Детальная информация

Тема выпускной квалификационной работы: «Мониторинг восприятия качества дополнительного образования детей на основе анализа онлайн-отзывов родителей». Данная работа посвящена исследованию системы оценки качества дополнительного образования с использованием цифровых следов, в частности онлайн-отзывов родителей. Целью работы является разработка методологии анализа родительской обратной связи для интеграции в мониторинг образовательных услуг. Задачи, которые решались в ходе исследования: Анализ теоретических подходов к оценке качества дополнительного образования. Обоснование использования онлайн-отзывов как инструмента мониторинга. Разработка методики сбора, предобработки и анализа цифровых текстов. Эмпирическое исследование родительских отзывов на примере Мурманской области. Формулировка рекомендаций по включению цифровых данных в систему мониторинга. Объект исследования — система мониторинга качества дополнительного образования. Предмет исследования — содержание и структура родительских онлайн-отзывов об образовательных услугах. Исследование проводилось на базе Регионального модельного центра дополнительного образования детей Мурманской области. Для анализа использовались тексты отзывов, собранные с открытых цифровых платформ. Применены методы контент-анализа, sentiment-анализа и тематического моделирования, что позволило выявить ключевые темы, эмоциональные паттерны и проблемные зоны восприятия качества образовательных услуг. Полученные результаты подтверждают значимость цифровых отзывов как индикатора родительского доверия, удовлетворённости и ожиданий. Разработаны предложения по институционализации цифровой обратной связи в региональной системе мониторинга качества дополнительного образования. Для достижения целей и реализации задач использовались информационные технологии: Python (библиотеки BeautifulSoup, nltk, pandas, scikit-learn, DeepPavlov), Jupyter Notebook, а также средства визуализации данных и кластерного анализа.

Title of the final qualifying work: "Monitoring the Perception of the Quality of Supplementary Education for Children Based on the Analysis of Parents’ Online Reviews." This study focuses on the evaluation system of the quality of supplementary education using digital traces, particularly parents’ online reviews. The goal of the work is to develop a methodology for analyzing parental feedback and integrating it into educational quality monitoring systems. Research objectives: Analyze theoretical approaches to assessing the quality of supplementary education; Justify the use of online reviews as a monitoring tool; Develop a methodology for collecting, preprocessing, and analyzing digital text data; Conduct an empirical study of parental reviews in the Murmansk region; Formulate recommendations for incorporating digital feedback into monitoring systems. Object of the research — the system for monitoring the quality of supplementary education. Subject of the research — the content and structure of parents’ online reviews of educational services. The study was conducted on the basis of the Regional Model Center for Supplementary Education of Children in the Murmansk Region. The analysis was based on reviews collected from open digital platforms. Methods applied included content analysis, sentiment analysis, and topic modeling, which made it possible to identify key themes, emotional patterns, and problematic areas in the perception of educational quality. The results confirm the importance of digital reviews as indicators of parental trust, satisfaction, and expectations. Proposals were developed to institutionalize digital parental feedback within the regional educational quality monitoring system. To achieve the objectives, various digital tools and technologies were used, including Python (libraries: BeautifulSoup, nltk, pandas, scikit-learn, DeepPavlov), Jupyter Notebook, as well as data visualization and cluster analysis tools.

• 7ed8dede88e3d477b8c4596bf430c561a73fa85c3cf5b4085033e4bc76dbae4f.pdf
• e7753645ec2cd0b2c17e762bc7a592920452329265c4717144157b2b4d299169.pdf
  • 4a02efe6b8aa96040b83c1c393da4b0aebf3b91f84762b8e4eb52edc90e6d82b.pdf
  • c75627e8ddddc5f6e6b2c0f31233a47f4bc2abd43787b991777f551cd664879e.pdf
• 6b6ecd4269e1e3e664f98018d9adfa65a723a521e1c447b69163e4c62ee3cbfd.pdf