НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ РЕЗУЛЬТАТОВ МОНИТОРИНГОВОГО ОЦЕНИВАНИЯ ДЕЯТЕЛЬНОСТИ ВУЗОВ

В статье представлены результаты нейросетевого моделирования взаимосвязи показателей мониторинга эффективности деятельности вузов и мониторинга трудоустройства выпускников. Предлагаемые модели дают возможность спрогнозировать влияние тех или иных показателей эффективности вуза на изменение условий успешности выпускников и выявить индикаторы, оказывающие наиболее сильное влияние на эффективность процесса трудоустройства. Так как трудоустройство выпускников является результирующим показателем образовательной деятельности вуза и одним из ключевых показателей его востребованности, решаемая в статье задача представляется актуальной. В ходе исследования удалось построить нейросетевые модели с достаточно высокой степенью достоверности. При этом было обнаружено, что для прогнозирования доли выпускников, трудоустроившихся в течение календарного года, следующего за годом выпуска, значимыми являются 57 показателей мониторинга эффективности деятельности вузов, а для прогнозирования средней суммы ежемесячных выплат выпускникам в первый год после окончания вуза значимы всего 3 показателя мониторинга эффективности. По результатам исследования сделан вывод о влиянии результатов моделирования взаимосвязи показателей мониторинга трудоустройства и мониторинга эффективности на корректировку управленческих решений и совершенствование образовательной деятельности вуза.

1. Бондарев Я.П. Интеллектуализация управления изменениями в деятельности вуза на основе мониторинго-рейтинговой информации/ Я.П.Бондарев, Я.Е.Львович// Современные проблемы науки и образования. – 2013. -№3.

2. Карелина И.Г. Мониторинг деятельности образовательных организаций – инициатива системных изменений в высшем образовании. 4.1./ И.Г.Карелина, А.Б.Соболев, С.О.Сорокин// Высшее образование сегодня. – 2015. - №7. – С.55-61.

3. Shvindt A., Nikanorov I. Internal education quality evaluation as a factor of development of engineering education quality in Russia // MATEC Web of Conferences 5. Сер. "5th International Forum for Young Scientists "Space Engineering"" 2017. P. 01032.

4. Швинд А.Н. Применение управленческого опыта передовых стран в формировании национальной инновационной системы в России// Научные исследования в образовании. 2013. - №2. – С.46-53.

5. Дорожная карта «Создание национальной системы компетенций и квалификаций» (НСКК) [Электронный ресурс] // URL: http://www.asi.ru/npi/nskk

6. Каширина, И. Л. Нейросетевые технологии: учеб.-метод. пособие для вузов/И. Л. Каширина. -Воронеж: ИПЦ ВГУ, 2008. -72 с.

7. Каширина И.Л. Нейросетевое моделирование формирования кластерной структуры на основе сетей ART/ Каширина И.Л., Львович Я.Е., Сорокин С.О.// Информационные технологии. 2017. Т. 23. № 3. С. 228- 232.

8. Информационно-аналитические материалы по результатам проведения мониторинга эффективности деятельности образовательных организаций высшего образования [Электронный ресурс] // URL: http://indicators.miccedu.ru/monitoring/?m=vpo

9. Портал мониторинга трудоустройства выпускников [Электронный ресурс] // URL:

10. http://vo.graduate.edu.ru/#/?year=2015&year_monitoring=2016

11. Львович Я.Е. Модели и процедуры принятия управленческих решений по оптимизации условий качественного образования в вузе/ Я.Е. Львович, А.Н. Швиндт// Моделирование, оптимизация и информационные технологии.– 2017. -№3.