В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Мұхиядин Айнұр Ұлықпанқызы на тему «Разработка модели поведения социальных институтов в условиях пандемии на основе анализа глобальных данных по COVID-19» по образовательной программе «8D06103 – Информационные системы».
Диссертация выполнена на кафедре «Кафедра Информационных систем» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - казахский
Официальные рецензенты:
Садирмекова Жанна Бакирбаевна – доктор философии (PhD), ассоциированный профессор Таразского регионального университета имени М.Х.Дулати (г. Тараз, Республика Казахстан);
Кайбасова Динара Женисбековна – доктор философии (PhD), ассоциированный профессор департамента компьютерной инженерии Astana IT University (г. Астана, Республика Казахстан).
Временные члены Диссертационного совета:
Барахнин Владимир Борисович – доктор технических наук, профессор, ведущий научный сотрудник Федерального исследовательского центра информационных и вычислительных технологий (ФИЦ ИВТ) (г.Новосибирск, Российская Федерация);
Еділхан Дидар – доктор философии (PhD), директор Smart City, ассоциированный профессор (г. Астана, Республика Казахстан);
Еримбетова Айгерим Сембековна – доктор философии (PhD), кандидат технических наук, ассоциированный профессор, ведущий научный сотрудник Института информационных и вычислительных технологий КН МНВО РК (г. Алматы, Республика Казахстан).
Научные консультанты:
Мукашева Манаргуль Умирзаковна – к.п.н., профессор, ведущий научный сотрудник Центра развития цифровизации образования, Национальная академия образования им. И.Алтынсарина (г.Астана, Республика Казахстан);
Моисеева Людмила Владимировна – д.п.н., профессор, Уральский государственный педагогический университет (г.Екатеринбург, Российская Федерация).
Защита состоится: 3 апреля 2025 года 10:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по образовательной программе «8D06103 – Информационные системы» Евразийского национального университета имени Л.Н. Гумилева. Проведение заседания диссертационного совета в смешанном (оффлайн и онлайн) формате.
Ссылка: https://surl.li/tazpox
Адрес: г. Астана, ул. К. Сатпаева, 2, ауд. 302.
Аннотация (рус.): диссертация на тему «Разработка модели поведения социальных институтов в условиях пандемии на основе анализа глобальных данных по COVID-19» на соискание ученой степени доктора философии (PhD) по образовательной программе 8D06103 – «Информационные системы» Мұхиядин Айнұр Ұлықпанқызы Актуальность темы исследования. Пандемия COVID-19 подчеркнула важность использования глобальных данных для понимания и оценки воздействия кризисов на различные аспекты общественной жизни, включая образование, здравоохранение и социальное поведение. В Казахстане, как и во многих других странах, не хватает инструментов и методологий обработки и анализа больших данных. Несмотря на значительный объем данных, собранных во время пандемии, существующих в Казахстане инструментов и методов зачастую недостаточно для полноценного анализа и использования этих данных. Это ограничивает способность глубоко понимать процессы и разрабатывать эффективные стратегии реагирования на текущие вызовы. Социальные опросы и другие формы глобальных данных играют решающую роль в сборе информации о состоянии социальных институтов и их реакции на пандемию. Они предоставляют уникальные возможности для анализа и оценки воздействия пандемий на различные группы населения. Однако для того, чтобы в полной мере использовать эти данные, необходимо использовать современные методы обработки и анализа больших данных. Кроме того, пандемия выявила необходимость разработки новых подходов и стратегий управления образовательными процессами в условиях глобальных кризисов. Дистанционное обучение стало неотъемлемой частью образовательного процесса, и его качество напрямую связано с эффективным использованием данных для мониторинга и анализа. Использование методов машинного обучения и анализа больших данных позволит значительно улучшить качество дистанционного обучения и повысить адаптивность образовательных систем к вызовам будущего. Следует также отметить, что интеграция современных технологий и методов анализа данных в социальные исследования способствует не только достижению более точных и достоверных результатов, но и развитию научной базы и повышению уровня доверия к результатам исследований. . Это означает, что, особенно в кризисных ситуациях, точная и своевременная информация может сыграть решающую роль в принятии стратегических решений и разработке мер по смягчению последствий пандемии. Цель и научные результаты диссертационного исследования. Цель исследования — разработать и внедрить гибридную модель машинного обучения для оценки качества дистанционного обучения на основе данных социальных опросов и других источников. Данная модель направлена на оптимизацию анализа больших данных и улучшение управления образовательными процессами в кризисных ситуациях, что позволяет повысить качество и доступность образования. Данная цель послужила основой для определения и формулирования следующих основных задач, которые являются основой успешного проведения исследования и достижения поставленных научных результатов: ˗ изучение влияния эпидемиологических и стихийных факторов на жизненные ценности и поведение учащихся, а также анализ территориального распределения данных о поведении школ и учащихся во время дистанционного обучения; ˗ оценить эффективность методов сбора и обработки данных, используемых при изучении поведения социальных институтов, и разработать модель статистического анализа данных с целью изучения поведения этих институтов; ˗ создание и внедрение гибридной модели машинного обучения для оценки качества дистанционного образования, а также автоматизация процесса предоставления результатов опросов, связанных с качеством образования. Научная новизна: Научная новизна полученных в ходе исследования результатов заключается в следующем: 1. Проведен комплексный анализ влияния пандемии Covid-19 на жизненные ценности и поведение учащихся, а также оценка территориального распределения данных по школам. 2. Создана модель для анализа данных опросов, направленных на изучение поведения социальных институтов. Процесс включает в себя анализ опроса, генерацию и сбор данных, постобработку и визуализацию результатов, что облегчает понимание изменений в образовательных организациях. 3. Разработана гибридная модель оценки качества дистанционного образования, сочетающая в себе методы статистического анализа (PCA), методы обработки текста (TF-IDF, Word2Vec), что позволяет провести углубленный анализ влияния пандемии на образовательные процессы и адаптация методов обучения. Объектом исследования являются информационные системы и алгоритмы обработки данных, используемые для анализа качества дистанционного образования и поведения социальных институтов в условиях глобального кризиса. Предметом исследования является методология использования методов и моделей машинного обучения для анализа больших данных, связанных с оценкой качества дистанционного образования и мониторингом поведения социальных институтов. Методика и методы исследования. Методы исследования. В основе методологии лежит использование современных алгоритмов машинного обучения и методов анализа больших данных для прогнозирования успеваемости учащихся и оценки эффективности образовательных систем. В исследовании используются следующие методы: 1. Различные методы классификации и регрессии, такие как случайные леса, нечеткая логика, кластеризация k-средних, наивный байесовский подход, деревья решений, машины опорных векторов, искусственные нейронные сети и алгоритм k-ближайших соседей. Эти методы позволяют проводить углубленный анализ данных и точные прогнозы относительно риска неуспеха учащихся на основе различных характеристик и результатов обучения. 2. Использование ансамблевых методов, которые объединяют прогнозы нескольких алгоритмов машинного обучения, чтобы повысить точность и надежность прогнозов. Такой подход помогает преодолеть ограничения отдельных алгоритмов и добиться обобщенных и надежных результатов. 3. Применение крупномасштабных методов обработки и анализа данных, включая журналы синхронного и асинхронного обучения. Это дает возможность учитывать широкий спектр данных, собранных из разных источников и моделей, что важно для комплексной оценки прогресса и эффективности систем образования. 4. Использование статистических методов для оценки важности и достоверности данных, а также для проверки гипотез и оценки эффективности предлагаемых моделей и алгоритмов. 5. Использование инструментов визуализации данных для визуального отображения результатов анализа и прогнозов, что способствует лучшему пониманию и интерпретации данных. Данная методология позволяет проводить комплексные исследования поведения обучающихся и эффективности образовательных процессов, а также давать рекомендации по совершенствованию образовательных систем на основе объективных и количественных данных. Теоретическая значимость исследования заключается в разработке и обосновании новых способов анализа и прогнозирования образовательных процессов в условиях пандемии COVID-19. В работе использован комплексный подход, включающий методы статистического анализа (PCA), методы обработки текста (TF-IDF, Word2Vec) и алгоритмы машинного обучения. Эти методы обеспечивают высокую точность и достоверность результатов, что способствует глубокому пониманию данных и выявлению основных факторов, влияющих на образовательные процессы. Практическая значимость исследования подтверждена разработкой и внедрением автоматизированной информационной системы сбора и анализа данных о качестве дистанционного образования. Данная система автоматизирует процесс подачи результатов опроса и повышает эффективность управления учебным процессом. Полученные результаты успешно внедрены в образовательную практику, что подтверждает их применимость и ценность для повышения качества образования в кризисных ситуациях. Внедрение результатов. Результаты работы были представлены в Евразийском национальном университете им. Л.Н. Гумилева (Астана) и внедрены в Национальную академию образования имени Ы.Алтынсарина (Астана). Апробация результатов диссертации. Основные результаты диссертационной работы и результаты исследований докладывались и обсуждались на следующих международных, республиканских научно-практических конференциях: 2 статьи в международных изданиях с ненулевым импакт-фактором, включенные в базу данных Scopus: 1. Mukhiyadin A., Makhazhanova, U., Serikbayeva, S., Kassekeyeva, A., Muratova, G., Karauylbayev, S., ... & Kenzhebay, A., Application of information technologies and methods for processing big data to the management of the educational process during the pandemic //Journal of Theoretical and Applied Information Technology. – 2023. – Т. 101. – №. 2. – С. 458-470. (Квартиль – Q3, процентиль - 30) 2. Mukasheva, M., Mukhiyadin, A., Makhazhanova, U., & Serikbayeva, S., The Behaviour of the Ensemble Learning Model in Analysing Educational Data on COVID-19 //International Journal of Information and Education Technology. – 2023. – Т. 13. – №. 12. (Квартиль – Q3, процентиль - 33) 4 статьи в изданиях, представленных Министерством науки и высшего образования Республики Казахстан: 1. Мұхиядин, А., Мукашева, М., Махажанова, У., Муханова, А., & Ламашева, Ж., Программалық құралдар көмегімен экстремалды қашықтықтан оқытудың оқушыларға әсерін зерттеу //Известия НАН РК. Серия физико-математическая. – 2023. – №. 4. – с. 209-223. 2. Мухиядин А., Махажанова, У., Мукашева, М., & Муханова, А., Информационные технологии как средство анализа экспериментальных данных при экстренном дистанционном обучении //Известия НАН РК. Серия физико-математическая. – 2023. – №. 1. – С. 170-190. 3. Мұхиядин, А. Ұ., Махажанова, У. Т., Алимагамбетова, А. З., Муханова, А. А., & Акмолдина, А. И., Машиналық оқыту әдістерін пайдалана отырып, оқушылардың білім алуға ынтасын болжау: Қазақстандағы білім беру деректерін талдау // Известия НАН РК. Серия физико-математическая. – 2024. – №. 4. – С. 204–217. 4. Мұхиядин А.Ұ., Махажанова У.Т., Баегизова А.С., Доумчариева Ж.Е., Муханова А.А., ПРИМЕНЕНИЕ АНСАМБЛЕВЫХ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ АНАЛИЗА ОБРАЗОВАТЕЛЬНЫХ ДАННЫХ В УСЛОВИЯХ ПАНДЕМИИ COVID-19 //Вестник КазАТК. – 2024. – Т. 135. – №. 6. – С. 192-202. 6 статьи в материалах международных конференций дальнего зарубежья и Республики Казахстан: 1. Мұхиядин А. Ұ., Мукашева М. У., Байбурин А. М. ВЛИЯНИЕ COVID-19 НА ДЕЯТЕЛЬНОСТЬ СОЦИАЛЬНЫХ ИНСТИТУТОВ: ОБРАЗОВАНИЕ В ШКОЛЕ //Образование 2030. Дорожная карта. – 2021. – С. 262-268. 2. Мухиядин А. Ұ., Ерсултанова А. С. Влияние дистанционного обучения на учителей средних школ в период пандемии COVID-19 в Республике Казахстан //КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ: СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ И ИНФОРМАЦИОННЫЕ АСПЕКТЫ. – 2022. – С. 199-203. 3. Ерсултанова А. С., Мұхиядин А. Ұ. ПАНДЕМИЯ КЕЗЕҢІНДЕ ИНФОРМАТИКАНЫ ОҚЫТУДАҒЫ ИНКЛЮЗИВТІ БІЛІМ БЕРУ МӘСЕЛЕЛЕРІ //The XIII International Science Conference «Perspectives of development of science and practice», December 14–17, 2021, Prague, Czech Republic. 626 p. – 2021. – С. 348. 4. Мухиядин А. У., Ерсултанова А. С. Проблемы инклюзивного образования Республики Казахстан в период пандемии Covid-19 //Современные проблемы образования в области физической культуры, безопасности жизнедеятельности и биологии. – 2022. – С. 217-222. 5. Мұхиядин А.Ұ., Мукашева М.У. COVID-19 бойынша ашық ақпарат көздері туралы //Инновациялық зерттеулердің тиімділігін арттырудың модельдері мен әдістері: халықаралық ғылыми конф. материалдары. – Қарағанды: «Bilim Innovations Group» орталығы, 2020. – 229 б. – Б. 127. 6. Мұхиядин А.Ұ., Ерсултанова А.С. Covid-19 пандемиясы кезінде мұғалімдердің қашықтықтан оқытуға көзқарасы: акт қолдану арқылы сауалнама нәтижелерін талдау //«Сейтқасымов оқулары – 2022»: Халықаралық ғылыми-тәжірибелік конференция материалдары. – Нұр-Сұлтан: «Esil University» БПО, 2022. – Б. 315-319. Объем и структура диссертации. Диссертационно-исследовательская работа состоит из введения, основной главы, состоящей из 3 частей, списка из 163 использованных источников, заключения и 1 приложения. Основной объем работы состоит из 115 страниц, в том числе 41 рисунка и 14 таблиц. Во введении обоснована актуальность темы, указаны основные направления работы. В настоящее время важно оценить качество системы дистанционного обучения и ее влияние на образовательный процесс. Глобальная пандемия COVID-19 способствовала широкому распространению дистанционного образования и определила актуальность изучения эффективности этой системы образования. Результаты, полученные при оценке качества дистанционного обучения, играют важную роль в совершенствовании системы образования и внедрении новых методик. Основными направлениями исследований являются анализ изменений в поведении студентов, связанных с дистанционным обучением, изучение деятельности социальных институтов, а также использование методов машинного обучения для оценки этих процессов. Данные направления дают комплексное описание темы исследования и раскрывают ее актуальность. Первая часть посвящена анализу влияния внешних факторов на жизненные ценности и поведение студентов. В этом разделе рассматривается влияние эпидемиологической обстановки и стихийных бедствий на ценности студентов. В частности, в условиях пандемии рассматривались такие вопросы, как снижение интереса студентов к образованию, повышение психологического давления, а также изменение уровня участия в образовательном процессе. В ходе исследования были учтены региональные особенности респондентов, проведен сравнительный анализ их опыта в образовательном процессе. В ходе территориального анализа были изучены уровни адаптации городских и сельских школьников к дистанционному обучению. Хотя доступ к Интернету в городских школах высок, психологические проблемы являются обычным явлением, а в сельской местности одной из основных проблем оказалась нехватка ресурсов. Данные анализы проводились путем наблюдения за поведением старшеклассников во время дистанционного обучения. Вторая часть посвящена вопросам анализа данных и поведенческих исследований социальных институтов. Здесь описаны методы статистического анализа, используемые для обработки данных, полученных в результате опросов. Оценена статистическая значимость критериев, направленных на изучение деятельности социальных институтов. Для этого был использован метод факторного анализа и определена взаимосвязь различных факторов и уровень влияния данных. В ходе исследования была разработана модель, описывающая поведение социальных институтов. Эта модель позволила оценить взаимодействие эпидемиологических и социальных факторов. Кроме того, для повышения эффективности группировки и классификации данных использовался метод главных компонент (PCA). В результате применения этих методов улучшилось качество анализа данных и повысилась достоверность полученных результатов. Третья часть посвящена разработке и внедрению гибридной модели машинного обучения для оценки качества дистанционного обучения. В этом разделе на примере результатов опроса рассматривается обработка больших данных, построение гибридных моделей машинного обучения и автоматическое составление отчетов по результатам опросов. За счет объединения методов TF-IDF, Word2Vec и PCA эффективность классификации данных возросла. Кроме того, автоматизирована система оценки качества дистанционного обучения. Эта система ускорила обработку результатов опроса и позволила в режиме реального времени анализировать полученные данные. Таким образом, был оптимизирован процесс оценки качества дистанционного образования и расширена сфера применения системы. В заключении исследования были сделаны выводы на основании результатов, полученных по всем разделам. Были представлены рекомендации, направленные на повышение эффективности системы дистанционного обучения в ситуации пандемии. Были внедрены новые методы и модели изучения поведения социальных институтов. Кроме того, была отмечена научная и практическая ценность полученных результатов. В конце работы дана литература и дополнительные материалы, использованные в ходе исследования. Эти материалы показывают сложность исследования и подтверждают его практическую значимость. Особую благодарность автору хотелось бы выразить научному руководителю Национальной академии образования имени Ы.Алтынсарина, профессору Мукашевой Манаргуль Умирзаковне за постановку интересных задач и предоставление полезных советов по их решению. Кроме того, хотелось бы поблагодарить зарубежного научного руководителя, к.п.н. Российского педагогического университета, профессора Моисееву Людмилу Владимировну за искреннее намерение и бескорыстную помощь, всестороннюю поддержку, профессионализм, интерес к работе и бесценные комментарии. Кроме того, преподаватели кафедры «Информационные системы» Махажанова У.Т., Абдикеримова Г.Б., Муханова А.А. и членам научного семинара Евразийского национального университета за обсуждение результатов. Также автор выражает благодарность Национальной академии образования имени Ы.Алтынсарина за оказание помощи в проведении научных исследований.
Отзыв зарубежного консультанта
Заключение комиссии по этической оценке исследований
Решение диссертационного совета
Защита диссертации: https://youtu.be/YIzDorSw4oY
