ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ BÁO CÁO CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC SINH VIÊN NĂM 2009 Đề tài: XẾP HẠNG CÁC TRƯỜNG ĐẠI HỌC DỰA TRÊN ĐỘ ĐO WEB VÀ ÁP DỤNG VÀO BÀI TOÁN XẾP HẠNG CÁC TRƯỜNG ĐẠI HỌC VIỆT NAM Người thực hiện: Trần Nam Khánh – K50HTTT Phùng Văn Huy – K50HTTT Nguyễn Tiến Thanh – K51CA Giáo viên hướng dẫn: PGS.TS Hà Quang Thụy Cử nhân Nguyễn Thu Trang Hà Nội, 2009 1 Tóm tắt nội dung Xếp hạng các trường đại học (university ranking) nhận được rất nhiều sự quan tâm của các tổ chức xã hội và tổ chức giáo dục trên thế giới. Hiện nay, nhiều hệ thống xếp hạng dựa trên các phương pháp định tính cũng như định lượng đã được công bố. Trong đó, xếp hạng trường đại học dựa trên độ đo web được khởi xướng bởi phòng nghiên cứu Cybermetrics thuộc trung tâm nghiên cứu CSIC - trung tâm nghiên cứu lớn nhất của Tây Ban Nha - công bố vào tháng 1 và thang 7 hàng năm. Báo cáo đưa ra mô hình thực nghiệm áp dụng phương pháp “xếp hạng dựa trên độ đo web” vào bài toán xếp hạng các trường đại học Việt Nam. Thực nghiệm ban đầu cho kết quả khả quan của mô hình. 2 Mục lục 1. Giới thiệu 4 2. Khái quát về Webometrics 5 2.1. Xếp hạng trang web 5 2.2. Xếp hạng các thực thể trên web 7 2.3. Khái quát về Webometrics 10 3. Một số hệ thống xếp hạng trường đại học điển hình 13 3.1. Phương pháp chung 13 3.1.1. Thu thập dữ liệu 13 3.1.2. Xác định các tiêu chí đánh giá, tính điểm và đánh trọng số cho từng tiêu chí. 13 3.1.3. Tổng hợp và công bố kết quả 15 3.2. Các hệ thống xếp hạng quốc gia 15 3.2.1. Mỹ - US News and World Report (USNWR) 15 3.2.2. Anh - Times Higher Education Supplement (THES) 15 3.2.3. Australia - Good Universities Giude (GUG) 16 3.2.4. Canada - Macleans Raking 16 3.3. Các hệ thống xếp hạng quốc tế 17 3.3.1. Hệ thống xếp hạng học thuật các trường đại học trên thế giới của trường đại học Giao Thông Thượng Hải (Shanghai Jiao Tong University – SJTU) 17 3.3.2. Hệ thống xếp hạng các trường đại học quốc tế của Times Higher Education Supplemen (THES) 18 4. Hệ thống xếp hạng trường đại học dựa trên độ đo Web 19 4.1. Giới thiệu 19 4.2. Phương pháp luận 20 4.2.1. Thu thập dữ liệu 20 4.2.2. Chuẩn hóa chỉ số và xác định trọng số cho các chỉ số 21 5. Mô hình thực nghiệm phương pháp dựa độ đo web trong xếp hạng các trường đại học Việt Nam 22 5.1. Xác định các chỉ số 23 5.1.1. Chỉ số nhận diện (V – Visibility) 23 5.1.2. Chỉ số kích thước (Size – S) 26 5.1.3. Chỉ số phong phú tài liệu (Rich files - R) 26 5.1.4. Chỉ số bài báo khoa học (Scholar – Sc) 26 5.2. Xác định trọng số cho các chỉ số 27 6. Bảng xếp hạng - Phân tích đánh giá 28 7. Kết luận và định hướng nghiên cứu 30 3 Danh sách hình vẽ Hình 1. Đồ thị biểu diễn liên kết web Hình 2. Mô hình chung của tìm kiếm thực thể Hình 3. Một thuật toán xếp hạng thực thể. Hình 4. Mô hình thực nghiệm chung Hình 5. Đồ thị web các trường đại học Hình 6. Sử dụng máy tìm kiếm để xác định liên kết đến (inlinks) Hình 7. Mô hình mở rộng phương pháp 2 Danh sách bảng biểu Bảng 1.Các tiêu chí và trọng số trong xếp hạng của SJTU Bảng 2. Bảng xếp hạng 5 trường hàng đầu theo TJTU (2008) Bảng 3. Bảng xếp hạng 5 trường hàng đầu theo THES (2008) Bảng 4: So sánh về độ bao phủ của Webometrics với ARWU và THES Bảng 5: Bảng xếp hạng 10 trường hàng đầu thế giới theo Webometrics Bảng 6: Các câu truy vấn trong xác định chỉ số V Bảng 7. Các câu truy vấn xác định chỉ số S Bảng 8: Câu truy vấn xác định chỉ số R Bảng 9: Trọng số cho các chỉ số S, V, R, Sc Bảng 10. Bảng xếp hạng các trường đại học Việt Nam Bảng 11. Danh sách các trường Việt Nam được Webometrics xếp hạng Danh sách biểu đồ Biểu đồ 1: Mối quan hệ giữa các độ đo Biểu đồ 2. So sánh kết quả kết quả thực nghiệm và webometrics 4 1. Giới thiệu Chất lượng giáo dục được coi là đòn bẩy quan trọng bậc nhất để thúc đẩy sự phát triển của một quốc gia, và là nguồn đầu tư mang lại lợi nhuận lớn nhất đối với từng cá nhân. Xuất phát với mục tiêu ban đầu của việc xếp hạng các trường đại học là đáp ứng các nhu cầu thông tin về các trường đại học của cha mẹ học sinh, sinh viên và các nhà tuyển dụng lao động thì ngày nay nó đã trở thành một yếu tố chuẩn mực tại đa số các quốc gia có hệ thống giáo dục đại học lớn, môt hiện tượng toàn cầu và là mối quan tâm chung của tất cả các cộng đồng trong các quốc gia của tất cả các châu lục trên thế giới. Bắt đầu từ năm 1983, US News and World Report lần đầu tiên xếp hạng các trường đại học tại Hoa Kỳ. Tiếp sau đó là Tuần Báo Canada Macleeans (1991), rồi Tuần Báo Đức Stern (1998), Thời báo chủ nhật – Sunday Times (2001) cũng lần lượt đưa ra bảng xếp hạng cho các trường đại học nước mình. Sau đó, vào cuối thế kỉ 20, các bảng xếp hạng các trường đại học tốt nhất trong khu vực và toàn cầu cũng xuất hiện, tiêu biểu là bảng xếp hạng các trường đại học trên thế giới của trường đại học Giao thông Thượng Hải (2003), Times Higher Education Supplement của Vương Quốc Anh (2004) và của Webometrics (2004). Trong lúc đó, Việt Nam chưa có một hệ thống xếp hạng các trường đại học chính thức. Theo GS. TSKH Bành Tiến Long, Thứ trưởng Bộ Giáo dục và Đào tạo Việt Nam, Đại học Quốc gia Hà Nội (ĐHQGHN) được xếp hạng 54 khu vực và 2850 thế giới, trong đó Trường Đại học Công nghệ thuộc ĐHQGHN được xếp hạng 90 khu vực và 4217 thế giới [Long98]. Chưa hề có một công trình nghiên cứu nào thử xác định xem, nếu dùng bộ tiêu chí xếp hạng của Tin tức Hoa Kỳ, hoặc Thời báo Luân Đôn, hoặc Tuần san Châu Á, hoặc tổ chức nào khác để đánh giá các trường đại học Việt Nam. Trong hội thảo quốc tế “Xếp hạng các trường đại học: Xu thế toàn cầu và quan điểm” tại Đại học Quốc gia Hà Nội, PGS.TS Nguyễn Phương Nga đã trình bày báo cáo “Phương pháp và các tiêu chí xếp hạng của các trường đại học Việt Nam” với mong muốn trong năm 2009 đưa ra một bảng xếp hạng chính thức cho các trường đại học tại Việt Nam [Nga08]. Báo cáo này tập trung vào việc nghiên cứu phương pháp sử dụng độ đo web trong xếp hạng các trường đại học trên thế giới, được Phòng nghiên cứu Cybermetrics thuộc trung tâm nghiên cứu CSIC (Tây Ban Nha) khởi xướng. Cuối cùng là áp dụng phương pháp trên để xây dựng mô hình thực nghiệm cho việc xếp hạng các trường đại học Việt Nam. Dữ liệu về website các trường đại học Việt Nam được lấy về từ trang chủ của Bộ Giáo dục và Đào tạo Việt Nam (có bổ sung sửa đổi). Phần còn lại của báo cáo sẽ được chức thành năm mục. Mục đầu sẽ trình bày khái quát về Webometrics. Mục thứ hai sẽ giới thiệu về phương pháp chung thực hiện trong xếp hạng trường đại học và các hệ thống xếp hạng quốc gia, quốc tế. Tiếp theo 5 báo cáo trình bày phương pháp xếp hạng trường đại học dựa trên độ đo web - webometrics. Mục thứ tư sẽ trình bày mô hình thực nghiệm áp dụng phương pháp trong xếp hạng các trường đại học tại Việt Nam. Mục cuối cùng sẽ đưa ra kết quả - bảng xếp hạng- phân tích đánh giá kết quả và định hướng nghiên cứu 2. Khái quát về Webometrics 2.1. Xếp hạng trang web Ngày nay với sự phát triển của Internet, người dùng đã có được một nguồn tài nguyên tri thức phong phú, đa dạng. Tuy nhiên, do số lượng các trang web quá lớn, con người không có đủ thời gian cũng như kiên nhẫn để mà có thể ghé thăm qua từng trang cho tới khi tìm ra thông tin mình mong muốn. Chính vì lý do đó máy tìm kiếm ra đời với cách thức hoạt động khá đơn giản và thân thiện: người dùng đưa ra từ khóa về thông tin mong muốn, máy sẽ liệt kê ra các trang liên quan. Song thực sự thì lượng kết quả máy cho là phù hợp với truy vấn của người dùng cũng không hề nhỏ! Do đó, đặt ra yêu cầu xếp hạng các trang để máy hiển thị kết quả trả về tốt hơn cho người dùng. Các trang web trên Internet được xây dựng và liên kết với nhau. Nếu coi mỗi trang web là một điểm, và mỗi liên kết từ một trang web này tới một trang web khác là một tia, thì ta có thể biểu diễn được tập hợp các trang web, mối quan hệ giữa chúng bằng một đồ thị G - gọi là đồ thị Web. Đồ thị G là đồ thị có hướng. Mỗi đỉnh p i của G tương ứng với một trang. Cung p i -> p j cho biết rằng trang ứng với đỉnh p i có liên kết tới trang ứng với đỉnh p j . Kí hiệu N(p) là số liên kết vào p. B(p) là số liên kết ra từ p. Trong tính toán, G được biểu diễn bằng ma trận. Có hai dạng ma trận thường được sử dụng đó là ma trận kề A và ma trận chuyển P. Dưới đây là một ví dụ của đồ thị G để minh họa, làm rõ cách biểu diễn G bằng ma trận Hình 1. Đồ thị biểu diễn liên kết web P P P P 6 Ma trận kề A: a ij = 1 nếu trang i có liên kết tới j, bằng 0 trong các trường hợp khác (ko tính tự liên kết, tức a ii = 0 với mọi i) 11 12 13 14 21 22 23 24 31 32 33 34 41 42 43 44 0 1 0 1 1 0 0 1 0 0 0 0 0 0 0 0 a a a a a a a a a a a a a a a a             =             Ma trận chuyển P: p ij = 1/B(i) nếu trang i có liên kết trỏ tới j, bằng 0 trong các trường hợp khác 1 1 2 2 11 12 13 14 1 1 2 2 21 22 23 24 31 32 33 34 41 42 43 44 0 0 0 0 0 0 0 0 0 0 0 0 p p p p p p p p p p p p p p p p             =             Do tính chất đặc thù có khả năng liên kết giữa các trang web, nên sự xếp hạng các trang web ở mức toàn cục luôn có việc phân tích liên kết trên đồ thị web. Nội dung dưới đây sẽ trình bày khái quát về 2 phương pháp xếp hạng dựa trên liên kết phổ biến PageRank và HITS Phương pháp PageRank Là phương pháp tính hạng được phát triển tại đại học Stanford bởi Lary Page (cũng bởi vậy mà có tên PageRank) và tiếp đó bởi cùng Sergey Brin. Sau này trở thành thương hiệu của Google [PBMW98]. Ý tưởng: Độ quan trọng của một trang thừa hưởng một phần độ quan trọng từ trang liên kết đến nó. Công thức tính hạng trang p i Trong đó: N là tổng số trang, d là hệ số hãm (qua thực nghiệm, tác giả công bố chọn 0.85), M(p i ) là tập các trang liên kết tới pi, L(p j ) là số trang p j liên kết đến. Ưu điểm của PageRank: đơn giản, tính toán nhanh, đáng tin; không phụ thuộc vào truy vấn của người dùng, nội dung của trang web; có thể tính toán ngoại tuyến với đầu vào là cấu trúc đồ thị web. Dĩ nhiên trên thực tế Google không chỉ sử dụng nguyên PageRank “cổ điển” để xếp hạng trang. Phương pháp HITS (Hyperlink-Induced Topic Search – KleinBerg) Ý tưởng: Độ quan trọng của một trang web được xác định dựa trên 2 trọng số authority và hub. Trang có hub tốt là trang có nhiều liên kết ra. Trang có authority tốt 7 là trang có nhiều liên kết tới. 2 trọng số này có quan hệ qua lại với nhau: trang trỏ tới trang có authority cao thì trọng số hub càng cao, trang nào được nhiều trang có hub cao trỏ tới thì trọng số authority càng cao. Quá trình tính toán: Từ câu truy vấn, xác định tập nhân, mở rộng thành tập cơ sở S gồm n trang. Ban đầu khởi tạo trọng số hub và authority cho mỗi trang bằng 1. a i =h i =1. Sau đó tiến hành tính a i và h i theo công thức ( ) i j j B i a h ∈ = ∑ và ( ) i j j N i h a ∈ = ∑ Ưu điểm: Áp dụng với tập nhỏ, tính toán trực tuyến Minh họa áp dụng PageRank vào xếp hạng các blog ở Việt Nam Bài toán: Blog ngày càng phát triển và trở nên phổ biến đối với mọi người. Xếp hạng các blogger để đánh giá sự “nổi tiếng”, “đóng góp” của họ với cộng đồng, ưu tiên hiển thị các bài viết mới “chất lượng” của họ trên máy tìm kiếm blog. Nhận xét: Mạng blog là một loại của mạng xã hội. Chúng ta có thể mô hình hóa bằng đồ thị G có hướng. Mỗi đỉnh ứng với một blogger. Cung AB chỉ ra rằng blogger A có lời bình - nhận xét cho bài viết của B, và được đánh trọng số là tổng số lời bình, nhận xét của A cho các bài viết của B. Khi đó dễ dang nhận thấy “liên kết thông qua comment” giữa các blogger khá giống “liên kết” giữa các trang web. Vì thế chúng ta có thể áp dụng PageRank sửa đổi để tính toán phục vụ việc xếp hạng. Sự sửa đổi ở đây chính là ở trọng số lời bình - nhận xét. Công thức áp dụng tính hạng cho blogger i PR(i) = Trong đó: N là tổng số blogger, α là hệ số hãm (0.85), N j,i là số lời bình - nhận xét của j cho i, N j là số lời bình – nhận xét của j cho tất cả các blogger 2.2. Xếp hạng các thực thể trên web Các máy tìm kiếm hiện nay: Google, Yahoo hay Live Search đều tâp trung tìm kiếm dựa từ khóa mà không quan tâm đến dữ liệu. Cụ thể hơn thì các máy tìm kiếm hiện nay có 2 hạn chế chính:  Indirect Input and Output. Người dùng không thể miêu tả chính xác những gì họ cần do đó khi tìm kiếm người dùng có thể tìm vào những trang web mà không có thông tin họ mong muốn. Tiếp đó, người dùng không thể trực tiếp lấy những gì họ muốn. Vì họ phải chọn lọc qua một danh sách các trang để tìm kết quả.  Singular Matching Mechanism. Máy tìm kiếm hiện nay tìm mỗi trang một cách rất đơn giản chỉ bằng cách so sánh văn bản (text) 8 trên từng trang. Mặc dù thực thể kết quả có thể chứa trong nhiều trang khác nhau. Do đó, tìm kiếm thực thể được đưa ra để giải quyết các giới hạn trên:  Input: Người dùng có thể đưa ra một cách rõ ràng loại dữ liệu nào mà họ đang tìm kiếm. Họ chỉ đơn giản chỉ rõ thực thể đích là gì và từ khóa nào xuất hiện trong ngữ cảnh đó. Eg: o Q1: (amazon customer service #phone) o Q2: (#professor #university #research=’database’) o Q3 ow (sigmod 2006 #pdf_file #ppt_file) o Q4 (title=’hamlet’ #image #price) Có 2 phần chính trong câu truy vấn: o Context pattern (Mẫu ngữ cảnh)– thực thể đích xuất hiện như thế nào? Q1: #phone sẽ xuất hiện trong các từ khóa với pattern mặc định. Chúng ta cũng có thể chỉ rõ ra các mẫu như Q3 sử dụng ow (order window)- từ khóa phải xuất hiện trước #pdf_file #ppt_file. o Content restriction (Giới hạn về nội dung). Chúng ta có thể giới hạn domain cho vùng tìm kiếm như Q2 chỉ nghiên cứu trong lĩnh vực database (sử dụng “=” hoặc “contain”) Output: Người dùng nhận được kết quả như họ mong đợi. Hình 2. Mô hình chung của tìm kiếm thực thể 9 Xếp hạng thực thể là cốt lõi của máy tìm kiếm thực thể. Do đó, xếp hạng thực thể đang nhận được sự quan tâm nghiên cứu của các nhà khoa học. Các nhân tố chung ảnh hưởng đến việc xếp hạng: - R-Contextual: Xác suất (từ khóa, thể hiện) sẽ khác nhau trong các ngữ cảnh khác nhau.Chúng phụ thuộc vào các yếu tố: o Pattern: Từ khóa và các thể hiện sẽ có một quan hệ thông thường nhât định. Ví dụ: Tên công ty thường xuất hiện trước số điện thoại. o Proximity: (Từ khóa và thể hiện) sẽ có xác suất không giống nhau trong trang web. Sự kết hợp sẽ mạnh hơn khi chúng ở gần nhau hơn. Ví dụ hình trên hiển nhiên thể hiện e 1 sẽ là thích hợp hơn với từ khóa Amazon so với thể hiện e 6 - R-Holistic: Một thể hiện có thể xuất hiện cùng với từ khóa nhiều lần trong một trang. Tất cả việc matchings sẽ được tổng hợp lại cho việc đánh giá xác suất sự thích hợp của chúng - R-Uncertainty: Việc trích chọn thực thể luôn luôn là không hoàn hảo. Do đó luôn phải có một xác suất cho chúng. - R-Associative: Chúng ta phải cẩn thận để phân biệt giữa việc kết hợp đúng (từ khóa, thể hiện) và sự ngẫu nhiên. Do đó chúng ta cũng cần phải kiểm tra lại tính hợp lệ của các kết hợp R-Discriminative: Các thể hiện match trên trang phổ biến hơn sẽ được đánh giá cao hơn so với các thể hiện trên trang ít phổ biến hơn. Giả sử chúng ta có tập tài liệu D = {d 1 , d 2 ,…,d n } và câu truy vấn q(t). T là khoảng thời gian quan sát và nghiên cứu câu truy vấn q(t) trong tập tài liệu. Chúng ta có công thức xác định xác suất tính độ phù hợp của q(t) trong D: Dựa vào Score(q(t)) chúng ta đưa ra xếp hạng cho kết quả trả về. Tao Cheng, Xifeng Yan, Kevin Chen-Chuan Chang [TXK07] đã đưa ra mô hình Impression để xác định công thức (1) và đưa ra thuật toán cho việc xác định xếp hạng thực thể [...]... Bảng xếp hạng 10 trường hàng đầu thế giới theo Webometrics 5 Mô hình thực nghiệm phương pháp dựa độ đo web trong xếp hạng các trường đại học Việt Nam Qua nghiên cứu phương pháp xếp hạng trường đại học thông qua độ đo web, chúng tôi nhận thấy hoàn toàn có thể áp dụng phương pháp này với các trường đại học Việt Nam Mô hình chung của phương pháp được xác định như sau: Tập các câu truy vấn MÁY TÌM KIẾM Các. .. Medow Các loại xếp hạng trường đại học và các bảng xếp hạng – cách xây dựng và sử dụng Hội thảo quốc tế Xếp hạng các trường đại học: Xu thế toàn cầu và quan điểm [Long08] Bành Tiếng Long (2008) Báo cáo chất lượng giáo dục đại học Việt Nam, , http://www.oaq.hcmut.edu.vn/ftailieu/BaocaoTTrBTLong.ppt [Nga08] Nguyễn Phương Nga (2008), “Phương pháp và các tiêu chí xếp hạng của các trường Đại học Việt Nam ... quả thực nghiệm và webometrics 7 Kết luận và định hướng nghiên cứu Chúng tôi đã nghiên cứu và áp dụng phương pháp xếp hạng các trường đại học trên thế giới dựa trên các chỉ số web vào bài toán xếp hạng các trường đại học Việt Nam và đã đưa ra một bảng xếp hạng tốt và khá hoàn thiện Mặc dù hiện tại việc xác định chỉ số về Scholar còn có nhiều khó khăn tuy nhiên chúng tôi sẽ khắc phục và thu thập dữ liệu... giáo dục và sự nổi tiếng của trường đại học Ý tưởng chung cùa việc xác định chỉ số về khả năng nhìn thấy được dựa trên đồ thị web với các link liên kết giữa các nút của đồ thị Có hai phương pháp tiếp cận cho việc thực thi ý tưởng trên áp dụng tại Việt Nam * Phương pháp tiếp cận thứ nhất Xây dựng đồ thị web của các trường đại học Việt Nam Trong đó các nút của đồ thị là các website của các trường Các link... sách 100 trường đại học Việt Nam. cùng với 5 trường trong khu vực để so sánh Danh sách các trường đại học Việt Nam cùng website được thống kê từ trang web chính thức của Bộ Giáo dục và Đào tạo (có bổ sung – Phụ lục 1) Sau đây chúng tôi xin trình bày chi tiết áp dụng phương pháp trên vào bài toán xếp hạng trường đại học Việt Nam 5.1 Xác định các chỉ số 5.1.1 Chỉ số nhận diện (V – Visibility) Chỉ số đại diện... trường đại học, xuất hiện các trường đại học hàng đầu (top) Sử dụng sự tương tác trên trang web, cho phép người dùng xếp hạng các trường đại học dựa trên sự lựa chọn các chỉ số của chính mình Kết quả là không có trường đại học “tốt nhất”, chỉ có kết quả của các chỉ số được trình bày© 3.2 Các hệ thống xếp hạng quốc gia 3.2.1 Mỹ - US News and World Report (USNWR) Hệ thống xếp hạng các trường đại học ở... đích xếp hạng vì chúng không biểu diễn dựa trên số lần truy cập hay kiểu thiết kế của trang web mà dựa trên các kết quả tổng thể và khả năng nhận diện của một trường đại học Các bảng xếp hạng khác, tập trung chủ yếu vào một vài các lĩnh vực có liên quan, đặc biệt là các kết quả nghiên cứu, thì các nhân tố web (web indicators) là cơ sở của các xếp hạng sẽ phản ánh tốt hơn bức tranh toàn cảnh của một trường. .. xác hoạt động của mình Nếu kết quả biểu diễn web của một trường – học viện nằm dưới vị trí được mong đợi về chất lượng thì các nhà quản lý của đơn vị đó nên quan tâm tới chính sách của họ về “biểu diễn web của trường mình nhằm tăng số lượng và chất lượng các xuất bản điện tử 4.2 Phương pháp luận Xếp hạng Webometrics sử dụng các dữ liệu thu thập trên web và dựa vào 4 chỉ số (độ đo) để xếp hạng: • S... domain này Chính nhờ việc nhóm thành các domain mà webometrics trở thành một phần quan trọng trong các bài toán về tìm kiếm và xếp hạng các đối tượng trên web Như vậy, webometrics là độ đo về hạng các đối tượng trên web mà trường đại học là một đối tượng trong đó 3 Một số hệ thống xếp hạng trường đại học điển hình 3.1 Phương pháp chung Vấn đề xếp hạng khá đa dạng về cách tiếp cần nhưng đều có một quy... có thể nói cách khác là phản ánh khuynh hướng xếp hạng trường đại học của các nước Bắc Mỹ (Mỹ và Canada) so với các nước Anh và Australia 3.3 Các hệ thống xếp hạng quốc tế 3.3.1 Hệ thống xếp hạng học thuật các trường đại học trên thế giới của trường đại học Giao Thông Thượng Hải (Shanghai Jiao Tong University – SJTU) Theo N.C Liu, and Y Cheng [LC06], SJTU sử dụng 4 tiêu chí cho việc xếp hạng bao gồm . trường đại học Việt Nam. Trong hội thảo quốc tế Xếp hạng các trường đại học: Xu thế toàn cầu và quan điểm” tại Đại học Quốc gia Hà Nội, PGS.TS Nguyễn Phương Nga đã trình bày báo cáo Phương pháp. Phương pháp và các tiêu chí xếp hạng của các trường đại học Việt Nam với mong muốn trong năm 2009 đưa ra một bảng xếp hạng chính thức cho các trường đại học tại Việt Nam [Nga08]. Báo cáo này. là áp dụng phương pháp trên để xây dựng mô hình thực nghiệm cho việc xếp hạng các trường đại học Việt Nam. Dữ liệu về website các trường đại học Việt Nam được lấy về từ trang chủ của Bộ Giáo