LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG ỨNG DỤNG WEB QUẢN LÝ HOẠT ĐỘNG NGOẠI KHÓA CHO LIÊN CHI HỘI SINH VIÊN CẦN THƠ TÍCH HỢP AI

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 Trường Kỳ
Người hướng dẫnVõ Huỳnh Trâm
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2026
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Bối cảnh: Trong môi trường giáo dục đại học, việc quản lý và tham gia các hoạt động ngoại khóa đóng vai trò then chốt trong việc đánh giá danh hiệu "Sinh viên 5 tốt". Tuy nhiên, các phương thức quản lý truyền thống hiện nay vẫn tồn tại nhiều bất cập như quy trình điểm danh thủ công dễ gây nhầm lẫn, việc lưu trữ minh chứng rèn luyện rời rạc và sinh viên thường bị quá tải thông tin, dẫn đến khó khăn trong việc tìm kiếm các hoạt động phù hợp với sở thích và lộ trình phát triển cá nhân. Mục tiêu: Đề tài tập trung xây dựng ứng dụng web quản lý hoạt động ngoại khóa cho Liên Chi hội sinh viên Cần Thơ tích hợp trí tuệ nhân tạo (AI). Mục tiêu cốt lõi của nghiên cứu là số hóa toàn diện quy trình tổ chức rèn luyện, sử dụng công nghệ để định hướng hoạt động cá nhân hóa cho từng sinh viên, từ đó nâng cao hiệu quả quản lý và đẩy mạnh phong trào "Sinh viên 5 tốt" trong đơn vị. Phương pháp: Hệ thống được phát triển theo kiến trúc hiện đại với sự phân tách rõ ràng giữa các dịch vụ. Frontend sử dụng Next.js để tối ưu hóa hiệu suất và trải nghiệm người dùng; Backend xây dựng trên nền tảng Node.js (NestJS) kết hợp cơ sở dữ liệu PostgreSQL đảm bảo tính toàn vẹn dữ liệu nghiệp vụ. Module gợi ý được triển khai bằng Python (FastAPI), áp dụng kỹ thuật lai ghép giữa lọc cộng tác và lọc dựa trên nội dung (Hybrid Recommendation). Nhằm tối ưu hiệu năng xử lý cho hệ thống thời gian thực, module AI sử dụng kỹ thuật Vector nhị phân (Binary Vector) kết hợp độ đo Cosine Similarity và Ma trận đồng xuất hiện (Co-occurrence Matrix) để phân tích sở thích sinh viên thay vì các mô hình ngôn ngữ sâu phức tạp. Kết quả: Ứng dụng hoàn thiện cung cấp giải pháp quản lý xuyên suốt từ khâu khởi tạo, phê duyệt đến công bố hoạt động. Tính năng "Gợi ý hoạt động AI" đạt hiệu quả cao trong việc đưa ra các đề xuất cá nhân hóa dựa trên hồ sơ sở thích của sinh viên. Hệ thống cũng tích hợp thành công cơ chế điểm danh đa phương thức, cùng bảng điều khiển hiển thị tiến độ tiêu chí "Sinh viên 5 tốt" theo thời gian thực, giúp sinh viên chủ động hoàn thiện hồ sơ rèn luyện. Kết luận: Đề tài khẳng định tính khả thi và hiệu quả của việc ứng dụng AI và chuyển đổi số vào công tác quản lý sinh viên. Kết quả nghiên cứu không chỉ giải quyết các vấn đề thực tiễn của Liên Chi hội sinh viên Cần Thơ mà còn tạo tiền đề vững chắc cho các hướng phát triển tiếp theo như ứng dụng thị giác máy tính (Computer Vision) để tự động hóa duyệt minh chứng và triển khai phiên bản di động đa nền tảng. Context: In higher education, managing and participating in extracurricular activities is crucial for the "5-Good Student" title evaluation. However, traditional methods suffer from manual attendance fraud, fragmented evidence storage, and information overload, making it difficult for students to find activities that align with their interests and personal development goals. Objectives: This research aims to develop a web application for managing extracurricular activities for the Can Tho Student Association with AI integration. The core objective is to fully digitize the training process and utilize AI to provide personalized activity orientation for each student, thereby enhancing management efficiency and the "5-Good Student" movement. Methods: The system adopts a modern architecture with clear service separation. The Frontend utilizes Next.js for performance and user experience; the Backend is built on Node.js (NestJS) with a PostgreSQL database to ensure data integrity. The Recommendation Module, developed using Python (FastAPI), applies a hybrid approach of Content-based and Collaborative Filtering. To optimize real-time processing, the AI module employs Sparse Binary Vectors combined with Cosine Similarity and Co-occurrence Matrices for interest analysis, bypassing complex deep learning models for better efficiency. Results: The completed application provides a seamless management solution from activity creation to approval and publication. The "AI Activity Recommendation" feature effectively delivers personali
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.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play