автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Методики и алгоритмы принятия решений при подготовке профессиональных кадров для регионального рынка труда

На правах рукописи

ЛУШНИКОВ Алексей Владимирович

МЕТОДИКИ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПОДГОТОВКЕ ПРОФЕССИОНАЛЬНЫХ КАДРОВ ДЛЯ РЕГИОНАЛЬНОГО РЫНКА ТРУДА

Специальность 05.13.10 - Управление в социальных и экономических системах

Ь ЯНЗ 2015

Автореферат диссертации на соискание ученой степени кандидата технических наук

ПЕНЗА 2014

005558234

005558234

Работа выполнена на кафедре «Системы автоматизированного проектирования» ФГБОУ ВПО «Пензенский государственный университет».

Научный руководитель - доктор технических наук, профессор

Бершадский Александр Моисеевич

Официальные оппоненты: Иваиииков Александр Дмитриевич,

доктор технических наук, профессор, Институт проблем проектирования в микроэлектронике РАН (г. Москва), заместитель директора по научной работе;

Дворяикии Александр Михайлович,

доктор технических наук, профессор, ФГБОУ ВПО «Волгоградский государственный технический университет» (г. Волгоград), заведующий кафедрой «Программное обеспечение автоматизированных систем»

Ведущая организация - ФГБОУ ВПО «Воронежский

государственны1! технический университет» (г. Воронеж)

Защита диссертации состоится 19 февраля 2015 г., в 15 часов, на заседании диссертационного совета Д 212.186.04 в ФГБОУ ВПО «Пензенский государственный университет» по адресу: 440026, г. Пенза, ул. Красная, 40.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Пензенский государственный университет» и на сайте: http://dissov.pnzgu.ru/ecspertiza.

Автореферат разослан « ¿Съ&аМлЯ' 20\£г.

Ученый секретарь

диссертационного совета Косников Юрий Николаевич

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Задача согласования работы системы профессионального образования с реальными потребностями регионального рынка труда в профессиональных кадрах на сегодняшний день остается актуальной. Образовавшийся в последнее время значительный дисбаланс количества учреждений высшего и среднего профессионального образования, а также несогласованность выпуска системой образования профессиональных кадров с реальными потребностями региональной экономики ведут к структурной безработице из-за перенасыщения рынка труда кадрами отдельных специализаций и квалификаций.

Теоретической основой исследования являются научные работы отечественных ученых: А. М. Бершадского, В. В. Эпп, В. А. Гуртова, В. Н. Васильева, А. Н. Коровкина, А. Г. Кравец, связанные с проблематикой прогнозирования потребностей регионального рынка труда с учетом социально-экономических факторов, а также влияния этих потребностей на образовательные процессы.

В ходе этих работ были предложены методики и алгоритмические модели комбинированного среднесрочного прогнозирования и ускоренной переподготовки специалистов. Однако задача далека до полного ее решения. Отсутствие инструментов для прогнозирования потребностей регионального рынка труда в кадрах различного уровня образования, учитывающих изменения структуры занятости на региональном рынке труда, отсутствие алгоритмов принятия решений при выборе целесообразных траекторий обучения в системе профессионального образования определяют актуальность диссертационной работы.

Цели и задачи исследования. Целью диссертационной работы является повышение эффективности взаимодействия регионального рынка труда и системы профессионального образования за счет алгоритмизации процессов согласования прогнозируемых потребностей работодателей и подготовки профессиональных кадров. Для достижения поставленной цели требуется решение следующих задач:

1. Выполнить анализ предметной области, существующих методов мониторинга состояния рынка труда, методов прогнозирования потребностей рынка труда, а также существующих систем мониторинга и прогнозирования потребностей регионального рынка труда в профессиональных кадрах.

2. Разработать методику прогнозирования потребностей регионального рынка труда в профессиональных кадрах.

3. Предложить методику принятия решений при определении наилучшего метода прогнозирования временных рядов социально-экономических показателей.

4. Разработать алгоритмы принятия решений при выборе целесообразной траектории продолжения обучения на более высоком уровне профессионального образования для получения востребованной специальности.

5. Разработать систему мониторинга и прогнозирования потребностей рынка труда в профессиональных кадрах, предназначенную для информационной поддержки лиц, принимающих решения в сфере регионального образования.

Объектом исследования диссертационной работы является процесс взаимодействия регионального рынка труда и рынка образовательных услуг.

Предметом исследования являются методики и алгоритмы прогнозирования потребностей рынка труда в кадрах, компоненты специального математического и алгоритмического обеспечения, структура системы мониторинга и прогнозирования.

Методы исследований. Для решения поставленных задач использовались теория управления в социальных и экономических системах, методы системного анализа, методы поддержки принятия решений, теория баз данных, методы интеллектуального анализа данных, теория графов, методы объектно-ориентированного проектирования и программирования, а также методы веб-программирования.

Научная новизна:

1. Разработана методика прогнозирования потребноста регионального рынка труда в профессиональных кадрах, которая учитывает потребноста работодателей и в отличие от известных позволяет динамически проецировать изменения структуры занятости на матрицу соответствия групп специальностей и видов экономической деятельности.

2. Разработана методика принятия решений при определении наилучшего метода прогнозирования временных рядов социально-экономических показателей, основанная на ретроспективном анализе и в отличие от известных использующая критерии среднего арифметического от максимальной и средней погрешностей метода по каждому прогнозируемому ряду.

3. Разработаны алгоритмы принятия решений при выборе целесообразной траектории продолжения обучения, отличительной особенностью которых является модификация функции расчета расстояния Левенштейна, что позволяет определить степень различия направлений подготовки.

Практическая значимость. Диссертационная работа выполнена в рамках направления «Информационно-телекоммуникационные системы», которое является приоритетным и способствует развитию перспективных технологий: информационных систем хранения, обработки, трансляции и защиты информации.

Разработанное программное и информационное обеспечение позволяет систематизировать первичные данные, полученные от разных участников мониторинга и сократить временные затраты на формирование плана приема в образовательные учреждения профессионального образования.

Практическая ценность разработанной информационной системы подтверждается свидетельством о государственной регистрации программы для ЭВМ № 2013617576 от 20 августа 2013 г, а также дипломом за проект,

представленный на международной выставке «EXPOPRIORITY 2013» от 29 ноября 2013 г.

Достоверность и обоснованность результатов подтверждаются результатами моделирования, корректным использованием математического аппарата, экспериментальной проверкой, тестированием системы мониторинга и прогнозирования, опытной эксплуатацией и внедрением разработанной системы.

Соответствие паспорту специальности. Работа выполнена в соответствии с пп. 4, 6, 9 паспорта специальности ВАК РФ 05.13.10 - Управление в социальных и экономических системах.

Основные положения, выносимые на защиту:

1. Методика прогнозирования потребностей регионального рынка труда в профессиональных кадрах, позволяющая получать прогнозы за счет использования информации, предоставляемой непосредственно работодателями.

2. Методика принятия решения при определении наилучшего метода прогнозирования временных рядов социально-экономических показателей, основанная на ретроспективном анализе.

3. Алгоритмы принятия решений при выборе целесообразной траектории продолжения обучения на более высоком уровне профессионального образования.

4. Система мониторинга и прогнозирования потребностей рынка труда в профессиональных кадрах, предназначенная для информационной поддержки лиц, принимающих решения в сфере регионального образования, и позволяющая снизить временные затраты на формирование плана приема в образовательные учреждения профессионального образования.

Внедрение результатов работы. Предложенные методики и алгоритмы были использованы при разработке системы мониторинга и прогнозирования, которая внедрена в опытную эксплуатацию в Министерстве образования Пензенской области. Внедрение подтверждается соответствующим актом.

Апробация работы. Основные результаты и положения диссертационной работы рассматривались и обсуждались на 19 научных семинарах и конференциях, в том числе: XL Международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (IT+S&E'll) (Украина, Ялта-Гурзуф, 2013); XVII Международной научно-методической конференции «Университетское образование» (Пенза, 2013); XIX, XX, XXI всероссийских научно-методических конференциях «Телематика» (Санкт-Петербург, 2012-2014); VII, VIH, IX, X всероссийских научно-практических интернет-конференциях «Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России» (Петрозаводск, 2010-2013); X Международной научно-методической конференции «Инновации в науке, образовании и бизнесе» (Пенза, 2012).

Публикации. По материалам диссертационного исследования опубликовано 19 работ, включая 3 работы в изданиях, рекомендованных ВАК РФ, 6 работ опубликовано без соавторов.

В работах, выполненных в соавторстве, лично соискателю принадлежит: в [1] — описание структуры и функциональности разработанной системы мониторинга и прогнозирования; в [2] - методика определения наилучшего метода прогнозирования, критерий оценки точности получаемых результатов прогнозирования.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 132 страницах; списка литературы из 69 наименований; 5 приложений; содержит 23 рисунка, 10 таблиц и 23 формулы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационного исследования, сформулированы цель и задачи исследования, рассмотрены объект, предмет и методы исследования, отражены научная новизна и практическая значимость результатов, приведены сведения о внедрении и использовании результатов.

В первой главе проведен анализ предметной области и методов мониторинга состояния рынка труда. Он выявил, что повышение эффективности взаимодействия регионального рынка труда с системой профессионального образования является важной задачей, решение которой направлено на согласование выпуска профессиональных кадров с реальными потребностями региональной экономики.

Представлено описание существующих автоматизированных систем мониторинга состояния рынка труда и прогнозирования потребностей в профессиональных кадрах. Сформулированы и обоснованы критерии, необходимые при сравнительном анализе. Проведено сравнение автоматизированных систем, выявлены основные недостатки и достоинства рассмотренных систем. Во всех рассмотренных системах отсутствует возможность непосредственного взаимодействия с работодателями, а также не учитываются изменения структуры занятости на региональном рынке труда. Наличие указанных недостатков определяет необходимость разработки системы для прогнозирования и мониторинга потребностей региональной экономики в профессиональных кадрах.

Проведен графический анализ статистических данных регионального масштаба, связанных с распределением кадров различного уровня образования по видам экономической деятельности. В результате анализа были выделены типы графических представлений, соответствующих определенной картине распределения работающих кадров с различным уровнем образования по видам экономической деятельности. Это позволило выделить «наукоемкие» и «ненаукоемкие» виды экономической деятельности и определить тенденции развития современного рынка труда на основании динамической трансформации графических представлений.

Вторая глава работы посвящена разработке методики прогнозирования потребностей регионального рынка труда в профессиональных кадрах, а так-

же разработке методики принятия решения при определении наилучшего метода прогнозирования временных рядов.

Сформулированы критерии для сравнения и анализа существующих методов прогнозирования потребностей рынка труда. По результатам предварительного сравнения выбраны и проанализированы два наиболее распространенных метода прогнозирования потребностей рынка труда в кадрах с профессиональным образованием - метод опроса работодателей и нормативный метод. Показано, что каждый из методов не в полной мере удовлетворяет выделенным критериям: первый рассчитан на применение в пределах страны и не учитывает различий в региональной экономике, второй имеет ограниченный период прогнозирования (до двух лет) и учитывает мнение ограниченного количества работодателей.

Предложен подход к построению прогноза потребностей экономики региона в профессиональных кадрах на основе объединения двух методов. Предложенный подход позволяет получать информацию о потребности в профессиональных кадрах непосредственно от работодателей и динамически проецировать изменения структуры занятости на матрицу соответствия групп специальностей и видов экономической деятельности.

Решается задача согласования потребности региона в профессиональных кадрах, которая заключается в определении соответствия структуры спроса на рынке труда и предложения на рынке образовательных услуг:

= (!) где Л^ (/) е Л'1"28 - вектор потребности региональной экономики в кадрах с профессиональным образованием в разрезе 28 укрупненных групп специальностей в году V, Щ (?) е ТУ1-28- вектор выпуска профессиональных кадров в году I в разрезе 28 укрупненных групп специальностей; / — уровень образования.

Разработана методика принятия решения при определении наилучшего метода прогнозирования временных рядов социально-экономических показателей, которая основывается на ретроспективном анализе и в отличие от известных использует критерий среднего арифметического от максимальной и средней погрешностей метода по каждому прогнозируемому ряду. Краткая суть методики заключается в следующем:

1. Выделить набор временных рядов, используемых при прогнозировании.

2. Определить период прогнозирования п.

3. Отсечь от временных рядов значения за последние п лет.

4. Выполнить прогнозирование усеченных временных рядов на период прогнозирования п.

5. Определить критерий оценки точности полученных результатов.

Тестовыми временными рядами являются:

- численность работающих в разрезе уровней образования в рамках региона-ряд 1;

- численность работающих в разрезе видов экономической деятельности (ВЭД) в рамках региона-ряд 2;

— численность населения региона - ряд 3.

Период прогнозирования составляет пять лет. В качестве методов прогнозирования временных рядов использованы: регрессия (линейная модель); регрессия (квадратичная модель); метод Хольта-Винтерса; авторегрессия 1-го порядка; авторегрессия 2-го порядка.

Определен критерий оценки точности полученных результатов. Им является среднеарифметическое значение суммы максимальной и средней погрешностей по каждому прогнозируемому ряду для определенного метода:

X

_ /=1

(2)

где А/ - погрешность метода у, /' - номер ряда данных; и - количество рядов данных; — среднее значение погрешности метода] при прогнозировании значений временного ряда г.

\vPik ~

УС,

:к\

100%

,У/е1,и»;

(3)

Щк

тц - максимальное значение погрешности метода у при прогнозировании значений временного ряда г.

ту = шах

Щ

и

100 %, V/ е 1,и, V/ е 1,т,

(4)

где I - длина интервала прогнозирования; - эталонное значение временного ряда / в году к, Vс,к- рассчитанное значение временного ряда /' в году к.

Данный критерий позволяет учитывать как постоянную составляющую погрешности, так и различные выпады значений в совокупности для всех прогнозируемых рядов.

Результаты вычислений представлены в таблице 1.

Таблица 1 — Результаты вычислений

Метод Ряд а, % т,% Д,%

Регрессия (линейная модель) Ряд 1 1,645 2,383 3,375

Ряд 2 4,783 9,121

РядЗ 0,841 1,478

Регрессия (квадратичная модель) Ряд 1 0,877 1,659 2,454

Ряд 2 2,243 4,884

РядЗ 1,591 3,469

Метод Хольта-Винтерса Ряд 1 1,065 1,638 2,316

Ряд 2 3,784 4,737

РядЗ 0,982 1,692

Метод Ряд а,% т,% Д,%

Авторегрессия 1-го порядка Ряд 1 1,454 2,123 2,834

Ряд 2 3,524 6,846

Ряд 3 1,382 1,677

Авторегрессия 2-го порядка Ряд 1 1,248 1,669 2,618

Ряд 2 3,578 6,656

Ряд 3 1,106 1,452

Методом, имеющим минимальную погрешность и, соответственно, являющимся более точным при прогнозировании временных рядов, связанных с социально-экономическими показателями региона, является метод Хольта-Винтерса. На тестовых временных рядах данный метод показал отсутствие значительных провалов значений, что дает основание в дальнейшем использовать его для прогнозирования статистической информации.

Третья глава посвящена разработке алгоритмов принятия решений при выборе целесообразных траекторий продолжения обучения в системе профессионального образования для получения специальности, востребованной на региональном рынке труда. Перечень востребованных специальностей определяется методикой прогнозирования потребностей регионального рынка труда.

Сформировано формальное описание задачи определения целесообразных траекторий обучения в системе профессионального образования. Показано, что данную задачу можно решать методом расчета степени соответствия направлений подготовки, применяя модифицированную функцию расчета расстояния Левенштейна к перечню названий дисциплин направлений подготовки.

Определены возможные траектории обучения, начиная со старших классов общего образования, которые представлены на рисунке 1.

- магистратура

Рисунок 1 - Возможные траектории обучения

©- среднее

профессиональное

образование

Темным цветом выделены наиболее интересные сегменты траекторий с точки зрения выбора направлений подготовки для продолжения обучения.

Критерием целесообразности является минимизация затрат на обучение с целью получения перспективного направления подготовки. Перечень перспективных направлений подготовки формируется на этапе прогнозирования потребностей региональной экономики в профессионально-квалификационном разрезе.

Предложен алгоритм принятия решений при выборе целесообразных траекторий обучения в системе профессионального образования, основывающийся на анализе образовательных стандартов. Алгоритм предназначен для определения близких направлений подготовки магистратуры для продолжения обучения после бакалавриата, а также направлений подготовки СПО и направлений подготовки бакалавриата.

Обозначим множество направлений подготовки магистров как

М ={/и1,/и2,ш3,...,»11}, (5)

множество направлений подготовки бакалавров как

В = .....*/}• (6)

Каждый элемент множества направлений подготовки магистров и бакалавров представляет собой множество дисциплин:

£)(т,) = , с1™', <1™'.....¿С) (7)

множество дисциплин /-го направления подготовки магистров;

= .....<'} <8>

множество дисциплин /-го направления подготовки бакалавров.

Вводится функция которая предназначена для расчета степени соответствия двух направлений подготовки /г(6/ /и,)= Д, где Д - целое положительное число, равное сумме минимальных различий дисциплин.

Для нахождения различия между названиями двух дисциплин вводится

функция Эта функция базируется на вычислении расстояния

Левенштейна двух строк. Расстояние Левенштейна - это минимальное количество перестановок, удалений, замен и вставок символов, которое необходимо выполнить для преобразования строк друг в друга.

В классическом виде расстояние Левенштейна имеет недостаток: редакционное расстояние совершенно разных коротких фраз (до 30 символов) оказывается незначительным, в то время как редакционное расстояние логически схожих длинных фраз (30 и более символов) оказывается большим. Для устранения этого недостатка необходимо изменить функцию. Предлагается добавить проверку на вхождение строк и сформировать словарь соответствий дисциплин. Если одна строка является вхождением в

другую строку, то строки идентичны в смысловом отношении, иначе необходимо сравнить расстояние Левенштейна двух строк с длиной минимальной строки. Если расстояние Левенштейна больше длины минимальной строки, то строки считать логически различными, и результатом будет являться заранее определенное большое значение расстояния строк, иначе результат работы функции Ь будет равен расстоянию Левенштейна. Схема алгоритма функции представлена на рисунке 2.

Рисунок 2 - Схема алгоритма модифицированной функции расчета расстояния Левенштейна

Функция является аддитивной. Ее минимальное значение, равное нулю, будет свидетельствовать о полном соответствии двух направлений подготовки.

Функция Г имеет вид

= £ 1 т\п(ь(^ ,с1пА\ (9)

Алгоритм принятия решения при выборе целесообразной траектории заключается в следующем:

1. Выбрать исходное направление подготовки.

2. Выбрать перспективные направления подготовки более высокого уровня образования.

3. Для каждой комбинации направлений подготовки рассчитать степень соответствия.

4. Выбрать несколько комбинаций направлений подготовки с максимальной степенью соответствия (минимальным значением Д).

Схема алгоритма представлена на рисунке 3.

Рисунок 3 — Схема алгоритма принятия решения при выборе целесообразной траектории обучения

Подобранные направления подготовки из перечня перспективных и будут определять целесообразную траекторию обучения. Результаты расчетов на примере выбора оптимальной траектории продолжения обучения для направления подготовки бакалавров 010100 - Математика представлены в таблице 2.

Таблица 2 - Экспериментальная проверка

НП бакалавриата НП магистратуры Д

010100 — Математика 010200 - Математика и компьютерные науки 430

010900 - Прикладные математика и физика 456

010100 - Математика 221

В четвертой главе описана структура разработанной системы мониторинга и прогнозирования, функциональные и нефункциональные требования к системе. Разработанная система позволяет осуществлять процесс мониторинга рынка труда на основе непосредственного взаимодействия с работодателями, сбор и анализ первичной информации об их потребностях в профессиональных кадрах, прогнозирование потребности рынка труда в профессиональных кадрах, формирование плана приема в образовательные учреждения профессионального образования, формирование балансовых таблиц спроса и предложения на рынке труда, а также позволяет решить задачу выбора целесообразной траектории продолжения обучения на более высоком уровне профессионального образования.

Исходя из сформированных функциональных требований, система включает в себя следующие модули:

— модуль ввода и валидации данных — предоставляет пользовательский интерфейс для редактирования данных, а также позволяет проводить автоматическую проверку корректности данных;

-модуль мониторинга — является метамодулем, включающим:

1. Модуль взагшодействия с работодателями — предоставляет функции сбора и хранения информации, полученной от работодателей: контактная информация организации, потребность в профессиональных кадрах в разрезе направлений подготовки и уровней квалификации;

2. Модуль взаимодействия с образовательными учреждениями — предназначен для получения первичной информации от образовательных учреждений профессионального образования: контактная информация об образовательном учреждении профессионального образования, количество и структура выпуска кадров в разрезе направлений подготовки и уровней квалификации;

-модуль прогнозирования — реализует методики и алгоритмы прогнозирования, описанные во второй главе;

- модуль визуализации результатов работы - представляет отчеты в виде диаграмм (гистограмм, графиков) и текстовых данных (таблиц);

- модуль администрирования - предназначен для управления различными внутренними настройками системы, распределением доступа в системе, иерархией ролей пользователей.

Аргументируется выбор программных средств проектирования и разработки системы. Разработанная система предназначена для эксплуатации в сети Интернет. Роль клиента выполняет веб-браузер. Он должен поддерживать выполнение сценариев на языке Javascript. Это требование позволяет обеспечить доступ к системе независимо от типа установленной операционной системы с любого современного компьютера. Языком программирования выступает PHP в совокупности с фреймворком YII. В качестве СУБД используется MySQL. Работу серверной части системы обеспечивает вебсервер Apache2. Требования к аппаратной части системы формируются исходя из максимально возможной загрузки.

По результатам опроса лиц, работающих с системой, основными этапами, на которых система дает преимущества, являются:

- сбор и обработка информации от работодателей, включающая рассылку запросов, получение, валидацию и очистку данных (экономия времени до 50 %);

- построение отчетов, которые лежат в основе принятия решений в сфере образования (экономия времени до 30 %);

- формирование балансовых таблиц структуры спроса и предложения на рынке труда и плана приема в образовательные учреждения профессионального образования (экономия времени до 40 %).

Полученные результаты позволяют сделать вывод, что система мониторинга и прогнозирования дает возможность повысить эффективность взаимодействия системы образования региона и рынка труда.

В заключении приведены обобщение и систематизация результатов диссертационного исследования.

В приложениях представлены свидетельство о регистрации программы для ЭВМ, акт внедрения разработанной системы, диплом за проект, представленный на международной выставке, а также таблица соответствия групп специальностей и видов экономической деятельности.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Проведен анализ предметной области, методов мониторинга социально-экономических показателей региона, методов прогнозирования кадровой потребности регионального рынка труда. Выявлено, что задача повышения эффективности взаимодействия регионального рынка труда с системой профессионального образования является важной и актуальной задачей, которая направлена на согласование выпуска профессиональных кадров с реальными потребностями региональной экономики.

2. Проведен анализ существующих систем мониторинга и прогнозирования потребностей регионального рынка. Во всех рассмотренных системах

отсутствует возможность непосредственного взаимодействия с работодателями и образовательными учреждениями.

3. Разработана методика прогнозирования потребностей регионального рынка труда в профессиональных кадрах, которая учитывает потребности работодателей и в отличие от известных позволяет динамически проецировать изменения структуры занятости на матрицу соответствия групп специальностей и видов экономической деятельности.

4. Предложена методика принятия решений при определении наилучшего метода прогнозирования временных рядов социально-экономических показателей, основанная на ретроспективном анализе и в отличие от известных использующая критерий среднего арифметического от максимальной и средней погрешностей метода по каждому прогнозируемому ряду. На основе методики осуществляется выбор метода прогнозирования социально-экономических показателей региона.

5. Разработаны алгоритмы принятия решения при выборе целесообразной траектории продолжения обучения после бакалавриата в магистратуре и после получения среднего профессионального образования в вузе.

6. Разработана система мониторинга и прогнозирования потребностей рынка труда в профессиональных кадрах, предназначенная для информационной поддержки лиц, принимающих решения в сфере регионального образования, и позволяющая снизить временные затраты на формирование плана приема в образовательные учреждения профессионального образования.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО МАТЕРИАЛАМ ДИССЕРТАЦИИ Публикации в изданиях, рекомендованных ВАК РФ

1. Лушников, А. В. Мониторинг и прогнозирование текущих и перспективных потребностей рынка труда в кадрах различной специализации и квалификации с учетом мнения работодателей / А. М. Бершадский,

A. В. Лушников, В. В. Эпп // Дистанционное и виртуальное обучение. -

2013.-№3.-С. 4-12.

2. Лушников, А. В. Ретроспективный анализ статистических методов прогнозирования / А. М. Бершадский, А. В. Лушников, В. В. Эпп // Дистанционное и виртуальное обучение. - 2014. - № 4. - С. 58-63.

3. Лушников, А. В. Алгоритм выбора оптимальных траекторий обучения в двухуровневой системе образования / А. В. Лушников // Известия высших учебных заведений. Поволжский регион. Технические науки. -

2014. - № 4 (32). - С. 32-^40.

Публикации в других изданиях

4. Лушников, А. В. Графический анализ статистических данных, связанных с уровнем образования / А. М. Бершадский, А. В. Лушников,

B. В. Эпп // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России : сборник докладов по материалам VII Всерос. науч.- практ. интернет-конф. — Петрозаводск, 2010. — Кн. 1. — С. 63-69.

5. Лушников, А. В. On-line система поддержки абитуриентов вузов в выборе перспективной профессии / А. М. Бершадский, А. В. Лушников,

B. В. Эпп // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России : сборник докладов по материалам VIII Всерос. науч.-практ. интернет-конф. — Петрозаводск, 2011. — Кн. 2. - С. 39^44.

6. Лушников, А. В. Система автоматизированного мониторинга и прогнозирования текущих и перспективных потребностей рынка труда в кадрах различной специализации и квалификации / А. М. Бершадский, А. В. Лушников, В. В. Эпп // Инновации в науке, образовании и бизнесе : сборник статей X Междунар. науч.-метод. конф. - Пенза, 2012. - Т. 2. -

C. 27-30.

7. Лушников, А. В. Учет мнения работодателей в системе прогнозирования и мониторинга текущих и перспективных потребностей рынка труда в кадрах различной специализации и квалификации / А. М. Бершадский, А. В. Лушников, В: В. Эпп // Телематика' 2012 : труды XIX Всерос. науч.-метод. конф. - СПб., 2012. - Т. 1. - С. 95-96.

8. Лушников, А. В. Взаимодействие компонента по учету мнения работодателей и компонента взаимодействия с образовательными учреждениями в системе мониторинга и прогнозирования / А. М. Бершадский, А. В. Лушников, В. В. Эпп // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России : сборник докладов по материалам IX Всерос. науч.-практ. интернет-конф. - Петрозаводск, 2012. - Кн. 1. -С. 54-59.

9. Лушников, А. В. Применение модели управления доступом на основе ролей в системе мониторинга и прогнозирования / А. В. Лушников // Наука. Технологии. Инновации : материалы Всерос. науч. конф. молодых ученых : в 12 ч. - Новосибирск, 2012. - Ч. 3. - С. 299-302.

10. Лушников, А. В. Анализ и выбор способов представления результатов работы системы мониторинга и прогнозирования текущих и перспективных потребностей рынка труда в кадрах различной специализации и квалификации / А. В. Лушников // Университетское образование : сборник статей XVII Междунар. науч.-метод. конф. — Пенза, 2013. — С. 151—152.

11. Лушников, А. В. Методика определения наилучшего метода прогнозирования / А. М. Бершадский, А. В. Лушников, В. В. Эпп // Информационные технологии в науке, образовании, телекоммуникации и бизнесе. — Украина, Гурзуф, 2013. - С. 39-41.

12. Лушников, А. В. Методика определения группы наилучших методов прогнозирования / А. М. Бершадский, А. В. Лушников, В. В. Эпп // Телематика' 2013 : труды XX Всерос. науч.-метод. конф. - СПб., 2013. -Т. 1,-С. 116-118.

13. Лушников, А. В. Разработка соответствия кодов классификаторов ОКЗ и ОКСО / А. В. Лушников // Наука. Технологии. Инновации : материалы Всерос. науч. конф. молодых ученых : в 10 ч. — Новосибирск, 2013. -Ч. 3,-С. 212-215.

14. Лушников, А. В. Управление доступом к информации интернет-ресурсов для повышения эффективности взаимодействия работодателя и соискателя работы / А. М. Бершадский, А. В. Лушников, В. В. Эпп // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России : сборник докладов по материалам X Всерос. науч.-практ. интернет-конф. — Петрозаводск, 2013. — Кн. 1. —С. 38—43.

15. Лушников, А. В. Разработка архитектуры системы мониторинга и прогнозирования потребностей рынка труда в кадрах различной специализации и квалификации / А. В. Лушников // Открытые инновации — вклад молодежи в развитие региона : сборник материалов регионального молодежного форума. — Пенза, 2013. - Т. 1. - С. 144—146.

16. Лушников, А. В. Методика и алгоритм поиска возможных траекторий обучения в системе двухуровневого высшего образования / А. М. Бершадский, А. В. Лушников // Труды международного лектория, посвященного 30-летию кафедры «Системы автоматизированного проектирования и информационные системы» Воронежского гос. техн. ун-та и памяти ведущих ученых в области САПР. — Воронеж, 2014. — С. 124—128.

17. Лушников, А. В. Модификация функции Левенштейна для выбора наиболее целесообразной траектории продолжения обучения / А. М. Бершадский, А. В. Лушников // Телематика' 2014 : труды XX Всерос. науч.-метод. конф. (23-26 июня 2014 г.). - СПб., 2014. - С. 57-58.

18. Lushnikov, A.V. Developing appropriate codes classifiers neo and ncs / A. V. Lushnikov // Scientific enquiry in the contemporary world: theoretical basics and innovative approach. — FL, USA : L&L Publishing, 2012. — P. 156-158.

19. Lushnikov, A. V. Method of construction learning paths in vocational education / A. M. Bershadsky, A. V. Lushnikov // Innovative information Technologies in education. - Prague, 2014.-April 21-25.-Part l.-P. 95-97.

Свидетельства о государственной регистрации

20. Система прогнозирования и мониторинга текущих и перспективных потребностей рынка труда в кадрах различной специализации и квалификации / Бершадский А. М., Лушников А. В., Эпп В. В. : свид. о гос. per. программы для ЭВМ № 2013617576. -Зарег. в Реестре программ для ЭВМ Федеральной службы по интеллектуальной собственности 20 августа 2013 г.

Научное издание

ЛУШНИКОВ Алексей Владимирович

МЕТОДИКИ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПОДГОТОВКЕ ПРОФЕССИОНАЛЬНЫХ КАДРОВ ДЛЯ РЕГИОНАЛЬНОГО РЫНКА ТРУДА

Специальность 05.13.10 - Управление в социальных и экономических системах

Редактор Т. В. Веденеева Технический редактор С. В. Денисова Компьютерная верстка С. В. Денисовой

Распоряжение № 18/55 от 16.12.2014. Подписано в печать 18.12.14. Формат 60x84'/i6. Усл. печ. л. 1,16. Тираж 100. Заказ № 1122.

Издательство ПГУ. 440026, Пенза, Красная, 40. Тел./факс: (8412) 56-47-33; e-mail:iic@pnzgu.ru