LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG HỆ THỐNG KHAI THÁC VÀ GỢI Ý TRI THỨC HỌC THUẬT TỪ LUẬN VĂN CAO HỌC TẠI ĐẠI HỌC CẦN THƠ

Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảLê Hoàng Gia Khánh
Người hướng dẫnTrần Thanh Điện
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2026
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Đề tài tập trung nghiên cứu và xây dựng hệ thống khai thác, gợi ý tri thức học thuật từ kho dữ liệu luận văn cao học giai đoạn 2022-2025 của Đại học Cần Thơ. Mục tiêu cốt lõi là cung cấp một công cụ tương tác thông minh hỗ trợ giảng viên, học viên và cán bộ quản lý khoa học vượt qua rào cản tìm kiếm từ khóa truyền thống, dễ dàng tiếp cận và khai phá chiều sâu nội dung của các công trình nghiên cứu. Hệ thống tích hợp đa dạng các tính năng phân tích chuyên sâu bao gồm: tra cứu ngữ nghĩa, tóm tắt tự động, sinh từ khóa, gợi ý chủ đề, nhận diện xu hướng đề tài qua các năm và phân tích khoảng trống nghiên cứu. Về mặt công nghệ, đề tài ứng dụng sức mạnh của trí tuệ nhân tạo tạo sinh, cụ thể là tích hợp mô hình ngôn ngữ lớn (Large Language Model - LLM) Gemini 2.5 Flash kết hợp cùng kiến trúc sinh văn bản tăng cường truy xuất (Retrieval-Augmented Generation - RAG). Sự kết hợp này đóng vai trò then chốt giúp hệ thống hiểu sâu bối cảnh học thuật phức tạp, cung cấp các câu trả lời tự nhiên, chính xác và có độ tin cậy cao dựa trên các nguồn tài liệu đã được xác thực, giảm thiểu tối đa hiện tượng "ảo giác". Về kiến trúc phần mềm, hệ thống được thiết kế theo chuẩn ứng dụng web hiện đại. Phân hệ Backend được xây dựng bằng FastAPI để điều phối luồng dữ liệu, kết nối với cơ sở dữ liệu NoSQL MongoDB quản lý siêu dữ liệu và cơ sở dữ liệu Vector Qdrant phục vụ truy xuất không gian ngữ nghĩa. Phân hệ Frontend được phát triển bằng ReactJS, mang đến trải nghiệm người dùng trực quan, tối giản và thân thiện. Kết quả thử nghiệm thực tế cho thấy nền tảng vận hành ổn định với tốc độ truy xuất tối ưu. Hệ thống thể hiện năng lực vượt trội trong việc tổng hợp tri thức chéo, gợi ý định hướng nghiên cứu mới và giải đáp các truy vấn học thuật có dẫn chứng minh bạch. Những kết quả đạt được không chỉ khẳng định tiềm năng ứng dụng mạnh mẽ của LLM trong lĩnh vực quản trị tri thức, mà còn đóng góp trực tiếp vào công cuộc chuyển đổi số giáo dục tại Đại học Cần Thơ, tạo tiền đề vững chắc cho việc tích hợp vào các hệ thống thư viện số và cổng học liệu thông minh trong tương lai. Từ khóa: Hệ thống khai thác tri thức, LLM, Gemini, Xử lý ngôn ngữ tự nhiên, RAG, FastAPI, ReactJS, MongoDB, Qdrant, Quản trị tri thức học thuật, Chuyển đổi số giáo dục. This research focuses on developing an academic knowledge mining and recommendation system based on the master's thesis repository period 2022-2025 of Can Tho University. The core objective is to provide an intelligent interactive tool that helps lecturers, students, and academic administrators overcome the limitations of traditional keyword-based search, enabling them to easily access and explore the in-depth content of research works. The system integrates a variety of advanced analytical features, including semantic search, automatic summarization, keyword extraction, topic suggestion, trend detection over time, and research gap analysis. On the technological side, the project leverages the power of Generative Artificial Intelligence, specifically integrating the Large Language Model (LLM) Gemini 2.5 Flash together with the Retrieval-Augmented Generation (RAG) architecture. This combination plays a key role in enabling the system to deeply understand complex academic contexts, providing natural, accurate, and highly reliable answers based on verified sources, while minimizing the phenomenon of "AI hallucination". Regarding software architecture, the system follows modern web application standards. The backend is built with FastAPI to orchestrate data flows, connecting to a NoSQL database (MongoDB) for metadata management and a vector database (Qdrant) for semantic retrieval. The frontend is developed with ReactJS, offering an intuitive, minimalist, and user-friendly user experience. Real-world experimental results show that the platform operates stably with optimal retrieval latency. The system demonstrates outstanding capabilities in cross-document knowledge synthesis, suggesting new research directions, and answering academ
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

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

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.