Анализ процесса приема в университет: применение карты TM Forum eTOM, имитационного моделирования и сети массового обслуживания

Обложка

Цитировать

Полный текст

Аннотация

С каждым годом процессы поступления в университеты становятся все более сложными. Для управления большим количеством заявок и постоянно меняющимися требованиями законодательства необходимы эффективные методы. В статье используется модель бизнес-процессов Forum eTOM, которая изначально была разработана для телекоммуникационной отрасли, для моделирования и оптимизации приемной кампании. На примере Российского университета дружбы народов имени Патриса Лумумбы (РУДН) показано, как можно формализовать весь процесс поступления в виде иерархической модели, соответствующей уровням eTOM. Методология объединяет два подхода: дискретно-событийное моделирование позволяет детально анализировать динамические взаимодействия между абитуриентами и сотрудниками, а сеть массового обслуживания дает возможность оценить среднее время выполнения процесса. Проведен анализ реального сценария обработки заявок, учитывая ограничения ресурсов. Совместное использование этих методов помогает выявить узкие места, такие как ручная проверка документов, и предложить решения для их устранения. Предложенный подход способствует стандартизации процессов, повышает прозрачность операций и поддерживает цифровую трансформацию университетов. Его можно адаптировать для других учебных заведений, обеспечивая эффективное управление приемными кампаниями в условиях растущих требований к автоматизации и масштабируемости.

Об авторах

К. М. Терентьев

Российский университет дружбы народов имени Патриса Лумумбы

Email: terentyev-km@rudn.ru
ORCID iD: 0009-0005-4379-3017

Ph.D. student of the Department of Probability Theory and Cyber Security; Director of the Department of Digitalization and Digital Transformation

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация

Л. Д. Абузярова

Российский университет дружбы народов имени Патриса Лумумбы

Email: d.abuzyarova@yandex.ru
ORCID iD: 0009-0007-0084-0201

M.Sc. student of the Department of Probability Theory and Cyber Security

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация

И. А. Кочеткова

Российский университет дружбы народов имени Патриса Лумумбы; Федеральный исследовательский центр «Информатика и управление» Российской академии наук

Email: kochetkova-ia@rudn.ru
ORCID iD: 0000-0002-1594-427X
Scopus Author ID: 35332169400
ResearcherId: E-3806-2014

Candidate of Physical and Mathematical Sciences, Assosiate Professor of the Department of Probability Theory and Cyber Security, RUDN University; Senior Researcher, Federal Research Center “Computer Science and Control” of the Russian Academy of Sciences

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация; ул. Вавилова, д. 44, кор. 2, Москва, 119333, Российская Федерация

К. Е. Самуйлов

Российский университет дружбы народов имени Патриса Лумумбы; Федеральный исследовательский центр «Информатика и управление» Российской академии наук

Автор, ответственный за переписку.
Email: samuylov-ke@rudn.ru
ORCID iD: 0000-0002-6368-9680
Scopus Author ID: 14009785000
ResearcherId: E-9966-2014

Professor, Doctor of Technical Sciences, Head of the Department of Probability Theory and Cyber Security, RUDN University; Senior Researcher, Federal Research Center “Computer Science and Control” of the Russian Academy of Sciences

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация; ул. Вавилова, д. 44, кор. 2, Москва, 119333, Российская Федерация

Список литературы

  1. Kiaghadi, M. & Hoseinpour, P. University admission process: A prescriptive analytics approach. Artificial Intelligence Review 56, 233-256. doi: 10.1007/s10462-022-10171-y (2023).
  2. Roudnitski, A. University admissions mechanism: Theoretical analysis with application to Russian universities. HSE Economic Journal 27, 594-610. doi: 10.17323/1813-8691-2023-27-4-594-610 (2023).
  3. Shao, L., Levine, R. A., Hyman, S., Stronach, J. & Fan, J. A combinatorial optimization framework for scoring students in university admissions. Evaluation Review 46, 296-335. doi: 10.1177/0193841X221082887 (2022).
  4. For Europe, U. N. E. C. Sustainable Development Goals https://w3.unece.org/SDG/en. Accessed: 2025-03-01.
  5. Tampieri, A. University admission: Is achievement a sufficient criterion? B.E. Journal of Economic Analysis and Policy 24, 799-833. doi: 10.1515/bejeap-2023-0260 (2024).
  6. Mengash, H. A. Using data mining techniques to predict student performance to support decision making in university admission systems. IEEE Access 8, 55462-55470. doi: 10.1109/ACCESS.2020.2981905 (2020).
  7. Forum, T. Business Process Framework (eTOM) https ://www.tmforum.org/oda/business-architecture-framework/process-framework-etom/. Accessed: 2025-03-01.
  8. Horiuchi, S. & Tayama, K. Latest activities in TM Forum. NTT Technical Review 19, 75-80. doi:10. 53829/ntr202107gls (2021).
  9. Suzuki, A., Kashibuchi, K. & Nakamura, T. Activities toward TM Forum Frameworx 17.0 and TM Forum Live! 2017 report. NTT Technical Review 16. doi: 10.53829/ntr201801gls (2023).
  10. Horiuchi, S. & Tayama, K. Efforts by TM Forum, an operation standards organization. NTT Technical Review 21, 53-58. doi: 10.53829/ntr202307gls (2023).
  11. Samouylov, K., Gaidamaka, Y. & Zaripova, E. Analysis of business process execution time with queueing theory models. Communications in Computer and Information Science 638, 315-326. doi: 10.1007/978-3-319-44615-8_28 (2016).
  12. Yarkina, N., Popovskaya, N., Khalina, V., Gaidamaka, A. & Samouylov, K. Modeling end-to-end business processes of a telecom company with a BCMP queueing network. Communications in Computer and Information Science 800, 279-296. doi: 10.1007/978-3-319-68069-9_23 (2017).
  13. Fernandes, C. & Cruz, R. A business processes model for the integration of over-the-top platforms in communications service providers operations. Journal of Information Systems Engineering and Management 6. doi: 10.29333/jisem/9570 (2021).
  14. Dachyar, M., Zagloel, T. Y. M. & Saragih, L. R. Enterprise architecture breakthrough for telecommunications transformation: A reconciliation model to solve bankruptcy. Heliyon 6. doi: 10.1016/j.heliyon.2020.e05273 (2020).
  15. University, R. Admission committee https://admission.rudn.ru/. Accessed: 2025-03-01.
  16. University, R. Electronic examination support system https://esse.rudn.ru/?lang=en. Accessed: 2025-03-01.
  17. Computer science DCM&ACS. 2025, 33 (2), 157-171 image
  18. Ivleva, M., Nezhnikova, E. & Safronova, N. The study of the impact of coaching on the efficiency of learning in the higher education. RUDN Journal of Sociology 24, 523-538. doi: 10.22363/2313-2272-2024-24-2-523-538 (2024).
  19. Of Tartu, U. BIMP simulator https://bimp.cs.ut.ee/simulator/. Accessed: 2025-03-01.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».