ỨNG DỤNG MÁY HỌC TRONG VIỆC GỢI Ý NGÀNH HỌC CHO HỌC SINH

Abstract

Việc lựa chọn ngành học phù hợp là vấn đề cấp thiết đối với học sinh và sinh viên, bởi việc chọn sai ngành không chỉ gây lãng phí thời gian, chi phí học tập mà còn ảnh hưởng đến cơ hội phát triển nghề nghiệp trong tương lai. Thực tế hiện nay cho thấy nhiều học sinh chưa đủ thông tin, kiến thức và công cụ để đánh giá sở thích và tính cách của bản thân, dẫn đến quyết định ngành học còn dựa nhiều vào cảm tính hoặc áp lực từ gia đình, bạn bè. Đề tài “Ứng dụng máy học trong việc gợi ý ngành học cho học sinh dựa trên trắc nghiệm RIASEC và TIPI” ra đời nhằm hỗ trợ học sinh chọn được ngành học một cách khoa học hơn theo mô hình hướng nghiệp Holland (RIASEC) và mô hình Big Five (TIPI). Dữ liệu được sử dụng là bộ dữ liệu khảo sát nghề nghiệp được thu thập bởi Open Source Psychometrics Project (OSSP) - một tổ chức phi lợi nhuận chuyên cung cấp các bài kiểm tra tâm lý học trực tuyến với khoảng 145000 mẫu. Áp dụng để huấn luyện 3 mô hình máy học Bayes, Decision tree, SVM. Múc đích là để dựa vào các nhóm tính cách nghề nghiệp, tính cách cá nhân để đưa ra gợi ý về ngành học phù hợp cho học sinh. Kết quả đánh giá cho thấy mô hình Decision Tree đạt Precision = 0.78, Recall = 0.80, F1-Score = 0.79, thể hiện khả năng phân tách các tổ hợp đặc trưng hiệu quả. Trong khi đó, Naive Bayes và SVM cũng được thử nghiệm nhưng do dữ liệu rời rạc và nhiều tổ hợp hiếm nên cây quyết định cho kết quả đánh giá tốt hơn, phù hợp với mục tiêu gợi ý ngành học cá nhân cho học sinh.