thuật toán J48 để đạt hiệu quả cao
3.6.2. Thuật toán cây quyết định
Thuật toán cây quyết định cho ra kết quả là một tập luật của
những dữ liệu huấn luyện có thuộc tính. Cây quyết định là một
công cụ phổ biến trong khai phá và phân lớp dữ liệu
Đặc điểm của cây quyết định: là một cây có cấu trúc, trong đó:
Root (Gốc): Là nút trên cùng của cây.
Node trong: nút trung gian trên một thuộc tính đơn
(hình Oval).
Nhánh: Biểu diễn các kết quả của kiểm tra trên nút.
Node lá: Biểu diễn lớp hay sự phân phối lớp (hình
vuông hoặc chữ nhật)


14

Hình 3.6. Cây quyết định
- Xây dựng cây quyết định gồm 2 bước
+ Phát triển cây quyết định đi từ gốc, đến các nhánh, phát
triển quy nạp theo hình thức chia để trị.

Chọn thuộc tính tốt nhất bằng một mật độ đo đã
định trước
Phát triển cây bằng cách thêm các nhánh tương
ứng với từng giá trị của thuộc tính đã chọn
Sắp xếp, phân chia tập dữ liệu đào tạo với các
node con
Nếu các ví dụ được phân lớp rõ ràng thì dừng
Ngược lại: lặp lại các bước 1 đến bước 4 cho
từng node con
+ Cắt tỉa cây: nhằm đơn giản hóa, khái quát cây, tăng độ
chính xác.


15
- Điểm mạnh của cây quyết định:
Sinh ra các quy tắc hiểu được: chuyển đỗi được
sang tiếng anh hoặc SQL
Thực thi trong lĩnh vực hướng quy tắc
Dễ dàng tính toán trong khi phân lớp
Xử lý với thuộc tính liên tục và rời rạc
Thể hiện rõ ràng những thuộc tính tốt nhất: phân
chia dữ liệu từ gốc.
- Điểm yếu của cây quyết định:
Dễ xảy ra lỗi khi có nhiều lớp: do chỉ thao tác với
các lớp có giá trị nhị phân.
Chi phí tính toán cao: do phải đi qua nhiều node
để đến node cuối cùng
3.6.3. Mã của thuật toán
(1) ComputerClassFrequency(T);
(2) if OneClass or FewCases

return a leaf;
Create a decision node N;
(3) ForEach Attribute A
ComputeGain(A);
(4) N.test=AttributeWithBestGain;
(5) if (N.test is continuous)
find Threshold;
(6) ForEach T' in the splitting of T
(7) If (T' is Empty )
Child of N is a leaf
else


16
(8) Child of N=FormTree(T');
(9) ComputeErrors of N;
return N
3.6.4. Sử dụng phần mềm Weka
3.7. Xử lý dữ liệu
- Cấu trúc luật
Nếu khối thi là A, B, C và tổng điểm đầu vào là X …
Thì ngành học là (a, b …)
- Xây dựng các luật chi tiết:
Luật 1: Nếu khối thi là A và tổng điểm đầu vào là 4 thì ngành học
là KTD-DT
Luật được viết như sau:
If KHOI (A) and TongDiemDV(4) then NganhHoc(KTD-DT)
Hoặc: Nếu khối thi là A và tổng điểm đầu vào là 4 thì ngành học
là CTXD
Luật được viết như sau:

If KHOI (A) and TongDiemDV(4) then NganhHoc(CTXD)
Luật 2: Nếu khối thi là A và tổng điểm đầu vào là 3 thì ngành học
là KTD-DT
Luật được viết như sau:
If KHOI (A) and TongDiemDV(3) then NganhHoc(KTD-DT)
Luật 3: Nếu khối thi là A và tổng điểm đầu vào là 2 thì ngành học
là DD
Luật được viết như sau:


17

If KHOI (A) and TongDiemDV(2) then NganhHoc(DD)
Hoặc: Nếu khối thi là A và tổng điểm đầu vào là 2 thì ngành học
là XNYH
Luật được viết như sau:
If KHOI (A) and TongDiemDV(2) then NganhHoc(XNYH)
Hoặc: Nếu khối thi là A và tổng điểm đầu vào là 2 thì ngành học
là XNYH
Luật được viết như sau:
If KHOI (A) and TongDiemDV(2) then NganhHoc(XNYH)
Luật 4: Nếu khối thi là A và tổng điểm đầu vào là 1 thì ngành học
là XNYH
Luật được viết như sau:
If KHOI (A) and TongDiemDV(1) then NganhHoc(XNYH)
Luật 5: Nếu khối thi là A1 và tổng điểm đầu vào là 1 thì ngành
học là CNTT
Luật được viết như sau:
If KHOI (A1) and TongDiemDV(1) then NganhHoc(CNTT)
Hoặc: Nếu khối thi là A1 và tổng điểm đầu vào là 1 thì ngành học

là QTVP
Luật được viết như sau:
If KHOI (A1) and TongDiemDV(1) then NganhHoc(QTVP)


18
Luật 6: Nếu khối thi là A1 và tổng điểm đầu vào là 2 thì ngành
học là CNTT
Luật được viết như sau:
If KHOI (A1) and TongDiemDV(2) then NganhHoc(CNTT)
Luật 7: Nếu khối thi là A1 và tổng điểm đầu vào là 3 thì ngành
học là KTD-DT
Luật được viết như sau:
If KHOI (A1) and TongDiemDV(3) then NganhHoc(KTD-DT)
Hoặc
If KHOI (A1) and TongDiemDV(3) then NganhHoc(QTKD)
Luật 8: Nếu khối thi là A1 và tổng điểm đầu vào là 3 thì ngành
học là KT
Luật được viết như sau:
If KHOI (A1) and TongDiemDV(3) then NganhHoc(KT)
Hoặc
If KHOI (A1) and TongDiemDV(3) then NganhHoc(KINHTE)
Luật 9: Nếu khối thi là A1 và tổng điểm đầu vào là 4 thì ngành
học là QTKD
Luật được viết như sau:
If KHOI (A1) and TongDiemDV(4) then NganhHoc(QTKD)


19
Luật 10: Nếu khối thi là B và tổng điểm đầu vào là 1 thì ngành

học là YDK
Luật được viết như sau:
If KHOI (B) and TongDiemDV(1) then NganhHoc(YDK)
Hoặc: Nếu khối thi là B và tổng điểm đầu vào là 2 thì ngành học
là YDK
Luật được viết như sau:
If KHOI (B) and TongDiemDV(2) then NganhHoc(YDK)
Luật 11: Nếu khối thi là B và tổng điểm đầu vào là 3 thì ngành
học là DD
Luật được viết như sau:
If KHOI (B) and TongDiemDV(3) then NganhHoc(DD)
Hoặc: Nếu khối thi là B và tổng điểm đầu vào là 4 thì ngành học
là DD
Luật được viết như sau:
If KHOI (B) and TongDiemDV(4) then NganhHoc(DD)
Luật 12: Nếu khối thi là C và tổng điểm đầu vào là 1 thì ngành
học là GDMN
Luật được viết như sau:
If KHOI (C) and TongDiemDV(1) then NganhHoc(GDMN)
Hoặc: Nếu khối thi là C và tổng điểm đầu vào là 2 thì ngành học
là GDMN


20
Luật được viết như sau:
If KHOI (C) and TongDiemDV(2) then NganhHoc(GDMN)
Luật 13: Nếu khối thi là C và tổng điểm đầu vào là 3 thì ngành
học là LUAT
Luật được viết như sau:
If KHOI (C) and TongDiemDV(3) then NganhHoc(LUAT)

Hoặc: Nếu khối thi là C và tổng điểm đầu vào là 4 thì ngành học
là LUAT
Luật được viết như sau:
If KHOI (C) and TongDiemDV(4) then NganhHoc(LUAT)
Luật 14: Nếu khối thi là D1 và tổng điểm đầu vào là 1 thì ngành
học là GDMN
Luật được viết như sau:
If KHOI (D1) and TongDiemDV(1) then NganhHoc(GDMN)
Hoặc: Nếu khối thi là D1 và tổng điểm đầu vào là 2 thì ngành học
là GDMN
Luật được viết như sau:
If KHOI (D1) and TongDiemDV(2) then NganhHoc(GDMN)
Luật 15: Nếu khối thi là D1 và tổng điểm đầu vào là 3 thì ngành
học là NNA
Luật được viết như sau:
If KHOI (D1) and TongDiemDV(3) then NganhHoc(NNA)


21
Luật 16: Nếu khối thi là D1 và tổng điểm đầu vào là 4 thì ngành
học là LUAT
Luật được viết như sau:
If KHOI (D1) and TongDiemDV(4) then NganhHoc(LUAT)
Luật 17: Nếu khối thi là M ngành học là GDMN
Luật được viết như sau:
If KHOI (M) then NganhHoc(GDMN)
Luật 18: Nếu khối thi là N ngành học là NCTT
Luật được viết như sau:
If KHOI (N) then NganhHoc(NCTT)
3.7.1. Các mô-đun của hệ thống

Sơ đồ thuật toán quá trình thêm luật vào hệ thống
Sơ đồ thuật toán quá trình sửa luật vào hệ thống
Sơ đồ thuật toán quá trình xóa luật vào hệ thống
3.7.2. Cài đặt hệ thống
Các chức năng của hệ thống
 Phân quyền User: Có 2 loại User chính “chuyên
gia” và “người dùng”
 User chuyên gia có quyền cập nhật các thông tin:
Các luật và có thể kiểm xem lại hoặc xóa.
 Người dùng chỉ có thể xem các tư vấn của chuyên
gia
Hệ thống tư vấn hướng nghiệp cho học sinh THPT sử dụng
các công cụ sau để thực hiện


22
 Sử dụng phần mềm Visual studio 2005 để thiết kế
và sử dụng ngôn ngữ C# trên nền
DotNetFrameWork 4.0
 Nền tảng sử dụng hệ thống là hệ điều hành
Windows.
Hệ thống sử dụng và lưu trữ dữ liệu bằng hệ quản trị cơ sở dữ
liệu SQL 2008.
3.7.3. Bảng mô tả cấu trúc dữ liệu
3.7.4. Giao diện chương trình


23

KẾT LUẬN

Khai phá dữ liệu và đặc biệt là xây dựng cây quyết định
ngày càng đóng vai trò quan trọng trong các ứng dụng ngày nay
như thương mại điện tử, ngân hàng, bảo hiểm, chứng khoán, giáo
dục, nghiên cứu khoa học, v.v. Nội dung của luận văn tập trung
tìm hiểu các kiến thức cơ bản trong xây dựng cây quyết định, thực
nghiệm dựa trên công cụ khai phá dữ liệu mã nguồn mở được sử
dụng phổ biến hiện nay là Weka để tiến hành đánh giá kết quả kỳ
thi tuyển sinh của Đại Học Trà Vinh được kết quả sau đây:
- Luận văn đã trình bày tổng quan khai phá dữ liệu, quá
trình khai phá tri thức, các kỹ thuật khai phá dữ liệu và những
thách thức của khai phá dữ liệu
- Tập trung vào kỹ thuật khai phá dữ liệu là xây dựng cây
quyết định. Phân lớp dữ liệu dựa trên cây quyết định, trình bày các
khái niệm, xây dựng cây quyết định.
- Luận văn đã tiến hành thực nghiệm chạy các thuật toán
này trên phần mềm Weka cho tập dữ liệu kết quả kỳ thi tuyển sinh
của trường Đại học Trà Vinh. Bước đầu cũng cho thấy có được
giải pháp phân tích điểm số kết quả thi tuyển sinh một cách khoa
học, toàn diện hơn. Trên cơ sở phân tích giúp các cấp quản lý, hội
đồng bộ môn, ban giám hiệu nhà trường, xây dựng các biện pháp
tư vấn cho các em vào các trường cao đẳng, đại học.