УДК 004.9 УДК 004.75

АНАЛИЗ СРЕДСТВ И ПОДХОДОВ ИДЕНТИФИКАЦИИ СВЯЗЕЙ МЕЖДУ КОМПОНЕНТАМИ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ

Опубликовано в Научно-аналитический журнал "Вестник Санкт-Петербургского университета ГПС МЧС России" · Том 2026, Номер 2 · Страницы 137–145 · Рубрика: ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
DOI: https://doi.org/10.61260/2218-130X-2026-2-137-145
Получено: 26.05.2026 Одобрено: 27.06.2026 Опубликовано: 01.07.2026
Представлен обзорный сравнительный анализ средств и подходов построения взаимосвязей между компонентами образовательных программ. При проведении исследования использованы методы системного анализа и аналитического обзора, сравнительного анализа, а также обобщения выявленных ограничений. Проанализированы существующие подходы к построению связей между компонентами образовательных программ, такие как онтологические, графовые, семантические и основанные на методах обработки естественного языка. Онтологические модели формализуют структуру образовательной программы, графовые модели выявляют междисциплинарные связи, а семантические и методы обработки естественного языка позволяют автоматизировать сопоставление результатов обучения студентов, тем дисциплин и учебных материалов. Исследуемые подходы имеют ряд ограничений: зависимость от ручной разметки, слабый учет фактического содержания рабочих программ дисциплин, ограниченность анализа в рамках отдельного курса. Сформированы выводы о необходимости формирования комплексного подхода и заложена основа для проведения дальнейших исследования в области построения взаимосвязей между компонентами образовательных программ.
образовательные программы, рабочая программа дисциплины, графовая модель, результаты обучения, семантический анализ, онтология, результаты обучения, учебный план
Текст Список литературы
Текст (PDF)
Читать Скачать

1. Назаров Е.В. Онтологическое представление основной образовательной программы // Вестник кибернетики. 2021. № 3 (43). С. 51–59. DOI:https://doi.org/10.34822/1999-7604-2021-3-51-59 EDN VMICXV

2. Буланова И.А., Пылькин А.Н. Семантическая модель образовательной программы и программное обеспечение для ее построения, визуализации и анализа // Вестник РГРТУ. 2023. № 86. С. 133–144. DOI:https://doi.org/10.21667/1995-4565-2023-86-133-144

3. Применение силового алгоритма визуализации графов для анализа учебных планов образовательных программ высшего образования / Т.В. Зыкова [и др.] // Современные информационные технологии и ИТ-образование. 2023. Т. 19. № 1. С. 104–116. DOI:https://doi.org/10.25559/SITITO.019.202301.104-116 EDN KZHOWJ

4. Тимофеев А.Н. Онтологический подход к разработке адаптивной модели компетенций и профессиональной подготовки в сфере информационных технологий // Интеллектуальные технологии на транспорте. 2023. № 1 (35-1). С. 42–47. EDN HKVJSU

5. Automating the mapping of course learning outcomes to program learning outcomes using natural language processing for accurate educational program evaluation / N. Zaki [et al.] // Research Square. 2022. DOI:https://doi.org/10.21203/rs.3.rs-2196467/v1

6. Vesilo R. Automation of curriculum mapping tools: managing the challenges of generic and specific data classifications using large language models and graphical methods // 36th Australasian Association for Engineering Education Annual Conference (AAEE2025): Engineering education: between the human and the digital. Engineers Australia, 2025. DOI:https://doi.org/10.3316/informit.T2026031700006491438511833

7. Gancevska B., Ramanauskaitė S. Mapping Moodle resources to course topics using text similarity methods and expert evaluation // Applied Sciences. 2026. Vol. 16. P. 2039. DOI:https://doi.org/10.3390/app16042039

8. Ontological approach for competency-based curriculum analysis / M. Milosz [et al.] // Heliyon. 2024. Vol. 10. № 7. P. e29046. DOI:https://doi.org/10.1016/j.heliyon.2024.e29046

9. Piriyapongpipat P., Goldin S., Ditcharoen N. An alternative approach to ontology-based curriculum development in higher education // Smart Learning Environments. 2024. Vol. 11. № 1. P. 20. DOI:https://doi.org/10.1186/s40561-024-00307-8

10. CourseKG: an educational knowledge graph based on course information for precision teaching / Y. Li [et al.] // Applied Sciences. 2024. Vol. 14. P. 2710. DOI:https://doi.org/10.3390/app14072710

11. A survey of knowledge graph approaches and applications in education / K. Qu [et al.] // Electronics. 2024. Vol. 13. № 13. P. 2537. DOI:https://doi.org/10.3390/electronics13132537

12. Корнеев Д.Г., Гаспариан М.С., Микрюков А.А. Онтологический подход к моделированию инновационных процессов на примере распределенной образовательной сети вуза // Открытое образование. 2019. Т. 23. № 5. С. 4–13. DOI:https://doi.org/10.21686/1818-4243-2019-5-4-13

13. Smith H., Chittams J. Defining best practices and validation for curriculum mapping // Cogent Education. 2024. Vol. 11. DOI:https://doi.org/10.1080/2331186X.2024.2342662

14. Алгоритм анализа и оценки учебных планов образовательных программ / Т.В. Зыкова [и др.] // Информатика и образование. 2024. Т. 39. № 1. С. 52–64. DOI:https://doi.org/10.32517/0234-0453-2024-39-1-52-64 EDN UNSWXG

15. Кузьмина Е.А., Низамова Г.Ф. Формирование учебного плана на основе графовой модели // Информатика и образование. 2020 № 5. С. 33–43. DOI:https://doi.org/10.32517/0234-0453-2020-35-5-33-43

16. Wengle E., Knorn S., Varagnolo D. COnCUR – COherence in CURricula: a tool to assess, analyze and visualize coherence in higher education curricula // IFAC-PapersOnLine. 2020. Vol. 53. P. 17598–17603. DOI:https://doi.org/10.1016/j.ifacol.2020.12.2675

17. Graph-theoretic approaches and tools for quantitatively assessing curricula coherence / D. Varagnolo [et al.] // European Journal of Engineering Education. 2021. Vol. 46. № 3. P. 344–363. DOI:https://doi.org/10.1080/03043797.2019.1710465

18. Wang Y., Zhan Z., Wang H. Network analysis of outcome-based education curriculum system: a case study of environmental design programs in medium-sized cities // Sustainability. 2025. Vol. 17. P. 7091. DOI:https://doi.org/10.3390/su17157091

19. Krishnan S., Rajendran S., Zakariah M. A secured accreditation and equivalency certification using Merkle mountain range and transformer-based deep learning model for the education ecosystem // Scientific Reports. 2025. Vol. 15. P. 22511. DOI:https://doi.org/10.1038/s41598-025-06789-x

20. Дышенов Б.А., Найханова Л.В., Ширапов Д.Ш. Модуль подготовки коллекции рабочих программ для латентно-семантического анализа // Фундаментальные исследования. 2017. № 2. С. 57–61. EDN YGGCKV

21. Минаев Д.В. Подходы к проектированию и актуализации компетентностных моделей образовательных программ на основе интеллектуального анализа вакансий работодателей // Управленческое консультирование. 2023. № 10 (178). С. 45–68. DOI:https://doi.org/10.22394/1726-1139-2023-10-45-68 EDN QXMAGP

22. Александров А.С., Зарипова В.М. Анализ требований к ИТ-специалистам на основе вакансий, образовательных стандартов и предпочтений студентов с применением больших языковых моделей // Computational Nanotechnology. 2025. Т. 12. № 5. С. 80–94. DOI:https://doi.org/10.33693/2313-223X-2025-12-5-80-94 EDN ELOENB

23. Abu-Salih B., Alotaibi S. A systematic literature review of knowledge graph construction and application in education // Heliyon. 2024. Vol. 10. № 3. P. e25383. DOI:https://doi.org/10.1016/j.heliyon.2024.e25383

24. Fettach Y., Ghogho M., Benatallah B. Knowledge graphs in education and employability: a survey on applications and techniques // IEEE Access. 2022. Vol. 10. P. 1–1. DOI:https://doi.org/10.1109/ACCESS.2022.3194063

Войти или Создать
* Забыли пароль?