人文学院一名男学生开发出人工智能系统，可以实时预测大学入学考试成绩。

该系统的构想源于德英自身被海量招生信息淹没的经历。最初，他只是想开发一个小型工具，自动筛选往年的招生数据。转折点出现在德英得到安全技术学院讲师陈登宁教授的指导之后。在他的悉心指导下，该项目超越了普通工具的范畴，发展成为一个严肃的科学研究课题，将大数据处理与解决社会问题相结合。

通过研究，德英意识到，大学入学考试成绩不仅仅是纸上的无意义数字，而且还直接反映了劳动力市场的供求动态和社会心理趋势。

来自越南河内国家大学社会科学与人文学院信息管理系的学生阮德英开发了一种人工智能系统，可以实时预测大学入学考试成绩。

“如果我们只向学生展示去年的成绩，那只是‘过时的’信息。真正的契机出现在我开始收集和分析数千篇教育文章之后，我意识到媒体关注度和录取分数波动之间存在明显的关联。由此，我决定在项目中加入机器学习模型，将一个静态的搜索工具转变为一个能够进行预测的‘动态’系统，”Duc Anh 分享道。

基于一项科研项目，Duc Anh及其同事成功开发了在线平台diemthi.techtreesolution.com。该系统不仅支持搜索和预测录取分数线，还能帮助考生评估风险，并为全国大多数大学确定一个安全的录取分数范围。

耐心筛选原始数据，寻找隐藏的宝藏。
Duc Anh 表示，该产品的人工智能系统没有过度使用复杂但效率低下的算法，而是优先考虑稳定性，并按照三步流程运行：数据收集、处理和存储，以及分析和预测。

自动化程序会定期扫描权威来源的信息。原始数据经过清洗后被导入结构化数据库。最后，庞大的数据集会通过自然语言处理模型进行处理，以评估每个领域的“热门程度”，并结合2026年的考试分数分布情况，生成一个安全的预测分数范围。

实时基准预测系统已被数万人使用。

“最大的挑战在于数据的收集和清洗，因为每所学校的招生信息格式都不一样。在人工智能领域，‘垃圾输入数据会产生垃圾结果’这条规则是一个巨大的挑战，尤其是在越南语言多样化且俚语众多的情况下，”Duc Anh说道。

为了解决这个问题，这位学生并没有急于将所有数据都投入到训练模型中，而是将大部分时间花在了预处理步骤上。Duc Anh 构建了关键词过滤器，将新闻分类成清晰的主题集群，并在扩大规模之前，耐心地使用小型但高精度的数据集训练模型。

实时预测有助于减轻考生面临的困难。
“正如学生科学研究会议上所指出的，该项目最突出的方面不是其复杂的技术，而是将这一概念实时应用于解决学生和家长面临的实际问题，”这位男生分享道。

算法每12小时自动扫描最新新闻并立即进行处理，以更新核心数据库。由于该数据源每半天更新一次，各专业的预测分数会根据社会实际趋势不断波动。考生可以随时掌握当前各专业的风险或安全性，从而为最终确定志愿列表提供最可靠的依据。

谈及未来的发展计划，Duc Anh表示：“目前，我仍专注于优化系统的‘核心’——通过筛选功能进行搜索，以确保流畅的用户体验。长远来看，我有两个主要目标。首先，继续扩大来自社交网络的训练数据集，以提高预测模型的准确性。其次，我计划致力于开发移动版本。”

据越南学生报报道：人文学院一名男学生开发出人工智能系统，可以实时预测大学入学考试成绩。