Luật kết hợp mờ đã được nhiều tác giả quan tâm nghiên cứu theo nhiều cách tiếp cận khác nhau và đã có nhiều kết quả công bố. Các cách tiếp cận của các tác giả đã công bố đa phần là sử dụng cấu trúc tập mờ dạng đơn thể hạt cho bài toán khai phá luật kết hợp mờ. Trong bài báo này chúng tôi trình bày ứng dụng phương pháp khai phá luật kết hợp mờ sử dụng Đại số gia tử (ĐSGT) trong việc hỗ trợ sinh viên lập kế hoạch học tập, các cấu trúc tập mờ của các thuộc tính được xây dựng dựa trên các cấu trúc ĐSGT và có dạng đa thể hạt. Sử dụng các cấu ĐSGT để xây dựng các tập mờ dạng đa thể hạt đơn giản hơn rất nhiều so với sử dụng lý thuyết tập mờ. Ưu điểm của sử dụng cấu trúc tập dạng đa thể hạt giúp chúng ta khai phá được các luật kết hợp mờ vừa khái quát vừa chi tiết. Các kết quả thử nghiệm được thực hiện trên bộ dữ liệu điểm của 157 sinh viên của 10 môn học cốt lõi. Kết quả thu được sau khi rút trích có thể cung cấp thông tin hữu ích cho các nhà quản lý giáo dục trong việc tổ chức giảng dạy để nâng cao hiệu quả đào tạo. Việc nghiên cứu này giúp sinh viên lựa chọn các môn học phù hợp nhằm mục đích đạt kết quả cao trong học tập., Tóm tắt tiếng anh, Fuzzy association rules have been investigated by many authors under several different approaches with worth results. The approaches of the published papers mostly used a single-granularity fuzzy set structure for fuzzy association rule. In this paper, we present the application of fuzzy association rule mining method using Hedge algebras in assisting students to plan their learning, fuzzy set structures of attributes are built on Hedge algebras. using multi-granularity representation. Using Hedge algebras to build fuzzy sets using a multi-granularity representation is much simpler than using fuzzy set theory. The advantage of using multi-granularity set structure helps us to explore fuzzy association rules that are both general and detailed. The test results were performed on a data set of 157 students in 10 core subjects. The experimental results showed that the key courses extracted by our proposed approach provide useful information to educational managers to improve the training efficiency. This results would help students to choose suitable subjects for the purpose of achieving high scores in study.