Параметризованный анализ многоуровневых данных образовательных систем

Автор(ы): Владова А.Ю.

Выпуск: 122

Рубрика: Технические и программные средства управления

Год: 2026

Библиография: Владова А.Ю. Параметризованный анализ многоуровневых данных образовательных систем // Управление большими системами. - 2026. - Вып. 122. - С.374-388.

Дата опубликования: 31.07.2026

Ключевые слова: параметризованные функции, система управлением обучением, образовательные данные, проверка статистических гипотез, дашборд, конструктор запросов

Аннотация: Актуальность исследования обусловлена переходом на цифровые платформы, такие как Moodle, которые хранят значительные объемы данных об успеваемости и активности пользователей. Эффективный анализ этих данных для принятия управленческих решений на всех уровнях образовательной системы (студент, преподаватель, администратор) становится ключевым конкурентным преимуществом. Однако традиционные аналитические инструменты, используемые образовательными системами, имеют фундаментальное ограничение – привязку к одному уровню анализа. Они не позволяют проверить статистические гипотезы, которые возникают у разных категорий пользователей, и потому требуют ручного труда аналитиков и разработчиков для создания нового отчета или дашборда под конкретную задачу, что делает процесс медленным, дорогим и не масштабируемым. Для решения проблемы предложено среди множества функций над данными выделить параметризованные функции, которые, будучи определены один раз, могут быть применены на всех уровнях образовательной системы изменением контекста анализа. Разработана вложенная структура параметризованных функций вида «сравнение над агрегацией» позволяющая конструировать запросы любой сложности для всех уровней образовательной системы. Практическая значимость работы заключается в создании расширяемой библиотеки функций, автоматизирующей анализ образовательных данных в доступное для каждого пользователя решение.

Author(s): Vladova A.

Article title: Parameterized analysis of multi-level data of educational systems

Issue: 122

Year: 2026

Keywords: parameterized functions, learning management system, educational data, statistical hypotheses, dashboard

Abstract: The relevance of the research is driven by the transition to digital platforms, such as Moodle, which store significant volumes of data on user performance and activity. The effective analysis of this data for managerial decision-making at all levels of the educational system (student, instructor, administrator) is becoming a key competitive advantage. However, traditional analytical tools used by educational systems have a fundamental limitation: they are tied to a single level of analysis. This prevents them from testing statistical hypotheses that arise naturally for different categories of users. Consequently, each new hypothesis requires manual effort from analysts and developers to create a custom report or dashboard. This makes the process slow, expensive, and inherently non-scalable. To solve this problem, we propose to distinguish parameterized functions among the multitude of data operations. Once defined, these functions can be applied at all levels of the educational system simply by changing the analysis context. A nested structure of parameterized functions of the form "comparison over aggregation" has been developed, allowing the construction of queries of any complexity for all levels of the educational system. The practical significance of the work lies in creating an extensible library of functions that automates the analysis of educational data into a solution accessible to every user.