Learner open modeling in adaptive mobile learning system for supporting student to learn = mô hình mở cho người học trong hệ thống học thích nghi di động hỗ trợ sinh viên học tập

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

PHẠM VĂN CÔNG

LEANER OPEN MODELING IN ADAPTIVE MOBILE
LEARNING SYSTEM FOR SUPPORTING STUDENT
TO LEARN

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

HÀ NỘI - 2015


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

PHẠM VĂN CÔNG

LEANER OPEN MODELING IN ADAPTIVE MOBILE
LEARNING SYSTEM FOR SUPPORTING STUDENT
TO LEARN

Ngành: Công nghệ thông tin
Chuyên ngành: Khoa học máy tính
Mã số: 60.48.0101

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: TS.TRẦN TRÚC MAI

HÀ NỘI - 2015


LỜI CAM ĐOAN
Tôi xin cam đoan: Luận văn “Leaner open modeling in adaptive mobile
learning system for supporting student to learn” là kết quả nghiên cứu của riêng tôi
với sự hướng dẫn của TS.Trần Trúc Mai. Các số liệu nêu ra và trích dẫn trong luận văn
là trung thực, không phải là sao chép toàn văn của bất kỳ tài liệu hay công trình nghiên
cứu nào khác mà không chỉ rõ trong tài liệu tham khảo.
Hà Nội, ngày

tháng

năm 2015

Phạm Văn Công

1


LỜI CẢM ƠN
Cho phép em được gửi lời cảm ơn chân thành nhất tới những người đã giúp đỡ,
ủng hộ em trong suốt quá trình học tập, nghiên cứu.
Cho phép em được gửi lời cảm ơn đến các thầy cô giáo trong trường Đại học
Công nghệ, những người đã dạy bảo, tạo điều kiện cho em trong suốt quá trình học tập
tại trường.
Cho phép em được gửi lời cảm ơn đến thầy giáo TS.Trần Trúc Mai, người đã
hướng dẫn, chỉ bảo và tạo điều kiện để em hoàn thành luận văn này.
Cho phép em được gửi lời cảm ơn đến thầy giáo TS.Nguyễn Việt Anh, thầy đã
cùng nghiên cứu và là đồng tác giả với em trong một số bài báo về lĩnh vực của luận

văn này; thầy đã có những góp ý, nhận xét bổ ích cho em trong quá trình hoàn thành
luận văn.
Cho phép em được gửi lời cảm ơn đến các anh chị đồng nghiệp ở phòng Đào tạo,
những người đã tạo điều kiện giúp đỡ em về thời gian. Giúp em tập trung hơn trong
công việc học tập và hoàn thành luận văn của mình.
Cho phép em được gửi lời cảm ơn đến các thành viên trong gia đình của mình,
những người luôn ủng hộ, động viên con, tạo điều kiện tốt nhất cho con để hoàn thành
công việc học tập.
Cuối cùng, anh xin dành để cảm ơn Em và con, nguồn động viên rất lớn cho anh
hoàn thành tốt luận văn này.
Xin chân thành cảm ơn.

2


TÓM TẮT
Luận văn xây dựng mô hình kiến trúc học trên thiết bị di động dựa trên ngữ cảnh
của mỗi cá nhân người học nhằm hỗ trợ người học trong quá trình học tiếng Anh để
chuẩn bị cho bài kiểm tra TOEFL. Luận văn xem xét làm thế nào để áp dụng kỹ thuật
mô hình người học mở để đưa ra nội dung học cho mỗi người học khác nhau dựa trên
ngữ cảnh của từng cá nhân. Ngữ cảnh được xem xét trong luận văn bao gồm: vị trí,
thời lượng học tập, thái độ và kiến thức của người học. Thông qua quá trình đánh giá
và phản hồi giữa hệ thống và người học, gọi tắt là quá trình thương lượng, mô hình
người học có thể được chỉnh sửa và cập nhật để đưa ra nội dung phù hợp, đáp ứng nhu
cầu của người học. Kết quả kiểm tra thực nghiệm đối với những sinh viên sử dụng ứng
dụng thử nghiệm cho thấy việc áp mô hình đã hỗ trợ rất có hiệu quả trong trong việc
trợ giúp họ tìm được nội dung học tập phù hợp với khả năng của bản thân.

3

MỤC LỤC
LỜI CAM ĐOAN ........................................................................................................... 1
LỜI CẢM ƠN ................................................................................................................. 2
TÓM TẮT....................................................................................................................... 3
MỤC LỤC ...................................................................................................................... 4
DANH SÁCH CÁC HÌNH ............................................................................................. 6
DANH SÁCH CÁC BẢNG ........................................................................................... 7
CHƯƠNG 1 .................................................................................................................... 8
MỞ ĐẦU ........................................................................................................................ 8
1.1. Lý do lựa chọn đề tài ........................................................................................ 8
1.1.1. Tầm quan trọng của tiếng Anh [16]............................................................ 8
1.1.2. Phương pháp học như thế nào cho đạt hiệu quả cao nhất. ......................... 8
1.2. Mục tiêu nghiên cứu ......................................................................................... 9
1.3. Phương pháp nghiên cứu .................................................................................. 9
1.4. Các công việc cụ thể......................................................................................... 9
1.5. Kết quả đạt được ............................................................................................ 10
CHƯƠNG 2 .................................................................................................................. 11
BÀI TOÁN XÂY DỰNG MÔ HÌNH NGƯỜI HỌC MỞ TRONG HỆ THỐNG HỌC
TIẾNG ANH THÍCH NGHI TRÊN ĐIỆN THOẠI DI ĐỘNG ................................... 11
2.1. Giới thiệu bài toán .......................................................................................... 11
2.2. Khái niệm ngữ cảnh, thích nghi theo ngữ cảnh.............................................. 11
2.2.1. Khái niệm ngữ cảnh .................................................................................. 11
2.2.2. Sự thích nghi theo ngữ cảnh ..................................................................... 13
2.3. Giới thiệu về mobile learning ......................................................................... 14
2.3.1. Lịch sử hình thành[15] ............................................................................. 15
2.3.2. Tình hình M-Learning hiện nay................................................................ 16
2.3.3. Tương lai................................................................................................... 17
2.4. Mô hình kiến trúc hệ thống ............................................................................ 17
2.4.1. Lớp phát hiện (Detection Layer) .............................................................. 19

2.4.2. Lớp dữ liệu (Database Layer) ................................................................... 21
2.4.3. Lớp thích nghi (Adaptation Layer) ........................................................... 29
CHƯƠNG 3 .................................................................................................................. 33
CÀI ĐẶT VÀ THỬ NGHIỆM ..................................................................................... 33
3.1. Công nghệ sử dụng ......................................................................................... 33
3.2. Cài đặt............................................................................................................. 35
3.2.1. Chức năng chính ....................................................................................... 35
3.2.2. Thiết kế ..................................................................................................... 36
3.3. Thử nghiệm .................................................................................................... 50
3.3.1. Dữ liệu ...................................................................................................... 50
3.3.2. Kết quả ...................................................................................................... 50
4


CHƯƠNG 4 .................................................................................................................. 56
KẾT LUẬN .................................................................................................................. 56
4.1. Đánh giá hệ thống .......................................................................................... 56
4.2. Kết luận .......................................................................................................... 57
TÀI LIỆU THAM KHẢO ............................................................................................ 59

5


DANH SÁCH CÁC HÌNH
Hình 1.1. Minh họa sự thích nghi ngữ cảnh .................................................................. 13
Hình 2.1 Mô hình kiến trúc hệ thống ............................................................................ 18
Hình 2.3. Mô hình nội dung .......................................................................................... 25
Hình 2.4. Mô hình học của hệ thống ............................................................................. 27
Hình 2.5. Mô hình người học trong hệ thống MobileEnglish ....................................... 29
Hình 3.1. Mô hình cài đặt .............................................................................................. 35

Hình 3.2. Mô hình nội dung trong hệ thống MobileEnglish ......................................... 39
Hình 3.3. Màn hình Welcome ....................................................................................... 40
Hình 3.4. Màn hình đăng nhập ...................................................................................... 40
Hình 3.5. Màn hình đăng kí ........................................................................................... 40
Hình 3.6. Màn hình Menu ............................................................................................. 40
Hình 3.7. Màn hình danh sách các chủ đề ..................................................................... 40
Hình 3.8. Màn hình lựa chọn ngữ cảnh ......................................................................... 40
Hình 3.9. Màn hình hiển thị nội dung của chủ đề ........................................................ 41
Hình 3.10. Màn hình lựa chọn số câu hỏi...................................................................... 41
Hình 3.11. Màn hình Question ...................................................................................... 41
Hình 3.12. Màn hình View Result ................................................................................. 41
Hình 3.13. Màn hình Result .......................................................................................... 41
Hình 3.14. Màn hình User Profiles ................................................................................ 41
Hình 3.15. Màn hình View Profiles............................................................................... 42
Hình 3.16. Màn hình Change Password ........................................................................ 42
Hình 3.17. Mô hình chi tiết chương trình ...................................................................... 44
Hình 3.18. Mô hình cơ sở dữ liệu .................................................................................. 45
Hình 3.19. Test 1 ........................................................................................................... 51
Hình 3.20. Test 2 ........................................................................................................... 53
Hình 3.21. Test 3 ........................................................................................................... 55

6


DANH SÁCH CÁC BẢNG

Bảng 2.1. Các giá trị của các yếu tố vị trí...................................................................... 21
Bảng 2.2. Các giá trị của các yếu tố thời gian ............................................................... 22
Bảng 2.3. Các giá trị của các mức tập trung .................................................................. 22
Bảng 2.4. Mức độ kiến thức .......................................................................................... 23

Bảng 2.5. Giá trị đại diện cho mô hình người học dựa vào các yếu tố ngữ cảnh: vị trí,
độ tập trung và thời gian ................................................................................................ 26
Bảng 2.6. Mô hình người học được kết hợp các yếu tố ngữ cảnh và kiến thức của
người học ....................................................................................................................... 27
Bảng 2.7. Quy tắc thích nghi theo mô hình học ............................................................ 30
Bảng 2.8. Bảng mức độ khó của câu hỏi ....................................................................... 32
Bảng 3.1. Vị trí các giá trị mặc định cho mức độ tập trung .......................................... 37
Bảng 3.2. Tham số kết hợp giữa Vị trí và mức độ khó của topic (Location and Level
of Topic: LL) ................................................................................................................. 37
Bảng 3.3. Giá trị của các mô hình tham số.................................................................... 38
Bảng 3.4. Cấu trúc bảng Users ...................................................................................... 45
Bảng 3.5. Cấu trúc bảng Topics .................................................................................... 46
Bảng 3.6. Cấu trúc bảng Logs ....................................................................................... 46
Bảng 3.7. Cấu trúc bảng Times ..................................................................................... 47
Bảng 3.8. Cấu trúc bảng Levels..................................................................................... 47
Bảng 3.9. Cấu trúc bảng Context................................................................................... 48
Bảng 3.10. Cấu trúc bảng Contents ............................................................................... 48
Bảng 3.11. Cấu trúc bảng Questions ............................................................................. 49
Bảng 3.12. Cấu trúc bảng Answers ............................................................................... 49
Bảng 4.13. Kết quả bảng hỏi ......................................................................................... 56

7


CHƯƠNG 1
MỞ ĐẦU
1.1. Lý do lựa chọn đề tài
1.1.1. Tầm quan trọng của tiếng Anh [16]
 Tiếng Anh chính là ngôn ngữ chính thức của hơn 53 quốc gia và vùng lãnh thổ,
và là ngôn ngữ chính thức của khối E.U, là ngôn ngữ thứ 3 được nhiều người

sử dụng nhất chỉ sau tiếng Trung Quốc và Tây Ban Nha. Do vậy, tiếng Anh
ngày nay được xem là ngôn ngữ quốc tế.
 Học tiếng Anh giúp cải thiện bản thân, cải thiện cuộc sống và tương lai. Khi
sinh viên ra trường và mong muốn được làm việc ở một công ty tốt, có mức
lương khá và môi trường ổn định, thì cần phải có vốn tiếng Anh tốt để đáp ứng
yêu cầu của nhà tuyển dụng.
 Học tiếng Anh cũng là điều kiện quan trọng để bạn có thể tiếp cận, cập nhật
những nguồn tri thức từ khắp thế giới. Có tới hơn 1 tỷ trang Web sử dụng
tiếng Anh. Những phần mềm thông dụng nhất trên thế giới, những mạng xã
hội nổi tiếng nhất, những cổng thông tin phong phú nhất, những ví điện tử
được ưa chuộng nhất, tất cả đều được viết bằng tiếng Anh.
 Học tốt tiếng Anh sẽ giúp tăng cường sự năng động trong môi trường xã hội,
tự tin trong giao tiếp và luôn muốn khám phá những nền văn hóa của các nước
trên thế giới.
1.1.2. Phương pháp học như thế nào cho đạt hiệu quả cao nhất.
Nhiều người đã nhanh chóng nhận ra được tầm quan trọng của việc thành thạo
tiếng Anh đối với tương lai của mình nên đã chăm chỉ rèn luyện, trau dồi kiến thức từ
vựng, khả năng phản xạ nhanh trong giao tiếp. Tuy nhiên, trong quá trình học, một số
người lại cảm thấy vẫn rất khó khăn và cảm thấy chán nản khi học ngoại ngữ. Một
trong những lý do chính là chưa tìm thấy được sự thoải mái trong học tập hay phương
pháp học hợp lý.
Nếu như khoảng chục năm trước đây, học tiếng Anh chỉ được thấy trong các lớp
học chính khóa tại các trường trung học dưới sự hướng dẫn của giáo viên người Việt
Nam, cách học tập trung quá nhiều vào ngữ pháp, máy móc và thụ động khiến cho học
sinh xem việc học ngoại ngữ như một "cực hình", học xong lại quên vì không được
ứng dụng trong thực tế. Thì giờ đây, sự phát triển của công nghệ thông tin đã giúp cho
việc tiếp cận với ngôn ngữ mới nhanh và hiệu quả hơn rất nhiều.
Việc áp dụng những thành quả của công nghệ vào việc học đang được phổ biến
trong mọi tầng lớp. Người học có thể học qua truyền hình, qua máy tính, học trực
tuyến qua mạng internet. Đặc biệt với sự phát triển rất nhanh của thiết bị điện thoại di

8


động trong vài năm gần đây, thì việc học tập trên điện thoại di động được quan tâm
hơn cả. So với phương pháp học truyền thống, học tập trên thiết bị di động cho phép
người học có các cơ hội lớn hơn về thời gian, địa điểm, cách tiếp cận và ngữ cảnh học
tập [9][13].
Với đặc tính di động, sự phát triển công nghệ cho điện thoại di động là một xu
hướng phát triển trong một loạt các hoạt động trong cuộc sống hiện đại như: truyền
thông, giải trí, ngân hàng, giáo dục. Vì vậy, học tập trên thiết bị di động (m-learning)
cũng đang nổi lên như là nghiên cứu quan trọng trong lĩnh vực e-learning. Một trong
những lợi ích của việc học tập trên thiết bị di động là khả năng cung cấp tài liệu học
tập ở mọi lúc mọi nơi. Trong hai thập kỷ, hệ thống thích nghi Hypermedia (AH) đã
được phát triển để cung cấp cho người học với tài liệu học tập thích nghi dựa trên nhu
cầu của họ thông qua việc đánh giá mô hình học [14]. Hầu hết các AH đều được thiết
kế cho các máy tính cá nhân, do đó, nó đòi hỏi một vị trí nhất định và thời gian. Có địa
điểm và thời gian hạn chế, các học viên cảm thấy khó khăn để tiếp cận các hệ thống
học tập bất cứ khi nào họ cần. Do đó, các thế hệ gần đây nhất của nghiên cứu học tập
di động tập trung vào các ứng dụng học tập di động nhận biết ngữ cảnh. Với đặc tính
thích nghi, các học viên có thể dễ dàng duyệt qua các nội dung khóa học thích nghi
như họ muốn.
1.2. Mục tiêu nghiên cứu
Luận văn hướng tới việc cá nhân hóa mô hình người học mở dựa trên các yếu tố
ngữ cảnh nhằm hỗ trợ sinh viên Việt Nam học và luyện thi tiếng Anh trên các thiết bị
di động (điện thoại di động, Personal Digital Assistant (PDA)).
1.3. Phương pháp nghiên cứu
Phương pháp nghiên cứu trong luận văn là đi sâu vào bài toán “Xây dựng mô
hình người học mở trong hệ thống học tiếng Anh thích nghi trên điện thoại di động”,
xây dựng mô hình người học, các thành phần trong mô hình và sự tương tác giữa các
mô hình thông qua các luật thích ứng. Sau đó sẽ tiến hành cài đặt và thử nghiệm

chương trình MobileEnglish.
1.4. Các công việc cụ thể
Nghiên cứu bài toán “Xây dựng mô hình người học mở trong hệ thống học tiếng
Anh thích nghi trên điện thoại di động”:
 Giới thiệu về bài toán
 Thế nào là ngữ cảnh, thích nghi theo ngữ cảnh
 Giới thiệu về mobile learning
 Mô hình kiến trúc hệ thống
o Lớp phát hiện
9


o Lớp dữ liệu
o Lớp thích ứng
Cài đặt và thử nghiệm hệ thống MobileEnglish:
 Công nghệ sử dụng
 Cài đặt
o Chức năng chính
o Thiết kế
 Thử nghiệm
o Dữ liệu
o Kết quả
1.5. Kết quả đạt được
Những đóng góp chính của luận văn là cá nhân hóa nội dung học bằng cách sử
dụng mô hình học mở. Sinh viên có thể điều chỉnh mô hình học của mình bằng cách
thương lượng với hệ thống. Quá trình thương lượng có thể được diễn ra một hoặc
nhiều lần tùy thuộc vào mức độ hài lòng của sinh viên. Đồng thời, luận văn xây dựng
một ứng dụng thử nghiệm học và luyện thi tiếng Anh trên thiết bị di động, gọi là
MobileEnglish, dựa trên kết quả nghiên cứu của luận văn.

10


CHƯƠNG 2
BÀI TOÁN XÂY DỰNG MÔ HÌNH NGƯỜI HỌC MỞ TRONG HỆ THỐNG
HỌC TIẾNG ANH THÍCH NGHI TRÊN ĐIỆN THOẠI DI ĐỘNG
2.1. Giới thiệu bài toán
Trong thời đại hiện nay, sự phát triển mạnh mẽ của công nghệ thông tin, đặc biệt
là phát triển về thiết bị di động, như laptop, mobile phone, máy tính bảng v.v….Xã hội
cũng như trình độ của con người càng được nâng cao nhờ sự trợ giúp của các thiết bị
hiện đại. Con người ngày càng bận rộn hơn với công việc của mình, luôn phải di
chuyển để làm việc, và thời gian rảnh rỗi thường rất ít. Đồng thời công việc thường đòi
hỏi người làm phải có một trình độ ngoại ngữ nhất định, thường là yêu cầu về tiếng
Anh. Thế nên nhu cầu học tiếng Anh của con người cũng chính vì thế mà ngày càng
tăng. Vấn đề đặt ra là làm thế nào mà có thể học tiếng Anh đạt được hiệu quả khi mà
người học luôn phải di chuyển, không ở một vị trí cố định và một vấn đề nữa là thời
gian có thể học của mỗi người là khác nhau, thường là rất ít, làm thế nào để có thể tận
dụng thời gian này để học tốt tiếng Anh.
Bài toán được chia làm hai nội dung chính, bao gồm phần học theo ngữ cảnh và
phần luyện thi. Phần học theo ngữ cảnh chính là nội dung của chương trình học. Nội
dung này được xây dựng dựa trên các yếu tố: chủ để của lĩnh vực học (ví dụ như:
Nouns, Adjective, Adverb, Pronoun,…) và ngữ cảnh học (bao gồm: vị trí của người
học, mức độ khó của chủ đề và thời gian có thể sử dụng của người học). Người học sẽ
không trực tiếp lựa chọn nội dung học, mà thông qua lựa chọn chủ đề và ngữ cảnh học.
Dựa trên hai lựa chọn này kết hợp với kiến thức của người học đã tích lũy được từ lần
học trước đó, hệ thống sẽ tự động sinh ra nội dung học phù hợp. Kiến thức mà người
học tích lũy được, được sinh ra khi người học hoàn thành khóa học. Do vậy nếu người
học học lần đầu tiên thì kiến thức là chưa có, hệ thống sẽ mặc định bằng 0.
Phần thứ hai là phần luyện thi, phần này sẽ bao gồm các câu hỏi dạng tìm lỗi sai
trong câu, điền từ thích hợp vào chỗ trống. Luyện thi là một phần không thể thiếu khi

học tiếng Anh, nó là một dạng bài tập giúp đánh giá được kết quả học tập của người
học trong suốt quá trình học. Nó giúp người học củng cố lại kiến thức đã học trước đó
để người học nắm chắc kiến thức mình đã học, từ đó vận dụng vào thực tiễn tốt hơn.
2.2. Khái niệm ngữ cảnh, thích nghi theo ngữ cảnh
Như đã giới thiệu trong phần 1, phần này chúng ta sẽ tìm hiểu thế nào là ngữ
cảnh và sự thích nghi theo ngữ cảnh như thế nào.
2.2.1. Khái niệm ngữ cảnh
Ngữ cảnh là một khái niệm mở, nó là không giới hạn của trí tưởng tượng của một
người. Tương ứng với mỗi hoàn cảnh và công việc cụ thể thì ngữ cảnh được định
nghĩa khác.
11


Theo A.K.Dey, ngữ cảnh là bất kỳ thông tin có thể được sử dụng để mô tả trạng
thái của một thực thể như một người, địa điểm hoặc đối tượng được coi là có liên quan
đến sự tương tác giữa người dùng và ứng dụng [3]. Trong khi đó, theo B.Hu, trong mlearning, ngữ cảnh là tập các trạng thái môi trường và các thiết lập thích hợp dựa trên
vai trò giữa một người học và gia sư [4].
Trong lĩnh vực máy tính, bốn giả định có vẻ như là nền tảng cho khái niệm "ngữ
cảnh" cho lĩnh vực này:
 Thứ nhất, ngữ cảnh là một hình thức của thông tin [10]. Đó là một điều mà có
thể được biết đến như mã hóa và đặc trưng các thông tin được mã hóa và các
hệ thống phần mềm.
 Thứ hai, ngữ cảnh là có khả năng xảy ra. Đối với một số thiết lập của các ứng
dụng hoặc các yêu cầu ứng dụng, chúng ta có thể xác định được trước ngữ
cảnh của các hoạt động hỗ trợ ứng dụng.
 Thứ ba, ngữ cảnh là ổn định. Mặc dù các yếu tố chính xác của một đặc trưng
ngữ cảnh có thể thay đổi từ ứng dụng này tới ứng dụng khác, chúng không
khác nhau trong trường hợp một hoạt động hay một sự kiện. Việc xác định sự
liên quan của bất kỳ khả năng nào của yếu tố ngữ cảnh có thể được thực hiện
một lần và cho tất cả.

 Thứ tư, và quan trọng nhất, ngữ cảnh và các hoạt động được tách riêng. Hoạt
động sẽ xảy ra "bên trong" ngữ cảnh. Ngữ cảnh mô tả các tính năng của môi
trường mà trong đó hoạt động này diễn ra, nhưng nó tách biệt với bản thân
hoạt động.
Trong quá trình cá nhân hóa mô hình học tập trên thiết bị di động, luận văn xem
xét khía cạnh ngữ cảnh là thông tin. Đồng thời, định nghĩa ngữ cảnh theo thông tin
một cách cụ thể như sau:
Ngữ cảnh là những thông tin có tác động đến người học trong các hoạt động
học tập.
Các đặc điểm của ngữ cảnh:
 Ngữ cảnh là động
 Ngữ cảnh là mối quan hệ
 Ngữ cảnh là không hoàn hảo
Phân loại ngữ cảnh:
 Phân loại theo ứng dụng:
o Thông tin ngữ cảnh cấp thấp
o Thông tin ngữ cảnh cấp cao
12


 Phân loại theo tập quan điểm:
o Ngữ cảnh trực tiếp (cảm nhận hoặc quy định)
o Ngữ cảnh gián tiếp (suy ra từ ngữ cảnh trực tiếp).
 Phân loại theo thời điểm:
o Ngữ cảnh tĩnh
o Ngữ cảnh động
2.2.2. Sự thích nghi theo ngữ cảnh
Sự thích nghi không nên được hiểu như là một mối quan hệ một-một giữa người
dùng và ứng dụng, thay vào đó nó phải được xem xét như là một mối quan hệ giữa ứng
dụng và các yếu tố khác của các thiết lập đó (ví dụ như các thiết bị, môi trường vật lý,

người sử dụng v.v…)

Hình 1.1. Minh họa sự thích nghi ngữ cảnh
Sự thích nghi ngữ cảnh chính là mối quan hệ giữa máy tính và ngữ cảnh, và để
tính toán bất kì thông tin ngữ cảnh nào chúng ta cần có một mối quan hệ. Bất kì hệ
thống nào cũng có thể tập trung vào mọi loại ngữ cảnh bất kì (đặc biệt là người dùng).
Tuy nhiên, chúng ta cần phải nhận thức được rằng ứng dụng cần phải thích ứng cho
những kích thước ngữ cảnh khác nhau, mặc dù nó cũng cần có kích thước ngữ cảnh
riêng của mình. Mỗi người dùng ở mỗi hoàn cảnh khác nhau, có những nhu cầu khác
nhau, điều kiện về thời gian khác nhau,…sẽ hình thành nên những ngữ cảnh khác nhau.
Chẳng hạn, sinh viên học tiếng Anh, tại lớp học, thời gian học 45 phút, kiến thức được
truyền tải thông qua giáo viên giảng dạy và sinh viên học trên giáo trình. Khi đó hình
thành một ngữ cảnh, giả sử ta gọi đó là ngữ cảnh học tại trường. Cũng với việc sinh
viên học tiếng Anh đó, nhưng học tại vị trí ở nhà, thời gian học 2 giờ, kiến thức thu
được thông qua giáo trình và trên mạng internet. Với hoàn cảnh thứ hai này, hình
thành nên một ngữ cảnh mới, giả sử ta gọi đó là ngữ cảnh học tại nhà. Như vậy cùng
với việc học tiếng Anh, như ví dụ trên đã hình thành hai ngữ cảnh khác biệt.
13


Luận văn giả định rằng có một số yếu tố ngữ cảnh có ảnh hưởng đến khả năng
tiếp thu bài giảng của mỗi học viên. Các yếu tố ngữ cảnh bao gồm: vị trí, thời gian,
thái độ và kiến thức của người học. Cụ thể, yếu tố thứ nhất, yếu tố vị trí của người học
cho phép khoanh vùng thông tin và các dịch vụ. Trong mô hình của chúng tôi, yếu tố
vị trí cho phép hệ thống thích nghi với các vị trí của học viên tham gia khóa học. Như
S.Cui đề xuất trong TenseITS [5], vị trí là một nơi đặc biệt mà học sinh sử dụng thiết
bị di động để học tập như vị trí tại nhà, trạm xe buýt, khách sạn, v.v… Yếu tố thứ hai,
yếu tố thời gian đề cập đến thời gian thực trong ngày. Đặc biệt, khoảng thời gian mà
người học tương tác với hệ thống là rất quan trọng để người học có thể đáp ứng được
yêu cầu đặt ra của bài học. Thứ ba, thái độ học tập của người học cũng được coi là một

yếu tố của ngữ cảnh. Nó đề cập đến thái độ của người học như mức độ tập trung, mức
độ quan tâm khi họ tham gia vào khóa học. Cuối cùng, kiến thức của người học được
coi là một yếu tố để xác định những nội dung khóa học nên được học trong các giai
đoạn tiếp theo.
Nhận biết ngữ cảnh mô tả một quá trình trong đó các yếu tố ngữ cảnh được sử
dụng để hướng tới mục tiêu cung cấp các tài liệu học tập thích nghi cho người học
trong quá trình tương tác hệ thống dựa trên vị trí, thời gian, sở thích của người học
cũng như kiến thức của người học. Quá trình này bao gồm hai chức năng chính: 1)
phát hiện ngữ cảnh và 2) xử lý ngữ cảnh [6]. Các dữ liệu của người học được tập hợp
lại, sau đó được xử lý ngữ cảnh, kết quả thu được là một mô hình học được cá nhân
hóa.
Reichenbancher [7] ghi nhận rằng có bốn cấp độ khác nhau của sự thích nghi:
mức độ thông tin, trình độ công nghệ, giao diện người dùng và khả năng trình bày. Tập
trung vào mức độ thông tin, mô hình của chúng tôi nhằm mục đích thích nghi tài liệu
học theo các yếu tố ngữ cảnh nêu trên.
2.3. Giới thiệu về mobile learning
Các thuật ngữ M-Learning (Mobile-Learning), hay "học tập trên điện thoại di
động", có ý nghĩa khác nhau cho các cộng đồng khác nhau. M-Learning có thể được
định nghĩa: Cách thức học tập có thể thay đổi khi người học không ở một vị trí cố định
và thay đổi theo sự phát triển của công nghệ di động. Nói cách khác M-Learning giảm
giới hạn của vị trí học tập với các thiết bị di động cầm tay nói chung.
Thuật ngữ này bao gồm: học tập với các công nghệ di động (không giới hạn đối
với các máy tính cầm tay), máy nghe nhạc MP3, máy tính xách tay và điện thoại di
động. Tuy nhiên, có thể hiểu một cách đơn giản, M-Learning là hình thức sử dụng điện
thoại như là thiết bị đầu cuối cho việc học tập, đào tạo.
M-learning thuận tiện ở chỗ nó có thể truy cập từ bất kỳ nơi nào. M-Learning
giống như các hình thức khác của E-Learning cũng là tổng hợp, chia sẻ gần như tức
thời bằng cách sử dụng một nội dung cho tất cả mọi người, và tiếp nhận thông tin phản
14

hồi từ người học. Với M-Learning cho phép người học chủ động lựa chọn cách thức
học tập của mình.
Nội dung học tập cung cấp trên M-Learning có thể chia thành nhiều cấp độ:
Cấp độ 1: Âm thanh + Text
Cấp độ 2: Âm thanh + Slide (Ảnh + Text)
Cấp độ 3: Video và các nội dung số khác
Những ích lợi khi sử dụng M-Learning cho thị trường giáo dục:
 Người học có thể học mọi lúc mọi nơi theo đúng nghĩa khi mang thiết bị di
động bên mình, mọi người có thể học lúc đi trên tàu, nghe khi lái ô tô; đi du
lịch…
 Khả năng tương tác nhanh và linh hoạt hơn các thiết bị đầu cuối khác.
 Thiết bị di động thuận tiện trong việc mang theo và sử dụng.
 Giá thành thiết bị di động rẻ hơn nên cơ hội người dùng tiếp cận phương pháp
học này cao hơn.
 Khuyến khích người dùng trải nghiệm thêm các cơ hội học tập thay vì chơi
game và các ứng dụng khác trên điện thoại di động.
Tại thời điểm này, Mobile Learning có thể ứng dụng tốt cho những mục đích:
 Tiếp nhận kiến thức trước các bài học
 Theo dõi nội dung chính và củng cố kiến thức bài học
 Cung cấp nội dung của các tài liệu, các cuốn sách hay.
 Ứng dụng cho truyền thông.
 Đánh giá người học.
 Các ứng dụng trong lĩnh vực kinh doanh: kinh doanh nội dung cho đối tượng
người học; kinh doanh quảng cáo; điều tra thương hiệu; phát triển SMS và
Mobile Marketting; phát triển đào tạo nhân viên cho các tập đoàn.
2.3.1. Lịch sử hình thành[15]
Trước những năm 1970, Linguaphone phát hành một loạt các bài học ngôn ngữ
trên các bình sáp (wax cylinders).
Từ thập niên 70 đến thập niên 80, Alan Kay và các đồng nghiệp trong nhóm

nghiên cứu học tập tại Xerox Palo Alto Research Center [PARC] đề xuất Dynabook
như là một cuốn sách có kích thước máy tính để chạy mô phỏng cho việc học.
Dynabooks là các máy trạm nối mạng đầu tiên.

15


Trong thập niên 90, các trường Đại học ở châu Âu và châu Á phát triển và thử
nghiệm M-Learning cho sinh viên.
Thập niên 2000, Ủy ban châu Âu tài trợ cho các dự án đa quốc gia MOBIlearn và
M-Learning.
2.3.2. Tình hình M-Learning hiện nay
Trong những năm qua M-Learning đã phát triển từ một nghiên cứu nhỏ đến các
dự án quan trọng trong trường học, văn phòng, bảo tàng, thành phố và các vùng nông
thôn trên toàn thế giới[11]. Cộng đồng M-Learning vẫn bị phân mảnh, với những quan
điểm khác nhau trong các quốc gia, sự khác nhau giữa học thuật và công nghiệp, và
giữa các trường trung học, trường đại học và các lĩnh vực học tập khác.
Các lĩnh vực hiện tại đang được phát triển gồm:
 Kiểm tra, khảo sát, hỗ trợ công việc trong thời gian (JIT) học tập
 Dựa trên địa điểm và học tập theo ngữ cảnh
 Xã hội hóa học tập trên mạng điện thoại di động
 Game giáo dục trên điện thoại di động
 Cung cấp M-Learning cho điện thoại di động bằng hai phương pháp: gửi tin
nhắn SMS và gọi điện.
 Lưu trữ điện toán đám mây [12]
Theo một báo cáo của Ambient Insight trong năm 2008, "thị trường Mỹ cho sản
phẩm M-Learning và dịch vụ đang tăng trưởng ở mức 21,7% trong CAGR và doanh
thu đạt 538.000.000 $ trong năm 2007. Các dữ liệu chỉ ra rằng nhu cầu tương đối miễn
dịch đối với sự suy thoái của nền kinh tế".
Các hội thảo và hội chợ thương mại đã được hình thành để thảo luận và nghiên

cứu về học tập trên điện thoại di động và thiết bị cầm tay, bao gồm: IMLF2016 tại
Thái Lan, IMCL2015 tại Hy Lap, mLearn, WMUTE, các hội nghị quốc tế IADIS
Mobile Learning , ICML tại Jordan, Mobile Learning tại Malaysia, Handheld Learning
tại London, SALT Mobile tại Mỹ.
Ở Việt Nam, đây là một thị trường tiềm năng. Theo số liệu tổng kết của Bộ
TT&TT, đến cuối năm 2014 Việt Nam có 138,6 triệu thuê bao di động. Mật độ thuê
bao di động là 140 thuê bao/100 dân, mật độ sử dụng 3G là 26 thuê bao/100 dân. [17].
Bên cạnh đó, sự phát triển của công nghệ phần mềm với các ngôn ngữ lập trình cụ thể
trên các hệ điều hành: android, iphone,…, phát triển giúp triển khai các ựng dụng cho
điện thoại, ipad, … một cách dễ dàng hơn. Đây cũng là đòn bẩy để phát triển mạnh
hơn các MLS (Mobile Learning System). Các ứng dụng trên điện thoại ngày một đa
dạng trên mọi lĩnh vực (học tập, kinh doanh, giải trí, đào tạo…) và thiết bị. Tuy nhiên,
M-Learning mới được quan tâm trong thời gian gần đây, nên các tài liệu nghiên cứu,
16


tìm hiểu về M-learning ở Việt Nam không nhiều. Gần đây các hội nghị, hội thảo về
công nghệ thông tin và giáo dục đều có đề cập nhiều đến vấn đề E-learning, trong đó
có M-Learning, và khả năng áp dụng vào môi trường đào tạo ở Việt Nam như: Hội
thảo nâng cao chất lượng đào tạo ĐHQGHN năm 2000, Hội nghị giáo dục đại học năm
2001 và gần đây là Hội thảo khoa học quốc gia lần thứ nhất về nghiên cứu phát triển
và ứng dụng công nghệ thông tin và truyền thông ICT/rda 2/2003, Hội thảo khoa học
quốc gia lần II về nghiên cứu phát triển và ứng dụng công nghệ thông tin và truyền
thông ICT/rda 9/2004, và hội thảo khoa học “Nghiên cứu và triển khai E-learning” do
Viện Công nghệ Thông tin (ĐHQGHN) và Khoa Công nghệ Thông tin (Đại học Bách
khoa Hà Nội) phối hợp tổ chức đầu tháng 3/2005 là hội thảo khoa học về E-learning
đầu tiên được tổ chức tại Việt Nam. Ngày hội Vietnam Mobile Day 2014 nằm trong
chuỗi Mobile Day trên toàn thế giới đã thảo luận các vấn đề có liên quan đến điện
thoại trong những năm qua và định hướng phát triển cho điện thoại di động trong
tương lai.

2.3.3. Tương lai
M-Learning đang là một lĩnh vực mới đối với nhiều quốc gia, đồng thời nó mới
được nhìn nhận và tập trung nghiên cứu trong những năm gần đây. Do vậy việc nghiên
cứu về M-Learning vẫn đang được quan tâm, nghiên cứu rất nhiều của các nhà khoa
học, các trung tâm công nghệ, giáo dục và tầng lớp đông đảo người dân. Hướng
nghiên cứu cho M-Learning trong tương lai sẽ tậ trung vào các lĩnh vực:
 Địa điểm học
 Near Field Communications (NFC) an toàn giao dịch
 Thiết bị cảm ứng và gia tốc trong các thiết bị di động
 Điện thoại di động sáng tạo nội dung (bao gồm cả người dùng tạo ra nội dung)
 Trò chơi và mô phỏng cho học tập trên các thiết bị di động
 Ngữ cảnh học tập
 Tăng cường tính xác thực trên các thiết bị di động
2.4. Mô hình kiến trúc hệ thống
Để giải quyết bài toán “xây dựng mô hình người học mở trong hệ thống học tiếng
Anh thích nghi trên điện thoại di động”, trong luận văn, chúng tôi xin đề xuất một hệ
thống với kiến trúc bao gồm ba lớp: lớp phát hiện, lớp dữ liệu và lớp thích nghi.

17


Hình 2.1 Mô hình kiến trúc hệ thống
Trong đó:
 Lớp phát hiện (detection layer) có vai trò tiếp nhận thông tin người học tương
tác với hệ thống, sau đó phân loại thông tin thành các kiểu được xác định sẵn
và chuyển các kiểu thông tin này đến lớp dữ liệu hay lớp thích nghi
(adaptation layer).
 Lớp dữ liệu (database layer) là nơi lưu trữ các mô hình nội dung, mô hình
người học, dữ liệu về ngữ cảnh và dữ liệu về kiến thức của người học. Với các
thông tin được lớp phát hiện chuyển tới đồng thời dựa vào các luật thích nghi

và cơ chế thực thi của lớp thích nghi, lớp dữ liệu sẽ cung cấp cho người học
một mô hình học tập với những nội dung thích hợp, thỏa mãn yêu cầu người
học. Luận văn tập trung nghiên cứu mô hình người học trong lớp dữ liệu này
để giải quyết bài toán đã đặt ra ở trên.
 Lớp thích nghi (adaptation layer) bao gồm các luật về ngữ cảnh, các luật thích
nghi và các cơ chế thực thi các luật này. Dựa vào các luật ngữ cảnh và luật
thích nghi, hệ thống sẽ lựa chọn và đưa ra mô hình học tập phù hợp nhất cho
người học.
Nguyên lý hoạt động của mô hình:
Khi người học tương tác với hệ thống thông qua giao diện người dùng, lớp phát
hiện sẽ xác định thông tin của người học cung cấp thuộc loại yêu cầu nào để điều
hướng xử lý.
 Trường hợp 1: Nếu là yêu cầu về nội dung học tập thì hệ thống xác định dựa
vào thông tin ngữ cảnh (vị trí, thời gian, mức độ tập trung) và chủ đề mà người
học cung cấp.
 Trường hợp 2: Nếu là yêu cầu về đánh giá kiến thức thì hệ thống xác định
thông qua lựa chọn đánh giá trình độ người học hoặc thông qua phản hồi khi
người học kết thúc phần đánh giá trước đó.
18


Sau khi thông tin được xử lý ở lớp phát hiện, nếu thông tin thuộc trường hợp 1,
hệ thống sẽ dựa vào dữ liệu ngữ cảnh kết hợp với kiến thức người học trước đó, thuộc
lớp dữ liệu, và áp dụng các luật ngữ cảnh để đưa ra mô hình người học phù hợp. Từ
mô hình người học hệ thống sẽ áp dụng các luật thích nghi để đưa ra mô hình nội dung
tương ứng. Sau đó, hệ thống tương tác trở lại người học thông qua giao diện người
dùng. Nếu thông tin thuộc trường hợp 2, hệ thống sẽ áp dụng trực tiếp các luật ngữ
cảnh kết hợp với thông tin về kiến thức người học trước đấy để đưa ra mô hình người
học với nội dung đánh giá tương ứng. Sau đó, hệ thống phản hồi thông qua giao diện
chương trình tới người học.

Chúng ta sẽ tiếp tục đi sâu vào nghiên cứu các lớp của hệ thống trong các mục
tiếp theo dưới đây.
2.4.1. Lớp phát hiện (Detection Layer)
Các chức năng của lớp phát hiện là xác định các yêu cầu của người học, bao gồm
các yêu cầu về nội dung học tập hoặc yêu cầu hệ thống thay đổi mức đánh giá kiến
thức của người học. Các yêu cầu về nội dung học tập của người được xác định thông
qua việc lựa chọn các yếu tố mà hệ thống cung cấp, như chủ đề và các ngữ cảnh, sau
đó hệ thống sẽ tạo ra nội dung học tập phù hợp với những lựa chọn có sẵn cho từng đối
tượng người học. Các yếu tố này đã được đưa ra trên giao diện người dùng để người
học có thể lựa chọn. Yêu cầu về nội dung này được áp dụng cho người học, khi họ
chọn chủ đề mới hoặc trong ngữ cảnh mới (như thay đổi về vị trí, thời gian học). Bên
cạnh đó, yêu cầu đánh giá về mức độ hiểu biết của người học được thực hiện khi người
học hoàn thành nội dung học tập của mình. Đồng thời yêu cầu đánh giá này cũng được
thực hiện khi người học muốn thay đổi chỉ số đánh giá mức độ hiểu biết về chủ đề mà
người học đã tham gia trước đó. Hoặc khi người học cảm thấy không hài lòng với kết
quả mà hệ thống đã đánh giá và muốn hệ thống đánh giá lại kiến thức của mình. Đối
với yêu cầu này, người học phải trải qua việc kiểm tra và đánh giá quá trình học tập
trong hệ thống thông qua các câu hỏi đánh giá. Yêu cầu này là một sự thay đổi trong
kiến thức về các chủ đề mà người học đã tham gia. Vì vậy, khi người học thực hiện
yêu cầu này có nghĩa là người học muốn thay đổi mức độ kiến thức trong cơ sở dữ liệu
để đạt được một mức độ hiểu biết cao hơn so với thực tế. Ngoài việc đưa ra ngữ cảnh
và thu thập ý kiến phản hồi từ người học, lớp phát hiện còn bao gồm một bài kiểm tra
đánh giá cho những người học lần đầu tiên tham gia vào hệ thống.
2.4.1.1. Thành phần phát hiện yêu cầu (Detect Request)
Thành phần này có trách nhiệm phân loại các yêu cầu mà người học tương tác
với hệ thống. Trong hệ thống này, yêu cầu đầu vào được chia thành hai loại:
 Thứ nhất, các yêu cầu về nội dung, khi người học cần về nội dung học tập, yêu
cầu sẽ được thông qua thành phần phát hiện yếu tố ngữ cảnh để xử lý.

19

 Thứ hai, các yêu cầu về thay đổi trong mức độ kiến thức, được hệ thống đánh
giá sau khi hoàn thành nội dung học tập, của người học đối với mỗi chủ đề.
Nội dung học tập được hệ thống thông cung cấp dựa trên các dữ liệu về ngữ
cành mà người học lựa chọn.
2.4.1.2. Thành phần phát hiện yếu tố ngữ cảnh (Context Factor Detection)
Đối với một hệ thống học tiếng Anh, việc xác định các yếu tố ngữ cảnh đầu vào
là một bước đầu tiên trong hệ thống xử lý. Thành phần phát hiện yếu tố ngữ cảnh là
một phần của lớp phát hiện, chức năng của nó là để xác định các yếu tố ngữ cảnh mà
những người học cung cấp cho hệ thống để bắt đầu quá trình học tập của mình. Ngữ
cảnh trong hệ thống đã được xác định, bao gồm cả vị trí của người học, thời gian cần
thiết mà họ có thể sử dụng để hoàn thành các nội dung khóa học và mức độ tập trung
họ trong quá trình học tập. Mỗi người có thể học tại các vị trí giống nhau hoặc khác
nhau. Tương tự như vậy, họ có thể có thời gian để học giống nhau hoặc khác nhau.
Tuy nhiên mức độ tập trung của mỗi người là riêng biệt. Nói chung, chúng ta có thể
nói rằng mỗi người có một hoàn cảnh riêng biệt, hầu hết trong số họ là khác nhau. Vì
vậy, thành phần phát hiện yếu tố ngữ cảnh được sinh ra với nhiệm vụ xác định cụ thể
giá trị của các thành phần ngữ cảnh mà người học cung cấp. Những giá trị này là đầu
vào cho lớp dữ liệu của hệ thống. Thành phần này chỉ hoạt động khi có sự tương tác về
ngữ cảnh giữa người học và hệ thống. Nghĩa là, trong quá trình học tập, người học
không có bất kỳ sự thay đổi về vị trí, thời gian và sự tập trung, các thành phần này sẽ
không xác định lại các yếu tố ngữ cảnh này. Do đó, các yếu tố ngữ cảnh mặc định
cung cấp cho hệ thống sau đó là các yếu tố ngữ cảnh được người học lựa chọn đầu tiên
khi sử dụng hệ thống. Nói cách khác, thành phần phát hiện yếu tố ngữ cảnh được gọi
khi người học có yêu cầu thay đổi về vị trí, thời gian hay sự tập trung.
2.4.1.3. Thành phần yêu cầu về kiến thức (Request's Knowledge)
Sau mỗi nội dung học tập, người học phải hoàn thành một bài kiểm tra. Hệ thống
sẽ đánh giá sự hiểu biết về nội dung học được thông qua kết quả của quá trình kiểm tra.
Tuy nhiên, kết quả đánh giá của hệ thống không thể đáp ứng người học. Người học có

thể nghĩ rằng mức độ hiểu biết về lĩnh vực đó là tốt, trong khi được hệ thống đánh giá
ở mức độ bình thường. Do đó, họ sẽ không đồng ý với đánh giá này, họ muốn thay đổi
đánh giá này, họ muốn hệ thống đánh giá lại mức độ hiểu biết về nội dung của họ. Sau
đó, họ yêu cầu thay đổi mức độ hiểu biết về lĩnh vực đó. Khi người học có yêu cầu này,
thông tin sẽ được chuyển đến thành phần Request's Knowledge. Thành phần này có
trách nhiệm xử lý các yêu cầu thay đổi sự hiểu biết về một chủ đề mà người học đã
tham gia. Thành phần này là cần thiết để tiếp nhận đầu vào từ người học về việc cập
nhật các đánh giá kiến thức của họ về chủ đề đã tham gia. Các bản cập nhật là một sự
thay đổi trong dữ liệu của người học trong hệ thống cơ sở dữ liệu. Nó liên quan đến
các yếu tố tương ứng với ngữ cảnh và chủ đề mà họ thay đổi mức độ kiến thức. Do đó,
nó sẽ được kết hợp với các yếu tố ngữ cảnh mà người học bước đầu đã cung cấp cho
20


hệ thống. Sự kết hợp này sẽ được tổ chức tại lớp thích nghi. Vì vậy, thành phần
Request's Knowledge được thực hiện khi có yêu cầu cập nhật dữ liệu về mức độ hiểu
biết của người học và cung cấp hệ cho thống xử lý. Khi người học tham gia trong hệ
thống thành phần Request's Knowledge có thể được sử dụng nhiều lần, lặp đi lặp lại
cho đến khi người học chấp nhận sự đánh giá của hệ thống về trình độ hiểu biết của
mình đối với từng chủ đề đã tham gia.
2.4.2. Lớp dữ liệu (Database Layer)
Lớp dữ liệu là một thành phần của hệ thống, nơi dữ liệu được lưu trữ và cung cấp
cho hệ thống. Lớp này bao gồm bốn thành phần con: dữ liệu ngữ cảnh, kiến thức của
người học, mô hình người học và mô hình nội dung. Các thành phần được liên kết chặt
chẽ với nhau. Thứ nhất, ngữ cảnh được tách thành hai thành phần, bao gồm dữ liệu về
ngữ cảnh (địa điểm và thời gian) và dữ liệu về kiến thức của người học. Việc tách
thành hai thành phần này sẽ hỗ trợ hệ thống xử lý trong việc cập nhật các kiến thức
cần thiết từ các phản hồi người học tốt hơn. Hệ thống sẽ chỉ phải cập nhật các mức độ
hiểu biết của người học mà không cần phải thay đổi ngữ cảnh của các lựa chọn trước
đó của họ. Kiến thức của người học là những thông tin đánh giá của hệ thống đối với

người học được lưu trữ lại. Đây là mức độ kiến thức đã học của người học sau khi
hoàn thành bài học. Thứ hai, mô hình người học và mô hình nội dung là hai thành
phần được rút ra dựa trên các luật thích ứng trong quá trình người dùng tương tác với
hệ thống và được lưu lại trong cơ sở dữ liệu.
2.4.2.1. Dữ liệu ngữ cảnh (Context Data)
Thông tin ngữ cảnh là những thông tin thu được từ yêu cầu của người học như vị
trí, khoảng thời gian để học và mức độ tập trung của người học. Những yếu tố này đòi
hỏi người học phải điền vào trước khi họ tham gia vào khóa học. Trong mô hình này,
luận văn xác định vị trí là một địa điểm mà người học sử dụng thiết bị di động để tham
gia khóa học. Địa điểm được xác định cụ thể như nhà, trạm xe buýt, khách sạn, vv.
Mỗi địa điểm được mô tả bởi một giá trị rời rạc tương ứng trong Bảng 2.1. Giá trị này
thể hiện các yếu tố tác động đến hoạt động học tập như mức độ tập trung, tần số gián
đoạn tần và thời gian có thể học tập. Các giá trị thấp hơn chỉ ra rằng vị trí ảnh hưởng
đến các yếu tố ngữ cảnh là cao hơn, trong khi giá trị cao hơn cho thấy tác động đó là
thấp hơn.
Bảng 2.1. Các giá trị của các yếu tố vị trí
STT

Vị trí

Giá trị

1

Trạm xe bus

1

2

Nhà hàng

2

3

Cuộc đi chơi

3

21


Vị trí

STT

Giá trị

4

Khuôn viên

4

5

Nhà

5

Khoảng thời gian học là thời gian mà người học có khả năng sử dụng trong quá
trình học tập. Về giới hạn thời gian trong việc sử dụng thiết bị di động, chúng tôi sử
dụng bốn lựa chọn của khoảng thời gian cho việc lựa chọn thời gian để học. Đó là 15,
30, 45, và 60 phút. Tương tự như vị trí, chúng tôi sử dụng các giá trị rời rạc để xác
định mức độ tập trung, tương ứng trong Bảng 2.2. Người học có thể lựa chọn một
trong các thông số trước khi tham gia khóa học. Những giá trị chỉ được sử dụng để giả
định về mức độ tập trung của người học bởi vì không thể đảm bảo cho rằng người học
sẽ tập trung khi họ học.
Bảng 2.2. Các giá trị của các yếu tố thời gian
STT

Thời gian (phút)

Giá trị

1

15

1

2

30

2

3

45

3

4

60

4

Các tham số tập trung được thiết kế để xác định các yêu cầu của người học tập
trung vào việc học, trong khi học sinh sử dụng thiết bị di động để duyệt khóa học. Ba
mức độ tập trung được đề xuất là thấp, trung bình và cao. Mỗi mức độ tập trung cũng
được mô tả bởi giá trị rời rạc là 1, 2 và 3 tương ứng trong Bảng 2.3.
Bảng 2.3. Các giá trị của các mức tập trung
STT

Mức tập trung

Giá trị

1

Thấp

1

2

Trung Bình

2

3

Cao

3

2.4.2.2. Kiến thức của người học (Learner’s Knowledge)
Kiến thức của người học là mức đánh giá của hệ thống về kiến thức của người
học trong những chủ đề đã tham gia. Kiến thức này là kết quả thu được bằng hai
phương pháp:

22


 Thứ nhất, đó là kết quả của quá trình học tập. Kết quả này được xác định bởi:
sau mỗi nội dung bài học, hệ thống sẽ cung cấp và yêu cầu người học hoàn
thành một số lượng nhất định câu hỏi. Sau đó hệ thống dựa trên số lượng câu
hỏi mà người học hoàn thành đúng để đưa ra tỷ lệ đánh giá đối với từng chủ đề
mà người học đã chọn. Tỷ lệ này sẽ được báo cho cho người học. Nếu người
học không chấp nhận tỷ lệ đánh giá này, họ có thể thay đổi đánh giá mà theo
khả năng của họ bằng cách gửi phản hồi tới hệ thống. Hệ thống sẽ dựa vào dữ
liệu thông tin phản hồi và ngữ cảnh trước đó, tạo ra một tập hợp các câu hỏi
cho người học để hoàn thành. Hệ thống sẽ đánh giá lại và thông báo cho người
học. Quy trình thông báo – phản hồi – đánh giá được thực hiện lặp đi lặp lại
cho đến khi người học chấp nhận mức độ kiến thức mà hệ thống đánh giá.
 Thứ hai, các đánh giá kiến thức ban đầu của người học mà không yêu cầu
người học phải hoàn thành một nội dung trước đó. Một tập hợp các câu hỏi sẽ

được tạo ra tự động và ngẫu nhiên bao gồm những chủ đề căn bản nhất mà ban
đầu người sử dụng cần để đạt được. Việc hoàn thành các câu hỏi và nhận được
thông tin phản hồi được xác định tương tự như phương pháp trên.
Kiến thức của người học sau khi được thống nhất và được lưu trong cơ sở dữ liệu
sẽ được chia thành năm cấp độ cơ bản: Kém, Trung bình, Tốt, Rất tốt và Xuất sắc. Mỗi
cấp độ cũng được mô tả bởi giá trị rời rạc như cho thấy trong Bảng 2.4.
Bảng 2.4. Mức độ kiến thức
STT Mức độ kiến thức người học Giá trị
1

Kém

1

2

Trung bình

2

3

Tốt

3

4

Rất tốt

4

5

Xuất sắc

5

2.4.2.3. Mô hình nội dung (Content Model)
Luận văn biểu diễn các nội dung khóa học dưới dạng cấu trúc cây với các nút
biểu diễn các chủ đề theo thứ tự từ trên xuống dưới. Mỗi chủ đề bao gồm một số các
nút con. Các lá là một nút mà không có các nút con. Mỗi chủ đề có chứa nội dung học
chi tiết. Mỗi nút có một số thuộc tính để phân biệt và chúng là những cơ sở để thực
hiện các luật thích ứng. Các mô hình người học quyết định xem nút được chọn cho
người học có khác nhau hay không. Nó không những quyết định số lượng các nút cần
thiết để học mà còn quyết định độ sâu của nội dung cây mà người học đang đề xuất để
duyệt. Có một số lý do giải thích tại sao nội dung khóa học nên được biểu diễn như là
23