Xử lý dữ liệu sinh viên thông qua ứng dụng kỹ thuật học máy để hỗ trợ công tác tuyển sinh

Tóm tắt

Bài báo trình bày kết quả nghiên cứu về việc xây dựng tập dữ liệu sinh viên và kết quả ứng dụng kỹ thuật học máy để lập chương trình dự báo cho loại tốt nghiệp sinh viên, dự báo các yếu tố trong tổ hợp tuyển sinh ảnh hưởng tới kết quả học tập của sinh viên. Để giải quyết các bài toán trên, chúng tôi tiến hành nghiên cứu trên bộ dữ liệu của ngành Giáo dục tiểu học của trường Đại học Thủ đô Hà Nội (dữ liệu trong 5 năm từ 2016 đến 2020). Các kỹ thuật học máy được sử dụng bao gồm kỹ thuật Logistic Regression (để
dự báo kết quả tốt nghiệp của sinh viên) và một kỹ thuật cải tiến của kỹ thuật Linear discriminant analysis (để dự báo nhân tố quan trọng ảnh hưởng tới kết quả học tập của sinh viên) - kỹ thuật Discriminative Feature Selection. Từ đó nhóm tác giả đưa ra những đề xuất khuyến nghị về xu hướng tuyển sinh trình độ đại học hệ chính quy một số khuyến nghị về việc tổ chức đào tạo và chiến lược tuyển sinh cho trường Đại học Thủ đô Hà Nội.