Поддержка принятия решений в информационно-аналитической системе при организации образовательного процесса вуза тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Ткаченко Анастасия Леонидовна

• Ткаченко Анастасия Леонидовна
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Ткаченко Анастасия Леонидовна

ВВЕДЕНИЕ

1 ПРОБЛЕМЫ ИНФОРМАТИЗАЦИИ И АВТОМАТИЗАЦИИ ДЕЯТЕЛЬНОСТИ ОБРАЗОВАТЕЛЬНОЙ СИСТЕМЫ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ

1.1 Современное состояние процессов информатизации и автоматизации деятельности вузов

1.2 Анализ существующих подходов к решению задач информатизации и автоматизации вузов и тенденции их развития при проектировании информационно-аналитических систем

1.3 Проблемы проектирования систем электронного документооборота в вузе

1.4 Использование интеллектуальных технологий в информационно-аналитических системах для поддержки и развития образовательного процесса

1.5 Выводы по главе

2 РАЗРАБОТКА ПОДСИСТЕМЫ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ТЕКСТОВЫХ ДОКУМЕНТОВ В СИСТЕМЕ ЭЛЕКТРОННОГО ДОКУМЕНТООБОРОТА ВУЗА

2.1 Постановка задачи классификации документов вуза

2.2 Выбор методов машинного обучения для решения задачи автоматической классификации документов

2.3 Разработка числовой модели документов

2.4 Разработка метода автоматической классификации документов в информационно-аналитической системе вуза

2.4.1 Комплекс программ классификации документов в системе электронного документооборота

2.4.2 Построение алгоритма оценки новизны текстовых документов на основе вероятностной тематической модели

2.4.3 Построение гибридного алгоритма определения классов документов

2.4.4 Результаты классификации коллекций документов

2.5 Выводы по главе

3 РАЗРАБОТКА ПОДСИСТЕМЫ ВЫБОРА ПРЕДПРИЯТИЯ ДЛЯ ОРГАНИЗАЦИИ ПРОИЗВОДСТВЕННОЙ ПРАКТИК СТУДЕНТОВ И ТРУДОУСТРОЙСТВА ВЫПУСКНИКОВ

3.1 Разработка методики поддержки принятия решения при выборе места практики на основе анализа деятельности предприятий

3.1.1 Выбор и обоснование характеристик предприятий для прохождения практики

3.1.2 Разработка алгоритма выбора предприятия

3.1.3 Расчет важности критериев с помощью аналитической иерархии

3.1.4 Поиск оптимального решения с помощью последовательного сужения множества предприятий

3.1.5 Нечеткий многокритериальный анализ предприятий

3.1.6 Выбор места практики в соответствии с предпочтениями студента

3.2 Разработка методики и алгоритма поддержки принятия решения при организации трудоустройства выпускников на основе оценки профессиональных навыков студентов

3.2.1 Постановка задачи выбора студента для замещения вакантной должности

3.2.2 Разработка алгоритма оценки профессиональных навыков студента

3.2.3 Выбор студента для замещения вакантной должности

3.3 Выводы по главе

4 РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА И ПРОВЕДЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

4.1 Функциональная структура комплекса программ автоматической классификации документов и результаты вычислительных экспериментов на текстовых коллекциях

4.2 Функциональная структура комплекса программ оценки предприятий и профессиональных навыков студентов

4.3 Экспериментальные исследования пригодности предприятий для прохождения производственной практики студентов

4.4 Результаты оценивания перспективности трудоустройства выпускников на основе компетентностного подхода

4.5 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ А. СВИДЕТЕЛЬСТВА О РЕГИСТРАЦИИ ПРОГРАММ ДЛЯ ЭВМ

ПРИЛОЖЕНИЕ Б. АКТЫ ВНЕДРЕНИЯ

Введение диссертации (часть автореферата) на тему «Поддержка принятия решений в информационно-аналитической системе при организации образовательного процесса вуза»

ВВЕДЕНИЕ

Актуальность темы исследования. Для обеспечения конкурентоспособности на рынке образовательных услуг, а также подготовки квалифицированных кадров современному вузу необходимо внедрять новые информационные технологии, нацеленные на поддержку и развитие образовательного процесса. Одним из основных направлений цифровизации вуза является развитие корпоративной электронной информационно-образовательной среды, предусматривающей управление цифровыми компетенциями участников научно-образовательного процесса. Актуальность темы диссертации обусловлена необходимостью разработки собственного и внедрения отечественного программного обеспечения для поддержки образовательного процесса согласно государственной политике импортозамещения.

Состояние вопроса. Информационно-аналитическая система вуза должна учитывать новые тенденции в области образовательных и информационных технологий. В связи с повышением требований образовательных стандартов и программой цифрового развития вуза необходимо внедрять новые технические и организационные решения. Вопросам информатизации и управления образовательным процессом посвящены работы Юсупова Р.М., Мусаева А.А., Дружининой О.В., Масиной О.Н., Заболотского В.П., Уварова А.Ю., Новикова Д.А., Шестакова А.Л., Логиновского О.В., Мирошиной П.А., Молотковой Н.В., Стася А.Н. и др.

Цифровизация деятельности вуза предполагает использование современных средств автоматизации документооборота и методов машинного обучения. Значительный вклад в развитие методов автоматической классификации текстов внесли отечественные и зарубежные ученые Воронцов К.В., Краснянский М.Н., Вьюгин В.В., Hofmann Th., Blei David M., Boucheron S., Jones K. S., Salton G. и др.

Несмотря на широкий круг решенных задач оптимизации образовательного процесса вуза, практически отсутствуют исследования и разработки в области комплексной автоматизации структурных подразделений вуза. Становится очевидной потребность в разработке информационно-аналитической системы,

которая будет не только адаптирована под нужды конкретного вуза, но и учитывать особенности образовательного процесса.

Целью диссертационной работы является повышение эффективности образовательного процесса вуза путем поддержки принятия решений при выборе получателей в системе документооборота и при выборе предприятий для организации практик студентов и их трудоустройства. Для достижения указанной цели в работе поставлены и решены следующие задачи:

1. Анализ проблем информатизации и автоматизации деятельности образовательной системы вузов.

2. Разработка метода и алгоритмов автоматической классификации текстовых документов в системе электронного документооборота вуза на основе машинного обучения и числовой модели документов.

3. Разработка методики и алгоритма поддержки принятия решений при выборе предприятия для организации производственной практики студентов на основе анализа деятельности предприятий.

4. Разработка методики и алгоритма поддержки принятия решений при организации трудоустройства выпускников на основе оценивания приобретенных компетенций и профессиональных навыков.

5. Создание программного комплекса информационно-аналитической системы для поддержки образовательного процесса вуза, а также проведение экспериментальных исследований для оценивания эффективности разработанных алгоритмов.

Научная новизна. В процессе исследований получены следующие новые научные результаты.

1. Предложена числовая модель документов, позволяющая проводить их классификацию по ключевым словам, выбранным для каждого из принятых классов на основе анализа частоты вхождения слов в документы. Особенностью модели является формирование весовых характеристик ключевых слов на основе не только их частотного анализа, но и с учетом общности их признаков по принадлежности к частям речи, что позволяет сократить признаковое пространство и повысить точность классификации.

2. Разработан метод и алгоритмы автоматической классификации текстовых документов, реализующий на первом этапе отсеивание документов с низкой вероятностью принадлежности к принятым классам. Отобранные на втором этапе документы с наибольшей частотой повторяемости ключевых слов позволяют окончательно выполнить точную классификацию документов в соответствии с принятой метрикой расстояния. В отличие от известных, метод выполняет классификацию документов по принятым классам, располагая коллекцией, содержащей документы не установленных классов.

3. Предложен алгоритм формирования обучающей и тестовой выборок для классификации документов, отличающийся тем, что выборки получены до формирования числовых представлений документов из предобработанной коллекции. Это позволяет получить несмещенные оценки классификации за счет формирования независимых характеристик слов в выборках (в отличие от традиционных методов, когда обучающая и тестовая выборки формируются из коллекции, представленной в виде числовой модели).

4. Разработаны методика и алгоритм поддержки принятия решений при выборе предприятия для организации производственной практики студентов, позволяющие подобрать наиболее предпочтительное место практики на основе лингвистических описаний предприятий и с учетом предпочтений студентов. Научная новизна заключается в том, что используемый метод лексикографического упорядочивания характеристик предприятий в совокупности с методом нечеткого предпочтения при выборе окончательного варианта позволяют сделать обоснованный выбор в условиях неполноты информации.

5. Разработаны методика и алгоритм поддержки принятия решений при организации трудоустройства выпускников, позволяющие в отличие от известных подходов провести ранжирование освоенных студентами компетенций в соответствии с требованиями производственных предприятий и выбрать оптимальный вариант на основе критерия пригодности студента для замещения вакантной должности.

Практическая значимость работы заключается в разработке:

- программной реализации подсистемы автоматической классификации документов в

информационно-аналитической системе вуза, позволившей уменьшить временные затраты на решение организационных вопросов и обеспечить единообразие хранения данных;

- программной реализации подсистемы для поддержки принятия решений сотрудниками центра профессионального роста выпускников при выборе предприятий для организации практик студентов и их трудоустройства.

Внедрение результатов исследований. Разработанный комплекс программ для автоматической классификации текстовых документов внедрен в информационно-аналитическую систему СибАДИ, что позволило обеспечить оперативность получения объективных данных о текущей деятельности вуза. Комплекс программ, предназначенный для организации производственных практик студентов и их последующего трудоустройства, внедрен в работу центра профессионального роста выпускников СибАДИ.

Объектом исследования является образовательный процесс вуза.

Предметом исследования являются системы автоматизации и информатизации образовательного процесса.

Методология исследования базируется на основах системного анализа, методах теории вероятностей и математической статистики; теории принятия решений, включая методы теории важности критериев; интеллектуальных технологиях, включая методы машинного обучения.

Основные результаты, полученные автором и выносимые на защиту:

1. Числовая модель документов, содержащая ключевые слова, выделенные на основе частоты их появления в классах документов и с учетом принадлежности частям речи, и поддерживающая инкрементное обучение (способная адаптироваться к изменениям в документах в режиме реального времени).

2. Метод и реализующие его алгоритмы автоматической классификации текстовых документов. Особенностью метода является то, что он позволяет распознавать и отсеивать документы, не принадлежащие принятым классам, на основе оценки вероятности новизны документов, а также позволяет отобрать для классификации документы с наибольшими частотами вхождения слов, характерных для документов принятых классов.

3. Методика и алгоритм поддержки принятия решений при выборе предприятия для организации производственной практики студентов, позволяющие подобрать наиболее предпочтительное место практики с учетом важности характеристик предприятий и предпочтений студентов.

4. Методика и алгоритм поддержки принятия решений при организации трудоустройства выпускников, дающие возможность подобрать выпускника для замещения вакантной должности на основе оценки профессионального роста студентов по освоенным компетенциям.

Соответствие паспорту специальности. Диссертация соответствует областям исследований: п. 4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п. 5 «Разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации», п. 10 «Методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических системах».

Достоверность полученных результатов. Обоснованность и достоверность теоретических результатов, положений и выводов, полученных в диссертационной работе, базируются на использовании апробированных научных положений и методов исследования, корректном применении математического аппарата, согласованности новых результатов с известными теоретическими положениями. Обоснованность и достоверность прикладных результатов диссертации подтверждается результатами апробации и внедрения предложенных методик и алгоритмов при проектировании программного комплекса информационно-аналитической системы образовательного процесса.

Апробация результатов исследования. Результаты работы отражались в научных докладах, которые представлялись на V Международной научно-практической конференции «Наука и образование: сохраняя прошлое, создаём будущее» (Пенза, 2016); Международной научно-практической конференции «Развитие современной науки: теоретические и прикладные аспекты» (Кишинев, 2017); XV Международной научно-практической конференции «Научный поиск в

современном мире» (Махачкала, 2017); IV Международной научно-практической конференции «Архитектурно-строительный и дорожно-транспортный комплексы: проблемы, перспективы, инновации» (Омск, 2019); XI, XII Всероссийской научно-практической конференции «Информационные технологии и автоматизация управления» (Омск, 2020, 2021); IV Всероссийской научно-практической конференции «Научный потенциал молодежи и технический прогресс» (Санкт-Петербург, 2021); XV International Scientific and Technical Conference: Applied Mechanics and Systems Dynamics (AMSD 2021) (Омск, 2021).

Публикации по теме исследования. По результатам исследований опубликовано 26 научных работ, в том числе 4 статьи в рецензируемых журналах из перечня ВАК РФ, одна статья в издании, индексируемом в базе Scopus, 3 свидетельства о государственной регистрации программ для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 144 наименования и двух приложений. Общий объем работы составляет 148 страниц, включая 38 рисунков и 12 таблиц.

Автор благодарит научного руководителя, д.т.н., доцента, профессора кафедры АСОИУ Денисову Л.А. за помощь при подготовке диссертационной работы. Автор выражает благодарность заведующему кафедрой АСОИУ, д.т.н., профессору Никонову А.В. за поддержку, а также начальнику отдела практики и содействия трудоустройству выпускников СибАДИ, к.т.н., доценту Сачук Ю.С. за помощь при внедрении результатов диссертации в информационную систему вуза.

1 ПРОБЛЕМЫ ИНФОРМАТИЗАЦИИ И АВТОМАТИЗАЦИИ ДЕЯТЕЛЬНОСТИ ОБРАЗОВАТЕЛЬНОЙ СИСТЕМЫ ВЫСШИХ

УЧЕБНЫХ ЗАВЕДЕНИЙ

1.1 Современное состояние процессов информатизации и автоматизации

деятельности вузов

Стремительное развитие средств вычислительной техники обусловило необходимость информатизации деятельности вуза, которая предполагает использование современных систем автоматизации образовательного процесса. Необходимым условием успешной автоматизации образовательного процесса является анализ работы как вуза в целом, так и его отдельных структурных подразделений. Следует отметить, что работа высшего учебного заведения регламентируется принятыми в нем документами системы менеджмента качества, которые созданы с целью обеспечения гарантии качества подготовки специалистов, реализации основных положений политики вуза в области качества, выполнения требований стандартов и сертификации вузовской системы менеджмента качества. С принятием стандартов ИСО 9000 в основу системы менеджмента качества вуза заложен процессный подход, в соответствии с которым работу вуза следует рассматривать как совокупность бизнес-процессов, протекающих в его структурных подразделениях [2, 58, 94].

Отмечается [2, 102, 103], что для поддержания эффективности работы вуза необходимо постоянно совершенствовать бизнес-процессы, протекающие в его структурных подразделениях. Существует много причин, внутренних и внешних, которые сделали необходимым совершенствование бизнес-процессов в вузе. Одной из таких причин является постепенное снижение со временем уровня показателей процессов [47]. Поскольку Министерство науки и высшего образования Российской Федерации постоянно обновляет требования к работе высших учебных заведений, для поддержания текущих стандартов и требований вузу необходимо проводить некоторый объем работ по обслуживанию и улучшению бизнес-процессов.

Одной из приоритетных задач информатизации деятельности вуза является совершенствование бизнес-процессов организации практики студентов, которая направлена на приобретение студентами опыта профессиональной деятельности, а также необходимых для карьерного и личностного роста компетенций [25, 36, 56, 57]. Согласно приказу Министерства образования и науки Российской Федерации от 27.11.2015 №1383 «Об утверждении Положения о практике обучающихся, осваивающих основные профессиональные образовательные программы высшего образования» [44], организация и проведение всех видов практики должны осуществляться на основании договоров с профильными организациями, деятельность которых соответствует осваиваемым в рамках основных образовательных программ компетенциям.

При выборе профильной организации необходимо руководствоваться требованиями, предъявляемыми к местам прохождения практики. Профильные организации должны создавать условия для получения студентами в период прохождения практики профессионально-ориентированных знаний, умений и навыков, предоставлять в период прохождения практики доступ к своей материально-технической базе, а также привлекать к руководству практикой квалифицированных специалистов. Кроме того, при выборе профильной организации необходимо учитывать ее характеристики. Среди характеристик можно выделить организационно-правовую форму предприятия, месторасположение предприятия. Соблюдение предъявляемых к профильным организациям требований и учет их характеристик усложняет выбор места практики. Важным является выполнение анализа характеристик предприятий [9, 10, 80, 86, 87], а также перспективности реализуемых ими проектов [78, 79, 82-85, 93] для организации практик и их трудоустройства.

Также следует отметить, что приобретаемые студентами в ходе обучения и прохождения практики компетенции должны соответствовать требованиям работодателей. Согласно Поручению Президента РФ от 30.04.2021 г. № Пр-716 «Перечень поручений по итогам заседания наблюдательного совета АНО «Россия - страна возможностей» [51], необходимо проводить оценку компетенций

обучающихся по образовательным программам высшего образования.

На сегодняшний день отсутствует единая структура и описание универсальных, общепрофессиональных и профессиональных компетенций, которыми должен владеть выпускник вуза. Кроме того, как вузы, так и работодатели по-разному определяют набор навыков, которыми должен обладать студент, и, соответственно, оценку навыков также проводят по-разному. Вследствие этого вузу становится труднее удовлетворить потребности работодателей, что ведет к низкому уровню трудоустройства выпускников. Поэтому актуальной является проблема разработки вузом совместно с работодателями единой онтологической базы компетенций, а также оценки студентов по осваиваемым компетенциям.

Следует отметить, что без совершенствования деятельности вуз не сможет развиваться, а, следовательно, не сможет поддерживать конкурентоспособность в непрерывно изменяющихся условиях, что приведет к низкой востребованности вуза на рынке образовательных услуг [20, 90, 103]. Поэтому многие отечественные вузы ведут практику внедрения в свою работу информационно-аналитических систем, использование которых подразумевает как информатизацию деятельности вуза в целом, та и автоматизацию отдельно протекающих процессов [48, 67, 104].

1.2 Анализ существующих подходов к решению задач информатизации и автоматизации вузов и тенденции их развития при проектировании информационно-аналитических систем

Информатизация деятельности вуза неразрывно связана с развитием средств вычислительной техники. Отмечается [23, 39], что информатизация вуза сводится к проектированию и настройке информационно-аналитической системы, поддерживающей образовательный процесс. На сегодняшний день при информатизации деятельности вуза в основном используются два подхода. Первый подход заключается в самостоятельной разработке информационно-

аналитической системы, поддерживающей образовательный процесс и разрабатываемой службой информационной поддержки вуза. Второй подход подразумевает приобретение и внедрение готовых решений автоматизации образовательного процесса.

В настоящее время в большинстве отечественных вузов функционируют службы информационной поддержки, ресурсы которых используются для проектирования собственных информационно-аналитических систем. Как правило, автоматизация вуза собственными силами носит «лоскутный» характер и заключается в проектировании рабочих мест различных служб вуза. При этом в процесс создания рабочих мест вовлекаются не только компетентные сотрудники, но и студенты вуза, выполняющие проектирование рабочего места в рамках курсовых и выпускных квалификационных работ. Таким образом, разработка рабочего места обходится вузу гораздо дешевле готового программного продукта, предназначенного для автоматизации деятельности вузов. Отметим, что недостатком подобного рода разработок является их слабая интегрируемость с другими программными продуктами, используемыми в вузах. С другой стороны, самостоятельно спроектированные решения хорошо адаптированы к нуждам конкретного вуза.

Принятые меры в области импортозамещения программного обеспечения [43, 45] стимулировали развитие отечественных программных продуктов автоматизации образовательного процесса. Наиболее распространенными на отечественном рынке программными продуктами, предназначенными для автоматизации деятельности вузов, являются следующие.

Компания 1С разработала программный продукт «1С: Университет», предназначенный для автоматизации учета, хранения, обработки и анализа информации об основных процессах высшего учебного заведения [105]. Преимуществом продукта является поддержка многопользовательского режима работы посредством использования браузеров, а также возможность интеграции с другими продуктами компании 1С, используемыми в вузах.

Продукт «1С: Университет» используется для автоматизации работы

приемной компании вуза (формирование планов набора абитуриентов, перечня вступительных испытаний и документов, необходимых для поступления, формирование порядка поступления абитуриентов и т.п.), планирования учебного процесса (формирование учебных планов и учебной нагрузки), управления контингентом (ведение личных дел студентов, учет успеваемости), работы с приказами (формирование приказов и распоряжений). Продукт «1С: Университет» разработан на платформе «1С: Предприятие 8.3», поддерживающей механизм управления распределенными информационными базами. Это дает возможность территориально распределенным вузам работать в единой базе и оперативно принимать управленческие решения.

Другим известным продуктом автоматизации деятельности вуза является разработанное на базе системы «Галактика ERP» решение «Галактика. Управление вузом» [15]. Решение предназначено для управления финансово-хозяйственной деятельностью вуза и позволяет автоматизировать бухгалтерский учет, учет платежей и договорных отношений. Также решение предоставляет инструменты для автоматизации учебного процесса. Среди возможностей можно выделить формирование учебных планов и расписания занятий, управление работой приемной комиссии, учет движения контингента, успеваемости студентов. В основе программного продукта «Галактика. Управление вузом» лежит модульный принцип, благодаря чему значительно упрощается ввод продукта в эксплуатацию. Кроме того, в продукте реализован интеграционный механизм, позволяющий взаимодействовать с имеющимися программными продуктами других разработчиков.

Другим распространенным продуктом автоматизации деятельности вуза является единая информационная система управления учебным процессом «Тандем. Университет» [27]. К основным возможностям продукта относятся учет личных дел сотрудников вуза и студентов, управление работой приемной комиссии, формирование документов об образовании, передача данных в системы внешнего мониторинга. Продукт «Тандем. Университет» реализован на платформе Tandem Framework с открытыми исходными кодами, благодаря чему

вуз может самостоятельно настроить нетиповые процессы. Также решение поддерживает интеграцию с другими программными продуктами и основано на модульном принципе, что дает возможность настроить программный продукт под задачи и нужды конкретного университета.

Помимо отечественных продуктов автоматизации деятельности в вузах также используются зарубежные продукты, среди которых наибольшее распространение получили системы управления обучением Moodle и ILIAS. Система управления обучением Moodle (от англ. Modular Object-Oriented Dynamic Learning Environment - модульная объектно-ориентированная динамическая обучающая среда) является свободно распространяемым веб-приложением, предназначенным для организации дистанционного обучения в вузах [127]. Система предоставляет возможность создания и управления учебными курсами, в рамках которых возможно оценивать успеваемость студентов и отслеживать их прогресс. К преимуществам системы управления обучением Moodle относятся бесплатное использование системы, а также открытый исходный код системы, позволяющий самостоятельно дорабатывать веб-приложение под нужды вуза.

Другой известной зарубежной системой управления обучением является интегрированная система обучения, информации и сотрудничества ILIAS (от нем. Integriertes Lern-, Informations- und Arbeitskooperations-System), используемая вузами для дистанционного обучения [124]. Система предоставляет широкий функционал для организации обучения. Среди поддерживаемых инструментов можно выделить чаты, блоги, внутреннюю почтовую систему, обмен файлами. Также в системе можно разрабатывать курсы с возможностью тестирования знаний студентов и настройки коммуникации между преподавателями и студентами. Преимуществом системы ILIAS является поддержка технологии открытого исходного кода. Также система может использоваться как открытая платформа получения знаний, доступ к которой имеют все пользователи в интернете.

Несмотря на широкий спектр возможностей готовых отечественных и зарубежных решений, предоставляемого ими функционала недостаточно для

«тонкой настройки» системы под нужды вузов. Предлагаемые на рынке системы автоматизации деятельности отличаются своей универсальностью, а их адаптация к требованиям вузов является долговременным и дорогостоящим процессом. Кроме того, вуз, закупивший готовую систему автоматизации деятельности, оказывается зависимым от фирмы-разработчика, и вынужден оплачивать услуги настройки и сопровождения системы. Кроме того, зарубежные системы управления обучением не учитывают специфику образовательного процесса отечественных вузов. Также их внедрение противоречит принятым российским правительством мерам, направленным на импортозамещение программного обеспечения при наличии отечественных аналогов.

Таким образом, внедрения готовых решений недостаточно для успешной автоматизации образовательного процесса вуза. Становится очевидной потребность в разработке информационно-аналитической системы, которая будет адаптирована под нужды конкретного вуза и будет учитывать особенности образовательного процесса. Также информационно-аналитическая система должна учитывать новые тенденции в области образовательных и информационных технологий [26, 29, 66]. В частности, поддерживать средства искусственного интеллекта как элемента гибкой адаптации информационной среды вуза к изменениям как в самой образовательной системе, так и во внешней инфраструктуре вуза.

Список литературы диссертационного исследования кандидат наук Ткаченко Анастасия Леонидовна, 2022 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Авдеева, И. Л. Современные процессы управления изменениями на предприятиях IT-сферы / И. Л. Авдеева, Р. А. Марков. - DOI 10.24411/2304-61392020-10133 // Вестник Академии знаний. - 2020. - № 2 (37). - С. 21-28.

2. Андерсен, Б. Бизнес-процессы. Инструменты совершенствования / Б. Андерсен ; пер. с англ. С. В. Ариничева. - Москва : Стандарты и качество, 2003. -271 с. - (Практический менеджмент). - ISBN 5-94938-012-6.

3. Андрейчиков, А. В. Анализ, синтез, планирование решений в экономике : Учебник / А. В. Андрейчиков, О. Н. Андрейчикова. - Москва : Финансы и статистика, 2004. - 467 с. - ISBN 5-279-02901-7.

4. Аношко, П. С. Роль документного обеспечения деятельности кафедры в реализации ею функций учебно-исследовательского подразделения вуза / П. С. Аношко // Вестник Волгоградского государственного университета. Сер. 9. Исследования молодых ученых. - 2013. - № 11. - С. 113-116.

5. Багрецов, С. А. Методика распределения кандидатов по профилям специализаций в научных и образовательных подразделениях вуза / С. А. Багрецов, С. М. Молдованова // Труды Военно-космической академии имени А. Ф. Можайского. - 2019. - № 667. - С. 386-392.

6. Батура, Т. В. Методы автоматической классификации текстов / Т. В. Батура // Программные продукты и системы. - 2017. - № 1. - С. 85-99.

7. Бондарчук, Д. В. Алгоритмы интеллектуального поиска на основе метода категориальных векторов : специальность 05.13.17 «Теоретические основы информатики» : автореф. дис. ... физико-мат. наук / Д. В. Бондарчук. - Челябинск, 2016. - 22 с.

8. Бородич, С. А. Балльно-рейтинговая система оценки знаний студентов в вузе: проблемы и перспективы / С. А. Бородич, А. Н. Тепляковская // Инновационные педагогические технологии : материалы IV Междунар. науч. конф. (Казань, 20-23 мая 2016 г). - Казань : Бук, 2016. - С. 139-141.

9. Бояркин, Г. Н. Анализ экономической эффективности информационных систем / Г. Н. Бояркин, А. Л. Ткаченко // Научный поиск в современном мире : сб. материалов XV Междунар.й науч.-практ. конф. (Махачкала, 31 мая 2017 г.). -Махачкала: о-во с огр. отв. "Апробация", 2017. - С. 55-56. - EDN ZHPZJD.

10. Бояркин, Г.Н. Выбор объекта инвестирования с помощью аналитических методов оценки риска / Г. Н. Бояркин, О. Г. Шевелева, А. Л. Ткаченко // Конкурентоспособность в глобальном мире: экономика, наука, технологии. -2017. - № 9-2 (56). - С. 23-27.

11. Винокурова, О. А. Проблемы организации информационных потоков при разработке учебно-методической документации / О. А. Винокурова, Ю. М. Абрамов // Образование и наука в современных реалиях : сб. материалов V Междунар. науч.-практ. конф. (Чебоксары, 4 июня 2018 г.) / редкол.: О. Н. Широков [и др.]. - Чебоксары : ООО «Центр научного сотрудничества «Интерактив плюс», 2018. - С. 59-64.

12. Воробьев, Е. В. Классификация текстов с помощью сверточных нейронных сетей / Е. В. Воробьев, Е. В. Пучков // Молодой исследователь Дона. -2017. - № 6 (9). - С. 2-7.

13. Воронцов, К. В. Математические методы обучения по прецедентам (теория обучения машин) / К. В. Воронцов. - URL: http: //www. machinelearning. ru/wiki/images/6/6d/Voron-ML- 1.pdf (дата обращения: 07.05.2021).

14. Воронцов, К. В. Модификации EM-алгоритма для вероятностного тематического моделирования / К. В. Воронцов, А. А. Потапенко // Машинное обучение и анализ данных. - 2013. - Т. 1, № 6. - С. 657-686.

15. Галактика Управление Вузом // Корпорация «Галактика» : сайт. - URL: http://www.galaktika.ru/vuz/o-reshenii.html (дата обращения: 25.02.2021).

16. Горбунова, М. В. Нечетко-множественная модель выбора стратегий взаимодействия вуза со стейкхолдерами / М. В. Горбунова, А. А. Гресько, К. С. Солодухин // Азимут научных исследований: экономика и управление. -2016. - Т. 5, № 3 (16). - С. 95-98.

17. Горин, С. Г. Влияние мониторинга вузов на увеличение документооборота в вузе и динамику преподавательской и студенческой субъектности / С. Г. Горин // Высшее образование в России. - 2016. - №2 1. - С. 69-74.

18. ГОСТ Р 52614.2-2006. Системы менеджмента качества. Руководящие указания по применению ГОСТ Р ИСО 9001-2001 в сфере образования : изд. офиц. : утв. и введ. в действие Приказом Федер. агентства по техн. регулированию и метрологии от 15 дек. 2006 г. № 309-ст : дата введ. 2007-06-01 / подгот. ООО «Науч.-исслед. центр контроля и диагностики техн. систем» и Техн. комитетом по стандартизации ТК 10 «Перспективные производственные технологии, менеджмент и оценка рисков». - Москва : Стандартинформ, 2007. - 70 с.

19. Губий, А. В. Специфика автоматизации документооборота в интеллектуальной организации / А. В. Губий, А. П. Савченко // Экономика знаний: инновационная экосистема и новая индустриализация региона : материалы III Всерос. науч. конф. по инноватике (Краснодар, 25 мая 2018 г.) / науч. ред. В. В. Ермоленко. - Краснодар : Кубанский гос. ун-т, 2018. - С. 69-79.

20. Дворецкая, И. В. Модели обновления общего образования в развивающейся цифровой среде : моногр. / И. В. Дворецкая, А. Ю. Уваров,

B. В. Вихрев ; Фед. исслед. центр "Информатика и управление" РАН. - Москва : Общ-во с огр. отв. "ТОРУС ПРЕСС", 2020. - 122 с. - ISBN 978-5-94588-284-3.

21. Демидова, Л. А. Классификация данных на основе SVM-алгоритма и алгоритма k-ближайших соседей / Л. А. Демидова, Ю. С. Соколова // Вестник Рязанского государственного радиотехнического университета. - 2017. - № 62. -

C. 119-132.

22. Денисова, Л. А. Многокритериальная оптимизация на основе генетических алгоритмов при синтезе систем управления : моногр. / Л. А. Денисова ; Ом. гос. техн. ун-т. - Омск : Изд-во ОмГТУ, 2014. - 170 с. -ISBN 978-5-8149-1822-2.

23. Дистанционное образование. Системы // Scherbakov.biz : сайт. - URL: http://www.scherbakov.biz/main/distant/systemsdo.htm (дата обращения: 03.12.2021).

24. Диязитдинова, А. А. Модельно-методический комплекс поддержки процесса принятия решений в приемной комиссии вуза : специальность 05.13.10 «Управление в социальных и экономических системах» : дис. ... канд. техн. наук / А. А. Диязитдинова. - Новосибирск, 2019. - 159 с.

25. Донских, О. А. Дело о компетентностном подходе / О. А. Донских // Высшее образование в России. - 2013. - № 5. - С. 36-45.

26. Дружинина, О. В. Построение дифференциальных математических моделей, используемых при разработке гибридной интеллектуальной обучающей среды, с учетом запаздывания и управляющих воздействий / О В. Дружинина, О. Н. Масина, А. А. Петров. - DOI 10.24888/2500-1957-2021-1-69-80 // Continuum. Математика. Информатика. Образование. - 2021. - № 1 (21). - С. 69-80.

27. Единая информационная система управления учебным процессом ТАНДЕМ. Университет // TANDEM Автоматизация бизнеса : сайт. - URL: http://tandemservice.ru/products/tandem-university (дата обращения: 25.02.2021).

28. Жигайлова, А. А. Электронный документооборот как форма современного делопроизводства / А. А. Жигайлова, Е. В. Иванова // Гуманитарный трактат. - 2018. - № 29. - С. 138-140.

29. Зыкина, А. В. Алгоритм определения профиля основной образовательной программы высшего образования / А. В. Зыкина, О. Н. Канева, В. В. Мунько // Информационный бюллетень Омского научно-образовательного центра ОмГТУ и ИМ СО РАН в области математики и информатики : материалы VIII Междунар. молодеж. науч.-практ. конф. с элементами науч. школы (Омск, 26 апр. - 4 мая 2018 г.) / Ом. гос. техн. ун-т ; отв. ред. А. В. Зыкина. - Омск : Изд-во ОмГТУ, 2018. - Т. 2, № 1. - С. 74-77.

30. Кажемский, М. А. Многоклассовая классификация сетевых атак на информационные ресурсы методами машинного обучения / М. А. Кажемский, О. И. Шелухин. - DOI 10.31854/1813-324X-2019-5-1-107-115 // Труды учебных заведений связи. - 2019. - Т. 5, № 1. - С. 107-115.

31. Канева, О. Н. Разработка алгоритма нахождения семантической близости между компетенциями / О. Н. Канева, К. А. Акимова, И. В. Шарун //

Информационный бюллетень Омского научно-образовательного центра ОмГТУ и ИМ СО РАН в области математики и информатики : материалы VII Междунар. молодеж. науч.-практ. конф. с элементами науч. школы, посвящ. 60-летию Института математики им. С. Л. Соболева СО РАН, (Омск, 25 апр. - 4 мая 2017 г.) / Ом. гос. техн. ун-т. - Омск : Изд-во ОмГТУ, 2017. - Т. 1, № 1. - С. 155-156.

32. Карпович, С. Н. Классификация текстовых документов с использованием вероятностной тематической модели / С. Н. Карпович, А. В. Смирнов, Н. Н. Тесля. - DOI 10.14357/20718594180317 // Искусственный интеллект и принятие решений. - 2018. - № 3. - С. 69-77.

33. Карпович, С. Н. Многозначная классификация текстовых документов с использованием вероятностного тематического моделирования ml-PLSI / С. Н. Карпович. - DOI 10.15622/sp.47.5 // Труды СПИИРАН. - 2016. - № 4 (47). -С. 92-104.

34. Карпович, С. Н. Учет неизвестных слов в вероятностной тематической модели / С. Н. Карпович, А. В. Смирнов, Н. Н. Тесля. - DOI 10.14357/20718632200410 // Информационные технологии и вычислительные системы. - 2020. - № 4. - С. 111-124.

35. Каширина, Е. И. Анализ документооборота / Е. И. Каширина. - DOI 10.21515/1990-4665-129-028 // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2017. - № 129. -С. 326-336.

36. Компетентностный подход в образовательном процессе / А. Э. Федоров, С. Е. Метелев, А. А. Соловьев, Е. В. Шлякова. - Омск : Омскбланкиздат, 2012. -210 с. - ISBN 978-5-8042-0226-3.

37. Кросс-валидация. - URL: https://neerc.ifmo.ш/wiki/mdex.php?titie=Кросс-валидация (дата обращения: 07.05.2020).

38. Метод ближайших соседей. - URL: http://www.machinelearning.ru /wiki/index.php?title=Метод_ближайшего_соседа (дата обращения: 07.05.2020).

39. Мусаев, А. А. Сравнительный анализ процессов информатизации высших учебных заведений в РФ и за рубежом / А. А. Мусаев // Известия Санкт-

Петербургского государственного технологического института (технического университета). - 2017. - № 40 (66). - С. 89-93.

40. Мышкина, И. Ю. Алгоритм оценки компетенций выпускников вуза на основе анализа программы обучения / И. Ю. Мышкина, Л. З. Гумерова, Г. Н. Аглямзянова // International Journal of Advanced Studies. - 2018. - Vol. 8, no. 1-2. - Р. 128-134.

41. Невенчанная, А. Ю. Применение искусственных нейронных сетей для решения задач классификации / А. Ю. Невенчанная, З. Г. Симоненко // Альманах научных работ молодых ученых университета ИТМО : в 5 т. / СПб. нац. исслед. ун-т информ. технологий, механики и оптики. - Санкт-Петербург : Изд-во ИТМО, 2016. - Т. 4. - С. 23-25.

42. Новиков, А. М. Структура системной теории развития профессионального образования / А. М. Новиков, Д. А. Новиков // Специалист. -2016. - № 1. - С. 18-23.

43. О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года : указ Президента Российской Федерации от 7 мая 2018 г. № 204 (с изм. и доп.) // Собрание законодательства. - 2018. - № 20. -Ст. 2817.

44. О практической подготовке обучающихся (вместе с «Положением о практической подготовке обучающихся») : приказ Минобрнауки России № 885, Минпросвещения России № 390 от 5 авг. 2020 г. (ред. от 18.11.2020) // Официальный интернет-портал правовой информации. - URL: https://obrnadzor.admhmao.ru/upload/iblock/d22/Prikaz-Minobrnauki-Rossii-N-885 -Minprosveshcheniya-Rossii-N-390.pdf (дата обращения: 23.12.2020). (дата обращения: 28.02.2022).

45. О Стратегии экономической безопасности Российской Федерации на период до 2030 года : указ Президента Российской Федерации от 13 мая 2017 г. № 208 // Собрание законодательства. - 2017. - № 20. - Ст. 2902.

46. Об образовании в Российской федерации : Федер. закон от 29 дек. 2012 г. № 273-ФЗ (ред. от 30.12.2021) : [принят Государственной Думой 21 дек. 2012 г. :

одобрен Советом Федерации 26 дек. 2022 г.] // Собрание законодательства. -2012. - № 53, ч. 1. - Ст. 7598.

47. Об утверждении Стратегии развития отрасли информационных технологий в Российской Федерации на 2014 - 2020 годы и на перспективу до 2025 года : распоряжение Правительства Российской Федерации от 1 нояб. 2013 г. № 2036-р (ред. от 18.10.2018) // Собрание законодательства. - 2013. - № 46. - Ст. 5954.

48. Организация электронной базы университета. - URL: https://www.elma-bpm.ru/successstory/kgmu/ (дата обращения: 05.04.2020).

49. Осипов, Г. С. Многокритериальный выбор альтернатив на основе пересечения нечетких множеств / Г. С. Осипов // In Situ. - 2016. - № 1-2. - С. 93.

50. Основные направления информатизации деятельности Томского государственного педагогического университета / А. П. Клишин, А. Н. Стась, Т. Т. Газизов [и др.] // Вестник Томского государственного педагогического университета. - 2015. - № 3 (156). - С. 110-118.

51. Перечень поручений по итогам заседания наблюдательного совета АНО «Россия - страна возможностей». - URL: http : //www. kreml in. ru/acts /assignments/orders/65481 (дата обращения: 09.12.2021).

52. Петровский, А. Б. Теория принятия решений : учеб. пособие для студентов высших учебных заведений, обучающихся по специальности «Автоматизированные системы обработки информации и управления» направления подготовки «Информатика и вычислительная техника» / А. Б. Петровский. - Москва : Академия, 2009. - 400 с. - (Прикладная математика и информатика). - ISBN 978-5-7695-5093-5.

53. Подиновский, В. В. Оптимизация по последовательно применяемым критериям / В. В. Подиновский, В. М. Гаврилов. - 2-е изд. - Москва : URSS : ЛЕНАНД, 2016. - 192 с. - ISBN 978-5-9710-2753-9.

54. Подходы к автоматизации документооборота в вузе / А. П. Клишин, Н. Р. Волкова, Н. Л. Еремина [и др.] // Вестник Новосибирского государственного университета. Сер. Информационные технологии. - 2017. - Т. 15, № 1. - С. 36-46.

55. Положение о программе практики // Сибирский государственный автомобильно-дорожный университет: сайт. - URL: https://sibadi.org /about/units/career-management/praktic/ (дата обращения: 10.04.2020).

56. Портал Федеральных государственных образовательных стандартов высшего образования : сайт. - URL: http://fgosvo.ru (дата обращения: 25.02.2021).

57. Профессиональные стандарты // КлассИнформ : сайт. - URL: http: //classinform.ru /profstandarty.html (дата обращения: 25.02.2021).

58. Репин, В. В. Процессный подход к управлению. Моделирование бизнес -процессов / В. В. Репин, В. Г. Елиферов. - 4-е изд. - Москва : Стандарты и качество, 2006. - 404 с. - (Практический менеджмент). - ISBN 5-94938-040-1.

59. Роль компетенций в образовании / А. В. Зыкина, О. Н. Канева, В. В. Мунько, Т. Ю. Финк // Ученые Омска - региону : материалы V Регион. науч.-техн. конф. (Омск, 13-14 окт. 2020 г.) / Ом. гос. техн. ун-т ; под общ. ред. Л. О. Штриплинга. - Омск : Изд-во ОмГТУ, 2020. - С. 54-56. - 1 CD-ROM.

60. Рубцова, Ю. В. Методы и алгоритмы построения информационных систем для классификации текстов социальных сетей по тональности : специальность 05.13.17 «Теоретические основы информатики» : дис. ... канд. техн. наук / Ю. В. Рубцова. - Новосибирск, 2019. - 141 с.

61. Саати, Т. Принятие решений: метод анализа иерархий / Т. Саати. -Москва : Радио и связь, 1993. - 315 с. - ISBN 5-256-00443-3.

62. Сахарова, Л. В. Использование теории нечетких множеств для оптимизации механизмов профессиональной подготовки / Л. В. Сахарова // Интеллектуальные ресурсы - региональному развитию. - 2016. - № 2. - С. 114118.

63. Свидетельство о государственной регистрации программы для ЭВМ № 2022611425 Российская Федерация. Программа двухэтапной классификации текстовых документов высшего учебного заведения : № 2022611425; заяв. 24.01.2022; опубл. 25.01.2022 / А.Л. Ткаченко; заявитель и патентообладатель ФГБОУ ВО СибАДИ.

64. Свидетельство о государственной регистрации программы для ЭВМ № 2021617159 Российская Федерация. Программа классификации текстовых документов высшего учебного заведения : № 2021616204; заяв. 28.04.2021; опубл. 11.05.2021 / А.Л. Ткаченко, Д.С. Серобабов; заявитель и патентообладатель ФГБОУ ВО СибАДИ.

65. Свидетельство о государственной регистрации программы для ЭВМ № 2022611425 Российская Федерация. Программа построения числовой модели текстовых документов высшего учебного заведения : № 2022611425; заяв. 02.02.2022; опубл. 08.02.2022 / А.Л. Ткаченко; заявитель и патентообладатель ФГБОУ ВО СибАДИ.

66. Сидоров, С. В. Основные модели образования / С. В. Сидоров // Сайт педагога-исследователя : сайт. - URL: http://si-sv.com/publ/1/osnovnye modeli obrazovanija/14-1-0-504 (дата обращения: 25.02.2021).

67. Система автоматизации процессов НИУ ВШЭ «ВЫШКА-ВРМ» (Высшая школа экономики). - Ц^: http://bpmaward.ru/2019/01/23/hse/ (дата обращения: 05.04.2020).

68. Скрипко, Л. Е. Процессный подход в управлении качеством : учеб. пособие / Л. Е. Скрипко ; М-во образования и науки Российской Федерации, СПб. гос. ун-т экономики и финансов. Кафедра экономики и управления качеством. -Санкт-Петербург : Изд-во Санкт-Петербургского гос. ун-та экономики и финансов, 2011. - 105 с.

69. Соколов, Е. А. Информационный сервис электронного документооборота вуза / Е. А. Соколов, С. Н. Середа // Современные проблемы науки и образования. - 2012. - № 5. - С. 106.

70. Сравнительный анализ методов машинного обучения для решения задачи классификации документов научно-образовательного учреждения / М. Н. Краснянский, А. Д. Обухов, Е. М. Соломатина, А. А. Воякина // Вестник Воронежского государственного университета. Сер. Системный анализ и информационные технологии. - 2018. - № 3. - С. 173-182.

71. Ткаченко, А. Л. Анализ технологий роботизации бизнес-процессов / А. Л. Ткаченко, В. А. Мещеряков // Архитектурно-строительный и дорожно-транспортный комплексы: проблемы, перспективы, инновации : сб. материалов IV Междунар. науч.-практ. конф. (Омск, 28-29 нояб. 2019 г.) / Сиб. гос. автомобильно-дор. ун-т. - Омск : Изд-во СибАДИ, 2019. - С. 536-540.

72. Ткаченко, А. Л. Выбор поставщика комплектующих изделий на основе метода пересечения нечетких множеств / А. Л. Ткаченко // Информационные технологии и автоматизация управления : материалы X Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и пром-сти (Омск, 15-16 мая 2019 г.) / Ом. гос. техн. ун-т ; отв. ред. А. В. Никонов. - Омск : Изд-во ОмГТУ, 2019. - С. 315-319. - 1 CD-ROM.

73. Ткаченко, А. Л. Выбор разработчика программного обеспечения на основе нечеткого отношения предпочтения / А. Л. Ткаченко. - DOI 10.25206/23114908-2019-6-2-65-71 // Прикладная математика и фундаментальная информатика.

- 2019. - Т. 6, № 2. - С. 65-71.

74. Ткаченко, А. Л. Обзор методов интеллектуального анализа документов / А. Л. Ткаченко // Информационные технологии и автоматизация управления : материалы XI Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и пром-сти (Омск, 29-30 мая 2020 г.) / Ом. гос. техн. ун-т. - Омск : Изд-во ОмГТУ, 2020. - С. 218-227. - 1 CD-ROM.

75. Ткаченко, А. Л. Решение задачи классификации документов вуза на основе методов интеллектуального анализа / А. Л. Ткаченко. - DOI 10.34822/19997604-2021-1-12-19 // Вестник кибернетики. - 2021. - № 1 (41). - С. 12-19.

76. Ткаченко, А. Л. Автоматизация процессов документооборота практик студентов университета в системе ELMA / А. Л. Ткаченко, А. С. Жибатенко // Образование. Транспорт. Инновации. Строительство : сб. материалов III Нац. науч.-практ.конф. (Омск, 23-24 апреля 2020 г.) / Сиб. гос. автомобильно-дор. ун-т.

- Омск : Изд-во СибАДИ, 2020. - С. 731-736.

77. Ткаченко, А.Л. Анализ качества классификации документов вуза методом ближайших соседей / А. Л. Ткаченко // Информационные технологии и

автоматизация управления : материалы XII Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и пром-сти (Омск, 28-29 мая 2021 г.) / Ом. гос. техн. ун-т ; отв. ред. А. В. Никонов. - Омск : Изд-во ОмГТУ, 2021. - С. 168175. - 1 CD-ROM.

78. Ткаченко, А. Л. Анализ методов и программных средств моделирования экономических бизнес-процессов / А. Л. Ткаченко, О. Г. Шевелева / Актуальные вопросы развития экономики : материалы междунар. науч.-практ.й конф. к 100-летию Финансового университета при Правительстве Российской Федерации (Омск, 20 ноября 2018 г.) / Фин. ун-т при Правительстве РФ, Омск. фил. ; под ред. В.А. Ковалева, А.И. Ковалева. - Омск : Изд-во Фин. ун-та при Правительстве РФ, Омск. фил., 2018. - С. 102-106. - EDN VDKIAY.

79. Ткаченко, А. Л. Имитационное моделирование в прогнозировании реализации бизнес-процессов / А. Л. Ткаченко, Е.Т. Гегечкори // Развитие современной науки: теоретические и прикладные аспекты : материалы Междунарм (заоч.) науч.-практ. конф. (Кишинев, 17 октября 2017 г.) / под общ. ред. А.И. Вострецова. - Кишинев: науч.-издат. центр "Мир науки" (ИП Вострецов Александр Ильич), 2017. - С. 57-61. - EDN XWKXPU.

80. Ткаченко, А.Л. Использование нечетких множеств при количественной оценке риска в инвестиционном проектировании / А.Л. Ткаченко / Информационный бюллетень Омского научно-образовательного центра ОмГТУ и ИМ СО РАН в области математики и информатики : материалы IX Междунар. молодеж. науч.-практ. конф. с элементами науч. школы «Прикладная математика и фундаментальная информатика», посвящ. 80-летию со дня рождения академика РАН Евтушенко Ю. Г. (Омск, 23-30 апреля 2019 г.) / Ом. гос. техн. ун-т ; отв. ред. А. В. Зыкина. - Омск : Изд-во ОмГТУ, 2019. - С. 151-154. - EDN BJIFJI.

81. Ткаченко, А. Л. Классификация документов вуза гибридным методом интеллектуального анализа / А. Л. Ткаченко. - DOI 10.26160/2618-7493-2021-4-68. - EDN YLTMZU // Научный потенциал молодежи и технический прогресс : материалы IV Всерос. науч.-практ. конф. (Санкт-Петербург, 21 мая 2021 г.). -Санкт-Петербург : Инд. предприн. Жукова Елена Валерьевна, 2021. - С. 6-8.

82. Ткаченко, А. Л. О месте служб БетсеБевк и Ие1рВеБк в системах управления проектными работами / А. Л. Ткаченко / Наука и образование: сохраняя прошлое, создаём будущее : сб. статей V Междунар.й науч.-практ. конф. (Пенза, 25 октября 2016 г.) / МЦНС «Наука и Просвещение». - Пенза: "Наука и Просвещение" (ИП Гуляев Г.Ю.), 2016. - С. 23-25. - БЭК ^УВЕТ.

83. Ткаченко, А. Л. О роли службы БетсеБевк в процессе управления проблемами / А. Л. Ткаченко / Технологии XXI века: проблемы и перспективы развития : сб. статей междунар. науч.-практ. конф. (Пермь, 10 декабря 2016 г.). -Пермь: Об-о с огр. отв. "Аэтерна", 2016. - С. 214-217. - БЭК ХБКУОХ.

84. Ткаченко, А. Л. Оценка рисков в инвестиционном проектировании /

A. Л. Ткаченко, О. Г. Шевелева // Омский научный вестник. - 2018. - № 6 (162). -С. 259-264.

85. Ткаченко, А. Л. Повышение эффективности работы отдела программных разработок ИТ-компании / А. Л. Ткаченко, О. Г. Шевелева // Омский научный вестник. - 2018. - № 6 (162). - С. 259-264.

86. Ткаченко, А. Л. Применение логистического подхода в прогнозировании реализации инвестиционного проекта / А. Л. Ткаченко, О. Г. Шевелева, Г. Н. Бояркин // Омский научный вестник. - 2017. - № 6 (156). - С. 151-157.

87. Ткаченко, А. Л. Проблемы моделирования бизнес-процессов на современных предприятиях / А. Л. Ткаченко, Е. Т. Гегечкори // Ученые Омска -региону : материалы II Регион. науч.-техн. конф. (Омск, 06-07 июня 2017 г.) / Ом. гос. техн. ун-т ; под общ. ред. Л. О. Штриплинга. - Омск : Изд-во ОмГТУ, 2017. -С. 290-293. - БЭК У7СБХИ.

88. Ткаченко, А. Л. Проектирование информационно-аналитической системы для поддержки образовательного процесса технического вуза / А. Л. Ткаченко,

B. А. Мещеряков, Л. А. Денисова // Автоматизация в промышленности. - 2022. -№ 3. - С. 7-14.

89. Ткаченко, А. Л. Состояние и перспективы автоматизации системы организации практик студентов СибАДИ / А. Л. Ткаченко // Архитектурно-строительный и дорожно-транспортный комплексы: проблемы, перспективы,

инновации : сб. материалов V Междунар. науч.о-практ. конф., посвященной 90-летию ФГБОУ ВО «СибАДИ» (Омск, 3-4 декабря 2020 г.) / Сиб. гос. автомобильно-дор. ун-т. - Омск : Изд-во СибАДИ, 2021. - С. 756-761.

90. Управление деятельностью ВУЗа // KPI MONITOR : сайт. - URL: http: //kpi-monitor. ru/solutions/university-management (дата обращения: 03.12.2021).

91. Успенский, М. Б. Разработка и исследование методов и моделей обработки диагностической информации для обнаружения и локализации неисправностей в системах хранения данных : специальность 05.13.01 «Системный анализ, управление и обработка информации» : дис. ... канд. техн. наук / М. Б. Успенский. - Санкт-Петербург, 2020. - 153 с.

92. Учителев, Н. В. Классификация текстовой информации с помощью SVM / Н. В. Учителев // Информационные технологии и системы. - 2013. - № 1. - С. 335-340.

93. Фаулер, М. Архитектура корпоративных программных приложений : пер. с англ. / М. Фаулер. - Москва : Вильямс, 2004. - 543 с. - ISBN 5-8459-0579-6.

94. Фляйшман, А. Управление бизнес-процессами: современные методы : моногр. / А. Фляйшман, В. Шмидт, А. И. Громов. - Москва : Юрайт, 2017. - 367 с. - (Актуальные монографии). - ISBN 978-5-534-03094-5.

95. Хайкин, С. Нейронные сети : полный курс / С. Хайкин ; пер. с англ. Н. Н. Куссуль, А. Ю. Шелестова. - 2-е изд. - Москва : Вильямс, 2006. - 1104 с. -ISBN 5-8459-0890-6.

96. Хоменко, Т. В. Моделирование процесса принятия решений в деятельности учебно-методического управления регионального вуза / Т. В. Хоменко, И. В. Аксютина, Л. Б. Аминул. - DOI 10.24143/2072-9502-2019-3133-140 // Вестник Астраханского государственного технического университета. Сер. Управление, вычислительная техника и информатика. - 2019. - № 3. - С. 133-140.

97. Черноруцкий, И. Г. Методы принятия решений : учеб. пособие для студентов вузов, обучающихся по направлению подгот. бакалавров и магистров

553000 «Систем. анализ и упр.» / И. Г. Черноруцкий. - Санкт-Петербург : БХВ-Петербург, 2005. - 408 с. - ISBN 5-94157-481-9.

98. Шаграев, А. Г. Модификация, разработка и реализация методов классификации новостных текстов : специальность 05.13.17 «Теоретические основы информатики» : дис. ... канд. техн. наук / А. Г. Шаграев. - Москва, 2014. -108 с.

99. Шанов, С. В. Применение байесовского классификатора для определения тематики текста / С. В. Шанов, П. Г. Чупин, А. Ю. Афонин // Моделирование, оптимизация и информационные технологии. - 2018. - Т. 6, № 1 (20). - С. 131139.

100. Швебель, А. В. Анализ процесса организации производственных практик в вузе и особенности его автоматизации / А. В. Швебель, А. В. Титов, А. Л. Ткаченко // Техника и технологии строительства. - 2020. - №2 3 (23). - С. 13-17.

101. Штовба, С. Д. Проектирование нечетких систем средствами MATLAB / С. Д. Штовба. - Москва : Горячая линия, 2007. - 288 с. - ISBN 5-93517-359-Х.

102. Юсупов, P.M. Концептуальные и научно методологические основы информатизации / Р. М. Юсупов, В. П. Заболотский // Информатизация и связь. -2010. - № 1. - С. 95-97.

103. Юсупов, Р. М. Информационное зеркало университета / Р. М. Юсупов, А. А. Мусаев // Известия Санкт-Петербургского государственного технологического института (технического университета). - 2019. - № 48 (74). -С. 22-35.

104. ELMA: сайт. - URL: https://www.elma-bpm.ru/ (дата обращения: 10.04.2020).

105. «1С: Университет» - решение для автоматизации деятельности учреждений высшего профессионального образования // Фирма «1С» : сайт. -URL: http : //www.1 c. ru/news/info .jsp?id=13345 (дата обращения: 25.02.2021).

106. A Comparative Analysis of Logistic Regression, Random Forest and KNN Models for the Text Classification / K. Shah, H. Patel, D. Sanghvi, M. Shah // Augmented Human Research. - 2020. - Vol. 5, № 1. - P. 1-12. Повтор № 95.

107. A Hybrid text classification approach with low dependency on parameter by integrating K-nearest neighbour and support vector machine / Ch. H. Wan, L. H. Lee, R. Rajprasad, D. Isa // Expert Systems with Applications, elsevier journal. - 2012. -Vol. 39, no. 15. - P. 11880-11888.

108. A Novel Kernel for Text Classification Based on Semantic and Statistical Information / Y. Haipeng, Z. Bo, Z. Peiying, L. Maozhen // Computing and Informatics. - 2018. - Vol. 37. - P. 992-1010.

109. Aggarwal, C. C. A survey of text classification algorithms / С. С. Aggarwal, C. Zhai // Mining Text Data. - New York : Springe, 2012. - Р. 163-222.

110. Azam, M. Feature Extraction based Text Classification using K-Nearest Neighbor Algorithm / M. Azam, F. Sabah, M. Hussain // International Journal of Computer Science and Network Security. - 2018. - Vol. 18, no. 12. - P. 95-101.

111. Bert: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proceedings of NAACL-HLT (Minneapolis, Minnesota, 2-7 June 2019). - URL: https://arxiv.org/abs/1810.04805 (date accessed: 12.08.2021).

112. Bertsimas, D. Optimal classification trees / D. Bertsimas, J. Dunn // Machine Learning. - 2017. - Vol. 106, no. 1. - P. 1-43.

113. Chinese News Text Classification Based on Machine Learning Algorithm / F. Miao, P. Zhang, L. Jin, H. Wu // 10th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC) (Hangzhou, China, August 2018). -Hangzhou, China, 2018. - P. 48-51.

114. Comparing automated text classification methods / J. Hartmann, J. Huppertz, Ch. Schamp, M. Heitmann // International Journal of Research in Marketing. - 2019. -Vol. 36, no. 1. - P. 20-38.

115. Смирнова, О. С. Выбор топологии нейронных сетей и их применение для классификации коротких текстов / О. С. Смирнова, В. В. Шишков // International Journal of Open Information Technologies. - 2016. - Vol. 4, no. 8. - Р. 50-54.

116. Deep feature weighting for naive Bayes and its application to text classification / L. Jiang, C. Li, S. Wang, L. Zhang // Engineering Applications of Artificial Intelligence. - 2016. - Vol. 52. - P. 26-39.

117. Diab, D. M. Using differential evolution for fine tuning naïve Bayesian classifiers and its application for text classification / D. M. Diab, K. M. Hindi // Applied Soft Computing. - 2017. - Vol. 54. - P. 183-199.

118. Efficient kNN Classification With Different Numbers of Nearest Neighbors / S. Zhang, X. Li, M. Zong, X. Zhu // IEEE Transactions on Neural Networks. - 2018. -Vol. 29, no. 5. - P. 1774-1785.

119. Efficient Text Classification Using Tree-structured Multi-linear Principal Component Analysis / Y. Su, Y. Huang, C.-C. Jay Kuo [et al.] // 24th International Conference on Pattern Recognition (Beijing, China, 20-24 August 2018). - Beijing, China, 2018. - P. 585-590.

120. Fasttext. zip: Compressing text classifica tion models / A. Joulin, E. Grave, P. Bojanowski [et al.] // 5th International Conference on Learning Representations (Toulon, France, 24-26 April 2017). - URL: https://arxiv.org/pdf/1612.03651.pdf (date accessed: 12.08.2021).

121. Goyal, Sh. Review Paper on Sentiment Analysis of Twitter Data Using Text Mining and Hybrid Classification Approach / Sh. Goyal // International Journal of Engineering Development and Research. - 2017. - Vol. 5, no. 2. - P. 197-199.

122. Haryanto, A. Influence of Word Normalization and Chi-Squared Feature Selection on Support Vector Machine (SVM) Text Classification / A. Haryanto, E. Mawardi, Muljono // International Seminar on Application for Technology of Information and Communication, 21-22 Sept. 2018. - Semarang, Indonesia, 2018. - P. 229-233.

123. How large a vocabulary does text classifi cation need? A variational approach to vocabulary selec tion / W. Chen, Y. Su, Y. Shen [et al.] // Proceedings of NAACL-HLT 2019 (Minneapolis, Minnesota, 2-7 June 2019). - Minneapolis, Minnesota, 2019. - P. 3487-3497.

124. ILIAS: The Open Source Learning Management System. - URL: http s: //www.ilias. de/en/ (дата обращения: 03.12.2021).

125. Luo, X. Efficient English text classification using selected Machine Learning Techniques / X. Luo // Alexandria Engineering Journal. - 2021. - Vol. 60, no. 3. - P. 3401-3409.

126. Manal, M. Question classification based on Bloom's taxonomy cognitive domain using modified TF-IDF and word2vec / M. Manal, O. Nazlia // PloS One. -2020. - Vol. 15, no. 3. - P. 0230442-1-0230442-21 .

127. Moodle - Open-source learning platform // Moodle : сайт. - 2022. - URL: https://moodle.org (дата обращения: 25.02.2021).

128. Motta, A. Cross Validation done wrong / A. Motta. - URL: https://www. alfredo.motta.name/cross-validation-done-wrong/ (date accessed: 17.06.2021).

129. Muliono, Y. A. Comparison of Text Classification Methods k-NN, Naive Bayes, and Support Vector Machine for News Classification / Y. Muliono, F. Tanzil // Jurnal Pengembangan IT. - 2018. - Vol. 3, no. 2. - P. 157-160.

130. Nguyen, L. Text classification based on support vector machine / L. Nguyen // Dalat University Journal Of Science. - 2019. - Vol. 9, no. 2. - P. 3-19.

131. Pham, T. V. Vietnamese news classification based on BoW with keywords extraction and neural network / T. V. Pham, T. M. Ta // 21st Asia Pacific Symposium on Intelligent and Evolutionary Systems (IES) (Hanoi, Vietnam, 15-17 Nov. 2017). -URL: https://ieeexplore.ieee.org/document/8233559 (date accessed: 07.08.2021).

132. Prema, A. A Novel Hybrid Algorithm For Text Classification To Implement Sentiment Analysis / A. Prema, S. Gopalakrishnan // Design Engineering. - 2021. -No. 7. - P. 8739-8745.

133. Prema, N. A high performance Hybrid Algorithm for Text Classification / N. Prema, H. Haripriya, R. Maneesha // Fifth International Conference on the Applications of Digital Information and Web Technologies (Bangalore, India, 17-19 February 2014). - Bangalore, India, 2014. - P. 118-123.

134. Ramesh, B. An Advanced Multi Class Instance Selection based Support Vector Machine for Text Classification / B. Ramesh, J. G. R. Sathiaseelan // Procedia Computer Science. - 2015. - Vol. 57. - P. 1124-1130.

135. Rubtsova, Y. Reducing the deterioration of sentiment analysis results due to the time impact / Y. Rubtsova. - DOI 10.3390/info9080184 // Information (Switzerland). - 2018. - Vol. 9, no. 8. - P. 184.

136. Schmidt, P. Cross-Validation the Wrong Way and Right Way With Feature Selection / P. Schmidt. - URL: https://thatdatatho.com/cross-validation-the-wrong-way-right-way-feature-selection/ (date accessed: 17.06.2021).

137. Shichao, Z. Efficient kNN Classification With Different Numbers of Nearest Neighbors / Z. Shichao // IEEE Transactions on Neural Networks and Learning Systems. - 2018. - Vol. 29, no. 5. - P. 1774-1785.

138. Short text classification based on LDA topic model / Q. Chen, L. Yao, J. Yang [et al.] // International Conference on Audio, Language and Image Processing (Shanghai, China, 11-12 July 2016). - Shanghai, China, 2018. - P. 749-75.

139. Sivakumar, M. A Hybrid Text Classification Approach Using KNN And SVM / M. Sivakumar, C. Karthika, P. Renuga // International Journal of Innovative Research in Science, Engineering and Technology. - 2014. - Vol. 3, no. 3. - P. 19871991.

140. Thangaraj, M. Text Classification Techniques: A Literature Review / M. Thangaraj, M. Sivakami // Interdisciplinary Journal of Information, Knowledge, and Management. - 2018. - Vol. 13. - P. 117-135.

141. Tkachenko, A.L. Designing an information system for the electronic document management of a university: automatic classification of documents / A.L. Tkachenko, L.A. Denisova. - DOI: 10.1088/1742-6596/2182/1/012035 // Journal of Physics: Conference Series. - 2022. - Vol. 2182. - P. 012035.

142. Xiang, Z. Character-level convolutional networks for text classification / Z. Xiang, Z. Junbo, L. Yann // Neural Information Processing Systems. - 2015. - Vol. 28. - P. 649-657.

143. Zadeh, L. A. Fuzzy sets / L. A. Zadeh // Information and Control. - 1965. -Vol. 58. - P. 338-353.

144. Zhao, Y. Improved KNN text classification algorithm with MapReduce implementation / Y. Zhao, Y. Qian, C. Li // 4th International Conference on Systems and Informatics (ICSAI) (Hangzhou, China, 11-13 Nov. 2017). - Hangzhou, China, 2017. - P. 1417-1422.

ПРИЛОЖЕНИЕ А. СВИДЕТЕЛЬСТВА О РЕГИСТРАЦИИ ПРОГРАММ

ДЛЯ ЭВМ

ПРИЛОЖЕНИЕ Б. АКТЫ ВНЕДРЕНИЯ

Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный автомобильно-дорожный университет (СибЛДИ)"

АКТ ВНЕДРЕНИЯ

материалов диссертационной работы Ткаченко Анастасии Леонидовны, представленной на соискание ученой степени кандидата технических наук

В связи с повышением требований к электронной информационно-образовательной среде вуза в ФГБОУ ВО СибАДИ реализована автоматизация документооборота организации практик студентов на базе внедренной корпоративной платформы управления деловыми процессами вуза ЕЬМА ВРМ.

В рамках выполненных работ для обеспечения соответствия требованиям образовательных стандартов и с целью повышения эффективности функционирования информационно-аналитической системы вуза созданы и внедрены в эксплуатацию следующие комплексы программ (исполнитель Ткаченко А.Л.).

1. Комплекс программ для автоматической классификации текстовых документов, позволяющий повысить эффективность работы пользователя за счет уменьшения временных затрат на решение организационных вопросов, а также обеспечения единообразия хранения информации в информационно-аналитической системе.

2. Комплекс программ, предназначенных для автоматизации организационного процесса трудоустройства выпускников и выбора предприятия для прохождения производственной практики студентов.

УТВЕРЖДАЮ

от «_3_» ■'( 2021 г., Омская обл., г. Омск, ФГБОУ ВО СибАДИ

И.о. начальника отдела информационных систем

,-;-< / С.А. Любич/

Начальник отдела организации практики и содействия трудоустройству выпускников

/ Ю.С. Сачук/

Федеральное государственное бюджетное образовательное учреждение высшего

образования

"Сибирский государственный автомобильно-дорожный университет (СибАДИ)" Кафедра «Прикладная информатика»

УТВЕРЖДАЮ

Проректор по СибАДЦ каиЯ.

С'

АКТ ВНЕДРЕНИЯ

результатов диссертационного исследования на соискание ученой степени кандидата технических наук аспиранта Омского государственного технического университета ТКАЧЕНКО Анастасии Леонидовны

Комиссия в составе:

председатель комиссии - Остринская Л.И., канд. экон. наук, доцент, декан

факультета информационных систем в управлении, зав. кафедрой «Прикладная информатика»; члены комиссии - Веремчук Н.С., канд. физ.-мат. наук, доцент кафедры

«Прикладная информатика»; - Шершнева Е.О., канд. техн. наук, доцент кафедры «Прикладная информатика», составила настоящий акт о следующем.

Результаты диссертационного исследования Ткаченко А.Л. используются в учебном процессе при изучении дисциплин «Методы проектирования информационных систем на платформе "1С:Предприятие 8"» и «Моделирование бизнес-процессов и их реализация в готовых решениях 1С» студентами факультета информационных систем в управлении направления подготовки 09.03.03 «Прикладная информатика». Теоретические разработки и результаты научных исследований применяются при проведении лекций и лабораторных работ по указанным дисциплинам для анализа и реализации процессов автоматизации работы в информационно-аналитических системах, а также при руководстве научной деятельностью и выпускными квалификационными работами студентов.

Председатель комиссии

Члены комиссии:

/Остринская Л.И./

/Веремчук Н.С./ /Шершнева Е.О./

Федеральное государственное бюджетное образовательное учреждение высшего образования «Омский государственный технический университет» Кафедра «Математические методы и информационные технологии в экой

от «

94

20

г. Омск

Об использовании научных исследовании и разработок в учебном процессе

УТВЕРЖ

Ироректо дея

АКТ ВНЕДРЕНИЯ

' Н0Ванис: наУчные исследования, выполненные аспирантом каф. АСОИУ Ткаченко А.Л. Составлен комиссией в составе:

Бахмутский Ю.А. - зав. кафедрой ММиИТЭ, председатель комиссии; I егечкори ЕЛ.. доцент кафедры ММиИТЭ; Шевелева О.Г. - ст. преп. кафедры ММиИТЭ.

1 • Теоретические разработки Ткаченко А.Л., опубликованные в статьях:

Бояркин Г-Н. Ткаченко А.Л. Выбор объекта инвестирования с помощью аналитических методов оценки риска / Г.Н., Бояркин, О.Г. Шевелева, А.Л. Ткаченко / Конкурентоспособность в глобальном мире: экономика, наука, технологии, 2017. №9-2 (56).

Ткаченко А.Л. Применение логистического подхода в прогнозировании реализации

ог-Шеклева-г-аБояркин" °"кий "ауч"ый

Ткаченко А.Л. Проблемы моделирования бизнес-процессов на современных предприятиях / А.Л. Ткаченко, Е.Т. Гегечкори // Материалы II Регион, науч.-технич конф «Ученые Омска - региону». -Омск, 2017.-С. 290-293;

Ткаченко А.Л. Повышение эффективности работы отдела программных разработок ИТ-компании / А.Л. Ткаченко. О.Г. Шевелева // Омский научный вестник, 2018. № 6 (162) - С 259-264; '

Ткаченко А.Л. Анализ методов и программных средств моделирования экономических бизнес-процессов / А.Л. Ткаченко, О.Г. Шевелева // Материалы междунар. науч.-практ конф к 100-летию Фин. ун-та при Правительстве Российской Федерации «Актуальные вопросы развития экономики».-Омск, 2018.-С. 102-106;

Ткаченко А.Л. Оценка рисков в инвестиционном проектировании / А.Л Ткаченко О Г

Шевелева // Омский научный вестник. Серия Общество. История. Современность, 2019. Т. 4~ 2. О. 140-143;

Ткаченко А.Л. Выбор разработчика программного обеспечения на основе нечеткого

отношения предпочтения / А.Л. Ткаченко // Прикладная математика и фундаментальная информатика, 2019. Т. 6. № 2. - С. 65-71; югиддягентльная

Ткаченко А.Л. Использование нечётких множеств при количественной оценке риска в инвестиционном проектировании / А.Л. Ткаченко // Материалы IX Междунар. молодеж науч.-практ. конф с элементами научной школы «Прикладная математика и фундаментальная информатика». - Омск, 2019. - С. 151 -154;

Мет^ГТ пг' А,,Ш1ИЗ технологий Роботизации бизнес-процессов / А.Л. Ткаченко, В.А Мещеряков // Сборник материалов IV Междунар. науч.-практ. конф. «Архитектурно-

строительный и дорожно-транспортный комплексы: проблемы, перспективы, инновации». Омск, 2019.-С. 536-540;

Ткаченко А.Л. Выбор поставщика комплектующих изделий на основе метода пересечения нечетких множеств / А.Л. Ткаченко // Материалы X Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и промышленности «Информационные технологии и автоматизация управления». - Омск, 2019. - С. 315-319;

Ткаченко А.Л. Обзор методов интеллектуачьного анализа документов / А.Л. Ткаченко И Материалы XI Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и промышленности «Информационные технологии и автоматизация управления». - Омск. 2020.-С. 218-227;

Ткаченко А.Л. Решение задачи классификации документов вуза на основе методов интеллектуачьного анализа / А Л. Ткаченко // Вестник кибернетики, 2021. № I (41). - С. 1219.

Ткаченко А.Л. Анализ качества классификации документов вуза методом ближайших соседей / А.Л. Ткаченко // Материалы XII Всерос. науч.-практ. конф. студентов, аспирантов, работников образования и промышленности «Информационные технологии и автоматизация управления». - Омск, 2021. - С. 168-175;

Ткаченко А.Л. Программа классификации текстовых документов высшего учебного заведения / А.Л. Ткаченко, Д.С. Серобабов // Свидетельство о регистрации программы для ЭВМ 2021617159, 11.05.2021. Заявка № 2021616204 от 28.04.2021,

используются в следующих учебных дисциплинах кафедры ММиИТЭ:

- «Моделирование бизнес-процессов»

- «Интеллектуальные информационные системы»;

- «Управление проектами в области информационных технологий»;

- «Управление разработкой информационных систем и технологий»,

а также при руководстве курсовым и дипломным проектированием и научно-исследовательской деятельностью студентов.

2 В основе учебно-методических разработок, используемых в перечисленных учебных дисциплинах кафедры ММиИТЭ, лежат следующие научные результаты исследований

Ткаченко А.Л.:

метод автоматической классификации текстовых документов, позволяющий автоматизировать процесс обработки документов;

- методика оценки перспективности проектов, обеспечивающая повышение качества и эффективности процессов принятия управленческих решений. ^

Председатель комиссии

Члены комиссии

/Ю.А. Бахмутский/

/Е.Т. Гегечкори/ /О.Г. Шевелева'