ПРОГНОЗИРОВАНИЕ ПЕРЕМЕЩЕНИЙ СТУДЕНТОВ НА ОСНОВЕ ML И АНАЛИЗА ВРЕМЕННЫХ РЯДОВ
Аннотация
Управление перемещением студентов в условиях демографических колебаний и цифровизации высшего образования становится ключевым фактором устойчивости университетов, влияя как на финансовые показатели, так и на качество образовательного процесса. Возрастающая сложность процессов приёма, отчисления, академических отпусков, переводов и восстановлений требует перехода от экспертных оценок к формализованным моделям и предиктивной аналитике, основанной на обработке больших массивов данных. Целью представленного исследования является построение и оценка эффективности модели прогнозирования динамики движения студенческого контингента на основе алгоритмов машинного обучения и с использованием анализа временных рядов. В качестве эмпирической базы использованы агрегированные статистические данные о перемещении студентов российских и китайских вузов за период 2013–2024 годов. Методологический аппарат включает динамическую модель баланса контингента в форме системы рекуррентных уравнений, описывающих переходы между курсами и статусами обучения, и аддитивную модель Prophet, применяемую для независимого прогнозирования ключевых потоков (приём, переводы, отчисления, академические отпуска, восстановления) как отдельных временных рядов. Программная реализация основана на стеке FastAPI–React с использованием ORM-слоя SQLAlchemy и механизмов кэширования результатов прогностических расчётов, что обеспечивает высокую производительность при обработке запросов. Результаты экспериментов на реальных данных демонстрируют устойчивость разработанной модели к нелинейным изменениям во входных рядах и подтверждают целесообразность интеграции машинного обучения в контур управления перемещением студентов. Практическая значимость работы заключается в создании информационно-аналитической системы, обеспечивающей автоматизированный мониторинг и прогнозирование траекторий перемещения студентов между курсами и статусами, что позволяет вузам переходить от реактивного к проактивному планированию приёмной кампании, распределения аудиторного фонда, кадровых и инфраструктурных ресурсов.
Список литературы
1. Petrosyan L.E. Ekonomiko-matematicheskie modeli analiza i prognozirovaniya dvizheniya kontingenta studentov vuza: avtoref. dis. … kand. ekon. nauk [Economic and mathematical models for analyzing and forecasting the movement of university student contingent: abstract of a cand. of econ. sc. diss.]. Rostov-on-Don, 2015, 30 p.
2. Lapteva S.V. Informatsionnye tekhnologii v vysshem obrazovanii [Information technologies in higher education], Sovremennoe pedagogicheskoe obrazovanie [Modern Pedagogical Education], 2023,
No. 2, pp. 120-125.
3. Davydov S.G., Matveeva N.N., Ademukova N.V., Vinkanova A.A. Iskusstvennyy intellekt v rossiyskom vysshem obrazovanii: tekushchee sostoyanie i perspektivy razvitiya [Artificial intelligence in Russian higher education: current state and development prospects], Universitetskoe upravlenie: praktika i analiz [University Management: Practice and Analysis], 2024, Vol. 28, No. 3, pp. 32-44.
4. Kharsanov E.D. Rol' instrumentov II v prinyatii upravlencheskikh resheniy [The role of AI tools in management decision-making], Vestnik evraziyskoy nauki [The Eurasian Scientific Journal], 2025, Vol. 17, No. 1. Available at: https://esj.today/PDF/81ECVN125.pdf (accessed 06 October 2025).
5. Limanova N.I., Seleznev I.A. Analiz effektivnosti kliyent-servernoy arkhitektury [Analysis of the effi-ciency of client-server architecture], Byulleten' nauki i praktiki [Bulletin of Science and Practice], 2022, Vol. 8, No. 7, pp. 392-396.
6. OpenAPI Specification v3.1.0, OpenAPI Specification. Available at: https://spec.openapis.org/oas/ v3.1.0.html (accessed 22 March 2026).
7. Python 3.14.0 documentation, Python. Available at: https://docs.python.org/3/ (accessed 10 September 2025).
8. ASGI Documentation, ASGI. Available at: https://asgi.readthedocs.io/en/latest/ (accessed 22 March 2026).
9. Documentation, PostgreSQL. Available at: https://www.postgresql.org/docs/ (accessed 22 March 2026).
10. SQLAlchemy 2.0 Documentation, SQLAlchemy. Available at: https://docs.sqlalchemy.org (accessed 22 March 2026).
11. Streltsova E.D., Matveeva L.G., Petrosyan L.E. Imitatsionnoe modelirovanie kak sredstvo podderzhki prinyatiya resheniy pri upravlenii formirovaniyem kontingenta vuzov [Simulation modeling as a decision support tool in managing the formation of university student contingents], Mezhdunarodnyy zhurnal ek-sperimental'nogo obrazovaniya [International Journal of Experimental Education], 2015, No. 7,
pp. 139-141. Available at: https://expeducation.ru/ru/article/view?id=7763 (accessed: 22 March 2026).
12. Prophet: Automatic Forecasting Procedure, PyPi. Available at: https://pypi.org/project/prophet/ (accessed 22 March 2026).
13. Spisok uchrezhdeniy i programm, utverzhdennykh i proverennykh Ministerstvom obrazovaniya [List of institutions and programs approved and verified by the Ministry of Education], Ofitsial'nyy portal kontrolya, upravleniya i regulirovaniya vneshnikh svyazey Ministerstva obrazovaniya KNR [Official portal for the control, management and regulation of external relations of the Ministry of Education of the PRC]. Available at: https://www.crs.jsj.edu.cn/index/sort/1006 (accessed 05 October 2025).
14. Asia University Rankings 2025, Times Higher Education. Available at: https://www.timeshighereducation.com/world-university-rankings/2025/regional-ranking (accessed 05 October 2025).
15. Center for World University Rankings (CWUR), World University Rankings 2025-2026. Available at: https://cwur.org/2025.php (accessed 04 December 2025).
16. Yang R. It took China thirty years to realize universities aren't factories: keynote at XVI International Conference on Higher Education (ICHE 2025), Institute of Education – HSE University. Available at: https://ioe.hse.ru/en/news/1097944857.html (accessed 04 December 2025).
17. Obshchedostupnaya ofitsial'naya statisticheskaya informatsiya [Publicly available official statistical in-formation], Ministerstvo nauki i vysshego obrazovaniya RF [Ministry of Science and Higher Education of the Russian Federation]. Available at: https://minobrnauki.gov.ru/action/stat/highed/ (accessed: 10 Oc-tober 2025).
18. Yeliseyeva I.I., Yuzbashev M.M. Obshchaya teoriya statistiki: uchebnik [General theory of statistics: text-book]. 5th ed. Moscow, Finansy i statistika, 2004, 656 p.
19. Tikhova G.P. Znacheniye i interpretatsiya oshibki srednego v klinicheskom issledovanii i eksperimente [Significance and interpretation of the standard error of the mean in clinical research and experiment], Zhurnal nauchnykh statey Zdorov'ye i obrazovaniye v XXI veke [Journal of Scientific Articles Health and Education Millennium], 2013, Vol. 15, No. 1-4, pp. 352-356.
20. Bondarenko N.V., Varlamova T.A., Gokhberg L.M. Indikatory obrazovaniya: 2025: statisticheskiy sbornik [Education indicators: 2025: statistical databook]. Moscow: HSE University, 2025.
21. Yearbook, National Bureau of Statistics of China. Available at: https://www.stats.gov.cn/english/ Statis-ticaldata/yearbook/ (accessed 10 October 2025).
22. Jember S.T. The practice and challenges of adopting information and communication technologies in Chinese higher education, International Journal of Research Studies in Education, 2021, Vol. 10,
No. 6, pp. 9-19.
23. Chen Y., Zhang H. Research on the Influence of Information Technology on China’s Higher Education in the Post-epidemic Era, Atlantis Highlight in Computer Sciences, 2023, No. 5, pp. 726–736.
24. Kalim U., Bibi S. Understanding data-driven decision making approach in Chinese higher education through the lens of Bakers model, International Journal of Chinese Education, 2023, Vol. 12, No. 1, pp. 1-14.
25. Syao Tsz., Arinushkina A.A., Mashkina O.A. Aktual'nyye voprosy vnedreniya tekhnologiy iskusstven-nogo intellekta v sistemu vysshego obrazovaniya Kitaya [Current issues of implementing artificial intelli-gence technologies in the higher education system of China], Vestnik Moskovskogo universiteta. Seriya 20. Pedagogicheskoye obrazovaniye [Moscow University Bulletin. Series 20. Pedagogical Education], 2025, Vol. 23, No. 1, pp. 121-136.
26. Chen Y., Jiang M., Kesten O. An empirical evaluation of Chinese college admissions reforms through a natural experiment, Proceedings of the National Academy of Sciences of the United States of America, 2020, Vol. 117, No. 50, pp. 31696-31705. Available at: https://www.pnas.org/doi/epdf/10.1073/ pnas.2009282117 (accessed 10 December 2025).
27. Australian Department of Education. China’s National Education Plan 2025, Government of Australia, Department of Education, Canberra, 2025. Available at: https://www.education.gov.au/download/ 19494/chinas-national-education-plan-2025/41977/document/pdf (accessed 10 December 2025).
28. Ye X. Personalized Advising for College Match: Experimental Evidence on the Use of Human Expertise and Machine Learning to Improve College Choice, Economics of Education Review, 2022,
Vol. 83, Article 102125. Available at: https://xiaoyangye.github.io/papers/Ye-ML.pdf (accessed 10 De-cember 2025).
29. Zhao Y. Artificial intelligence changing learning landscape, China Daily, 2025. Available at: https://www.chinadaily.com.cn/a/202502/18/WS67b3db58a310c240449d5c5a.html (accessed: 01 De-cember 2025).
30. Tech revolution powers new leap in China's digital education, Ministry of Education of the People's Republic of China, 2025. Available at: http://en.moe.gov.cn/features/2025WorldDigital EducationCon-ference/News/202505/t20250518_1191049.html (accessed: 12 May 2025).
31. 2025 World University Presidents Forum Hosts "AI and Scientific Research Paradigms Shift", iFLYTEK Official Website, 2025. Available at: https://www.iflytek.com/en/news-events/news/ 290.html (accessed 25 November 2025).
32. Fursova K.A. Prinyatiye upravlencheskikh resheniy v universitete na osnove dannykh [Data-driven deci-sion making at the university], Aktual'nyye voprosy nauki i praktiki i perspektivy ikh resheniy: Sb. nauchnykh trudov po materialam XV Mezhdunarodnoy nauchno-prakticheskoy konferentsii [Current is-sues of science and practice and prospects for their solutions: Collection of scientific papers based on the materials of the XV International Scientific and Practical Conference]. Anapa, 2023, pp. 84-88.
33. Uspaeva M.G., Gachaev A.M. Tsifrovaya transformatsiya vysshego obrazovaniya v Rossii: inno-vatsionnyye podkhody k upravleniyu obrazovatel'nym protsessom [Digital transformation of higher edu-cation in Russia: innovative approaches to managing the educational process], Upravleniye obrazovani-yem: teoriya i praktika [Education Management Review], 2024, Vol. 14, No. 12-2, pp. 83-90.
34. Osipova L.B. Iskusstvennyy intellekt v obrazovanii: real'nyye vozmozhnosti i perspektivy [Artificial intelligence in education: real opportunities and prospects], Vestnik PNI PU. Sotsial'no-ekonomicheskiye nauki [PNRPU. Sociology and Economics Bulletin], 2024, No. 1, pp. 60-73.
