XÂY DỰNG HỆ THỐNG QUẢN LÝ LỘ TRÌNH HỌC TẬP TÍCH HỢP CHATBOT AI HỖ TRỢ TƯ VẤN HỌC VỤ

Abstract

Trong đào tạo theo hệ thống tín chỉ, sinh viên cần chủ động xây dựng kế hoạch học tập, theo dõi học phần tiên quyết, nhóm tự chọn, số tín chỉ tích lũy và kết quả học tập. Tuy nhiên, chương trình đào tạo thường được công bố dưới dạng PDF hoặc Excel có cấu trúc bảng phức tạp, trong khi quy định học vụ được trình bày trong các tài liệu dài. Điều này làm tăng thời gian tra cứu và nguy cơ sai sót khi sinh viên tự lập lộ trình. Luận văn trình bày quá trình xây dựng CTUPath, một hệ thống web quản lý lộ trình học tập tích hợp chatbot AI hỗ trợ tư vấn học vụ. Hệ thống được xây dựng với Node.js và Express ở tầng máy chủ, PostgreSQL ở tầng dữ liệu và giao diện web responsive ở tầng người dùng. Đối với dữ liệu chương trình đào tạo, đề tài xây dựng pipeline hybrid: ưu tiên lớp văn bản gốc của PDF; khi chất lượng không đạt, hệ thống gọi dịch vụ FastAPI sử dụng PaddleOCR và PPStructureV3 để nhận dạng bố cục và nội dung bảng. Kết quả OCR được kiểm định theo chuỗi số thứ tự, mã học phần, tên học phần và độ phủ trang, sau đó được chia nhỏ và chuẩn hóa bằng mô hình Llama thông qua Groq. Hệ thống đồng thời hỗ trợ nhập chương trình đào tạo và kế hoạch học tập mẫu từ Excel bằng hai nhánh xử lý riêng. CTUPath cung cấp các chức năng đăng ký, đăng nhập, khôi phục mật khẩu qua email, xác định niên khóa từ mã số sinh viên, quản lý danh sách học phần, lập kế hoạch theo học kỳ, theo dõi GPA và tín chỉ hoàn thành. Học phần điều kiện được loại khỏi phép tính GPA nhưng vẫn được ghi nhận trong tín chỉ hoàn thành khi đạt yêu cầu. Chức năng đề xuất học cải thiện ưu tiên các học phần có điểm thấp, sau đó xét số tín chỉ và cho phép đặt mục tiêu điểm riêng cho từng học phần. Chatbot được xây dựng bằng Dialogflow CX và Data Store để tra cứu quy chế; các yêu cầu thêm, xóa và tra cứu học phần được thực hiện bởi fulfillment Node.js sau khi kiểm tra dữ liệu cá nhân và điều kiện học tập. Kết quả kiểm thử hồi quy trên bảy tệp Excel thuộc nhiều ngành cho thấy bộ đọc dữ liệu xác định đúng số học phần, nhóm tự chọn, học phần không tính GPA và lịch học mẫu theo dữ liệu đối chiếu. Kết quả bước đầu chứng minh khả năng kết hợp xử lý tài liệu, quản lý lộ trình và trợ lý hội thoại trong một hệ thống thống nhất. Các hướng phát triển gồm mở rộng bộ dữ liệu PDF, đánh giá định lượng độ chính xác OCR và chatbot, triển khai máy chủ chính thức và tích hợp thêm cơ chế khuyến nghị lộ trình cá nhân hóa. Từ khóa: quản lý lộ trình học tập; OCR; PP-StructureV3; chatbot học vụ; Dialogflow CX; GPA. In a credit-based education system, students are expected to proactively build study plans, track prerequisites and elective groups, accumulate the required credits, and monitor their academic performance. Nevertheless, curricula are commonly published as complex PDF or Excel tables, whereas academic regulations are distributed in lengthy documents. These conditions increase search effort and the likelihood of errors in manual planning. This thesis presents CTUPath, a web-based study path management system integrated with an AI chatbot for academic advising. The system is implemented with Node.js and Express, PostgreSQL, and a responsive web interface. Curriculum documents follow a hybrid pipeline: native PDF text is preferred when it passes quality checks; otherwise, a FastAPI service uses PaddleOCR and PP-StructureV3 for layout and table recognition. Rows, course codes, names, and page coverage are validated before rate-limit-aware chunks are normalized by a Llama model through Groq. Curriculum Excel files and sample study plans use separate parsers. CTUPath provides account management, email-based password recovery, cohort inference, course catalog management, semester planning, GPA tracking, and completed-credit calculation. Conditional courses are excluded from GPA but still contribute to completed credits when passed. Improvement recommendations rank low-grade, high-credit courses and allow an independent target grade for each course. Dialogflow CX and a Data Store answer regulation questions, while Node.js fulfillment performs authenticated course operations under academic and ownership constraints. Regression tests on seven Excel files from different programs matched the reference course counts, elective groups, GPA-excluded courses, and sample-plan records. The results support the feasibility of combining document processing, study path management, and conversational assistance. Future work will expand PDF benchmarks, evaluate OCR and chatbot quality quantitatively, and deploy the platform in a production environment. Keywords: study path management; optical character recognition; PPStructureV3; academic advising chatbot; Dialogflow CX; grade point average.