Моделирование образовательной среды на основе комплексного сбора и анализа данных
Автор: Кумратова А.М., Параскевов А.В., Махнов В.А.
Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu
Рубрика: Экономика предприятий, регионов и отраслей
Статья в выпуске: 2 (158), 2026 года.
Бесплатный доступ
Настоящая статья посвящена комплексному анализу образовательных данных в российских высших учебных заведениях с целью повышения качества образовательного процесса. Рассматриваются проблемы фрагментации и изолированности данных, а также ограниченности существующих подходов к управлению. Представлен универсальный процесс обработки и анализа данных, включающий этапы сбора, предобработки, моделирования и интерпретации результатов. Особое внимание уделяется использованию современных методов статистики и машинного обучения для выявления закономерностей и прогнозирования академической успеваемости. Описаны примеры практического применения подхода в образовательной среде и сравнение с кейсами предиктивной аналитики издругих отраслей. Подчеркивается значимость перехода к data-driven решениям и их роль в формировании эффективной системы управления образованием.
Анализ данных, комплексный анализ, моделирование, экономическое развитие
Короткий адрес: https://sciup.org/148333646
IDR: 148333646
Modeling of the educational environment based on complex data collection and analysis
This article focuses on the comprehensive analysis of educational data in Russian higher education institutions aimed at improving the quality of the educational process. The problems of data fragmentation and isolation, as well as the limitations of existing management approaches, are discussed. A universal process of data processing and analysis is presented, including stages of collection, preprocessing, modeling, and interpretation of results. Special attention is given to the use of modern statistical and machine learning methods for identifying patterns and predicting academic performance. Examples of practical applications of the approach in the educational environment and comparisons with predictive analytics cases from other industries are described. The importance of the transition to data-driven solutions and their role in forming an effective education management system is emphasized.
