Preview

Информатика и образование

Расширенный поиск

Методология анализа больших данных для разработки образовательных стандартов на основе интеллектуальных моделей обработки

https://doi.org/10.32517/0234-0453-2025-40-1-57-68

Аннотация

Представленное в статье исследование посвящено анализу перспектив интеграции больших данных в процесс разработки национальных образовательных стандартов в России. Растущий объем образовательных данных и прогресс в области аналитических технологий создают новые возможности для модернизации подходов к разработке и адаптации образовательных стандартов. Цель исследования — определить ключевые направления и механизмы использования больших данных для повышения эффективности и актуальности образовательных стандартов. В работе применяются методы статистического анализа, сравнительный институциональный анализ, а также экспертные интервью с представителями сферы образования и специалистами по работе с данными. Эмпирической базой служат массивы образовательных данных, собранные за период с 2018 по 2023 год. Результаты исследования демонстрируют значительный потенциал больших данных для адаптации стандартов к запросам рынка труда, персонализации образовательных траекторий и повышения качества образовательного процесса. В частности, анализ данных позволяет на 25 % повысить скорость разработки стандартов и на 20 % увеличить их соответствие международным требованиям. Практическая значимость исследования связана с разработкой рекомендаций по внедрению аналитики больших данных в процессы модернизации образовательных стандартов.

Об авторах

Г. В. Палаткина
Астраханский государственный университет имени В. Н. Татищева
Россия

Палаткина Галина Владимировна, доктор пед. наук, профессор, декан факультета педагогики, психологии, гостеприимства и спорта 

г. Астрахань 



Н. О. Дубченкова
Астраханский государственный университет имени В. Н. Татищева
Россия

Дубченкова Наталия Олеговна, канд. пед. наук, доцент кафедры педагогических практик и сервисных индустрий, факультет педагогики, психологии, гостеприимства и спорта 

г. Астрахань 



В. В. Палаткин
Астраханский государственный университет имени В. Н. Татищева
Россия

Палаткин Владимир Владимирович, канд. культурологии, доцент кафедры педагогических практик и сервисных индустрий, факультет педагогики, психологии, гостеприимства и спорта 

г. Астрахань 



А. А. Подлипалин
Астраханский государственный университет имени В. Н. Татищева
Россия

Подлипалин Алексей Алексеевич, канд. пед. наук, доцент кафедры педагогических практик и сервисных индустрий, факультет педагогики, психологии, гостеприимства и спорта 

г. Астрахань 



Список литературы

1. Щелокова Ю.К. Использование больших данных для анализа и оптимизации образовательного процесса в высших учебных заведениях. Управление образованием: теория и практика. 2024;(2-1(76)):114–122. EDN: DATNWK. DOI: 10.25726/w5010-9600-8416-x.

2. Юсупова А. С. Исследование и использование современных технологий анализа больших данных в образовательной сфере. Тенденции развития науки и образования. 2024;(109-13):166–169. EDN: VPTWHU. DOI: 10.18411/trnio-05-2024-693.

3. Натапов М. Л. Современные тенденции в разработке информационных систем для образовательных целей на основе больших данных. Вестник Российского нового университета. Серия: Человек и общество. 2024;(1):109–122. EDN: OIBKTS. DOI: 10.18137/RNU.V9276.24.01.P.109.

4. Андреев С. В., Фазульянов Д. В. Большие данные в сфере образования, возможности и проблематика. Вектор экономики. 2024;1(91):30. EDN: QUATJO.

5. Ма С., Се Б. Исследование инновационного пути управления образованием в эпоху больших данных. Международный журнал гуманитарных и естественных наук. 2024;(5-3(92)):180–183. EDN: KGSDCJ. DOI: 10.24412/2500-1000-2024-5-3-180-183.

6. Птицына Л. К., Птицын Н. А. Анализ больших данных с управляемым качеством в научно-образовательных средах. Наука. Информатизация. Технологии. Образование. Материалы XVI международной научнопрактической конференции. Екатеринбург, Российский государственный профессионально-педагогический университет; 2023:161–166. EDN: NQFDUS.

7. Бояринов Д. А. Большие данные в контексте информационного образовательного пространства. Проблемы современного образования. 2023;(2):120–132. EDN: EJCOVQ. DOI: 10.31862/2218-8711-2023-2-120-132.

8. Жаворонкова З. А. Применение big data в организации образовательного процесса. Цифровой контент социального и экосистемного развития экономики. Сборник трудов международной научно-практической конференции. Симферополь: Крымский федеральный университет им. В. И. Вернадского; 2022:234–236. EDN: RLWGUC.

9. Парсаева Д. С. Технология анализа больших данных в образовании. Молодой исследователь: от идеи к проекту. Материалы VI студенческой научно-практической конференции. Йошкар-Ола, Марийский государственный университет; 2022:513–514. EDN: FOINJO.

10. Абдулаева С. И., Намаева М. М., Халиева Х. С. Большие данные в системе образования: современное состояние, ограничения и направления будущих исследований. Вестник ГГНТУ. Гуманитарные и социально-экономические науки. 2022;18(3(29)):65–70. EDN: NGUUCM. DOI: 10.34708/GSTOU.2022.15.34.009.

11. Ilyassov D. K., Raikhanova G. A. The challenges in using economic big data analytics in higher education. Bulletin of the Karaganda University. Economy Series. 2022;2(106):41–47. DOI: 10.31489/2022ec2/41-47.

12. Шабардин А. М. Большие данные в системе образования. Информационные технологии в науке, промышленности и образовании. Сборник трудов научнотехнической конференции в рамках Всероссийского молодежного научного форума «Общение студентов и аспирантов в научной и профессиональной сферах». Ижевск: Издательство УИР Ижевского государственного технического университета имени М. Т. Калашникова; 2021:62–69. EDN: IGTPQJ.

13. Лескина Э. И. Возможности применения больших данных (big data) в образовательном секторе. Юридическое образование и наука. 2021;(9):11–14. EDN: DGKWEN. DOI: 10.18572/1813-1190-2021-9-11-14.

14. Шунина Л. А., Усова Н. А. Big Data — анализ подходов к определению и применение в образовании. Информатизация образования и методика электронного обучения: цифровые технологии в образовании. Материалы IV Международной научной конференции. В 2 ч. Ч. 2. Красноярск: Сибирский федеральный университет; 2020:266–269. EDN: FOFWIY.

15. Фиофанова О. А. Анализ современного состояния исследований в области управления образованием на основании данных. Ценности и смыслы. 2020;(1(65)):71–83. EDN: TIYZXK. DOI: 10.24411/2071-6427-2020-10005.

16. Фиофанова О. А. Анализ больших данных в сфере образования: методология и технологии. М.: Издательский дом «Дело» РАНХиГС; 2020. 200 c. EDN: SLBKRW.

17. Фиофанова О. А. Управление на основании данных в сфере образования. Народное образование. 2019;(4(1475)):135–142. EDN: WNBLOW.

18. Фиофанова О. А. Организация образовательных программ подготовки специалистов по управлению образованием на основании данных (Big Data in Education). Профессиональное образование. Столица. 2019;(9):27–34. EDN: MRHDPC.

19. Багутдинов Р. А., Саргсян Н. А., Красноплахтыч М. А. Аналитика, инструменты и интеллектуальный анализ больших разнородных и разномасштабных данных. Экономика. Информатика. 2020;47(4):792–802. EDN: MSHDFV. DOI: 10.18413/2687-0932-2020-47-4-792-802.

20. Птицына Л. К., Птицын Н. А. Анализ больших данных с управляемым качеством в научно-образовательных средах. Наука. Информатизация. Технологии. Образование. Материалы XVI международной научнопрактической конференции. Екатеринбург: Российский государственный профессионально-педагогический университет; 2023:161–166. EDN: NQFDUS.

21. Lin Lin, Zhou D., Wang J., Wang Yu. A systematic review of big data driven education evaluation. SAGE Open. 2024;14(2). DOI: 10.1177/21582440241242180.

22. Ridhani D., Krismadinata K., Novaliendry D., Ambiyar, Effendi H. Development of an intelligent learning evaluation system based on big data. Data and Metadata. 2024;3:1–14. DOI: 10.56294/dm2024.569.

23. Xu Bo. Artificial intelligence teaching system and data processing method based on big data. Complexity. 2021:(3):1–11. DOI: 10.1155/2021/9919401.

24. Caspari-Sadeghi S. Learning assessment in the age of big data: Learning analytics in higher education. Cogent Education. 2022;10(1):2162697. DOI: 10.1080/2331186X.2022.2162697.

25. Fahd K., Miah S. J. Designing and evaluating a big data analytics approach for predicting students' success factors. Research Square. 2022:1–15. DOI: 10.21203/rs.3.rs-2075479/v1.

26. Заславская О. Ю., Побединская Т. В. Педагог в эпоху цифровизации: основные аспекты персонализации подготовки и алгоритмы машинного обучения. Continuum. Математика. Информатика. Образование. 2024;(4(36)):80–87. EDN: BVGIJS. 10.24888/2500-1957-2024-4-80-87.


Рецензия

Для цитирования:


Палаткина Г.В., Дубченкова Н.О., Палаткин В.В., Подлипалин А.А. Методология анализа больших данных для разработки образовательных стандартов на основе интеллектуальных моделей обработки. Информатика и образование. 2025;40(1):57-68. https://doi.org/10.32517/0234-0453-2025-40-1-57-68

For citation:


Palatkina G.V., Dubchenkova N.O., Palatkin V.V., Podlipalin A.A. Big data analysis methodology for educational standards development based on intelligent processing models. Informatics and education. 2025;40(1):57-68. (In Russ.) https://doi.org/10.32517/0234-0453-2025-40-1-57-68

Просмотров: 67


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0234-0453 (Print)
ISSN 2658-7769 (Online)