Ученые НГУ создали модель для прогноза оптимальных объемов набора в вузы
В Новосибирском государственном университете (НГУ) завершили разработку математической модели для Минпромторга РФ, позволяющей спрогнозировать контрольные цифры приема (КЦП) в вузы на период в 1-2 года. Как сообщает пресс-служба НГУ, на сегодняшний день модель позволяет спрогнозировать показатели для высшего и среднего профессионального образования. В дальнейшем опыт планируется распространить в бизнес-сферу для построения прогнозов развития предприятий.
Проект стартовал в 2021 году, в команде — пять человек — сотрудники Математического центра в Академгородке и студенты Механико-математического факультета в НГУ. На тот момент в Минпромторге уже была развернута система прогнозирования числа выпускников в разных регионах по разным специальностям, но требовалась модернизация — многие параметры считались вручную, возможности сценарного моделирования были ограничены, не были учтены программы господдержки и другое. Для решения проблемы были объединены классические математические методы динамического моделирования с методами машинного обучения, позволяющих учитывать множество параметров и сохранять точность при расчете.
«По нашим данным, методы машинного обучения ранее не использовались в России для подобных глобальных прогнозных социально-экономических моделей. Это связано прежде всего с консервативностью данного направления исследований. В своей работе мы используем модель «Случайный лес», которая позволяет, при необходимости, разобрать каждое решение до винтика и объяснить, как и почему были получены такие результаты. Кроме того, как и во всех подходах машинного обучения, наша модель позволяет определять тренды, которые невозможно описать традиционной формулой, — рассказал руководитель проекта, директора Математического центра в Академгородке Сергей Оспичев.
При построении прогнозов учитываются следующие факторы: миграционная ситуация в регионе, экономические и демографические показатели, валовый продукт, реализуемые инвестиционные проекты. На основе анализа всех этих параметров модель прогнозирует количество вакантных рабочих мест, которые появятся на предприятиях по разным специальностям.
Далее модель сравнивает: сколько выпускников выйдут на рынки и количество вакансий на предприятиях региона, а после формирует и распределяет КЦП, которые выдаются регионам на бюджетные места.