Khai phá dữ liệu người học hỗ trợ công tác quản lý đào tạo và tư vấn: Nghiên cứu tại Trường Đại học Công nghiệp Hà Nội

Abstract

Nghiên cứu này khai phá dữ liệu người học tại Trường Đại học Công nghiệp Hà Nội nhằm dự báo khả năng tốt nghiệp đúng hạn và xếp loại tốt nghiệp của sinh viên. Dựa trên hai mô hình, sử dụng dữ liệu nhân khẩu học và kết quả học tập của 4 kỳ hoặc 6 kỳ, các nhà nghiên cứu đã áp dụng các thuật toán học máy để dự báo. Kết quả cho thấy mô hình sử dụng dữ liệu 6 kỳ có độ chính xác cao hơn, với tỉ lệ dự báo tốt nghiệp đúng hạn đạt 90% và dự báo xếp loại tốt nghiệp đạt 95%. Mô hình này, đặc biệt sử dụng thuật toán Random Forest, cung cấp tài liệu hữu ích giúp nhà trường và sinh viên cải thiện tỉ lệ tốt nghiệp đúng hạn và đạt kết quả cao.