Bài báo: “Community Detection for Personalized Learning Pathway Recommendations on IT E-Learning System”

Link bài báo:

Sinh viên thực hiện: 

Trần Mẫn Quân – 19520873 – HTLC2019.1 – Tác giả chính.

Đặng Nguyễn Phước An – 19521171 – HTLC2019.1– Đồng tác giả

Nguyễn Minh Nhựt – 220104018 – CH K17.2 – Đồng tác giả

Giảng viên hướng dẫn: PGS.TS Nguyễn Đình Thuân

Tóm tắt bài báo:

Cuộc khủng hoảng COVID-19 đã nổi lên như một "kẻ gây rối mang tính xây dựng" đối với lĩnh vực giáo dục vì nó đã làm gián đoạn việc giảng dạy trên lớp nhưng cũng đồng thời nâng cao vai trò của công nghệ trong học tập. Với tốc độ phát triển nhanh chóng của công nghệ, việc tự học đang trở thành một phương pháp học tập phổ biến, đặc biệt trong ngành Công nghệ thông tin, giúp người học nâng cao kiến thức và kỹ năng đáp ứng nhu cầu của thị trường. Hệ thống E-Learning cũng từ đó ngày càng phát triển, trở thành phương tiện tự học hiệu quả và tiềm năng. Tuy nhiên, do phần lớn nội dung học tập trên mạng là rời rạc nên câu hỏi làm thế nào để học nhiều kiến thức một cách có hệ thống và hiệu quả trong một lĩnh vực cụ thể luôn là một bài toán đối với E-learning. Giữa hàng trăm khóa học được cung cấp trên các trang web E-Learning, người tự học cần có một lộ trình học cụ thể cũng như cần các khoá học đúng nhất với nhu cầu và khả năng của mỗi người.

Đề tài này mô phỏng lại một hệ thống E-Learning cơ bản, lấy tên là EduPath và thêm vào những cải tiến trong hệ thống. Đề tài tập trung nghiên cứu về phương pháp Graph Neural Network (GNN) và các thuật toán khai thác mạng xã hội, sau đó kết hợp các mô hình với nhau để xây dựng hệ khuyến nghị tích hợp vào hệ thống ELearning. Hệ thống sẽ lấy thông tin khảo sát từ người dùng thông qua Chatbot để đưa ra lộ trình riêng học tập được cá nhân hoá cho mỗi người và gợi ý những khoá học tiếp theo có độ phù hợp cao với từng người dùng. Bên cạnh đó, Chatbot cũng hỗ trợ người dùng đưa ra các gợi ý về vị trí công việc, cơ hội việc làm và mức lương tương ứng

The 10th International Conference on Future Data and Security Engineering (FDSE) là diễn đàn hàng đầu được thiết kế dành cho các nhà nghiên cứu và học viên quan tâm đến các hoạt động tiên tiến và thực tiễn về dữ liệu, thông tin, kiến thức và kỹ thuật bảo mật để khám phá những ý tưởng tiên tiến, trình bày và trao đổi kết quả nghiên cứu cũng như các ứng dụng nâng cao sử dụng nhiều dữ liệu, cũng như thảo luận các vấn đề mới nổi về dữ liệu, thông tin, kiến thức và kỹ thuật bảo mật. Tại FDSE, các nhà nghiên cứu và học viên sẽ không chỉ có thể chia sẻ các giải pháp nghiên cứu cho các vấn đề của xã hội kỹ thuật bảo mật và dữ liệu ngày nay mà còn xác định các vấn đề và hướng đi mới cho công việc nghiên cứu và phát triển liên quan trong tương lai.

FDSE Proceedings đã được lập chỉ mục trong Scopus, EI Compendex, DBLP và được liệt kê trong Conference Proceeding Citation Index (CPCI) của Thomson Reuters.

Thông tin chi tiết:

Hải Băng - Cộng tác viên Truyền thông trường bet365 betting