ISSN 2409-7616

Бочарова Т.А.

МОДЕЛИРОВАНИЕ КЛАСТЕРОВ КОНТИНГЕНТА СТУДЕНТОВ НА ОСНОВЕ САМООРГАНИЗУЮЩИХСЯ КАРТ КОХОНЕНА

УДК 378:004.94

DOI: http://doi.org/10.15350/2409-7616.2023.2.38

Бочарова Т.А.1 (Хабаровск, Россия)  — kitaal@yandex.ru

1Тихоокеанский государственный университет

Аннотация. Внедрение профильного обучения на старшей ступени школы привело к тому, что уже в конце восьмого класса, перед выбором профильных ОГЭ, определяющих дальнейший трэк обучения в выпускных классах, школьники должны определиться с выбором будущей профессии. Факторами, обуславливающими этот выбор, чаще становятся социальный статус семьи, способности, удаленность вуза, наличие дополнительной довузовской подготовки, которых вполне хватает для определения направления обучения и недостаточно для формирования мотивации на дальнейшую профессиональную реализацию. Такое положение дел приводит к тому, что к моменту выпуска из высшего учебного заведения почти треть выпускников теряют интерес к выбранной специальности и не трудоустраиваются по профилю обучения. Анализ мотивационных факторов выбора будущей профессии может помочь в определении уровня заинтересованности у обучающихся в работе по специальности или в смежных областях. Статья посвящена решению задачи классификации социальных типов студентов в рамках профессиональной ориентированности. Процедура кластерного моделирования применена для выявления факторов, оказывающих наибольшее влияние на профессиональное самоопределение студентов Института социально-политических технологий и коммуникаций Тихоокеанского государственного университета. Решение представлено в виде модели из трех кластеров, построенной на основе формализованной модели, включающей семь признаков входных элементов. В качестве инструментального средства обработки данных была выбрана искусственная нейронная сеть типа самоорганизующейся карты Кохонена, обладающая максимальной наглядностью представления данных. Предложенное описание модели может служить в качестве дополнительного средства поддержки принятия решений при организации образовательного процесса, а также профориентационной работы в вузе. Использование полученной кластерной модели как эффективного инструмента оценки профессиональной мотивации студенческого сообщества позволит повысить показатели трудоустройства выпускников по специальности или в смежных областях.

Ключевые слова профориентация, профессиональное самоопределение, моделирование, кластерный анализ, самоорганизующиеся карты Кохонена.

Список источников:

  1. Абилханова Ж.Т. Проблемы выбора будущей профессии старшими школьниками и пути их решения // Наука и реальность. 2022. № 2(10). С. 24–25. URL: https://elibrary.ru/item.asp?id=48453144
  2. Бочарова Т.А. Решение задачи классификации социального поведения с помощью аппарата нейронных сетей // Гуманитарные, социально-экономические и общественные науки. 2019. № 11. С. 25–28. URL: https://elibrary.ru/item.asp?id=41494764
  3. Васильева Л.В., Толстоухова И.В. Основные факторы, влияющие на выбор будущей профессии // Вестник Сургутского государственного педагогического университета. 2020. № 2(65). С. 50–55. URL: https://elibrary.ru/item.asp?id=43949791
  4. Григорьева Е.В., Коваль С.В., Малков Д.В. Проблемы трудоустройства выпускников вузов по приоритетным направлениям государства // Транспортное дело России. 2019. № 4. С. 83–85. URL: https://elibrary.ru/item.asp?id=41151687
  5. Минец Д.В., Пучков М.Ю., Радеев А.Е. Гуманитарное образование в эпоху технологий: трансформация или кризис? Материалы заседания дискуссионного круглого стола // Magister. 2022. № 2. С. 10–19. URL: https://elibrary.ru/item.asp?id=49525700
  6. Зарубина Н.К., Овчинкин О.В., Емельянов С.Г. Использование средств кластерного анализа при планировании контингента студентов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2016. № 1(18). С. 22–28. URL: https://elibrary.ru/item.asp?id=25942199
  7. Коваленко С.О. Субъективные факторы, влияющие на процесс профессионального формирования специалистов-гуманитариев // Вестник Южно-Уральского государственного университета. Серия: Социально-гуманитарные науки. 2019. Т. 19. № 1. С. 101–104. URL: https://elibrary.ru/item.asp?id=36735650
  8. Новгородцева Т.Ю., Бурдуковская А.В., Иванова Е.Н. [и др.] Моделирование структурных элементов контингента студентов на основе кластерного анализа/ // Современное педагогическое образование. 2021. № 5. С. 75–80. URL: https://elibrary.ru/item.asp?id=46206796
  9. Пантелеева О.О. Факторы, влияющие на самоопределение абитуриентов // Вестник Ленинградского государственного университета им. А.С. Пушкина. 2017. № 2. С. 201–213. URL: https://elibrary.ru/item.asp?id=29800510
  10. Ситникова И.В. Профессиональные планы и стратегии трудоустройства современных студентов // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. 2019. № 4. С. 61–77. URL: https://elibrary.ru/item.asp?id=41852924
  11. Турчина Л.А., Титова В.В. Факторы, влияющие на выбор профессии // Проблемы и перспективы повышения качества образовательных услуг на основе инноваций: региональный аспект: материалы межрегиональной научно-практической конференции, — Армянск: Институт педагогического образования и менеджмента (филиал) федерального государственного автономного образовательного учреждения высшего образования «Крымский федеральный университет имени В.И. Вернадского», 2019. — С. 168–172. URL: https://elibrary.ru/item.asp?id=42354426
  12. Чередниченко Г.А. Выпускники российских вузов на рынке труда (данные опроса Росстата) // Социологическая наука и социальная практика. 2020. Т. 8. № 3 (31). С. 108–124. URL: https://elibrary.ru/item.asp?id=44003227
  13. Ширинкина Е.В. Статистическое исследование факторов, влияющих на выбор профессии выпускников школ // Гуманитарно-педагогическое образование. 2019. Т. 5, № 3. – С. 139–145. URL: https://www.elibrary.ru/item.asp?id=42988479
  14. Hameed A.A., Karlik B., Salman M.S. Robust adaptive learning approach to self-organizing maps // Knowledge-Based Systems. 2019. Vol. 171. P. 25–36. DOI: https://doi.org/10.1016/j.knosys.2019.01.011
  15. Vij A., Carrel A., Walker J.L. Incorporating the influence of latent modal preferences on travel mode choice behavior // Transportation Research Part A: Policy and Practice. 2013. Vol. 54. P. 164-178. DOI: https://doi.org/10.1016/j.trpro.2019.09.057

Библиографическая ссылка: Бочарова Т.А. Моделирование кластеров контингента студентов на основе самоорганизующихся карт Кохонена // ЦИТИСЭ. 2023. № 2. C. 431-441. DOI: http://doi.org/10.15350/2409-7616.2023.2.38