moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 415 ОБРАБОТКА И АНАЛИЗ РЕЗУЛЬТАТОВ МОНИТОРИНГОВ ДЛЯ УПРАВЛЕНИЯ ФОРМИРОВАНИЕМ УСЛОВИЙ КАЧЕСТВЕННОГО ОБРАЗОВАНИЯ PROCESSING AND EVALUATION OF MONITORING RESULTS FOR MANAGEMENT OF THE DEVELOPMENT OF QUALITY EDUCATION CONDITIONS Швиндт Антоний Николаевич Shvindt Antoniy Nikolaevich office@vivt.ru aff-1 Министерство образования и науки РФ Ministry of Education and Science of the Russian Federation 01 01 2026 1 1 e415 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В статье рассматриваются модели и процедуры обработки и анализа результатов мониторинга, в том числе с участием студентов, ориентированных на интеллектуальную поддержку административных управленческих решений при формировании условий и соответствующих им ресурсов по достижению нормативных требований к качеству образования в вузе. Первый этап обработки состоит в нормировании факторов, характеризующих условия качественного образования и показателей трудоустройства выпускников и студентоориентированного мониторинга. Следующий этап направлен на построение моделей интегрального оценивания факторов и показателей. При выбранной структуре модели в форме аддитивной свертки предложена процедура параметрической идентификации на основе сравнения результатов нейросетевого моделирования, визуальной информации и последующего экспертного оценивания. Анализ результатов мониторинга состоит в ранжировании и кластеризации вузов по интегральным оценкам качества образования. Приводится последовательность шагов процедуры кластеризации, позволяющих определить вероятностные оценки с использованием мнений эксперта, по которым множество вузов разделяется на заданное число кластеров.

The article reviews models and procedures for processing and evaluation of monitoring results, including student participation, focused on intellectual support of administrative managerial decisions when developing of conditions and corresponding resources for the achievement of applicable regulatory requirements for the quality of university education. The first stage of processing is normalization of factors which characterize the conditions for quality education, indicators of graduate employability and student-oriented monitoring. The next stage is aimed at building the models of integral evaluation of factors and indicators. With the chosen structure of a model in the form of additive convolution, a parametric identification procedure based on the comparison of results of neural network modeling, visual information and subsequent expert evaluation is proposed. Evaluation of monitoring results consists of ranking and clustering of higher education institutions on the basis of integral assessments of education quality. The sequence of steps in the clustering procedure, which determines probabilistic estimates with the use of expert's views, according to which a great number of higher education institutions are divided into a given number of clusters, is described

 нормирование интегральное оценивание аддитивная свертка ранжирование кластеризация rationing integral evaluation additive convolution ranking clustering Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Селезнева Н.А. Качество образования как объект системного исследования. Лекция-доклад. М.: Исследовательский центр проблем качества подготовки специалистов, 2002. – 95 с. Карелина И.Г. Мониторинг деятельности образовательных организаций – инициатива системных изменений в высшем образовании / И.Г. Карелина, А.Б. Соболев, С.О. Сорокин // Высшее образование сегодня. – 2015. - №7. – С.55-61. Включение обучающихся в оценку и повышение качества образования: методические материалы и лучшие практики. – М.: Изд-во ИКАР, 2016. – 240 с. Ершов Ю.Л. Теория нумераций. – М.: Наука, 1977. – 416 с. Батищев Д.И. Оптимизация в САПР / Д.И. Батищев, Я.Е. Львович, В.Н. Фролов. – М.: Высш. шк., 1977. – 416 с. Львович Я.Е. Принятие решений в экспертно-виртуальной среде/ Я.Е. Львович, И.Я. Львович. – Воронеж: ИПЦ «Научная книга», 2010. – 140 с. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия – Телеком, 2013. – 384 с. Львович И.Я. Информационные технологии моделирования и оптимизации: краткая теория и приложения / И.Я. Львович, Я.Е. Львович, В.Н. Фролов. – Воронеж: ИПЦ «Научная книга», 2016. – 444 с. Шнейдеров В.С. Машинная графика многомерных экспериментальных данных /В.С.Шнейдеров,Ф.Наудшус// Алгоритмические модели в автоматических исследованиях. – М.: Наука, 1980. – С.124-129.

The authors declare that there are no conflicts of interest present.