Trong suốt thập niên vừa qua, sự đổi mới trong hệ thống giáo dục liên quan đến sự xuất hiện của công nghệ mới là giáo dục trực tuyến. Đây là hình thức phổ cập kiến thức máy tính không phụthuộc vào vị thế hay phần cứng. được xem như đóng vai trò quan trọng và hàng ngàn khoá học trên web đã được triển khai trong vài năm qua. Nhưng nhiều trong số các khoá học này lại dựa trên các tư liệu học tập tĩnh, không thực sự phù hợp với sự đa dạng trong sinh viên.
24 trang |
Chia sẻ: vietpd | Lượt xem: 1521 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Tổng quan về bài toán khai khoáng dữ liệu giáo dục đào tạo, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
-4-
CHƯƠNG 2: TỔNG QUAN VỀ BÀI TOÁN KHAI KHOÁNG DỮ LIỆU
GIÁO DỤC ðÀO TẠO
2.1 Giới thiệu
Trong suốt thập niên vừa qua, sự ñổi mới trong hệ thống giáo dục liên quan
ñến sự xuất hiện của công nghệ mới là giáo dục trực tuyến. ðây là hình thức phổ
cập kiến thức máy tính không phụ thuộc vào vị thế hay phần cứng. ðược xem như
ñóng vai trò quan trọng và hàng ngàn khoá học trên web ñã ñược triển khai trong
vài năm qua. Nhưng nhiều trong số các khoá học này lại dựa trên các tư liệu học tập
tĩnh, không thực sự phù hợp với sự ña dạng trong sinh viên. Hệ thống giáo dục thích
ứng và thông minh ñược coi như giải pháp cho môi trường học tập cá nhân. Hệ
thống này cung cấp cho người học chế ñộ học tập cá nhân bằng cách xây dựng các
mục tiêu cá nhân, sở thích và kiến thức. Khám phá tri thức trong dữ liệu (KDD) là
tính năng tự ñộng rút các nguy cơ và các mẫu thoả mãn từ tập hợp dữ liệu lớn. KDD
có thể ñược dùng không chỉ ñể học mô hình tiến trình học tập hay ñịnh hình sinh
viên mà còn ñể xác thực và cải thiện hệ thống học tập trực tuyến bằng cách khám
phá các thông tin học tập hữu ích từ các hồ sơ học tập.
Trong môi trường giảng dạy tập trung, các giảng viên có thể thu nhận phản
hồi về kinh nghiệm học tập sinh viên trong tương tác mặt ñối mặt với sinh viên,
giúp cải thiện chương trình giảng dạy. Quyết ñịnh tiến hành theo dõi thái ñộ của
sinh viên trong lớp, phân tích các dữ liệu trong lịch sử và ước lượng sự ảnh hưởng
của chiến lược sư phạm. Tuy nhiên, khi sinh viên làm việc trong môi trường ñiện tử,
việc giám sát này không khả thi. Giảng viên cần phải tìm cách khác ñể thu thập
thông tin này. Các tổ chức quản trị các website trong lĩnh vực giáo dục, thu thập
khối lượng lớn dữ liệu tự ñộng phát sinh từ web servers và thu thập từ các dữ liệu
ghi vết truy cập. Môi trường học tập trực tuyến có khả năng ghi nhận lại các thái ñộ
học tập của sinh viên và có thể cung cấp lượng khổng lồ hồ sơ học tập. Gần ñây, có
sự tăng trưởng về quan tâm ñến sự phân tích tự ñộng trên dữ liệu về tương tác giữa
người học với môi trường học trực tuyến. ðể cung cấp một môi trường học tập hiệu
quả hơn, các kỹ thuật khai khoáng dữ liệu cần ñược thực hiện. Khai khoáng dữ liệu
-5-
là một bước trong toàn bộ tiến trình của KDD bao gồm tiền xử lý, khai khoáng và
hậu xử lý. Khai khoáng dữ liệu ứng dụng thành công trong thương mại ñiện tử và
bắt ñầu ñược sử dụng trong lĩnh vực ñào tạo trực tuyến với các kết quả triển vọng
mặc dù các phương thức khám phá ñược sử dụng ở cả hai lĩnh vực (thương mại ñiện
tử và ñào tạo trực tuyến) là tương tự nhau, tuy nhiên có vài ñiểm khác biệt quan
trọng:
Lĩnh vực: Mục ñích của thương mại ñiện tử là hướng khách hàng ñến
mua hàng trong khi ñào tạo trực tuyến hướng sinh viên ñến học tập.
Dữ liệu: Trong thương mại ñiện tử, dữ liệu sử dụng chỉ là ghi vết người
dùng truy cập còn ñào tạo trực tuyến cần nhiều thông tin hơn về tương tác của sinh
viên. Mô hình người dùng cũng khác biệt trong cả hai hệ thống.
Mục tiêu: mục tiêu của khai khoáng dữ liệu trong thương mại ñiện tử là
làm tăng doanh thu, rất hữu hình và có thể hiểu như một lượng tiền, số lượng khách
hàng và sự trung thành của khách hàng. Còn mục tiêu của khai khoáng dữ liệu trong
ñào tạo trực tuyến là cải thiện học tập. Mục tiêu này chủ quan hơn và tinh vi hơn ñể
ño lường.
Kỹ thuật: Hệ thống giáo dục có ñặc tính yêu cầu xử trí khác nhau ñối với
mỗi vấn ñề khai khoáng. Kết quả là nhiều kỹ thuật khai khoáng ñặc biệt cần ñể chỉ
ñịnh tiến trình ñào tạo. Vài kỹ thuật truyền thống có thể ñược thích ứng trong khi
vài kỹ thuật khác thì không.
Ứng dụng của kỹ thuật rút trích tri thức ñối với hệ thống giáo dục nhằm cải
thiện ñào tạo có thể xem như kỹ thuật ước lượng hình thức, ñây là sự ước lượng của
chương trình giáo dục trong khi chúng vẫn còn ñược phát triển và với mục ñích cải
thiện chương trình. Tìm hiểu cách sinh viên sử dụng hệ thống là một trong những
cách ước lượng thiết kế dạy theo lối hình thức và nó sẽ giúp người dạy cải thiện các
tư liệu dạy học. Các kỹ thuật khai khoáng có thể khám phá ra các thông tin quan
trọng có thể ñược sử dụng trong ước lượng hình thức ñể hỗ trợ người dạy kiến lập
cơ sở sư phạm cho quyết ñịnh khi thiết kế hay ñiều chỉnh mội trường ñể giảng dạy
tiếp cận. Ứng dụng của khai khoáng dữ liệu trong hệ thống giáo dục là một chu kỳ
-6-
lặp của hình thức cầm thế, kiểm nghiệm và cải tiến (xem hình 2.1)[19]. Tri thức
khai khoáng ñược cần tham gia vào quy trình lặp của hệ thống và có ñịnh hướng..
Không chỉ chuyển dữ liệu thành tri thức mà còn tinh lọc tri thức khai khoáng ñể ñưa
ra quyết ñịnh.
Như chúng ta có thể thấy ở hình 2.1, người dạy và chịu trách nhiệm hàn lâm
ñảm nhiệm công việc thiết kế, hoạch ñịnh, xây dựng và bảo trì hệ thống giáo dục.
Sinh viên sử dụng và tác ñộng với họ. Bắt ñầu từ các thông tin có sẵn về các khoá
học, sinh viên, lưu lượng sử dụng và tương tác, các kỹ thuật khai khoáng dữ liệu
khác nhau có thể dùng ñể khám phá tri thức hữu ích ñể cải thiện tiến trình ñào tạo
trực tuyến. Tri thức khám phá không chỉ người cung cấp có thể sử dụng mà cả
người sở hữu (sinh viên) cũng có thể dùng. Vì vậy, ứng dụng của khai khoáng dữ
liệu trong hệ thống giáo dục có thể hướng ñến tác nhân khác với các góc nhìn ñặc
trưng:
Hướng ñến sinh viên: Mục tiêu là ñể khuyến khích người học về các hoạt
ñộng, tài nguyên và các tác vụ học có thể gây hứng thú và cải thiện học vấn, ñề xuất
kinh nghiệm học tập tốt cho sinh viên, ñề xuất hướng ñi và giảm thiểu hay ñơn giản
là liên kết ñể sinh viên theo, dựa trên các tác vụ ñã hoàn thành và thành công của họ
và các tác vụ ñã ñược tạo bởi những người học tương tự, …
Hướng ñến người dạy: Mục ñích là có ñược nhiều phản hồi về giảng dạy,
ñánh giá cấu trúc nội dung khoá học và hiệu quả của nó lên tiến trình ñào tạo, phân
lớp các học viên thành các nhóm dựa trên nhu cầu về ñịnh hướng và giám sát, tìm ra
các mẫu thường và bất thường về tiến trình học tập của học viên, tìm ra các lỗi
thường mắc, tìm ra các hoạt ñộng hiệu quả hơn, khám phá các thông tin ñể cải thiện
tính hiêu quả và tuỳ biến khoá học, cấu trúc lại ñể cá nhân hoá chương trình dạy học
tốt hơn, tổ chức lại nội dung hiệu quả hơn cho tiến trình của người học và xây dựng
các kế hoạch thích ứng hơn, …
-7-
Hình 2.1: Chu trình ứng dụng khai khoáng dữ liệu vào các hệ thống giáo dục
Hướng ñến những người quản trị và những người chịu trách nhiệm
chuyên môn: Mục tiêu là ñể có các thông số về cải thiện trang một cách hiệu quả và
thích ứng ñối với hành vi của người dùng của họ (tối ưu kích thước server, phân bố
dấu vết mạng, …), tìm cách tổ chức các tài nguyên thành lập (con người và tư liệu)
và các ñề nghị giáo dục, ñề cao các chương trình giáo dục ñược cung cấp và quyết
ñịnh sự ảnh hưởng lên việc tiếp cận khoảng cách trung gian học tập.
Có nhiều công cụ khai khoáng thông thường cung cấp thuật toán khai
khoáng, kỹ thuật lọc và trực quan hóa. Vài ví dụ của các công cụ thương mại và hàn
lâm như DBMiner, Clementine, Intelligent Miner, Weka, … Tuy nhiên các công cụ
này không ñược thiết kế ñặc biệt và bảo trì cho mục ñích giáo dục và thật là nặng nề
cho người dạy nếu không có kiến thức bao quát trong lĩnh vực khai khoáng dữ liệu
ñể sử dụng các công cụ này. ðể giải quyết vấn ñề này vài công cụ khai khoáng dữ
liệu giáo dục, thống kê và trực quan hóa ñược phát triển ñể giúp người dạy phân
tích khía cạnh khác biệt của tiến trình học tập (xem bảng 2.1).
Các hệ thống giáo dục
(Lớp học truyền thống,
hệ thống ñào tạo trực
tuyến, hệ thống giáo dục
trực tuyến thích ứng và
thông minh)
Thiết kế, hoạch
ñịnh, xây dựng
và bảo trì
Sử dụng, tương
tác, tham gia
và giao tiếp
Dữ liệu về cách sử dụng
và sự tương tác của sinh
viên, thông tin khóa học,
học liệu,…
Khai khoáng dữ liệu
(gom nhóm, phân lớp,
tách nhóm, kết hợp, so
khớp mẫu, khai khoáng
văn bản)
Thể hiện tri thức
ñược khám phá
ðưa ra các lời
khuyên
Giáo viênNhà chuyên môn
Sinh viên
-8-
Bảng 2.1: Một số công cụ khai khoáng giáo dục, thống kê và trực quan hóa
Công cụ Tác giả Tác vụ
Mining Tool Zaiane và Luo (2001) Kết hợp và mẫu
MultiStar Silva và Viera (2002) Kết hợp và phân lớp
Data Analysis
Center Shen et al. (2002) Kết hợp và phân lớp
EPRules Romero et al. (2003) Kết hợp
KAON Tane et al. (2004) Khai khoáng văn bản và gom
nhóm
TADA-ED Merceron và Yacef (2005) Phân lớp và kết hợp
O3R Becker et al. (2005) Mẫu tuần tự
Synergo/ColAT Avouris et al. (2005) Thống kê và trực quan hóa
GISMO/Course Vis Mazza và Milani (2005) Trực quan hóa
Listen Tool Mostow et al. (2005) Trực quan hóa
TAFPA Damez et ak. (2005) Phân lớp
iPDF_Analyzer Bari và Benzater (2005) Khai khoáng văn bản
2.2 Hệ thống giáo dục: dữ liệu và mục tiêu
Khai khoáng dữ liệu có thể ứng dụng cho dữ liệu ñến từ 2 loại hệ thống giáo
dục: lớp học truyền thống và giáo dục từ xa. Cần thiết phải giải quyết vấn ñề ñộc
lập với ứng dụng của kỹ thuật khai khoáng trong mỗi loại bởi chúng khác biệt về
nguồn dữ liệu và mục tiêu.
2.2.1 Lớp học truyền thống
Môi trường lớp học truyền thống ñược sử dụng rộng khắp. Dựa trên phương
thức giao tiếp mặt-ñối-mặt giữa người dạy và sinh viên thông qua các bài giảng. Có
nhiều kiểu phụ khác nhau: giáo dục riêng và cộng ñồng, sơ cấp và trung cấp, cao
cấp, cấp 3 và giáo dục hàn lâm, giáo dục ñặc biệt. Kiểu lớp học này bị chỉ trích vì
nó khuyến khích lối học thụ ñộng, bỏ qua các khác biệt cá thể và nhu cầu của người
học, không chú ý ñến giải quyết vấn ñề, lối suy nghĩ chủ quan, hoặc các kỹ năng
suy nghĩ cao cấp. Trong lớp học truyền thống, người dạy có xu hướng ñề cao
phương pháp bằng cách giám sát tiến trình học tập của sinh viên và phân tích thái
ñộ bằng các ghi nhận trên giấy và quan sát. Họ cũng có thể sử dụng thông tin về
tình hình tham dự lớp của sinh viên, thông tin khoá học, các mục tiêu cá nhân và
-9-
các dữ liệu kế hoạch cá nhân. Các viện giáo dục có nhiều loại nguồn thông tin khác
nhau: cơ sở dữ liệu truyền thống (thông tin sinh viên, thông tin người dạy, lớp và
thời khoá biểu,…), thông tin trực tuyến (các trang về thông tin khoá học), cơ sở dữ
liệu truyền thông,… Khai khoáng dữ liệu giúp các tác nhân này về tiến trình học
tập. Các viện muốn biết sinh viên nào muốn tham gia các khoá học ñặc thù nào và
sinh viên nào cần sự giúp ñỡ ñể có thể tốt nghiệp. Người quản trị có thể muốn tìm
hiểu các thông tin như các yêu cầu thu nạp và dự ñoán số lượng tham gia ñể có thể
sắp thời gian. Sinh viên có thể muốn biết chọn lựa khoá học tốt nhất dựa trên dự
ñoán thành tích trên khoá học ñã chọn. Người dạy có lẽ muốn biết kỹ năng học nào
ñóng góp quan trọng trong toàn bộ tiến trình học, tại sao một lớp tiến triển kém hơn
các lớp khác, các nhóm sinh viên tương ñương,… có vài nghiên cứu về ứng dụng
của khai khoáng dữ liệu trong giáo dục truyền thống. Một trong những bài viết ñầu
tiên về việc sử dụng khai khoáng dữ liệu trong giáo dục ñể hiểu về việc tham gia
lớp học của sinh viên ñược viết bởi Sanjeev và Zytkow năm 1995. Họ ứng dụng tri
thức khám phá vào mệnh ñề hình thức dạng “Mẫu P chứa dữ liệu trong khoảng R”
cho cơ sở dữ liệu ñại học. Kết quả ñược trình bày ñến một quản trị trường ñại học
chuyên ñể ñưa ra các quyết ñịnh mang tính chiến lược về qui cách viện. Một nghiên
cứu khác về việc sử dụng KDD ñể ñịnh danh và ñể hiểu sự xét duyệt lý lịch có ảnh
hưởng ñến sinh viên ở một trường ðại học Brazil do Becker và cộng sự ñưa ra năm
2000. Họ kiểm chứng chất lượng tác ñộng của xét duyệt và ñánh giá sử dụng nhiều
kỹ thuật như tổng hợp, kết hợp, phân lớp. Một nghiên cứu khác liên quan, mục tiêu
là chọn các sinh viên yếu ñể tham gia các lớp học phụ ñạo do Ma và cộng sự nêu ra
năm 2000. Họ sử dụng hàm tính ñiểm dựa trên luật kết hợp. ðầu tiên, họ xác ñịnh
các sinh viên yếu tiềm tàng và sau ñó chọn các khoá học ñược khuyến khích tham
gia. Cuối cùng, ứng dụng trong giáo dục cao cấp ñể thực hiện phân tích thấu ñáo cá
tính của sinh viên ñược thực hiện bởi Luan năm 2002 [15]. Ông ñề xuất sử dụng
nhiều phương pháp không giám sát (mạng Kohonen) và giám sát (C5.0, các thuật
toán thông dụng,…) ñể gom nhóm và dự ñoán nhằm cho phép các viện giáo dục cấp
-10-
tài nguyên và số liệu, tiên phong quản lý các kết quả của sinh viên và cải thiện tính
hiệu quả của hậu phát triển.
2.2.2 Giáo dục từ xa
Giáo dục từ xa hay ñào tạo từ xa bao gồm các kỹ thuật và phương pháp cung
cấp kết nối ñến chương trình giáo dục cho những sinh viên bị cách biệt về thời gian
và không gian với các bài giảng. Hệ thống ñào tạo trực tuyến thiếu hụt mối quan hệ
gần gũi của sinh viên – giảng viên (một ñối với một). Có nhiều kiểu phụ của giáo
dục từ xa: ñào tạo dựa trên giấy tương ñương, ñào tạo qua băng video, ñào tạo trên
máy vi tính (ñào tạo ña truyền thông, ñào tạo trên internet, hoặc ñào tạo trực
tuyến),...
Hiện tại, ñược sử dụng nhiều nhất là hình thức ñào tạo trên web cho phép
sinh viên học tập thuận tiện thông qua internet. ðào tạo trên web là hình thức ñào
tạo từ xa phát triển trên internet do Johnson và cộng sự ñề xuất năm 2000. Ngày
nay, có nhiều ñiều liên quan ñến giáo dục trên web như học tập trực tuyến, ñào tạo
trực tuyến, hướng dẫn trực tuyến, học tập trên web, ñào tạo trên web, hướng dẫn
trên web,... và có nhiều loại hệ thống dựa trên web: ñồng bộ và bất ñồng bộ, cộng
tác và không cộng tác, tập văn mở và ñóng,… Các hệ thống giáo dục trên web này
có thể ghi nhận truy cập của sinh viên trên web log cung cấp dấu vết thô của người
học di chuyển trong site. Srivastava và cộng sự nêu ra nhiều loại log vào năm 2000:
Server log file: Hình thức ủy nhiệm ñược sử dụng rộng rãi dùng nguồn dữ
liệu ñể thực hiện khai khoáng, chứa các chi tiết thật về thời gian, lộ trình và các
phản hồi ñầu vào. ða dạng về ñịnh dạng như ñịnh dạng phổ biến (CLF), ñịnh dạng
văn bản mở rộng (ELF),… Thường thì chỉ có dạng file log cho tất cả sinh viên.
Client log file: Bao gồm tập hợp các log files cho mỗi sinh viên, chứa
thông tin về tương tác của sinh viên với hệ thống. Có thể ñược cài ñặt bằng các tác
nhân từ xa (như Javascripts, Java Applets), ñịnh nghĩa mã nguồn của trình duyệt
hiện hành, hoặc dùng cookies.
-11-
Proxy log file: Bao gồm tập các log files lưu trữ ñệm giữa trình duyệt và
máy chủ. Thông tin này bổ sung thông tin cho server log file. Cần lưu ý khái niệm
log có bao gồm giới hạn của luật pháp. Ngoài ra bất cứ khi nào hệ thống log xác
thực người dùng không cần phải liên quan ñến hiện diện thực của người dùng
nhưng chủ yếu xem họ như chủ thể cá nhân. Log files cũng có nhiều giới hạn còn
tồn tại, ghi vết dữ liệu không phải người dùng, ñơn giản chỉ click và không thực sự
tham gia hoạt ñộng, không nắm bắt ñược thông tin ngữ cảnh, nhận biết các máy tính
ñặc biệt chứ không phải con người, các vấn ñề liên quan ñến thông tin không hoàn
tất hoặc không chính xác và vài khía cạnh kỹ thuật của trình duyệt (như bộ nhớ
ñệm) có thể cản trở ghi vết. ðể ñịnh các vấn ñề, Yu, Own và Lin năm 2001 ñề xuất
sử dụng cách khác ñể ghi nhận hồ sơ học viên bao gồm lộ trình học, chú trọng trên
các khoá học, trình ñộ khoá học, thời gian học,… Li và Zayiane năm 2004 sử dụng
nhiều kênh thông tin hơn ñể mô hình hoá ñịnh hướng người dùng : dấu vết truy cập,
cấu trúc các trang ñã xem, thông tin các trang ñã xem. Avouris, Komis, Fiotakis,
Margaritis và Voyiatzaki năm 2005 mở rộng tính năng tự ñộng sinh log files bằng
cách giới thiệu các thông tin ngữ cảnh như là các sự kiện bổ sung bằng cách liên kết
các bình luận và các files tĩnh. Monk năm 2005 kết hợp dữ liệu trên hoạt ñộng với
nội dung và hồ sơ người dùng trong một mô hình kết hợp hình thức. Ingram năm
1999 kết hợp dữ liệu với các phương pháp thẩm vấn như trò chuyện với sinh viên,
trong lớp thì phát biểu, khảo sát, hay viết phản hồi về web site. Iksal and Choquet
năm 2005 ñề xuất sử dụng ghi vết siêu ngôn ngữ ñể mô tả ñường ñi ngữ nghĩa ghi
nhận bởi hệ thống giáo dục trên web. Markham và cộng sự năm 2003 ñề xuất sử
dụng phần mềm rút trích dữ liệu từ môi trường học trực tuyến và tổ chức chúng
theo nhiều cách thông minh. Các hệ thống giáo dục ñược phân thành 3 loại: các
khoá học trên web, hệ quản trị thông tin ñào tạo phổ biến và hệ thống giáo dục
thông minh và dễ thích ứng trên web.
-12-
2.2.2.1 Các khóa học ñặc thù trên web
Các khoá học trên web là các chương trình học sử dụng chuẩn HTML
(HyperText Markup Language). Có nhiều khoá học, hướng dẫn,… của loại này trên
internet và cũng như các website khác, nó có cùng một loại nguồn dữ liệu:
Nội dung: Dữ liệu thực trong trang web, ví dụ dữ liệu ñược thiết kế ñể
truyền ñạt ñến người dùng. Bao gồm vân bản, ñồ hoạ, video, âm thanh,…
Cấu trúc: Dữ liệu mô tả tổ chức của nội dung. Cấu trúc thông tin nội bao
gồm dãy các thẻ HTML hay XML chứa trong một trang. Có thể ñược trình bày
thành cấu trúc cây, trong ñó thẻ HTML thành gốc của cây. Loại chính yếu của cấu
trúc thông tin trang là liên kết giữa trang này với trang khác.
Thông tin sử dụng: Dữ liệu mô tả mẫu sử dụng của các trang. Có hai loại
thông tin sinh viên: thông tin về hành ñộng của sinh viên và truyền thông, thông tin
về hoạt ñộng của sinh viên trong khoá học.
Hồ sơ người dùng: Dữ liệu cung cấp thông tin nhân khẩu về người dùng
của site. Bao gồm thông tin ñăng ký và hồ sơ khách hàng.
Khai khoáng dữ liệu có thể dùng ñể biết sinh viên sử dụng khoá học như thế
nào, mức ñộ tác ñộng của các chiến lược sư phạm lên nhiều loại sinh viên, thứ tự
sinh viên học về các ñề tài phụ, các trang/ ñề tài nào sinh viên thường bỏ qua, thời
gian sinh viên bỏ ra trên một trang, một chương hay toàn bộ khoá học,…
2.2.2.2 Các hệ quản trị nội dung học tập phổ biến
Các hệ quản trị thông tin nổi tiếng (LCMS) là các nền tảng cung cấp các
kênh thông tin ña dạng và không gian làm việc ñể chia sẻ thông tin thuận tiện và
truyền thông giữa các học viên trong khoá, cho phép người dạy chia sẻ thông tin
ñến sinh viên, tạo ra các tư liệu, chuẩn bị các bảng phân công và bài kiểm tra, hứa
hẹn vào các cuộc thảo luận, quản lý các lớp học từ xa và cho phép kết hợp học tập
với diễn ñàn và chat, không gian lưu trữ hồ sơ, dịch vụ tin tức,… Vài ví dụ của
LCMS thương mại Blackboard, Virtual-U, WebCT, TopClass,... và vài ví dụ về
LCMS miễn phí: Moodle, Ilias, Claroline, aTutor,... Các hệ thống này gom lại
lượng lớn dữ liệu vết hoạt ñộng của sinh viên và có tính năng giám sát tích hợp sẵn
-13-
(do Mazza & Milani nêu năm 2005). Có thể ghi nhận bất cứ hoạt ñộng nào có liên
quan, như ñọc, viết, tham gia kiểm tra, thực hiện các tác vụ trong môi trường thực
và ảo, ngay cả khi liên lạc với các máy ngang hàng (do Mostow nêu năm 2004).
ðồng thời cung cấp dữ liệu lưu trữ toàn bộ thông tin hệ thống: thông tin cá nhân của
người dùng (hồ sơ), kết quả hàn lâm, dữ liệu tương tác người dùng,…
Mặc dù vài nền cung cấp công cụ báo cáo, khi mà có lượng lớn sinh viên, trở
nên khó khăn cho quá trình rút trích thông tin hữu ích. Khai khoáng dữ liệu có thể
ứng dụng ñể khám phá , trực quan hóa và phân tích dữ liệu nhận biết các mẫu hữu
ích và kiểm ñịnh các hoạt ñộng trên web ñể có các phản hồi mang tính mục tiêu cho
giảng dạy và biết nhiều hơn về cách sinh viên học trên LCMS.
2.2.2.3 Các hệ thống giáo dục thích ứng và thông minh trên web
Brusilovsky & Peylo năm 2003 ñề cập ñến hệ thống giáo dục dễ thích ứng và
thông minh (AIWBES) cung cấp lựa chọn cho lối truyền thống ñơn giản ñưa-chúng-
lên-trang-web tiếp cận ñịnh hướng phát triển chương trình học trên web. AIWBES
có khả năng thích ứng dễ dàng hơn bằng cách xây dựng mô hình các mục tiêu, sở
thích và kiến thức của mỗi sinh viên và sử dụng mô hình ñó suốt quá trình giao tiếp
với sinh viên nhằm thích ứng nhu cầu của sinh viên. AIWES là kết quả của sự tiến
hoá của hệ thống hướng dẫn thông minh (ITS) và hệ siêu truyền thông dễ thích ứng
(AHS). Vài ví dụ của ITS