image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163276ABORDAGENS CONCEITUAIS PARA A INTERAÇÃO DE ENTIDADES DO MERCADO DE TRABALHO E INSTITUIÇÕES EDUCACIONAIS NA FEDERAÇÃO RUSSA DENTRO DO ECOSSISTEMA COM BASE EM MECANISMOS DE REDE NEURAL ENFOQUES CONCEPTUALES DE LA INTERACCIÓN DE LAS ENTIDADES DEL MERCADO LABORAL Y LAS INSTITUCIONES EDUCATIVAS EN LA FEDERACIÓN DE RUSIA DENTRO DEL ECOSISTEMA BASADOS EN MECANISMOS DE REDES NEURONALES CONCEPTUAL APPROACHES TO THE INTERACTION OF LABOR MARKET ENTITIES AND EDUCATIONAL INSTITUTIONS IN THE RUSSIAN FEDERATION WITHIN THE ECOSYSTEM BASED ON NEURAL NETWORK MECHANISMS Elena Eduardovna ALENINA1Vera Vitalievna ZIULINA2Ilya Aleksandrovich ALENIN3Sergey Vladimirovich BOLOTNIKOV4Dmitry Vladimirovich REDIN5Lyubov Viktorovna BORODACHEVA6RESUMO: O objetivo do estudo: desenvolver e descrever, o processo de funcionamento de um sistema de rede neural de justificação pericial de decisões de gestão no domínio da preparação de programas educacionais para atividades promissoras utilizando métodos de modelagem gráfica. Resultados: foram propostas abordagens conceituais para garantir a interação de entidades do mercado de trabalho e organizações educacionais da Federação Russa dentro do ecossistema de informação e comunicação com base em mecanismos de rede neural descritos na notação BPMN 2.0. Os principais temas do sistema foram caracterizados através das ferramentas "pool" e "swimline", a sua interação através das ferramentas "flow", "fluxos de mensagens", as principais operações apresentadas através de processos privados de mineração de dados, IDSS, comunicação dirigida e interação documental dirigida. A novidade científica do estudo: foi proposto o conceito de interação estratégica entre os sujeitos do mercado de trabalho e as instituições de ensino da Federação Russa com base na automação da comunicação e no uso de mecanismos de rede neural. 1Universidade Politécnica de Moscou, Moscou –Rússia. Professora Assistente. ORCID: https://orcid.org/0000-0002-0109-3064. E-mail: e-alenina@mail.ru 2Universidade Politécnica de Moscou, Moscou –Rússia. Professora Assistente. ORCID: https://orcid.org/0000-0002-9419-1121. E-mail: ziulinavv@yandex.ru 3Universidade Politécnica de Moscou, Moscou –Rússia. Professor. ORCID: https://orcid.org/0000-0002-7373-2419. E-mail: e-alenina@mail.ru 4Universidade Politécnica de Moscou, Moscou –Rússia. Professor Assistente. ORCID: https://orcid.org/0000-0002-3419-2800. E-mail: boatman_in@mail.ru 5Universidade Politécnica de Moscou, Moscou –Rússia. Professor. ORCID: https://orcid.org/0000-0003-4165-6885. E-mail: dmired@mail.ru 6Universidade Politécnica de Moscou, Moscou –Rússia. Professora Sênior. ORCID: https://orcid.org/0000-0001-7778-2854. E-mail: lyubov.borodacheva@mail.ru
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163277PALAVRAS-CHAVE: Sistemas de redes neurais. Descrição. Modelagem. BPMN 2.0. Mineração de dados. Comunicação dirigida. Interação orientada a documentos. Soluções de gerenciamento. Instituições educacionais. RESUMEN: El propósito del estudio: desarrollar y describir, el proceso de funcionamiento de un sistema de red neuronal de justificación experta de decisiones de gestión en el campo de la preparación de programas educativos para actividades prometedoras utilizando métodos de modelado gráfico. Resultados: se han propuesto enfoques conceptuales para asegurar la interacción de las entidades del mercado laboral y las organizaciones educativas de la Federación de Rusia dentro del ecosistema de información y comunicación basados en los mecanismos de redes neuronales descritos en la notación BPMN 2.0. Los principales sujetos del sistema se han caracterizado a través de las herramientas "pool" y "swimline", su interacción a través de las herramientas "flow", "message flow", las principales operaciones desplegadas a través de procesos privados data mining, IDSS, comunicación impulsada y interacción documental impulsada. La novedad científica del estudio: se ha propuesto el concepto de interacción estratégica entre los sujetos del mercado laboral y las instituciones educativas de la Federación de Rusia basado en la automatización de la comunicación y el uso de mecanismos de redes neuronales. PALABRAS CLAVE:Sistemas de redes neuronales. Descripción. Modelado. BPMN 2.0. Minería de datos. Comunicación impulsada. Interacción impulsada por documentos. Soluciones de gestión. Instituciones educativas. ABSTRACT: The purpose of the study: to develop and describe, the process of functioning of a neural network system of expert justification of management decisions in the field of preparation of educational programs for promising activities using graphical modeling methods. Results: conceptual approaches to ensuring the interaction of labor market entities and educational organizations of the Russian Federation within the information and communication ecosystem based on neural network mechanisms described in the BPMN 2.0 notation have been proposed. The main subjects of the system have been characterized through the "pool" and "swimline" tools, their interaction through the "flow", "messages flows" tools, the main operations displayed through private processes data mining, IDSS, communication driven and document driven interaction. The scientific novelty of the study: the concept of strategic interaction between the subjects of the labor market and educational institutions of the Russian Federation based on automation of communication and the use of neural network mechanisms has been proposed. KEYWORDS:Neural network systems. Description. Modeling. BPMN 2.0. Data mining. Communication driven. Document driven interaction. Management solutions. Educational institutions.
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163278Introdução Os processos de desenvolvimento nos sistemas socioeconômicos modernos exigem o uso de novas ferramentas de gestão baseadas no uso de tecnologias de informação. Uma das tendências é o surgimento de ecossistemas de entidades heterogêneas organizadas segundo o princípio da rede. O funcionamento de tais conglomerados é causado por vários problemas: 1)A implementação de grandes projetos requer a organização de conglomerados de participantes que funcionem efetivamente –diferentes em escala, escopo de atividade, estrutura interna. 2)Mudanças no mercado de trabalho –obsolescência e introdução de novas profissões, surgimento de novas exigências dos empregadores. 3)A demora na reação a essas mudanças nas instituições de ensino –o que cria uma lacuna entre as necessidades emergentes do mercado de trabalho e sua satisfação na maneira de formação de portadores das competências exigidas. 4)Natureza indireta e não linear da relação entre os sujeitos do mercado de trabalho e as instituições de ensino, a falta de marcadores uniformes na formação dos programas educacionais. 5)A ausência de um ecossistema que una os sujeitos do mercado de trabalho e os fornecedores de pessoal para eles (instituições de ensino). As questões da integração sujeito-objeto foram consideradas no artigo de V. L. Senderov, S. V. Bolotnikov, e V. A. Vasin (2017) "Interação de rede neural de conselhos de especialistas no interesse de tomar decisões estratégicas". Propomos o conceito de uso de tecnologias de redes neurais para uma avaliação abrangente do mercado de trabalho e a formação de um ecossistema único combinando elementos analíticos funcionais e elementos responsáveis pela decisão (conselhos de especialistas baseados em conselhos de dissertação de universidades). No entanto, não há descrição neste artigo do mecanismo de interação entre os elementos do sistema. O problema da interação homem-máquina é considerado no artigo de V. A. Vasin e S. V. Bolotnikov (2019) "Especialista como elemento do sistema de inteligência artificial". A categorização dos principais elementos foi dada, uma técnica de descrição foi proposta, mas não há um modelo gráfico do funcionamento do sistema de rede neural proposto. O desenvolvimento de postulados separados do conceito de coordenação de instituições educacionais e assuntos do mercado de trabalho é realizado no artigo de V. V. Mazur e V. L. Senderov (2019) "O mecanismo de gerenciamento de mudanças de rede neural no processo de
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163279educação vocal", no entanto, nenhuma tentativa foi feita para descrever o sistema proposto usando métodos conhecidos. A justificativa para o uso de ferramentas modernas para gerenciar o processo de coordenação de entidades econômicas heterogêneas em sistemas socioeconômicos é proposta no artigo de Alenina et al.(2021) "Ferramentas de gerenciamento em modernas comunidades sociais distribuídas". O uso de um sistema de rede neural com arquitetura de Transformador de Fusão Temporal para coordenar o processo de planejamento estratégico é proposto no artigo de V. Moskalenko, e N. Fonta, (2021) "O Método de Construir uma Trajetória de Desenvolvimento como Base de uma Módulo Inteligente para Planejamento Estratégico do Sistema EPM". O sistema considerado forma a posição estratégica da organização com base em fatores de mercado, mas não considera a interação homem-máquina como um mecanismo chave do sistema. Com isso, a previsão da demanda de sujeitos do mercado de trabalho usando uma rede neural do tipo SOM é considerada no artigo de J. F. Zheng e R. J. Ma (2021) "Análise do modelo de previsão de demanda de recursos humanos corporativos com base na rede neural SOM", no entanto, neste exemplo, o sistema de rede neural é usado localmente para mineração de dados, não inclui um sistema de suporte à decisão (IDSS). As principais abordagens para o uso de redes neurais para tarefas de gerenciamento são descritas no artigo de Y. C. Wu e J. W. Feng (2018) "Desenvolvimento e Aplicação de Rede Neural Artificial", em particular, foram propostas as tecnologias de mineração de dados, orientadas à comunicação e orientadas a documentos consideradas neste artigo para a coordenação de entidades econômicas. O uso de algoritmos de aprendizado de máquina e redes neurais do tipo Deep Q-Network para diferenciação de fatores ambientais e planejamento estratégico de ações de projetos foi proposto no artigo de Gao et al.(2020) "Application of Deep Q-Network in Portfolio Management", no entanto, a aplicação prática é considerada em um exemplo restrito de gerenciamento de mercado de ações. Aspectos de avaliação das competências profissionais de funcionários que utilizam tecnologias de redes neurais que são importantes para este trabalho foram considerados no artigo de A. K. Petrova (2021) “Aplicação de Redes Neurais nas Tarefas de RH”, porém o foco da pesquisa é mais voltado para o ambiente interno da organização. O sistema de avaliação de notas de sujeitos individuais utilizado neste estudo é proposto no artigo de X. T. Li e Y. Sun (2021) "Aplicação do algoritmo de segmentação ótima de rede
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163280neural RBF na classificação de crédito" no exemplo de diferenciação de classificação de crédito de clientes-pessoas jurídicas em B2B. A hipótese deste estudo: a aplicação do método de modelagem gráfica baseada no uso da notação BPMN 2.0 caracterizará suficientemente o mecanismo de interação dos elementos dentro do sistema de rede neural proposto de justificação pericial de decisões de gestão estratégica para a formação de novos programas educacionais na Federação Russa. Materiais e métodos O objetivo deste trabalho é formar um modelo gráfico (esquema, estrutura) que reflita o funcionamento do sistema de rede neural proposto para fundamentar decisões de gestão estratégica para a formação de novos programas educacionais usando notações de descrição de processos de negócios BPMN 2.0. Tarefas: 1)Descrever os principais elementos do modelo de rede neural proposto. 2)Construir um modelo gráfico dos principais módulos do sistema proposto baseado na notação de processos de negócios BPMN 2.0. 3)No marco do modelo: integrar conselhos de especialistas e dissertações de instituições de ensino como sujeitos determinantes da tomada de decisão do sistema de rede neural proposto. 4)Baseado em um método gráfico para descrever o ecossistema no mercado de trabalho da Federação Russa, unindo potenciais empregadores e instituições de ensino superior da Federação Russa com base em um sistema de comunicação. The following methods were used in the work: description and graphical modeling of business processes, including Flow Chart Diagram, Data Flow Diagram, Role Activity Diagram, BPMN 2.0 notation, graphical method, text description of processes. Resultados Três módulos funcionais podem ser distinguidos no sistema de rede neural proposto de justificação especializada de decisões de gestão estratégica (Figura 1). A funcionalidade do módulo 1 é um estudo do mercado de trabalho baseado na contabilização quantitativa de fontes de informação (pelo método de análise de conteúdo) utilizando o algoritmo de rede neural de mineração de dados de recuperação de informação.
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163281A funcionalidade do módulo 2 é a adoção de uma decisão de princípios dos conselhos de especialistas e dissertações da Federação Russa sobre informações e suporte metodológico para um tipo específico de atividade, reconhecendo-a como promissora. A funcionalidade do módulo 3 é a criação de suporte metodológico para um novo tipo de atividade na forma de programas educacionais específicos. O algoritmo de rede neural pode ser usado aqui para organizar o feedback dos empregadores do mercado de trabalho da Federação Russa. Figure 1 –Os principais módulos do sistema de rede neural de justificação especializada de decisões de gestão estratégica na formação de novos programas educacionais Fonte: Elaborado pelos autores Os processos completos de cada um dos módulos podem ser subdivididos em subprocessos locais, também descritos na notação BPMN 2.0. Módulo 1 (Mineração de dados). "O processo de pesquisa de mercado de trabalho por um sistema de rede neural, coleta, estruturação de informações sobre atividades promissoras (inovadoras)". Inclui subprocessos: 1)Coletando informação (Figura 2). O algoritmo da rede neural inicia a busca de informações sobre tipos de atividades promissoras usando uma lista de fontes de informações SISTEMA DE REDE NEURAL PARA SUBSTANCIALIZAÇÃO ESPECIAL DE DECISÕES DE GESTÃO ESTRATÉGICA MINERAÇÃO DE DADOS Processos: - Levantamento de informações - Avaliação de informações - Seleção de áreas e atividades promissorasIDSS, DIRECIONADO À COMUNICAÇÃO Processos: - Fornecer uma solução - Tomar uma decisão privada - Transmissão de dados e registro no sistema - Concorrência de soluções especializadas - Formação de uma situação de saída - Alterar a classificação de elementos decisivosDIRECIONADO A DOCUMENTOS Processos: - Boletim informativo via EDMS - Desenho (alteração) do FSES/aprovação do FSES - Formação de programas educacionais - Formação de feedback com o empregadorBASE DE DADOS, BASE DE CONHECIMENTO
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163282incluídas no Banco de Dados, a Base de Conhecimento do sistema, um plano de calendário para busca por categoria (BOLOTNIKOV; VASIN; SENDEROV, 2017): - fontes da comunidade científica –contêm os resultados de pesquisas e avaliações da comunidade científica; - fontes abertas de informação –dados de canais de comunicação (mídia de massa, redes sociais, blogs); - feedback dos empregadores –expresso em vagas em recursos de informação especializados; Figure 2 –Descrição do processo de negócios: módulo 1 Mineração de dados, coleta de informações Fonte: Elaborado pelos autores 2)Avaliação (Figura 3). Inclui uma avaliação das informações coletadas e estruturadas no Banco de Dados utilizando o método de análise de conteúdo (método de frequência quantitativa) baseado em neurônios do tipo "adaline". O sinal de entrada da rede pode ser unidades de uma matriz de texto –frases. 3)Seleção de áreas promissoras e tipos de atividades.Cada sinal adquire um valor numérico (peso) dependendo da frequência de ocorrência na matriz do texto analisado. As unidades com maior peso são passadas pelos neurônios da rede para serem inseridas no Banco de Dados, transferidas para avaliação pelos elementos decisivos da rede. Para seleção, o sistema Ambiente de comunicação: - Mídia corporativa - Informações do blog - Informações nas redes sociais - Comentários e classificações de usuários e testadores Ambiente Científico: - Pesquisar - Monografias - Dissertações - Publicações em revistas com revisão por pares Ambiente profissional - Empregos em sites agregadores de empregadores russos - Resultados da produção de mercado de prospecção de RH Processos: - Avaliação - Seleção de áreas e atividades promissoras Lista de fontes para pesquisa no banco de dados Coleta de informações em fontes abertas
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163283define um limite para aprovação, dependendo do tamanho da matriz de dados. Os sinais que passaram no procedimento de triagem são emitidos na forma de um pedido de avaliação pericial (BOLOTNIKOV; VASIN; SENDEROV, 2017; BOLOTNIKOV; VASIN, 2019). Módulo 2. (IDSS, Acionado por Comunicação). "O processo de tomada de decisão estratégica sobre a formação de um programa educacional para um tipo específico de atividade". Inclui subprocessos (Figura 4): 1)Fornecendo uma solução. Os pedidos de novos tipos de atividades (palavras-chave, breve descrição, links para fontes) que passaram na competição na rede neural são levados aos conselhos de especialistas (dissertação) cadastrados no sistema como elementos decisivos. O status de um determinado conselho é determinado por suas atividades anteriores (BOLOTNIKOV; VASIN; SENDEROV, 2017). 2)Tomar uma decisão privada. Os elementos decisivos da rede (conselhos de especialistas) avaliam aplicações específicas de acordo com a escala de pontuação selecionada. A avaliação é feita remotamente através dos recursos de informação do neurossistema. O resultado de saída desta fase é um sinal em forma de avaliação de um conselho específico para aplicações individuais (BOLOTNIKOV; VASIN, 2019; MAZUR; SENDEROV, 2019).
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163284Figure 3 –Descrição do processo de negócios: Módulo 1 Mineração de dados, avaliação de informações, seleção de atividades promissoras Fonte: Elaborado pelos autores 3)Transferência e registro de dados no sistema. Os resultados da avaliação são carregados no sistema pelos conselhos de especialistas com base nos dados cadastrais pessoais: número individual, peso (com base na classificação em termos das decisões anteriores do conselho que passou na seleção). A pontuação de cada aplicação é codificada por valores numéricos: o número de pontos obtidos; a classificação do conselho avaliador. A classificação do conselho de especialistas pode ser alterada com base no resultado do processamento posterior de seus sinais (MAZUR; SENDEROV, 2019). 4)Concorrência de soluções especializadas (Figura 5). Um algoritmo de rede neural baseado nas Regras da Base de Conhecimento, o limite de ativação de neurônios definido nela, implementa um mecanismo de competição de sinais de entrada de elementos cruciais para cada aplicação específica. Cada sinal recebido por um neurônio separado da rede compete com outros com base em dois parâmetros: o valor numérico de xi e o valor do peso de um conselho wi separado (BOLOTNIKOV; VASIN; SENDEROV, 2017). 5)Formação da situação de saída. O somador de um único neurônio do sistema leva em consideração (BOLOTNIKOV; VASIN; SENDEROV, 2017):
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163285•número total de sinais; •o número de sinais com valor acima do limite de ativação; •o número de sinais de conselhos altamente classificados. Figura 4 –Descrição do processo de negócio: módulo 2 do IDSS, Communication Driven –suporte à decisão, tomada de decisão privada, transmissão de dados e registro no sistema Fonte: Elaborado pelos autores Com base na competição interna, a situação de saída no neurônio é formada em termos de um sinal com alto valor numérico de classificações de conselhos altamente classificados. É emitido na forma de um pedido de desenho de um programa educacional, incluindo nome, uma breve descrição do tipo de atividade, breve justificativa, classificação média dos conselhos de especialistas. Aplicativos com classificações abaixo do limite de entrada são eliminados, com valores médios inseridos no banco de dados para um novo ciclo de mineração de dados. 6)Alterar a classificação de elementos cruciais (conselhos de especialistas e dissertativos). Para os concelhos que avaliaram positivamente as candidaturas aceites para posterior desenvolvimento, a classificação individual é aumentada com a fixação na Base de
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163286Dados. Conselhos cujos ratings diferiram significativamente do valor médio dentro de cada ciclo são rebaixados no rating. Os conselhos com classificação abaixo do limite são excluídos do sistema. Formação de especialização: os conselhos altamente cotados estão vinculados (especializados) a seções temáticas específicas (áreas de atuação) dentro das quais receberam notas altas (BOLOTNIKOV; VASIN, 2019). Módulo 3 (guiado por documentos). "Formação de um programa educacional com novas competências com base na avaliação de conselhos de especialistas". Inclui subprocessos (Figura 6): Boletim via EDMS.Uma candidatura para a criação de um programa educacional básico para um novo tipo de atividade é trazida através do sistema de gerenciamento eletrônico de documentos para os sujeitos que realizam o desenho do programa –Associações Educacionais e Metodológicas de universidades. O aplicativo inclui os seguintes detalhes: atividade da esfera, possível nome do OP; descrição breve; avaliação de pontuação por pontuação com a classificação de conselhos de especialistas, links para fontes de informação onde a manifestação numérica máxima do recurso é registrada durante o ciclo de mineração de dados (BOLOTNIKOV; VASIN, 2019).
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163287Figure 5 –Descrição do processo de negócios: módulo 2 do IDSS Acionado por Comunicação –competição de soluções especializadas, formação de uma situação de saída, mudança na classificação de elementos decisivos Fonte: Elaborado pelos autores 1)Desenho (modificação) do FSES/aprovação do FSES. Com base na candidatura, as associações educativas e metodológicas de universidades formam um projeto de alteração (suplemento) da norma descrevendo um novo tipo de atividade. O projeto (adições) é levado ao Ministério da Ciência e Ensino Superior da Federação Russa. Associações educacionais e metodológicas aplicam-se às informações do projeto sobre um novo tipo de atividade obtida do banco de dados da rede neural. O Ministério da Ciência da Federação Russa aceita ou rejeita as alterações propostas. Funcionamento, dependendo do resultado da decisão: se o projeto for rejeitado, o pedido é enviado ao módulo 2 do sistema para reconsideração pelo conselho de especialistas; quando aprovado, esse tipo de atividade é excluído dos ciclos de mineração de dados subsequentes do módulo 1 (BOLOTNIKOV; VASIN, 2019).
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163288Figura 6 –Descrição do processo de negócio: módulo 3 guiado por documento –boletim através do EDMS, o projeto do FSES Fonte: Elaborado pelos autores 2)Formação de programas educacionais (EP)(figura 7). Com base na avaliação positiva do Ministério da Ciência da Federação Russa, as instituições educacionais formam os principais programas educacionais (PE) do ensino superior. O suporte ao projeto do PE é formado com base nas informações do Banco de Dados por meio da autorização individual das instituições de ensino como participantes do sistema (MAZUR; SENDEROV, 2019). 3)Formação de feedback com empregadores.As instituições de ensino, no âmbito da especialização do PE desenvolvido, podem utilizar informações sobre um novo tipo de atividade no sistema de rede neural Banco de dados para comunicação com empregadores, formação de contatos com públicos-alvo de programas, orientação de carreira, desenvolvimento profissional e formação de formação profissional adicional (BOLOTNIKOV; VASIN; SENDEROV, 2017; BOLOTNIKOV; VASIN, 2019; MAZUR; SENDEROV, 2019).
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163289Figura 7 –Descrição do processo de negócios: módulo 3 do IDSS "Guiado por documentos" - a formação de programas educacionais, a formação de feedback com os empregadores Fonte: Elaborado pelos autores Discussão 1.No quadro deste estudo, foi utilizada a notação de descrição de processos de negócios BPMN 2.0, a partir da qual foi formado um modelo gráfico simples (diagrama) do sistema de rede neural proposto (Figura 1). 2.Os principais elementos do sistema de rede neural são exibidos na forma de três módulos interativos (Figura 1), cada um dos módulos é decomposto em elementos separados (Figuras 2-7). 3.As características dos principais assuntos do sistema de rede neural proposto são dadas (ferramentas "pool", "swimline", Figuras 2-7) e um diagrama esquemático de sua interação dentro do sistema é formado ("fluxo", "fluxos de mensagens" ferramentas, Figuras 2-7). 4.As principais operações de mineração de dados de processos de negócios privados, IDSS, orientada a comunicação, orientada a documentos foram descritas em forma gráfica com base em BPMN 2.0 (ferramentas "ações", "eventos", Figuras 2-7), em forma de texto. 5.Com base na notação BPMN 2.0, reflete-se o esquema de integração de conselhos de especialistas em um sistema de rede neural formando um processo de negócios local no módulo orientado a comunicação (Figura 2).
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.1601632906.Conceitualmente, é definido um ecossistema que une potenciais empregadores e instituições educacionais da Federação Russa com base em um sistema de comunicação, formando um multiprocesso com feedback de ponta a ponta (Figura 1). Conclusão O seguinte efeito pode ser distinguido da introdução de um sistema de rede neural para fundamentar decisões de gerenciamento estratégico para a formação de novos programas educacionais na Federação Russa: 1)O acúmulo cíclico de informações sobre novos tipos de atividades no sistema de rede neural permitirá formar uma matriz de dados que caracterizam o desenvolvimento do mercado de trabalho da Federação Russa. 2)A matriz pode ser utilizada por entidades econômicas para análise de negócios, análise estratégica, planejamento de força de trabalho, mercado, previsão tecnológica, modelagem de negócios, planejamento indicativo. 3)A natureza cíclica do funcionamento do sistema de rede neural permitirá formar a comunicação entre instituições de ensino e empregadores na forma de um modelo circular com uma resposta rápida às mudanças e um aumento do número de links de informação. 4)Redução da duração do período entre o surgimento da necessidade dos empregadores em um tipo de atividade promissora e a reação das instituições de ensino. 5)Reduzir a duração do processo de tomada de decisão estratégica com base nos resultados da análise de negócios por entidades econômicas. 6)Aumentar o suporte de informações para atividades promissoras (startups, inovações, inovações) devido à globalização e à formação de um ecossistema de informações unificado. 7)Melhorar a eficiência da formação de estruturas de gestão horizontal e coordenar as atividades das equipes de projeto por meio de comunicações internas do sistema de rede neural. 8)A capacidade de avaliar a qualidade das atividades de conselhos de especialistas específicos por meio de um mecanismo de classificação baseado em suas decisões. O significado prático deste estudo reside na utilização dos esquemas desenvolvidos de processos empresariais locais para fornecer mineração de dados no estudo das necessidades profissionais do mercado de trabalho e na organização de apoio à tomada de decisão no domínio da avaliação de atividades promissoras.
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN e Lyubov Viktorovna BORODACHEVA RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163291Contribuições dos autores Elena Eduardovna Alenina: Definição de metas e formação de tarefas de pesquisa, análise de problemas, formulação de hipóteses, motivação, coordenação de participantes. Vera Vitalievna Ziulina: Trabalhando com fontes de informação, descrição do mecanismo de rede neural do módulo 1, coleta e estruturação de materiais de pesquisa. Ilya Aleksandrovich Alenin: Trabalho com fontes de informação em inglês, descrição do mecanismo de rede neural dos módulos 1 e 2. Sergey Vladimirovich Bolotnikov: Estruturação do material, design, elaboração de ilustrações, desenhos. Formação de esquemas na notação de descrição de processos de negócios BPMN 2.0. Dmitry Vladimirovich Redin: Controle da metodologia de pesquisa, avaliação crítica dos resultados da pesquisa. Lyubov Viktorovna Borodacheva: Trabalho com fontes de informação em inglês, descrição do mecanismo de rede neural dos módulos 2 e 3. REFERENCES ALENINA, E. E. et al. Management tools in modern distributed social communities. Laplage em Revista, 7(Extra-C), p. 48-56, 2021. DOI: 10.24115/S2446-622020217Extra-C983p.48-56 BOLOTNIKOV, S. V.; VASIN, V. A. Specialist as an element of the artificial intelligence system [Specialst kak element sistemy iskusstvennogo intellekta]. Science and business: ways of development, v. 9, n. 99, p. 79-83, 2019. BOLOTNIKOV, S. V.; VASIN, V. A.; SENDEROV, V. L. Neural network interaction of expert councils in the interests of strategic decision-making [Nejrosetevoe vzaimodejstvie ekspertnyh sovetov v interesah prinyatiya strategicheskih reshenij]. "Global scientific potential", v. 12, n. 81, p. 43-47, 2017 GAO, Z. M. et al. Application of Deep Q-Network in Portfolio Management. In: IEEE INTERNATIONAL CONFERENCE ON BIG DATA ANALYTICS, 5., 2020. Proceedings […]. 2020. p. 268-275. LI, X. T.; SUN, Y. Application of RBF neural network optimal segmentation algorithm in credit rating. Neural Computing, and Applications, v. 14, p. 8227-8235, 2021. DOI: 10.1007/s00521-020-04958-9 MAZUR, V. V.; SENDEROV, V. L. The mechanism of neural network change management in the process of vocational education [Mekhanizm nejrosetevogo upravleniya izmeneniyami v processe professionalnogo obrazovaniya]. In: INTERNATIONAL SCIENTIFIC-PRACTICAL CONFERENCE OF THE DEPARTMENT OF MANAGEMENT, MODERN PROBLEMS OF MANAGING THE COMPETITIVENESS AND INNOVATIVE
image/svg+xmlAbordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163292DEVELOPMENT OF RUSSIA ON THE BASIS OF DIGITAL TECHNOLOGIES, 7., 2019, Moscow. Proceedings […]. Moscow: Moscow Polytech, 2019. p. 55-59. MOSKALENKO, V.; FONTA, N. The Method of Constructing a Development Trajectory as the Basis of an Intelligent Module for Strategic Planning of the EPM System. In:INTERNATIONAL CONFERENCE ON COMPUTATIONAL LINGUISTICS AND INTELLIGENT SYSTEMS, 5., 2021. Proceedings […]. Main Conference, Colins 2021. v. 1. PETROVA, A. K. Application of Neural Networks in the HR Tasks. In:IEEE CONFERENCE OF RUSSIAN YOUNG RESEARCHERS IN ELECTRICAL AND ELECTRONIC ENGINEERING (ELCONRUS), 2021, Saint Petersburg. Proceedings […]. Saint Petersburg, Russia: Saint Petersburg Electrotechn Univ, 2021. p. 582-585. DOI: 10.1109/ElConRus51938.2021.9396480 WU, Y. C.; FENG, J. W. Development and Application of Artificial Neural Network. Wireless Personal Communications, v. 102, n. 2, p. 1645-1656, 2018. DOI: 10.1007/s11277-017-5224-x ZHENG, J. F.; MA, R. J. Analysis of Enterprise Human Resources Demand Forecast Model Based on SOM Neural Network. Computational Intelligence, and Neuroscience, v. 5, p. 1-10, 2021. DOI: 10.1155/2021/6596548 Como referenciar este artigoALENINA, E. E.; ZIULINA, V. V.; ALENIN, I. A.; BOLOTNIKOV, S. V.; REDIN, D. V.; BORODACHEVA, L. V. Abordagens conceituais para a interação de entidades do mercado de trabalho e instituições educacionais na Federação Russa dentro do ecossistema com base em mecanismos de rede neural. Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3276-3292, dez. 2021. e-ISSN:1519-9029. DOI: https://doi.org/10.22633/rpge.v25iesp.5.16016 Submetido em: 13/03/2021 Revisões requeridas em: 23/07/2021 Aprovado em: 19/11/2021 Publicado em: 30/12/2021 Processamento e edição: Editoria Ibero-Americana de Educação. Revisão, formatação, padronização e tradução.
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163270CONCEPTUAL APPROACHES TO THE INTERACTION OF LABOR MARKET ENTITIES AND EDUCATIONAL INSTITUTIONS IN THE RUSSIAN FEDERATION WITHIN THE ECOSYSTEM BASED ON NEURAL NETWORK MECHANISMS ABORDAGENS CONCEITUAIS PARA A INTERAÇÃO DE ENTIDADES DO MERCADO DE TRABALHO E INSTITUIÇÕES EDUCACIONAIS NA FEDERAÇÃO RUSSA DENTRO DO ECOSSISTEMA COM BASE EM MECANISMOS DE REDE NEURAL ENFOQUES CONCEPTUALES DE LA INTERACCIÓN DE LAS ENTIDADES DEL MERCADO LABORAL Y LAS INSTITUCIONES EDUCATIVAS EN LA FEDERACIÓN DE RUSIA DENTRO DEL ECOSISTEMA BASADOS EN MECANISMOS DE REDES NEURONALES Elena Eduardovna ALENINA1Vera Vitalievna ZIULINA2Ilya Aleksandrovich ALENIN3Sergey Vladimirovich BOLOTNIKOV4Dmitry Vladimirovich REDIN5Lyubov Viktorovna BORODACHEVA6ABSTRACT: The purpose of the study: to develop and describe, the process of functioning of a neural network system of expert justification of management decisions in the field of preparation of educational programs for promising activities using graphical modeling methods. Results: conceptual approaches to ensuring the interaction of labor market entities and educational organizations of the Russian Federation within the information and communication ecosystem based on neural network mechanisms described in the BPMN 2.0 notation have been proposed. The main subjects of the system have been characterized through the "pool" and "swimline" tools, their interaction through the "flow", "messages flows" tools, the main operations displayed through private processes data mining, IDSS, communication driven and document driven interaction. The scientific novelty of the study: the concept of strategic interaction between the subjects of the labor market and educational institutions of the Russian Federation based on automation of communication and the use of neural network mechanisms has been proposed. 1Moscow Polytechnic University, Moscow –Russia. Assistant Professor. ORCID: https://orcid.org/0000-0002-0109-3064. E-mail: e-alenina@mail.ru 2Moscow Polytechnic University, Moscow –Russia. Assistant Professor. ORCID: https://orcid.org/0000-0002-9419-1121. E-mail: ziulinavv@yandex.ru 3Moscow Polytechnic University, Moscow –Russia. Lecturer. ORCID: https://orcid.org/0000-0002-7373-2419. E-mail: e-alenina@mail.ru 4Moscow Polytechnic University, Moscow –Russia. Assistant Professor. ORCID: https://orcid.org/0000-0002-3419-2800. E-mail: boatman_in@mail.ru 5Moscow Polytechnic University, Moscow –Russia. Professor. ORCID: https://orcid.org/0000-0003-4165-6885. E-mail: dmired@mail.ru 6Moscow Polytechnic University, Moscow –Russia. Senior Lecturer. ORCID: https://orcid.org/0000-0001-7778-2854. E-mail: lyubov.borodacheva@mail.ru
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163271KEYWORDS: Neural network systems. Description. Modeling. BPMN 2.0. Data mining. Communication driven. Document driven interaction. Management solutions. Educational institutions. RESUMO: O objetivo do estudo: desenvolver e descrever, o processo de funcionamento de um sistema de rede neural de justificação pericial de decisões de gestão no domínio da preparação de programas educacionais para atividades promissoras utilizando métodos de modelagem gráfica. Resultados: foram propostas abordagens conceituais para garantir a interação de entidades do mercado de trabalho e organizações educacionais da Federação Russa dentro do ecossistema de informação e comunicação com base em mecanismos de rede neural descritos na notação BPMN 2.0. Os principais temas do sistema foram caracterizados através das ferramentas "pool" e "swimline", a sua interação através das ferramentas "flow", "fluxos de mensagens", as principais operações apresentadas através de processos privados de mineração de dados, IDSS, comunicação dirigida e interação documental dirigida. A novidade científica do estudo: foi proposto o conceito de interação estratégica entre os sujeitos do mercado de trabalho e as instituições de ensino da Federação Russa com base na automação da comunicação e no uso de mecanismos de rede neural. PALAVRAS-CHAVE: Sistemas de redes neurais. Descrição. Modelagem. BPMN 2.0. Mineração de dados. Comunicação dirigida. Interação orientada a documentos. Soluções de gerenciamento. Instituições educacionais. RESUMEN: El propósito del estudio: desarrollar y describir, el proceso de funcionamiento de un sistema de red neuronal de justificación experta de decisiones de gestión en el campo de la preparación de programas educativos para actividades prometedoras utilizando métodos de modelado gráfico. Resultados: se han propuesto enfoques conceptuales para asegurar la interacción de las entidades del mercado laboral y las organizaciones educativas de la Federación de Rusia dentro del ecosistema de información y comunicación basados en los mecanismos de redes neuronales descritos en la notación BPMN 2.0. Los principales sujetos del sistema se han caracterizado a través de las herramientas "pool" y "swimline", su interacción a través de las herramientas "flow", "message flow", las principales operaciones desplegadas a través de procesos privados data mining, IDSS, comunicación impulsada y interacción documental impulsada. La novedad científica del estudio: se ha propuesto el concepto de interacción estratégica entre los sujetos del mercado laboral y las instituciones educativas de la Federación de Rusia basado en la automatización de la comunicación y el uso de mecanismos de redes neuronales. PALABRAS CLAVE:Sistemas de redes neuronales. Descripción. Modelado. BPMN 2.0. Minería de datos. Comunicación impulsada. Interacción impulsada por documentos. Soluciones de gestión. Instituciones educativas.
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163272Introduction Development processes in modern socio-economic systems require the use of new management tools based on the use of information technologies. One of the trends is the emergence of ecosystems of heterogeneous entities organized according to the network principle. The functioning of such conglomerates is caused by several problems: 1)The implementation of large projects requires the organization of effectively working conglomerates of participants –different in scale, the scope of activity, internal structure. 2)Changes in the labor market –obsolescence and the introduction of new professions, the emergence of new requirements of employers. 3)The delay in the reaction to these changes in educational institutions –which creates a gap between the emerging needs of the labor market and its satisfaction in the form of training carriers of the required competencies. 4)Indirect and non-linear nature of the relationship between the subjects of the labor market and educational institutions, the lack of uniform markers in the formation of educational programs. 5)The absence of an ecosystem that unites the subjects of the labor market and suppliers of personnel for them (educational institutions). The issues of subject-object integration were considered in the article by V.L. Senderov, S. V. Bolotnikov, and V. A. Vasin (2017) "Neural network interaction of expert councils in the interests of making strategic decisions". We propose the concept of using neural network technologies for a comprehensive assessment of the labor market and the formation of a single ecosystem combining functional analytical elements and elements responsible for the decision (expert councils based on dissertation councils of universities). However, there is no description in this paper of the interaction mechanism between elements in the system. The problem of human-machine interaction is considered in the article by V. A. Vasin and S. V. Bolotnikov (2019) "Specialist as an element of the artificial intelligence system". The categorization of the main elements has been given, a description technique has been proposed, but there is no graphical model of the functioning of the proposed neural network system. The development of separate postulates of the concept of coordination of educational institutions and subjects of the labor market is carried out in the article of V. V. Mazur and V. L. Senderov (2019) "The mechanism of neural network change management in the process of vocal education", however, no attempt has been made to describe the proposed system using well-known methods.
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163273The rationale for the use of modern tools for managing the process of coordination of heterogeneous economic entities in socio-economic systems is proposed in the article of Alenina et al. (2021) "Management tools in modern distributed social communities". The use of a neural network system with a Temporal Fusion Transformer architecture to coordinate the strategic planning process is proposed in the article of V. Moskalenko, and N. Fonta, (2021) "The Method of Constructing a Development Trajectory as the Basis of an Intelligent Module for Strategic Planning of the EPM System". The considered system forms the strategic position of the organization based on market factors but does not consider human-machine interaction as a key mechanism of the system. Therewith, forecasting the demand of labor market subjects using a SOM-type neural network is considered in the article of J. F. Zheng and R. J. Ma (2021) "Analysis of Enterprise Human Resources Demand Forecast Model Based on SOM Neural Network", however, in this example, the neural network system is used locally for data mining, does not include a decision support system (IDSS). The main approaches to the use of neural networks for management tasks are described in the article of Y. C. Wu and J. W. Feng (2018) "Development and Application of Artificial Neural Network", in particular, the data mining, communication driven, document driven technologies considered in this article for the coordination of economic entities have been proposed. The use of machine learning algorithms and neural networks of the Deep Q-Network type for differentiation of environmental factors and strategic planning of project actions has been proposed in the article by Gao et al. (2020) "Application of Deep Q-Network in Portfolio Management", however, practical application is considered on a narrow example of stock market management. Aspects of assessing the professional competencies of employees using neural network technologies that are important for this work have been considered in the article by A. K. Petrova (2021) "Application of Neural Networks in the HR Tasks", but the focus of the research is more focused on the internal environment of the organization. The system of rating assessment of individual subjects used in this study is proposed in the article by X. T. Li and Y. Sun (2021) “Application of RBF neural network optimal segmentation algorithm in credit rating”on the example of differentiation of credit rating of clients-legal entities in B2B. The hypothesis of this study: the application of the graphical modeling method based on the use of BPMN 2.0 notation will sufficiently characterize the mechanism of interaction of
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163274elements within the proposed neural network system of expert justification of strategic management decisions for the formation of new educational programs in the Russian Federation. Materials and Methods The purpose of this work is to form a graphical model (scheme, structure) reflecting the functioning of the proposed neural network system for substantiating strategic management decisions for the formation of new educational programs using BPMN 2.0 business process description notations. Tasks: 1)Describe the main elements of the proposed neural network model. 2)To construct a graphical model of the main modules of the proposed system based on the BPMN 2.0 business process notation. 3)Within the framework of the model: to integrate expert and dissertation councils of educational institutions as subjects determining decision-making of the proposed neural network system. 4)Based on a graphical method to describe the ecosystem in the labor market of the Russian Federation, uniting potential employers and institutions of higher education of the Russian Federation based on a communication system. The following methods were used in the work: description and graphical modeling of business processes, including Flow Chart Diagram, Data Flow Diagram, Role Activity Diagram, BPMN 2.0 notation, graphical method, text description of processes. Results Three functional modules can be distinguished in the proposed neural network system of expert justification of strategic management decisions (Figure 1). The functionality of module 1 is a study of the labor market based on quantitative accounting of information sources (by the method of content analysis) using the neural network algorithm of information retrieval data mining. The functionality of module 2 is the adoption of a principled decision of the expert and dissertation councils of the Russian Federation on information and methodological support for a specific type of activity, recognizing it as promising.
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163275The functionality of module 3 is the creation of methodological support for a new type of activity in the form of specific educational programs. The neural network algorithm can be used here to organize feedback from employers of the labor market of the Russian Federation. Figure 1 –The main modules of the neural network system of expert justification of strategic management decisions in the formation of new educational programs Source: Devised by the authors The complete processes of each of the modules can be subdivided into local subprocesses, also described in the BPMN 2.0 notation. Module 1 (Data mining). "The process of labor market research by a neural network system, collection, structuring of information about promising (innovative) activities". Includes subprocesses: 1)Collecting information(Figure 2). The neural network algorithm starts searching for information about promising types of activities using a list of information sources included in the Database, the Knowledge Base of the system, a calendar plan for searching by category (BOLOTNIKOV; VASIN; SENDEROV, 2017): •sources from the scientific community –contain the results of research and assessments of the scientific community;
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163276•open information sources –data from communication channels (mass media, social networks, blogs); •feedback from employers –expressed in vacancies on specialized information resources; Figure 2 –Description of the business process: module 1 Data-mining, information collection Source: Devised by the authors 2)Assessment(Figure 3). It includes an assessment of the information collected and structured in the Database using the content analysis method (quantitative frequency method) based on neurons of the "adaline" type. The input signal of the network can be units of a text array –phrases. 3)Selection of promising areas and types of activities.Each signal acquires a numerical value (weight) depending on the frequency of occurrence in the array of the analyzed text. The units with the highest weight are passed by the neurons of the network to be entered into the Database, transferred to the evaluation by the decisive elements of the network. For selection, the system sets a threshold for passing, depending on the size of the data array. Signals that have passed the screening procedure are issued in the form of an application for expert evaluation (BOLOTNIKOV; VASIN; SENDEROV, 2017; BOLOTNIKOV; VASIN, 2019).
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163277Module 2. (IDSS, Communication Driven). "The process of making a strategic decision on the formation of an educational program for a specific type of activity". Includes subprocesses (Figure 4): 1)Providing a solution. Applications for new types of activities (keywords, brief description, links to sources) that have passed the competition in the neural network are brought to the expert (dissertation) councils registered in the system as decisive elements. The status of a particular council is determined by its previous activities (BOLOTNIKOV; VASIN; SENDEROV, 2017). 2)Making a private decision. The decisive elements of the network (expert councils) evaluate specific applications according to the selected point-rating scale. The assessment is made remotely through the information resources of the neurosystem. The output result of this phase is a signal in the form of an assessment of a specific council for individual applications (BOLOTNIKOV; VASIN, 2019; MAZUR; SENDEROV, 2019).Figure 3–Description of the business process: Module 1 Data-mining, evaluation of information, selection of promising activities Source: Devised by the authors
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.1601632783)Transfer and registration of data in the system. The evaluation results are uploaded to the system by expert councils based on personal registration data: individual number, weight (based on the rating in terms of the previous decisions of the council that have passed the selection). The score for each application is encoded by numerical values: the number of points scored; the rating of the evaluating council. The rating of the expert council can be changed based on the result of subsequent processing of their signals (MAZUR; SENDEROV, 2019). 4)Competition of expert solutions(Figure 5). A neural network algorithm based on the Rules of the Knowledge Base, the threshold of activation of neurons set in it, implements a mechanism for competing input signals from crucial elements for each specific application. Each signal received by a separate neuron of the network competes with others based on two parameters: the numerical value of xi and the weight value of a separate wi council (BOLOTNIKOV; VASIN; SENDEROV, 2017). 5)Formation of the output situation. The adder of a single neuron of the system considers (BOLOTNIKOV; VASIN; SENDEROV, 2017): •total number of signals; •the number of signals with a value above the activation threshold; •the number of signals from highly rated councils.
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163279Figure 4 –Description of the business process: module 2 of the IDSS, Communication Driven–decision support, private decision making, data transmission, and registration in the system Source: Devised by the authors Based on internal competition, the output situation in the neuron is formed in terms of a signal with a high numerical value of ratings highly rated councils. It is issued in the form of an application for the design of an educational program, including name, a brief description of the type of activity, brief justification, average rating from expert councils. Applications with ratings below the input threshold are eliminated, with average values are entered into the database for a new data mining cycle. 6)Changing the rating of crucial elements (expert and dissertation councils). For councils that have positively evaluated applications accepted for further development, the individual rating is increased with fixation in the Database. Councils the ratings of which differed significantly from the average value within each cycle are downgraded in the rating. Councils with a rating below the threshold level are excluded from the system. Specialization formation: highly rated councils are linked (specialized) to specific thematic sections (areas of activity) within which they were given high marks (BOLOTNIKOV; VASIN, 2019).
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163280Module 3 (Document driven). "Formation of an educational program with new competencies based on the assessment of expert councils". Includes subprocesses (Figure 6): Newsletter via EDMS.An application for the creation of a basic educational program for a new type of activity is brought through the electronic document management system to the subjects who carry out the design of the program –Educational and Methodological associations (UMO) of universities. The application includes the following details: sphere activity, possible name of the OP; brief description; point-rating assessment with the rating of expert councils, links to information sources where the maximum numerical manifestation of the feature is recorded during the data mining cycle (BOLOTNIKOV; VASIN, 2019). Figure 5 –Description of the business process: module 2 of the IDSS Communication Driven–competition of expert solutions, formation of an output situation, change in the rating of decisive elements Source: Devised by the authors
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.1601632811)Design (modification) of the FSES/approval of the FSES. Based on the application, Educational and methodological associations of universities form a draft amendment (supplement) of the standard describing a new type of activity. The draft (additions) is brought to the Ministry of Science and Higher Education of the Russian Federation. Educational and methodological associations apply to the project information on a new type of activity obtained from the Neural network Database. The Ministry of Science of the Russian Federation accepts or rejects the proposed changes. Operations, depending on the results of the decision: if the project is rejected, the application is sent to module 2 of the system for reconsideration by the expert council; when approved, this type of activity is excluded from subsequent data mining cycles of module 1 (BOLOTNIKOV; VASIN, 2019). Figure 6 –Description of the business process: module 3 Document Driven–newsletter through the EDMS, the design of the FSES Source: Devised by the authors
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.1601632822)Formation of educational programs (EP)(figure 7). Based on the positive assessment of the Ministry of Science of the Russian Federation, educational institutions form the main educational programs (EP) of higher education. EP design support is formed based on Database information through the individual authorization of educational institutions as participants in the system (MAZUR; SENDEROV, 2019). 3)Formation of feedback with employers.Educational institutions, within the framework of the specialization of the developed EP, can use information about a new type of activity in the neural network system Database for communication with employers, formation of contacts with target audiences of programs, career guidance, professional development, and formation of additional vocational training (BOLOTNIKOV; VASIN; SENDEROV, 2017; BOLOTNIKOV; VASIN, 2019; MAZUR; SENDEROV, 2019). Figure 7 –Description of the business process: module 3 of the IDSS "Document Driven"–the formation of educational programs, the formation of feedback with employers Source: Devised by the authors Discussion 1.In the framework of this study, the BPMN 2.0 business process description notation was used, based on which a simple graphical model (diagram) of the proposed neural network system (Figure 1) was formed. 2.The main elements of the neural network system are displayed in the form of three interacting modules (Figure 1), each of the modules is decomposed into separate elements (Figures 2-7).
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.1601632833.The characteristics of the main subjects of the proposed neural network system are given ("pool", "swimline" tools, Figures 2-7) and a schematic diagram of their interaction within the system is formed ("flow", "messages flows" tools, Figures 2-7). 4.The main operations of private business processes data mining, IDSS, communication driven, document driven have been described in graphical form based on BPMN 2.0 ("actions", "events" tools, Figures 2-7), in text form. 5.Based on the BPMN 2.0 notation, the scheme of integration of expert councils into a neural network system by forming a local business process in the communication driven module (Figure 2) is reflected. 6.Conceptually, an ecosystem is defined that unites potential employers and educational institutions of the Russian Federation based on a communication system, by forming an end-to-end multiprocess with feedback (Figure 1). Conclusion The following effect can be distinguished from the introduction of a neural network system for substantiating strategic management decisions for the formation of new educational programs in the Russian Federation: 1)The cyclical accumulation of information about new types of activities in the neural network system will allow forming an array of data characterizing the development of the labor market of the Russian Federation. 2)The array can be used by economic entities for business analysis, strategic analysis, workforce planning, market, technological foresight, business modeling, indicative planning. 3)The cyclical nature of the functioning of the neural network system will allow forming the communication between educational institutions and employers in the form of a circular model with a rapid response to changes and an increase in the number of information links. 4)Reduction of the duration of the period between the appearance of the need for employers in a promising type of activity and the reaction of educational institutions. 5)Reducing the duration of the strategic decision-making process based on the results of business analysis by economic entities. 6)Increasing information support for promising activities (startups, innovations, innovations) due to globalization and the formation of a unified information ecosystem.
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.1601632847)Improving the efficiency of forming horizontal management structures and coordinating the activities of project teams through internal communications of the neural network system. 8)The ability to assess the quality of the activities of specific expert councils through a rating mechanism based on their decisions. The practical significance of this study lies in the use of the developed schemes of local business processes to provide data mining in the study of professional needs of the labor market and the organization of decision-making support in the field of evaluation of promising activities. Authors’Contributions Elena Eduardovna Alenina: Goal setting and formation of research tasks, analysis of problems, formulation of hypotheses, motivation, coordination of participants. Vera Vitalievna Ziulina: Working with information sources, description of the neural network mechanism of module 1, collection and structuring of research materials. Ilya Aleksandrovich Alenin: Working with English-language information sources, description of the neural network mechanism of modules 1 and 2. Sergey Vladimirovich Bolotnikov: Structuring of the material, design, preparation of illustrations, drawings. Formation of schemes in the BPMN 2.0 business process description notation. Dmitry Vladimirovich Redin: Control of research methodology, critical evaluation of research results. Lyubov Viktorovna Borodacheva: Working with English-language information sources, description of the neural network mechanism of modules 2 and 3. REFERENCES ALENINA, E. E. et al. Management tools in modern distributed social communities. Laplage em Revista, 7(Extra-C), p. 48-56, 2021. DOI: 10.24115/S2446-622020217Extra-C983p.48-56 BOLOTNIKOV, S. V.; VASIN, V. A. Specialist as an element of the artificial intelligence system [Specialst kak element sistemy iskusstvennogo intellekta]. Science and business: ways of development, v. 9, n. 99, p. 79-83, 2019. BOLOTNIKOV, S. V.; VASIN, V. A.; SENDEROV, V. L. Neural network interaction of expert councils in the interests of strategic decision-making [Nejrosetevoe vzaimodejstvie
image/svg+xmlElena Eduardovna ALENINA; Vera Vitalievna ZIULINA; Ilya Aleksandrovich ALENIN; Sergey Vladimirovich BOLOTNIKOV; Dmitry Vladimirovich REDIN and Lyubov Viktorovna BORODACHEVARPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163285ekspertnyh sovetov v interesah prinyatiya strategicheskih reshenij]. "Global scientific potential", v. 12, n. 81, p. 43-47, 2017 GAO, Z. M. et al. Application of Deep Q-Network in Portfolio Management. In: IEEE INTERNATIONAL CONFERENCE ON BIG DATA ANALYTICS, 5., 2020. Proceedings […]. 2020. p. 268-275. LI, X. T.; SUN, Y. Application of RBF neural network optimal segmentation algorithm in credit rating. Neural Computing, and Applications, v. 14, p. 8227-8235, 2021. DOI: 10.1007/s00521-020-04958-9 MAZUR, V. V.; SENDEROV, V. L. The mechanism of neural network change management in the process of vocational education [Mekhanizm nejrosetevogo upravleniya izmeneniyami v processe professionalnogo obrazovaniya]. In: INTERNATIONAL SCIENTIFIC-PRACTICAL CONFERENCE OF THE DEPARTMENT OF MANAGEMENT, MODERN PROBLEMS OF MANAGING THE COMPETITIVENESS AND INNOVATIVE DEVELOPMENT OF RUSSIA ON THE BASIS OF DIGITAL TECHNOLOGIES, 7., 2019, Moscow. Proceedings […]. Moscow: Moscow Polytech, 2019. p. 55-59. MOSKALENKO, V.; FONTA, N. The Method of Constructing a Development Trajectory as the Basis of an Intelligent Module for Strategic Planning of the EPM System. In:INTERNATIONAL CONFERENCE ON COMPUTATIONAL LINGUISTICS AND INTELLIGENT SYSTEMS, 5., 2021. Proceedings […]. Main Conference, Colins 2021. v. 1. PETROVA, A. K. Application of Neural Networks in the HR Tasks. In:IEEE CONFERENCE OF RUSSIAN YOUNG RESEARCHERS IN ELECTRICAL AND ELECTRONIC ENGINEERING (ELCONRUS), 2021, Saint Petersburg. Proceedings […]. Saint Petersburg, Russia: Saint Petersburg Electrotechn Univ, 2021. p. 582-585. DOI: 10.1109/ElConRus51938.2021.9396480 WU, Y. C.; FENG, J. W. Development and Application of Artificial Neural Network. Wireless Personal Communications, v. 102, n. 2, p. 1645-1656, 2018. DOI: 10.1007/s11277-017-5224-x ZHENG, J. F.; MA, R. J. Analysis of Enterprise Human Resources Demand Forecast Model Based on SOM Neural Network. Computational Intelligence, and Neuroscience, v. 5, p. 1-10, 2021. DOI: 10.1155/2021/6596548
image/svg+xmlConceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms RPGE–Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN: 1519-9029 DOI: https://doi.org/10.22633/rpge.v25iesp.5.160163286How to reference this articleALENINA, E. E.; ZIULINA, V. V.; ALENIN, I. A.; BOLOTNIKOV, S. V.; REDIN, D. V.; BORODACHEVA, L. V. Conceptual approaches to the interaction of labor market entities and educational institutions in the Russian Federation within the ecosystem based on neural network mechanisms. Revista on line de Política e Gestão Educacional, Araraquara, v. 25, n. esp. 5, p. 3270-3286, Dec. 2021. e-ISSN:1519-9029. DOI: https://doi.org/10.22633/rpge.v25iesp.5.16016 Submitted: 13/03/2021 Required revisions: 23/07/2021 Approved: 19/11/2021 Published: 30/12/2021Processing and editing by Editora Ibero-Americana de Educação - EIAE. Correction, formating, standardization and translation.