Защита диссертации Рамазановой Валии Сапкиреевны на соискание степени доктора философии (PhD) по образовательной программе «8D06103 - Информационные системы»

В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Рамазановой Валии Сапкиреевны на тему «Применение графов знаний для информационного обеспечения образовательного процесса в ВУЗе» по образовательной программе «8D06103 – Информационные системы».

Диссертация выполнена на кафедре «Кафедра Информационных систем» Евразийского национального университета имени Л.Н. Гумилева.

Язык защиты - на русском

Официальные рецензенты:

Мансурова Мадина Есимхановна – кандидат физико-математических наук, заведующая кафедрой «Искусственный интеллект и Big Data», Казахский национальный университет имени аль-Фараби (г. Алматы, Республика Казахстан);

Кайбасова Динара Женисбековна – доктор философии (PhD), ассоциированный профессор департамента «Компьютерная инженерия» Astana IT University (г. Астана, Республика Казахстан).

Временные члены Диссертационного совета:

Козбакова Айнур Холдасовна – доктор философии (PhD), ассоциированный профессор, ведущий научный сотрудник лаборатории «Искусственного интеллекта и робототехники» РГП «Институт информационных и вычислительных технологий» КН МНВО РК (г. Алматы, Республика Казахстан);

Аканова Акерке Сапаровна – доктор философии (PhD), ассоцированный профессор, руководитель группы образовательных программ «Kомпьютерные науки», НАО «Казахский агротехнический исследовательский университет имени С.Сейфуллина» (г. Астана, Республика Казахстан);

Батура Татьяна Викторовна – кандидат физико-математических наук, ассоциированный профессор, Институт систем информатики им. А.П. Ершова СО РАН, заведующая лабораторией (г. Новосибирск, Россия).

Научные консультанты:

Самбетбаева Мадина Аралбаевна – доктор философии (PhD), ассоциированный профессор кафедры “Информационные системы” Евразийского национального университета имени Л.Н. Гумилева, (г. Астана, Республика Казахстан);

Загорулько Юрий Алексеевич – кандидат технических наук, заведующий лабораторией искусственного интеллекта Института систем информатики им. А.П.Ершова СО РАН. (г. Новосибирск, Россия).

Защита состоится: 28 августа 2026 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://teams.microsoft.com/meet/47977030100942?p=I32iGtQjWp7mcayfwf 

Адрес: г. Астана, ул. Пушкина, 11, Учебный корпус № 2, аудитория № 222.

Аннотация (рус.): АННОТАЦИЯ диссертационной работы Рамазановой Валии Сапкиреевны «Применение графов знаний для информационного обеспечения образовательного процесса в ВУЗе» на соискание степени доктора философии (PhD) по специальности 8D06103 – Информационные системы Цель диссертационного исследования: Разработать модель и методы применения графов знаний для построения рекомендательной системы, используемой в составе информационного обеспечения образовательного процесса в ВУЗе на примере сферы информационных технологий. Задачи исследования: Провести анализ существующих подходов к представлению графов знаний. Выполнить анализ применения графов знаний в образовании. Проанализировать корпуса данных, необходимых для построения интегрированной модели графа знаний. Построить онтологическую модель графа знаний для интеграции образовательных и профессиональных компетенций и навыков. Оценить и сравнить языковые модели для генерации векторного представления компетенций и навыков. Оценить, сравнить алгоритмы кластеризации для формирования групп схожих навыков. Дообучить, оценить и применить выбранную языковую модель для улучшения интеграции и кластеризации навыков. Построить, обучить, оценить и сравнить модели рекомендаций на основе графовых нейронных сетей для рекомендаций по графу знаний. Обучить и оценить подходящую модель рекомендаций на основе графовых нейронных сетей для подбора вакансий и курсов. Разработать прототип рекомендательной системы, реализующей интеграционную модель графа знаний для рекомендации вакансий и образовательных курсов. Методы исследования: Методы анализа и сбора данных, онтологического проектирования, экспериментальные методы, методы теории графов, обработки естественного языка, кластеризации, машинного обучения, графовых нейронных сетей, метрики сходства, метрики корреляции, метрики оценки качества кластеризации, метрики оценки качества рекомендаций, методы построения рекомендательных систем. Основные положения, выносимые на защиту. - предложена модель графа знаний, которая объединяет образовательные и профессиональные данные в единый гетерогенный граф знаний, путем интеграции образовательных компетенций, профессиональных навыков вакансий и образовательных навыков онлайн курсов средствами мультиязычных трансформеров предложений на основе семантического текстового сходства; - предложена модель образовательных рекомендаций по графу знаний на базе гетерогенных графовых нейронных сетей Heterogeneous Graph Transformers; - разработан прототип информационной системы для профессиональных и образовательных рекомендаций, которые можно использовать для улучшения информационного обеспечения образовательного процесса в ВУЗе. В диссертации получены следующие основные результаты. Первым результатом является предложенная онтологическая модель мультидоменного гетерогенного графа знаний, обеспечивающая семантическую интеграцию образовательных компетенций ВУЗа, профессиональных навыков вакансий и навыков онлайн-курсов. Интеграция осуществляется на основе дообученной мультиязычной модели Sentence Transformer и агломеративной иерархической кластеризации. Вторым результатом выступает предложенная модель образовательных рекомендаций по графу знаний на базе гетерогенных графовых нейронных сетей (Heterogeneous Graph Transformers), впервые применённых к задаче регрессии связей в гетерогенном мультидоменном графе знаний. Третьим результатом является разработанный прототип информационной системы для кадровых и образовательных рекомендаций, направленный на улучшение информационного обеспечения образовательного процесса в ВУЗе. Обоснование новизны и важности полученных результатов. Научная новизна работы состоит в том, что впервые предложена интегрированная модель графа знаний, объединяющая данные трёх доменов (образовательные программы, требования рынка труда, МООК); адаптированы гетерогенные графовые нейронные сети для задачи образовательных рекомендаций. Соответствие направлениям развития науки или государственным программам. Работа соответствует приоритетным направлениям развития цифровизации и искусственного интеллекта Республики Казахстан, государственной политике по совершенствованию системы высшего образования и подготовке кадров для цифровой экономики. Исследование выполнено в рамках грантового проекта AP22783030 «Применение алгоритмов машинного обучения для автоматизированной адаптации учебных курсов к требованиям работодателей», что подтверждает его соответствие государственным приоритетам развития науки и образования. Описание вклада соискателя в подготовку каждой публикации: опубликованы 2 статьи в международных рецензируемых журналах, индексируемых в базах данных Web of Science и Scopus (Q1–Q2), 3 статьи в изданиях, рекомендованных ККСОН МОН РК, и представлены 3 доклада на международных конференциях, индексируемых в Scopus. Личный вклад автора заключается в анализе теоретических положений и разработке практических решений, обосновании и выборе необходимых методов исследования, проведении экспериментов и оценке их результатов, проектировании и разработке модели графа знаний и прототипа рекомендательной системы.

Диссертация

Список научных трудов

Отзыв научного консультанта

Отзыв зарубежного консультанта

Заключение комиссии по этической оценке исследований