Xây dựng hệt thông tư vấn chọn ngành nghề cho sinh viên trường cao đẵng việt nam han quốc quảng ngãi

ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA


HỒ ANH TỐ

XÂY DỰNG HỆ THỐNG TƯ VẤN
CHỌN NGÀNH NGHỀ CHO SINH VIÊN
TRƯỜNG CAO ĐẴNG
VIỆT NAM – HÀN QUỐC - QUẢNG NGÃI

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: PGS. TS. VÕ TRUNG HÙNG

Phản biện 1:
Phản biện 2:

Luận văn sẽ được bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ
Kỹ thuật, , họp tại Trường Đại học Phạm Văn Đồng vào ngày 17
06

tháng

năm 2018

Có thể tìm hiểu luận văn tại:
 Trung tâm Học liệu và Truyền thông, Trường Đại học Bách khoa,
ĐHĐN
 Thư viện Khoa CNTT, Trường Đại học Bách khoa – ĐHĐN


1
MỞ ĐẦU
Hiện tại, cơ hội học nghề cho sinh viên rất nhiều, với nhiều
chính sách ưu tiên. Luật Giáo dục nghề nghiệp vừa có hiệu lực cũng
có những đổi mới phù hợp với xu thế. Điều quan trọng nhất hiện nay
là phải phân luồng đúng đối tượng, đúng mục đích và làm tốt công
tác hướng nghiệp, giúp sinh viên định hướng được nghề nghiệp trong
tương lai theo đúng sở thích, đam mê và điều kiện thực tế của bản
thân, xã hội
Khi bước vào một ngôi trường đào tạo nghề, các bạn sinh viên
luôn mong muốn mình chọn được một ngành nghề học phù hợp với
năng lực, trình độ, sở thích, cơ hội việc làm và điều kiện của bản
thân. Tuy nhiên, không phải lúc nào các sinh viên cũng đủ khả năng
lựa chọn cho mình một ngành nghề phù hợp.
Khi chọn sai ngành nghề sinh viên là đối tượng chịu ảnh
hưởng trực tiếp, sinh viên thường thiếu động lực và chán nản, dễ dẫn
đến bỏ học, một số sinh viên có điều kiện thì chuyển ngành, số khác
tiếp tục theo đuổi nhưng trong tâm thế buông trôi, từ đó dẫn đến chất
lượng đào tạo kém, chất lượng nguồn lao động không đáp ứng được
nhu cầu xã hội; ảnh hưởng tiếp đến là các cơ sở đào tạo và sâu xa hơn

nữa là ảnh hưởng đến cả nền kinh tế quốc gia.
Trường Cao đẳng Việt Nam - Hàn Quốc - Quảng Ngãi tiền
thân là Trường Cao đẳng nghề Việt Nam - Hàn Quốc - Quảng Ngãi
hiện nay đang đào tạo các ngành nghề như Công nghệ thông tin, Cơ
khí, Kỹ thuật điện - điện tử, Kỹ thuật điều khiển và tự động hóa, Kỹ
thuật xây dựng, Công nghệ ô tô, Công nghệ thực phẩm. Trong tương
lai sẽ đào tạo thêm nhiều ngành nghề khác như: Giáo dục mầm non,
Công nghệ sau thu hoạch, Công nghệ chế biến thủy sản, Chăn nuôi,


2
Phát triển nông thôn, Nuôi trồng thủy sản, Xét nghiệm Y học, Dược,
Điều dưỡng,... Lúc đó việc tư vấn chọn ngành nghề phù hợp sẽ rất
quan trọng đối với sinh viên.
Chính vì vậy tôi quyết định chọn đề tài “Xây dựng hệ thống
tư vấn chọn ngành nghề cho sinh viên Trường Cao đẳng Việt
Nam – Hàn Quốc – Quảng Ngãi” để làm đề tài luận văn tốt nghiệp
cao học. Trong đề tài này, tôi đề xuất giải pháp ứng dụng KPDL bằng
thuật toán luật kết hợp để xây dựng hệ thống tư vấn chọn ngành nghề
học phù hợp cho sinh viên tại Trường Cao đẳng Việt Nam – Hàn
Quốc – Quảng Ngãi.


3
CHƯƠNG 1
NGHIÊN CỨU TỔNG QUAN
1.1. Khai phá dữ liệu
1.1.1. Tổng quan về khai phá dữ liệu
1.1.1.1. Khái niệm khai phá dữ liệu
Khai phá dữ liệu là một khái niệm ra đời vào cuối những năm

1980. Nó là quá trình khám phá thông tin ẩn được tìm thấy trong các
CSDL và có thể xem như là một bước trong quá trình khám phá tri
thức. Quá trình này kết xuất ra các tri thức tiềm ẩn từ dữ liệu giúp
cho việc dự báo trong kinh doanh, các hoạt động sản xuất, giáo dục...
KPDL làm giảm chi phí về thời gian so với phương pháp truyền
thống trước kia.
Một số định nghĩa của nhiều tác giả về KPDL:
- Định nghĩa của Ferruzza
- Định nghĩa của Parsaye
- Định nghĩa của Fayyad
1.1.1.2. Chức năng chính của khai phá dữ liệu
- Mô tả khái niệm (concept description): thiên về mô tả, tổng
hợp và tóm tắt khái niệm.
- Luật kết hợp (association rules): là dạng luật biểu diễn tri
thức ở dạng khá đơn giản.
- Phân lớp và dự đoán (classification & prediction): xếp một
đối tượng vào một trong những lớp đã biết trước.
- Phân cụm (clustering): xếp các đối tượng theo từng cụm
- Khai phá chuỗi (sequential/ temporal patterns): tương tự như
khai phá luật kết hợp nhưng có thêm tính thứ tự và tính thời gian.


4
1.1.1.3. Ứng dụng của khai phá dữ liệu
- Phân tích dữ liệu và hỗ trợ ra quyết định
- Điều trị y học (medical treatment)
- Text mining & Web mining
- Tin-sinh (bio-informatics)
- Tài chính và thị trường chứng khoán
- Bảo hiểm (insurance)

- Nhận dạng (pattern recognition),...
1.1.1.4. Quy trình khai phá dữ liệu

Hình 1.1. Quy trình KPDL
- Tập hợp dữ liệu (Data)
- Trích lọc dữ liệu (Extraction)
- Tiền xử lý và chuẩn bị dữ liệu (Preprocessing)
- Chuyển đổi dữ liệu (Transformation)
- Khai phá dữ liệu (Data Mining)
- Đánh giá kết quả mẫu (Interpretation/ Evaluation)
1.1.1.5. Kiến trúc của một hệ thống KPDL
1.1.2. Khai phá dữ liệu sử dụng luật kết hợp
1.1.2.1. Khái niệm về luật kết hợp


5
- Luật kết hợp là tìm các mẫu phổ biến, sự kết hợp, sự tương
quan hay các cấu trúc nhân quả giữa các tập đối tượng trong các cơ
sở dữ liệu giao tác, cơ sở dữ liệu quan hệ và những kho thông tin
khác để đưa ra các mối liên kết giữa các phần tử dữ liệu.
- Độ phổ biến (một số tài liệu dịch là độ hỗ trợ) của một tập
mục X được định nghĩa là tỷ lệ các giao tác có chứa tập mục này
trong cơ sở dữ liệu với tổng số các giao tác.
- Độ tin cậy của luật X  Y là xác suất xuất hiện Y với điều
kiện X trong tất cả các giao tác.
- Một số định nghĩa về tập hợp
1.1.2.2. Quá trình thực hiện
1.1.2.3. Một số hướng tiếp cận
- Luật kết hợp nhị phân (Binary association rule)
- Luật kết hợp có thuộc tính số và thuộc tính hạng mục

(Quantitative and categorial association rule)
- Luật kết hợp tiếp cận theo hướng tập thô (mining association
rule base on rough set)
- Luật kết hợp nhiều mức (multi-level association rule)
- Luật kết hợp mờ (fuzzy association rule)
- Luật kết hợp với thuộc tính được đánh trọng số (association
rules with weighted items)
1.1.2.4. Một số thuật toán
- Thuật toán Apriori
- Thuật toán ASI
- Thuật toán SETM
- Thuật toán Apriori-TID
- Thuật toán FP Growth


6
1.1.3. Khai phá dữ liệu với bài toán phân lớp
1.1.3.1. Phân lớp dữ liệu
Phân lớp dữ liệu (classification) là một trong những hướng
nghiên cứu khác của khai phá dữ liệu. Thực tế đặt ra nhu cầu là từ
một cơ sở dữ liệu với nhiều thông tin ẩn con người có thể trích rút ra
các quyết định nghiệp vụ thông minh.
Phân lớp dữ liệu là một quá trình gồm hai bước: một bước học
(trong đó xây dựng nên một mô hình phân lớp) và một bước phân lớp
(trong đó mô hình vừa xây dựng được sử dụng để dự đoán các nhãn
lớp cho những dữ liệu nào đó).
1.1.3.2. Các phương pháp phân lớp dữ liệu
- Phân lớp dữ liệu bằng cây quyết định
- Phân lớp dữ liệu bằng giải thuật học ILA
- Phân lớp dữ liệu bằng mạng Naïve Bayes

- Phân lớp dữ liệu bằng Neural Network
1.1.4. Khai phá dữ liệu sử dụng cây quyết định
1.1.4.1. Định nghĩa cây quyết định

Hình 1.7. Ví dụ về cây quyết định


7
1.1.4.2. Các thuật toán KPDL bằng cây quyết định
- Thuật toán CLS
- Thuật toán ID3
- Thuật toán C4.5
- Thuật toán SLIQ
1.1.4.3. Ưu điểm của cây quyết định
- Cây quyết định tương đối dễ hiểu.
- Việc chuẩn bị dữ liệu cho một cây quyết định là cơ bản hoặc
không cần thiết.
- Cây quyết định có thể xử lý cả dữ liệu có giá trị bằng số và
dữ liệu có giá trị là tên thể loại.
- Cây quyết định là một mô hình hộp trắng.
- Có thể thẩm định một mô hình bằng các kiểm tra thống kê.
- Cây quyết định có thể xử lý tốt một lượng dữ liệu lớn trong
thời gian ngắn.
1.2. Lý thuyết chọn nghề nghiệp
1.2.1. Lý thuyết cây nghề nghiệp
1.2.1.1. Nội dung lý thuyết cây nghề nghiệp (LTCNN)
Sở thích, khả năng, cá tính và giá trị nghề nghiệp của mỗi
người đóng vai trò rất quan trọng trong việc chọn hướng học, chọn
nghề phù hợp và nó được coi là phần “Rễ” của cây nghề nghiệp. Rễ
có khỏe thì cây mới khỏe và ra hoa, kết trái như mong muốn của

người trồng cây. Vì vậy, muốn lựa chọn nghề nghiệp phù hợp, trước
hết phải hiểu rõ sở thích, khả năng, cá tính và giá trị nghề nghiệp của
bản thân và phải dựa vào chính những hiểu biết này để lựa chọn nghề
nghiệp. Nói cách khác là phải chọn nghề theo “rễ” vì đây là yếu tố có
ảnh hưởng mang tính quyết định tới sự kết trái của cây nghề nghiệp.


8
1.2.1.2. Ý nghĩa lý thuyết cây nghề nghiệp
LTCNN là lý thuyết quan trọng nhất trong hướng nghiệp vì lý
thuyết này đã chỉ ra rằng, công việc đầu tiên cần làm trong công tác
giáo dục hướng nghiệp (GDHN) là phải giúp cho sinh viên nhận thức
đầy đủ về bản thân để các em chọn được nghề phù hợp với “rễ”,
tránh được tình trạng chọn nghề theo “quả”, chọn nghề theo cảm tính,
theo ý kiến của người khác hoặc chọn nghề theo trào lưu chung.
1.2.2. Lý thuyết mật mã Holland
1.2.2.1. Nội dung lý thuyết mật mã Holland

Hình 1.9. Mô hình lục giác Holland
Từ những giả thiết của lý thuyết Holland, có thể rút ra 2 kết
luận:
- Một là, hầu như ai cũng có thể được xếp vào 1 trong 6 kiểu
tính cách và có 6 môi trường hoạt động tương ứng với 6 kiểu tính
cách, đó là: Nhóm kỹ thuật (KT); nhóm nghiên cứu (NC); nhóm nghệ
thuật (NT); nhóm xã hội (XH); nhóm quản lý (QL); nhóm nghiệp vụ
(NV).


9
- Hai là, nếu một người chọn được công việc phù hợp với tính

cách của họ, thì họ sẽ dễ dàng phát triển và thành công trong nghề
nghiệp.
1.2.2.2. Ý nghĩa lý thuyết mật mã Holland
Lý thuyết mật mã Holland có liên quan rất chặt chẽ với
LTCNN vì sử dụng LTMM Holland là một trong những cách giúp
sinh viên biết được sở thích và khả năng nghề nghiệp của bản thân và
những nghề nghiệp phù hợp nhanh nhất, dễ làm nhất.
Vì lẽ đó, trước khi tổ chức cho sinh viên học NPT, nhà trường
và giáo viên dạy NPT nên tổ chức cho sinh viên làm trắc nghiệm tìm
hiểu sở thích và khả năng nghề nghiệp của bản thân theo LTMM
Holland. Kết quả tìm hiểu bản thân là cơ sở quan trọng để các em
dựa vào đó lựa chọn NPT theo học cho phù hợp.


10
CHƯƠNG 2
PHÂN TÍCH VÀ XÂY DỰNG HỆ THỐNG
2.1. Mô tả hệ thống hỗ trợ tư vấn chọn ngành nghề
Hệ thống hỗ trợ tư vấn chọn ngành nghề được xây dựng dựa
trên lý thuyết về quá trình KPDL và là hệ thống đi theo hướng hoàn
toàn mới tại Trường Cao đẳng Việt Nam – Hàn Quốc – Quảng Ngãi.
Sau khi khảo sát yêu cầu, tôi mô tả lại hệ thống gồm các chức năng
tư vấn phục vụ đối tượng chính là sinh viên. Đối tượng sinh viên là
người có dự định đăng ký xét tuyển vào trường, những học sinh
THPT, THCS,… Đối tượng này sẽ được tư vấn chọn ngành theo mật
mã Holland. Bên cạnh đó, hệ thống còn hỗ trợ tư vấn về bậc đào tạo
và chính sách hỗ trợ học phí, ở nội trú cho sinh viên khi theo học tại
Trường Cao đẳng Việt Nam – Hàn Quốc – Quảng Ngãi.
2.2. Giới thiệu bài toán
Dựa vào mô tả hệ thống hỗ trợ tư vấn chọn ngành nghề ở mục

2.1, tôi phát biểu bài toán tư vấn chọn ngành nghề như sau:
- Đầu vào: Bài toán tư vấn chọn ngành nghề theo mật mã
Holland thì dữ liệu đầu vào là các câu trả lời về tính cách, sở thích,
hoạt động nghề nghiệp hoặc khả năng và các môn khả năng của sinh
viên.
- Xử lý và phương pháp sử dụng: Đối với các câu trả lời nhận
được từ sinh viên, hệ thống sẽ sử dụng kỹ thuật suy diễn tiến để thực
hiện so khớp với các điều kiện của các luật được lưu trong cơ sở tri
thức.
- Đầu ra: Kết quả tư vấn là các ngành nghề học tại Trường Cao
đẳng Việt Nam – Hàn Quốc – Quảng Ngãi phù hợp với người sử
dụng.


11
2.3. Mô hình cấu trúc hệ thống
Mô hình cấu trúc hệ thống tư vấn chọn ngành nghề như sau:

Hình 2.1. Mô hình cấu trúc hệ thống tư vấn chọn ngành nghề
2.3.1. Mô tả đầu vào/ đầu ra
Hệ thống tư vấn chọn ngành nghề học được xây dựng với đầu
ra (Output) là một ngành nghề học phù hợp với một sinh viên nào đó;
Giá trị đầu ra này sẽ phụ thuộc vào các yếu tố độc lập của đầu vào
(Input) là năng lực, trình độ, sở thích, cơ hội việc làm và điều kiện
của bản thân của sinh viên thông qua các câu hỏi trắc nghiệm định
hướng nghề nghiệp.
2.3.2. Phương pháp xây dựng hệ thống
Từ phát biểu của bài toán như trên luận văn lựa chọn và thiết
kế hệ thống sử dụng kiểu mô hình luật kết hợp với thuật toán Apriori
và LTMM Holland.

2.4. Phân tích và thiết kế hệ thống
2.4.1. Phân tích về bậc đào tạo
Tùy theo nguyện vọng và nhu cầu về thời gian học cũng như
năng lực của bản thân mà sinh viên được tư vấn về bậc đào tạo.
2.4.2. Phân tích LTMM Holland
Con người được chia làm 6 loại tính cách. Tương ứng với 6


12
loại tính cách này là 6 môi trường làm việc phù hợp.
2.4.3. Xây dựng tập luật cho hệ thống tư vấn chọn ngành nghề
2.4.3.1. Các luật xếp nhóm ngành nghề
Mỗi ngành nghề có thể thuộc một hoặc nhiều nhóm ngành
khác nhau. Dựa vào các phân tích về LTMM Holland, tôi xây dựng
các luật xếp ngành nghề vào nhóm ngành nghề như sau:
- Ngành nghề Công nghệ thông tin (Công nghệ thông tin, Quản
trị mạng)
- Ngành nghề Kỹ thuật Xây dựng (Xây dựng dân dụng và công
nghiệp, Cầu đường, Máy công trình xây dựng)
- Ngành Kỹ thuật Cơ khí (Cắt gọt kim loại, Công nghệ ô tô,
Hàn)
- Ngành Kỹ thuật Điện, điện tử (Hệ thống điện, Nhiệt điện,
Điện công nghiệp, Công nghệ kỹ thuật điện tử, viễn thông)
- Ngành Kỹ thuật Điều khiển và tự động hóa (Quang điện tử,
Tự động hóa)
- Ngành Nông nghiệp (Khoa học canh tác cây trồng, Phát triển
nông nghiệp nông thôn)
- Ngành Dược học
- Ngành Điều dưỡng
2.4.3.2. Các luật xét chọn ngành học theo LTMM Holland

Luật 1: Nếu người dùng có: Một trong những tính cách của
TC1, hoặc một trong những sở thích của ST1, hoặc một trong những
hoạt động về nghề nghiệp của HD1 Thì nên chọn ngành thuộc nhóm
kỹ thuật, mã R.
Luật 2: Nếu người dùng có: Một trong những tính cách của
TC2, hoặc một trong những sở thích của ST2, hoặc một trong những
hoạt động về nghề nghiệp của HD2 Thì nên chọn ngành thuộc nhóm


13
nghiên cứu, mã I.
Luật 3: Nếu người dùng có: Một trong những tính cách của
TC3, hoặc một trong những sở thích của ST3, hoặc một trong những
hoạt động về nghề nghiệp của HD3 Thì nên chọn ngành thuộc nhóm
nghệ thuật, mã A.
Luật 4: Nếu người dùng có: Một trong những tính cách của
TC4, hoặc một trong những sở thích của ST4, hoặc một trong những
hoạt động về nghề nghiệp của HD4 Thì nên chọn ngành thuộc nhóm
xã hội, mã S.
Luật 5: Nếu người dùng có: Một trong những tính cách của
TC5, hoặc một trong những sở thích của ST5, hoặc một trong những
hoạt động về nghề nghiệp của HD5 Thì nên chọn ngành thuộc nhóm
quản lý, mã E.
Luật 6: Nếu người dùng có: Một trong những tính cách của
TC6, hoặc một trong những sở thích của ST6, hoặc một trong những
hoạt động về nghề nghiệp của HD6 Thì nên chọn ngành thuộc nhóm
nghiệp vụ, mã C.
2.4.3.3. Xây dựng các luật cho tư vấn dựa trên điểm và LTCNN
Để tư vấn chọn nghề dựa trên điểm thi và LTCNN, ta kết hợp
luật chọn ngành theo điểm thi và luật chọn ngành theo LTCNN. Tức

là nếu chọn ngành theo điểm là đúng và chọn ngành theo LTCNN là
đúng cho chọn ngành theo điểm và LTCNN.
2.5. Xây dựng hệ thống
2.5.1. Thiết kế CSDL
Thiết kế dữ liệu với SQL Server 2008 R2
- Table DiemTrungBinh (Lưu trữ ĐTB của học sinh)
- Table Groups (6 nhóm sở thích)
- Table Groups_Nganh (Mã ngành thuộc vào nhóm sở thích (trong 6


14
nhóm))
- Table KhaoSat_SinhVien (Dữ liệu kết quả khảo sát sinh viên)
- Table Nganh (Ngành học)
- Table Nhom_Nganh (Nhóm ngành)
- Table Questions (Bảng câu trắc nghiệm)
- Table SinhVien (Chứa thông tin khảo sát về chọn ngành học của
sinh viên)
- Table Survey_Answer (Chi tiết thông tin khảo sát về chọn ngành
học của Sinh viên)
2.5.2. Cách xây dựng tập luật
Mỗi luật được xây dựng sẽ thuộc tư vấn dựa trên LTMM
Holland. Một luật sẽ có một hoặc nhiều điều kiện đi kèm. Mỗi điều
kiện sẽ dẫn đến một hoặc nhiều kết quả.
2.5.3. Cách xây dựng bộ máy suy diễn
Đối với tư vấn dựa trên LTMM Holland
- Nhận các câu trả lời.
- Truy vấn vào cơ sở thuật toán, tìm các luật của loại tư vấn 2.
- Dùng kỹ thuật suy diễn tiến: Với mỗi điều kiện đúng thì kiểm
tra kết luận là mã nhóm có trùng nhau không, nếu trùng thì loại bỏ

mã nhóm trùng, nếu không trùng thì lưu thành các nhóm nên chọn.
Đối với tư vấn dựa trên LTCNN
- Nhận các câu trả lời và các môn khả năng của sinh viên.
- Tìm 3 môn khả năng của 1 khối thi mà sinh viên có khả năng.
- Truy vấn vào cơ sở thuật toán, tìm các luật của loại tư vấn 3.
- Dùng kỹ thuật suy diễn tiến: Với mỗi khối thi khả năng tìm
được, nếu điều kiện của luật nào đúng thì kiểm tra kết luận là mã
ngành có trùng nhau không, nếu trùng thì loại bỏ mã ngành trùng,
nếu không trùng thì lưu thành kết luận tìm được.


15
CHƯƠNG 3
KIỂM THỬ VÀ ĐÁNH GIÁ
3.1. Kết quả kiểm thử
3.1.1. Giao diện của hệ thống
Trên giao diện màn hình chính, người dùng có thể xem thông tin
tuyển sinh, sử dụng tư vấn chọn ngành nghề và đăng ký hồ sơ trực
tuyến. Từ cửa sổ màn hình chính, các sinh viên muốn tư vấn có thể
chọn chức năng “tư vấn tuyển sinh”.
3.1.2. Giao diện Phiếu thông tin cá nhân
3.1.3. Giao diện khảo sát tư vấn bậc đào tạo
3.1.4. Giao diện khảo sát tư vấn chọn ngành nghề
3.1.5. Giao diện tư vấn mức hỗ trợ học phí, nội trú
3.1.6. Giao diện kết quả tư vấn chọn ngành nghề
3.2. Đánh giá kết quả hệ thống
Hệ thống được xây dựng dựa trên lý thuyết KPDL và hai lý
thuyết chọn nghề là LTCNN và LTMM của Holland. Hệ thống
website đã được xây dựng hoàn chỉnh, với dữ liệu tuyển sinh được
cập nhật đến năm 2017.

Nếu trước đây, sinh viên phải tốn nhiều thời gian để đọc thông
tin trên các tờ thông báo tuyển sinh, quyển tuyển sinh của Trường Cao
đẳng Việt Nam – Hàn Quốc – Quảng Ngãi, hoặc trên Internet làm mất
nhiều thời gian. Bên cạnh đó, lượng thông tin dồn dập và tràn lan lại
càng làm cho các sinh viên phân vân, lúng túng trong việc chọn cho
mình một ngành nghề học phù hợp. Thì nay, với hệ thống hỗ trợ tư vấn
chọn ngành nghề trực tuyến này đã phần nào giúp ích được các em
sinh viên có thêm công cụ trong việc chọn nghề nghiệp cho tương lai
một cách nhanh chóng, hài lòng và có cơ sở khoa học hơn.


16
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
4.1. Kết quả đạt được từ nghiên cứu
- Về mặt nghiên cứu là trình bày lại một cách có hệ thống về
KPDL và ứng dụng.
- Đề xuất được giải pháp ứng dụng các kỹ thuật KPDL và bài
toán ứng dụng cụ thể là tư vấn ngành nghề cho sinh viên Trường Cao
đẳng Việt Nam – Hàn Quốc – Quảng Ngãi.
- Đã xây dựng và thử nghiệm một hệ thống tư vấn ngành nghề
cho sinh viên của Trường Cao đẳng Việt Nam – Hàn Quốc – Quảng
Ngãi.
4.2. Đóng góp luận văn
- Về mặt khoa học: Luận văn tập trung nghiên cứu hệ thống
KPDL.
- Về mặt thực tiễn: Luận văn xây dựng được hệ thống thử
nghiệm tư vấn ngành nghề cho sinh viên của Trường Cao đẳng Việt
Nam – Hàn Quốc – Quảng Ngãi.
4.3. Hạn chế
- Luận văn chỉ tập trung tư vấn cho các sinh viên xác định học

tại Trường;
- Luận văn chỉ mới tập trung nghiên cứu trên 9 ngành học của
2 bậc đào tạo là cao đẳng và trung cấp.
- Dữ liệu thu thập chưa bao quát hết tất cả các ngành học, chưa
có phương pháp tối ưu hóa dữ liệu khi thực hiện trên dữ liệu lớn.
4.4. Hướng phát triển luận văn
- Các hướng nghiên cứu tiếp theo: Xây dựng ứng dụng thành
một hệ thống chuyên nghiệp đóng vai trò tư vấn ngành nghề học cho
tất cả sinh viên trong toàn tỉnh.


17
- Xây dựng hệ thống tư vấn cho tất cả các ngành nghề học hiện
có.
- Hiện nay, dữ liệu được lưu trữ ngày một tăng, để ứng dụng
KPDL vào các bài toán này cần tiếp tục nghiên cứu các phương pháp
xử lý cho bài toán với dữ liệu lớn, nghiên cứu thêm một số ứng dụng
khác của KPDL.