Nguồn tham khảo: Romero, C., & Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. WIREs Data Mining and Knowledge Discovery, 10(3), e1355. https://doi.org/10.1002/widm.1355
Truy cập toàn văn: https://doi.org/10.1002/widm.1355
Tóm tắt nội dung
Romero và Ventura (2020) cập nhật và mở rộng bài khảo sát “Data mining in education” mà hai tác giả đã công bố năm 2013 trên cùng tạp chí. Bài viết khái quát cách khai phá dữ liệu giáo dục (EDM) và phân tích học tập (learning analytics) được áp dụng trên dữ liệu giáo dục. Theo các tác giả, lĩnh vực đã phát triển rất nhanh trong thập niên qua, kéo theo nhiều thuật ngữ liên quan như phân tích học thuật, phân tích cấp cơ sở đào tạo, phân tích giảng dạy, giáo dục dựa trên dữ liệu, dữ liệu lớn trong giáo dục và khoa học dữ liệu giáo dục.
Bài báo tổng hợp hiện trạng của lĩnh vực qua các công bố chính, các mốc phát triển, chu trình khám phá tri thức, các môi trường giáo dục chủ yếu, công cụ chuyên dụng, các bộ dữ liệu mở, những phương pháp được dùng nhiều nhất, các mục tiêu chính và xu hướng tương lai. Đây là bài khảo sát nền, không trình bày kết quả thực nghiệm riêng. Với bài toán phát hiện sinh viên có nguy cơ bỏ học, tài liệu giúp đặt bài toán vào khung rộng hơn: dự báo bỏ học là một trong nhiều mục tiêu của lĩnh vực, và quy trình từ thu thập, tiền xử lý đến diễn giải nên theo chu trình khám phá tri thức. Bài cũng là điểm khởi đầu để tìm bộ dữ liệu mở và công cụ thử nghiệm.
Luận điểm liên quan trong bài viết chính
Trong bài viết chính, tài liệu này được dẫn để làm rõ nhận định sau: Romero và Ventura (2020) tổng quan một thập kỷ khai phá dữ liệu giáo dục và phân tích học tập, trong đó có danh sách các bộ dữ liệu công khai.
Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp