Năm 2026 đã tới và hẳn là nhiều người đã, đang tìm cho mình những mục tiêu mới. Bài viết này sẽ giới thiệu Vision Board - một công cụ đơn giản nhưng hiệu quả, giúp bạn nhìn rõ điều mình muốn, giữ động lực lâu dài và biến mục tiêu thành hành động cụ thể. 

Vision Board là gì?

Vision Board là một bảng tổng hợp hình ảnh, từ khóa và câu chữ thể hiện những mục tiêu và cuộc sống bạn muốn đạt được trong tương lai, thường là trong một năm.

Khác với việc chỉ viết mục tiêu ra giấy, Vision Board giúp bạn:

• Hình dung rõ ràng điều mình muốn

• Tạo cảm xúc và động lực mỗi ngày

• Nhắc nhở bản thân đi đúng hướng

Mình muốn giới thiệu một video đến từ kênh Youtube The Present Writer về việc đặt mục tiêu dài hạn mà theo mình thấy rất truyền cảm hứng, có nhắc tới Vision Board mà bạn có thể tham khảo tại link sau: https://youtu.be/iTffVzZzLcA?si=OePJzspYD_ME1EzA 

Hướng dẫn làm Vision Board trong 6 bước

Bước 1: Nhìn lại năm cũ

Trước khi nghĩ đến năm mới, hãy dành thời gian nhìn lại:

• Bạn đã làm tốt điều gì?

• Điều gì chưa ổn và bạn muốn thay đổi?

• Điều gì thực sự quan trọng với bạn?

Việc nhìn lại giúp bạn đặt mục tiêu thực tế và phù hợp hơn.

Bước 2: Chia mục tiêu theo từng nhóm

Để Vision Board không quá rối, hãy chia mục tiêu thành các nhóm chính:

• Sự nghiệp / Học tập

• Tài chính

• Sức khỏe & tinh thần

• Mối quan hệ

• Phát triển bản thân

Mỗi nhóm chỉ nên chọn 1–3 mục tiêu lớn.

Bước 3: Chuyển mục tiêu thành hình ảnh

Hình ảnh là phần quan trọng nhất của Vision Board. Hãy chọn những hình ảnh khiến bạn cảm thấy đó chính là cuộc sống mình mong muốn.

Ví dụ:

• Sự nghiệp: góc làm việc gọn gàng, laptop, biểu đồ tăng trưởng

• Sức khỏe: chạy bộ, yoga, bữa ăn lành mạnh

• Phát triển bản thân: sách, ghi chép, không gian yên tĩnh

Không cần chính xác tuyệt đối, chỉ cần tạo cảm xúc tích cực.

Bước 4: Chọn câu chữ ngắn gọn, có ý nghĩa

Hạn chế dùng các câu sáo rỗng. Thay vào đó, hãy chọn những câu: ngắn, dễ nhớ và phù hợp với bạn

Ví dụ:

• “Kỷ luật mỗi ngày”

• “Tiến bộ hơn hôm qua”

• “Calm but focused”

• “Progress over perfection”

Bước 5: Tạo Vision Board

Cách 1: Làm Vision Board online

• Dùng Canva, Pinterest hoặc PowerPoint

• Chọn bố cục dạng collage

• Lưu làm hình nền điện thoại hoặc laptop

Cách 2: Làm Vision Board thủ công

• Chuẩn bị giấy A4, bìa cứng, giấy màu (tùy nhu cầu)

• In hình, cắt dán

• Treo ở góc học tập hoặc nơi dễ nhìn thấy

Bước 6: Gắn Vision Board với hành động

Vision Board chỉ thực sự hiệu quả khi đi kèm hành động. Với mỗi mục tiêu, hãy tự hỏi:

• Tuần này mình sẽ làm gì để tiến gần hơn?

• Thói quen nhỏ nhất có thể bắt đầu là gì?

Ví dụ:

• Mục tiêu: cải thiện kỹ năng
  → Hành động: học 30 phút mỗi ngày

Làm sao để Vision Board không bị “bỏ xó”?

• Đặt Vision Board ở nơi bạn nhìn thấy mỗi ngày

• Mỗi tháng dành thời gian xem lại và điều chỉnh

• Cho phép bản thân thay đổi mục tiêu khi cần

• Tập trung vào tiến bộ, không áp lực hoàn hảo
  
  

Vision Board không phải là công cụ để mơ mộng, mà là một cách định hình tư duy và hành động có mục tiêu. Khi bạn nhìn thấy điều mình muốn mỗi ngày và chủ động hành động vì nó, kết quả sẽ chỉ còn là vấn đề thời gian.

Năm mới là thời điểm lý tưởng để bắt đầu. Hãy dành cho bản thân một buổi yên tĩnh và tạo Vision Board cho chính mình nhé!

Phạm Hồng Trà

NHẬN DIỆN NGƯỜI DÙNG RỜI BỎ DỊCH VỤ SỚM TRONG TRÒ CHƠI DI ĐỘNG MIỄN PHÍ SỬ DỤNG HỆ THỐNG MÔ HÌNH HAI GIAI ĐOẠN

220201015 - Hà Đăng Hoàng

Sự bùng nổ vượt bậc của lĩnh vực công nghiệp trò chơi di động, đặc biệt là các trò chơi áp dụng mô hình trò chơi miễn phí, đã tạo ra nhu cầu ngày càng cao trong việc tối ưu hóa tỷ lệ giữ chân người dùng. Tuy nhiên, tỷ lệ rời bỏ dịch vụ sớm, đặc biệt trong các thể loại trò chơi như “Siêu giải trí” và “Rảnh tay”, đang trở thành một thách thức lớn đối với các nhà phát triển khi lên tới hơn 60% ngay trong phiên đầu tiên. Để giải quyết vấn đề này, luận văn này đề xuất một hệ thống nhận diện rời bỏ sớm hai giai đoạn nhằm dự đoán liệu người dùng có tiếp tục sử dụng ứng dụng sau phiên đầu tiên hay không. Hệ thống sử dụng các tính năng tổng quát hóa được thu thập trong quá trình hướng dẫn sử dụng và phiên đầu tiên, cùng với việc kết hợp các mô hình học máy như eXtreme Gradient Boosting, Gradient Boosted Trees Classifier, và các mô hình mạng nơ-ron như Artificial Neural Networks và Feature Tokenizer -Transformer. Qua việc nghiên cứu và xây dựng các mô hình này, hệ thống đạt được kết quả Area Under ROC Curve cao nhất là 99% trên ba bộ dữ liệu thực tế với hơn 700,000 người dùng, cho thấy khả năng tốt trong việc nhận diện sớm người dùng có khả năng rời bỏ. Kết quả này nhấn mạnh vai trò quan trọng của việc lựa chọn mô hình và tập đặc trưng phù hợp, đồng thời đề xuất các phương pháp xử lý dữ liệu tối ưu như sử dụng mô hình Gradient Boosted Regression Trees để cải thiện độ chính xác và tránh thiên vị trong bối cảnh thiếu dữ liệu. Hệ thống đề xuất không chỉ đáp ứng tốt yêu cầu khái quát hóa trên nhiều thể loại trò chơi khác nhau mà còn cung cấp cơ sở vững chắc cho các chiến lược giữ chân người dùng hiệu quả trong giai đoạn đầu sử dụng với kết quả thực nghiệm bằng phương pháp kiểm thử phân tập trên ứng dụng thực tế.

Trân trọng.