Найти

Результаты поиска

• ПРОГНОЗИРОВАНИЕ ПЕРЕМЕЩЕНИЙ СТУДЕНТОВ НА ОСНОВЕ ML И АНАЛИЗА ВРЕМЕННЫХ РЯДОВ

  Мирзиёд Адхам угли Раджапов , К.Д. Чемухин , Л. Э. Петросян

  134-151

  2026-07-07

  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.