ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Повышение результативности системы дистанционного образования с помощью машинного обучения и технологии блокчейн

Читать Жукова Л. В., Кирюшина А. А., Ковальчук И. М., Рузаева А. В. Повышение результативности системы дистанционного образования с помощью машинного обучения и технологии блокчейн // Прикаспийский журнал:  управление и высокие технологии. — 2018. — №2. — Стр. 56-68.

Жукова Л. В. - cтарший преподаватель, бизнес-аналитик, Национальный исследовательский университет «Высшая школа экономики», 101000, Российская Федерация, г. Москва, ул. Мясницкая, д. 20, lvzhukova@ec-leasing.ru

Кирюшина А. А. - кандидат экономических наук, старший бизнес-аналитик, ЗАО «ЕС-лизинг», 117587, Российская Федерация, г. Москва, Варшавское шоссе, д. 125, стр. 1, akiryushina@ec-leasing.ru

Ковальчук И. М. - бизнес-аналитик, ЗАО «ЕС-лизинг», 117587, Российская Федерация, г. Москва, Варшавское шоссе, д. 125, стр. 1, ikovalchuk@ec-leasing.ru

Рузаева А. В. - HR менеджер, компания ABBYY, бизнес-центр «Отрадный», 127273, Российская Федерация, г. Москва, ул. Отрадная, 2Б, стр. 6, ruzaeva.95@gmail.com

Исследованы проблемы, существующие в системе дистанционного образования, причины их возникновения, возможные подходы к преодолению. Рассмотрен пример применения кластерного анализа для дифференциации лиц, прошедших машинное обучение в форме дистанционного образования. Дано описание технологии блокчейн, адаптированной для реализации контрольных функций системы дистанционного образования. На примере данных о результатах опроса студентов Национального исследовательского университета «Высшая школа экономики» методом машинного обучения были получены кластеры для групп студентов - потенциальных пользователей онлайн-курсов в отношении уровней их конверсии при прохождении обучения. Определены ключевые факторы, влияющие на попадание студентов в группы лиц, которые успешно/неуспешно осваивают онлайн-курсы. Эти данные могут быть использованы с целью прогнозирования результатов обучения для конкретных студентов, их отбора для дистанционного образования, возможно - для индивидуального адаптирования обучающих курсов. По результатам исследования даны рекомендации по повышению результативности проведения онлайн-курсов, основанных на использовании методов машинного обучения и блокчейн.

Ключевые слова: дистанционное образование, машинное обучение, пользователи массовых онлайн курсов, обучение в дистанционной среде, дифференцирование пользователей, кластерный анализ, блокчейн, информационные технологии, прогнозирование, distance education, machine learni