ИНТЕГРАЦИЯ СИСТЕМЫ ОБНАРУЖЕНИЯ АНОМАЛИЙ С POWER BI ДЛЯ ВИЗУАЛИЗАЦИИ АНАЛИТИЧЕСКИХ ДАННЫХ ВУЗА
DOI:
https://doi.org/10.56525/cq8q4e13Ключевые слова:
обнаружение аномалий, Power BI, визуализация данных, аналитика в образовании, машинное обучение, бизнес-аналитика, цифровая трансформация, мониторинг показателей, интеграция систем, высшее образованиеАннотация
В статье рассматривается актуальная проблема повышения эффективности управления в высших учебных заведениях за счёт внедрения современных методов анализа данных. Представлено практическое архитектурное решение, интегрирующее алгоритмы машинного обучения для обнаружения аномалий с мощными возможностями визуализации платформы Power BI. Целью работы является автоматизация выявления отклонений в образовательных, административных и операционных процессах вуза, что способствует повышению прозрачности и оперативности управленческих решений. В ходе исследования были проанализированы ключевые метрики, такие как успеваемость студентов, посещаемость, нагрузка преподавателей и использование аудиторного фонда. Для выявления аномалий применялись алгоритмы Isolation Forest и DBSCAN, хорошо зарекомендовавшие себя при работе с зашумленными и разреженными данными. Результаты пилотного внедрения системы на реальном факультете подтвердили её высокую эффективность: были выявлены случаи систематической перегрузки преподавателей, резких спадов посещаемости, нерационального использования помещений и задержек в административных процедурах. Визуализация этих аномалий в интерактивных дашбордах Power BI сделала аналитику доступной для руководителей без глубокой технической подготовки. Модульная архитектура системы позволяет масштабировать её для различных образовательных учреждений, а также расширять функционал за счёт подключения новых источников данных и внедрения предиктивной аналитики.
