Tóm tắt Đề án tốt nghiệp Thạc sĩ: Nghiên cứu, xây dựng trục liên thông dữ liệu phục vụ lưu trữ và quản lý dữ liệu đa cấu trúc

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, đặc biệt là trong lĩnh vực giáo dục đại học, việc quản lý và khai thác dữ liệu đã trở thành yếu tố then chốt. Hiện nay, nhiều trường đại học đối mặt với tình trạng dữ liệu phân mảnh và không đồng bộ do sự tồn tại của nhiều hệ thống thông tin độc lập. Đồng thời, sự gia tăng về khối lượng và sự đa dạng của dữ liệu đa cấu trúc (có cấu trúc, bán cấu trúc và phi cấu trúc) đòi hỏi một giải pháp tích hợp hiệu quả. Đề tài này nhấn mạnh sự cần thiết của việc nghiên cứu và xây dựng một trục liên thông dữ liệu để kết nối, đồng bộ hóa và quản lý hiệu quả các nguồn dữ liệu này, từ đó nâng cao khả năng ra quyết định và vận hành trong môi trường giáo dục.

Các nhà nghiên cứu, sinh viên và chuyên gia trong lĩnh vực Hệ thống thông tin, Khoa học dữ liệu, quản lý giáo dục đại học và công nghệ thông tin quan tâm đến giải pháp tích hợp và quản lý dữ liệu đa cấu trúc.

Nghiên cứu này giải quyết thách thức về quản lý và tích hợp dữ liệu trong bối cảnh chuyển đổi số tại các trường đại học, nơi dữ liệu thường bị phân mảnh và khó khai thác. Luận văn tập trung vào việc nghiên cứu và xây dựng một trục liên thông dữ liệu hiệu quả để kết nối, tích hợp và chia sẻ dữ liệu đa cấu trúc từ nhiều hệ thống khác nhau. Đề tài đi sâu vào việc phân tích các loại dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc, đồng thời khám phá cơ chế hoạt động của mô hình X-Road – một nền tảng liên thông dữ liệu tiên tiến – nhằm áp dụng vào môi trường giáo dục đại học. Phương pháp nghiên cứu bao gồm việc khảo sát lý thuyết về các kiến trúc liên thông dữ liệu, công cụ quản lý dữ liệu hiện đại như Data Lake và NoSQL, cũng như các kỹ thuật trực quan hóa dữ liệu. Tiếp theo, đề tài triển khai mô hình thực nghiệm dựa trên X-Road để kiểm chứng khả năng tích hợp và chia sẻ dữ liệu đa cấu trúc, đồng thời xây dựng các kịch bản phân tích và báo cáo thống kê. Cuối cùng, mô hình được đánh giá về hiệu năng, tính khả thi, khả năng mở rộng và so sánh với các giải pháp hiện có. Kết quả của nghiên cứu góp phần nâng cao hiệu quả quản lý, đồng bộ hóa dữ liệu, hỗ trợ phân tích dữ liệu chuyên sâu và đưa ra các quyết định chiến lược dựa trên dữ liệu tại các tổ chức giáo dục.