Мониторинг соответствия профессионального образования потребностям рынка труда

 
Код статьиS086904990011378-7-1
DOI10.7868/S0869049918030012
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Должность: Руководитель (научный руководитель)
Аффилиация:
Научно-исследовательское объединение Российского экономического университета РЭУ им. Г.В. Плеханова
Журнал “Общественные науки и современность”.
Адрес: Стремянный пер., 36, Москва, 117997, Россия
Должность: Начальник отдела
Аффилиация:
Научно-исследовательское объединение РЭУ им. Г.В. Плеханова
Объединенный институт ядерных исследований
Адрес: ул. Жолио-Кюри, 6, Дубна, Московская область, 141980, Россия
Должность: Директор
Аффилиация:
Научно-исследовательское объединение РЭУ им. Г.В. Плеханова
Объединенный институт ядерных исследований
Адрес: ул. Жолио-Кюри, 6, Дубна, Московская область, 141980, Россия
Должность: Ведущий программист
Аффилиация:
Научно-исследовательское объединение РЭУ им. Г.В. Плеханова
Объединенный институт ядерных исследований
Адрес: ул. Жолио-Кюри, 6, Дубна, Московская область, 141980, Россия
Должность: Инженер-программист
Аффилиация:
Научно-исследовательское объединение РЭУ им. Г.В. Плеханова
Объединенный институт ядерных исследований
Адрес: ул. Жолио-Кюри, 6, Дубна, Московская область, 141980, Россия
Название журналаОбщественные науки и современность
ВыпускНомер 3
Страницы5-16
Аннотация

В последние годы активно обсуждаются перспективы “цифровизации” экономических процессов. Это предельно сложная задача, не имеющая решения в рамках традиционных методов. Перспективы их качественного развития в статье проиллюстрированы на примере использования аналитики Больших данных и интеллектуального анализа текстов для оценки потребностей региональных рынков труда в рабочей силе. Задача решена с использованием разработанной авторами автоматизированной информационной системы мониторинга соответствия кадровых потребностей работодателей уровню подготовки специалистов. Информационной базой для сбора информации служили открытые источники. Представляемая система формирует дополнительные возможности для выявления качественных и количественных связей между сферой образования и рынком труда. Она ориентирована на широкий круг пользователей: органы власти и управления регионов и муниципалитетов; руководство университетов, компаний, кадровых агентств; выпускников и абитуриентов ВУЗов.

Ключевые словарынок труда, безработица, Большие данные, моделирование трудовых отношений, моделирование социальных отношений, региональная экономика
Получено10.06.2018
Дата публикации10.06.2018
Кол-во символов1040
Цитировать   Скачать pdf Для скачивания PDF необходимо авторизоваться
Размещенный ниже текст является ознакомительной версией и может не соответствовать печатной.

всего просмотров: 699

Оценка читателей: голосов 0

1. Авраамова Е.М. (2009) Направления вертикальной мобильности молодых специалистов // Общественные науки и современность. № 6. С. 108–116.

2. Гущин А.Н. (2013) Обеспечение учебного процесса, построенного на стандартах ФГОС-3, средствами информационных технологий // Образовательные технологии. № 4. С. 84–89.

3. Олейникова О.Н., Муравьева А.А. (2016) Прогнозы потребности в умениях и профессиональное образование и обучение – опыт ЕС // Центр изучения проблем профессионального образования (http://www.cvets.ru/Modules/SNA-EC.pdf).

4. Петрунина О.Е. (2005) Проектирование информационно-аналитической системы управления региональным рынком труда // Современные наукоемкие технологии. № 5. С. 75–78.

5. Погорелов Е. (2013) Проблема востребованности выпускника вуза на современном рынке труда // Материалы V Международной студенческой электронной научной конференции. “Студенческий научный форум” (http://www.scienceforum.ru/2013/163/2366).

6. Черемисина Е.Н., Белага В.В., Самойленко Ю.И. (2014) Информационно-образовательная среда для обучения информационным технологиям на базе Института системного анализа и управления Университета “Дубна” // Открытое образование. № 2. С. 59–65.

7. Dolado J. (2015) No Country for Young People? Youth Labour Market Problems in Europe. London: EC1V 3PZ UK.

8. Efrati A. (2012) Google Gives Search a Refresh // The Wall Street Journal. Retrieved July 13.

9. European Commission (2016) From University to Employment: Higher Education Provision and Labour Market Needs in the Western Balkans. Synthesis Report (https://ec.europa.eu/education/sites/education/files/2016-higher-education-labour-market-balkans_en.pdf).

10. Kutuzov A., Kuzmenko E. (2017) WebVectors: A Toolkit for Building Web Interfaces for Vector Semantic Models // Ignatov D. et al. (eds) Analysis of Images, Social Networks and Texts. AIST 2016. Communications in Computer and Information Science, vol. 661. Springer, Cham.

11. Martínez Garcia E., España-Bonet C., Màrquez L. (2015) Document-Level Machine Translation with Word Vector Models // Proceedings of the 18th Annual Conference of the European Association for Machine Translation (EAMT), pp. 59–66.

12. Mikolov T., Chen K., Corrado G., Dean J. (2013) Efficient Estimation of Word Representations in Vector Space. arXiv:1301.3781v3 [cs.CL].

13. Quoc V. Le, Mikolov T. (2014) Distributed Representations of Sentences and Documents. arXiv:1405.4053.

14. Oren B. (2015) Bayesian Neural Word Embedding. arXiv:1603.06571.

15. Review of Vocational Education – The Wolf Report (2011) (https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/180504/DFE-00031-2011.pdf).

Система Orphus

Загрузка...
Вверх