Hỗ trợ chọn chuyên ngành cho sinh viên Việt Nam sử dụng phương pháp học máy
Luận văn · Thạc sĩ · năm 2022 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Hồ Thụy Hương Thủy |
| Người hướng dẫn | Ngô Tấn Vũ Khanh |
| Cơ sở đào tạo | Trường Đại học Kinh tế TP. Hồ Chí Minh |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Chọn đúng chuyên ngành phù hợp năng lực giúp sinh viên có định hướng nghề nghiệp tốt trong tương lai, tránh việc làm sai ngành, sai nghề cũng như giảm thiểu tình trạng thất nghiệp và tạo ra gánh nặng cho nền kinh tế - xã hội. Trong nghiên cứu này, tác giả đề xuất hỗ trợ việc lựa chọn chuyên ngành phù hợp cho sinh viên Việt Nam dựa trên kết quả học tập và nhóm môn học đặc trưng có ảnh hưởng đến các chuyên ngành bằng các mô hình học máy như Hồi quy Logistic (Logistic Regression), Láng giềng gần (K-Nearest Neighbors), Máy véc-tơ hỗ trợ (Support Vector Machine) và Rừng ngẫu nhiên (Random Forest). Sau khi thực nghiệm các mô hình trên hơn 15.000 dữ liệu kết quả môn học của sinh viên ngành Quản trị kinh doanh của Đại học Duy Tân (Đà Nẵng) và sử dụng các phương pháp đánh giá mô hình, kết quả thực nghiệm với độ chính xác lần lượt cao nhất là Random Forest: 83%, Logistic Regression: 78%, K-Nearest Neighbors: 77%, và cuối cùng là Support Vector Machine: 72%. Trong đó, mô hình Random Forest có độ chính xác cao nhất cùng với các chỉ số độ chuẩn xác (Precision), độ nhạy (Recall), F1-score cũng cao hơn các mô hình còn lại được chọn để triển khai thành mô hình chính thức cho việc hỗ trợ lựa chọn chuyên ngành phù hợp cho sinh viên ngành Quản trị kinh doanh nói riêng và khối ngành kinh tế nói chung.
Mô hình học máyMachine learningLựa chọn chuyên ngànhChoosing suitable majorsSinh viên Việt NamVietnamese students
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Xây dựng cơ sở dữ liệu về phục hồi rừng thứ sinh nghèo tại xã Nậm Ty, huyện Hoàng Su Phì, tỉnh Hà Giang phục vụ công tác quản lý phát triển Lâm nghiệp
- Giải pháp hoàn thiện văn hóa tổ chức tại Trung tâm Công nghệ Thông tin và Truyền thông Thành phố Hồ Chí Minh
- Nâng cao chất lượng dịch vụ công nghệ thông tin của Trung tâm Phần mềm Viettel 1 - chi nhánh Tập đoàn Công nghiệp - Viễn thông Quân đội
- Giải pháp thúc đẩy quyết định mua hàng trực tuyến tại Công ty TNHH Đơn Giản Là Đẹp
- Phân tích và dự báo tỷ suất sinh lời của cổ phiếu sử dụng dữ liệu VN30 tần suất cao bằng phương pháp Deep Learning
- Các yếu tố ảnh hưởng đến quá trình chia sẻ tri thức và năng lực đổi mới của tổ chức: nghiên cứu trường hợp các công ty công nghệ thông tin phần mềm tại Thành phố Hồ Chí Minh
- Quản lý nhà nước về ứng dụng công nghệ thông tin trên địa bàn tỉnh An Giang
- Nâng cao năng lực cạnh tranh cụm ngành công nghệ thông tin Việt Nam
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.