Содержание к диссертации
Введение
ГЛАВА 1 Проблемы управления учебным заведением высшего профессионального образования 10
1.1 Информационные технологии в системе управления вузом 10
1.2 Опыт разработки кибернетических систем управления в вузах ... 19
1.3 Методические особенности искусственных нейронных сетей и генетических алгоритмов 32
1.3.1 Особенности искусственных нейронных сетей 32
1.3.2 Особенности генетических алгоритмов 35
1.4 Выводы к главе 1 36
ГЛАВА 2 Методика разработки интеллектуальной системы оптимизации управления вузом 38
2.1 Блок прогнозирования и планирования в структуре интеллектуальной системы вуза 38
2.2 Аналитический блок в структуре интеллектуальной системы вуза 52
2.3 Блок оптимального управления в структуре интеллектуальной системы вуза 61
2.4 Интеллектуальная система управления в структуре системы поддержки принятия решений в вузе 83
2.5 Организация инжиниринга интеллектуальной системы вуза 86
2.6 Критерии оценки организационно-экономических эффектов от использования интеллектуальной системы вуза 91
2.7 Выводы к главе 2 98
ГЛАВА 3 Апробация методики разработки интеллектуальной системы оптимизации управления вузом 99
3.1. Обоснование выбора PR-процесса вуза как объекта экспериментального моделирования 99
3.2 Разработка проекта нейромодели PR-процесса вуза 104
3.3 Экспериментальное моделирование фрагмента интеллектуальной системы управления 114
3.4 Выводы к главе 3 127
Заключение 128
Литература
- Опыт разработки кибернетических систем управления в вузах
- Особенности искусственных нейронных сетей
- Аналитический блок в структуре интеллектуальной системы вуза
- Разработка проекта нейромодели PR-процесса вуза
Введение к работе
Актуальность исследования. Повышение эффективности управления высшим учебным заведением посредством использования и совершенствования кибернетических систем поддержки принятия решений (СППР) является актуальным направлением научного исследования. В связи со становлением и развитием рынка труда, рынка образовательных услуг, расширением автономии вузов и направлений их деятельности, тенденцией сокращения бюджетного финансирования образовательной сферы, ростом конкуренции между высшими учебными заведениями, интеграцией России в европейское образовательное пространство и т.д. осознана прямая корреляция между качеством функционирования вуза и его, конкурентоспособностью и общественной значимостью. В рыночных условиях возрастает значимость менеджеров вуза для определения, обеспечения и достижения требуемых результатов основных, вспомогательных и административных процессов учебного заведения. Поэтому актуальной является проблема решения задач управления на более высоком уровне. Использование в СППР вуза классических математических моделей и экспертных систем для управления часто затруднено слабой структурированностью и сложностью процессов учебного заведения. Решение видим в разработке с позиций системного и процессного подходов методических основ человеко-машинной интеллектуальной системы (ИС) как одного из главных элементов СППР вуза.
Степень научной разработанности проблемы. На сегодняшний день в научных работах для проведения исследований на микроэкономическом уровне вуза и на макроуровне системы высшего образования предложены различные подходы, позволяющие выполнять моделирование сложного объекта управления (СОУ), проводить прогнозирование и планирование его развития, комплексно анализировать состояние, решать оптимизационные
задачи и повышать качество его функционирования. Исследованию экономических и технических проблем управления системой высшего образования на разных уровнях, математических аспектов ее функционирования посвящены работы Афанасьева К.Е., Балыхина Г.А., Бордовского Г.А., Васильева В.Н., Глухова В.В, Карякина A.M., Макаркина Н.П., Малинецкого Г.Г., Новакова И.А., Нуждина В.Н., Окорокова В.Р., Похолкова Ю.П., Пузанкова Д.В., Саати Т., Субетто А.И., Филиппова В.М. и многих др.
Анализ результатов исследований в области автоматизации внутривузовского менеджмента выявил возможность повышения эффективности СППР вуза с помощью методов искусственного интеллекта. В отечественной научной литературе интеллектуализация кибернетических систем управления вузом с позиции процессного подхода исследована недостаточно. Отмеченные обстоятельства обусловили выбор темы и определили цель и задачи исследования.
Объект исследования. Объектом исследования является учебное заведение высшего профессионального образования.
Предмет исследования. Предметом исследования является кибернетическая система управления высшим учебным заведением.
Цель исследования состоит в предложении и апробации методики разработки интеллектуальной системы оптимизации управления вузом с позиции процессного подхода.
Задачи исследования. В соответствии с целью в диссертационной работе решены следующие задачи:
Обоснован выбор методов искусственного интеллекта для разработки системы управления вузом, сформулированы требования к ИС.
Предложены приемы, определяющие функционирование и взаимодействие структурных элементов интеллектуальной системы вуза и являющиеся основой для ее разработки.
Исследована проблема выявления предпочтений менеджера процесса вуза при решении задач Парето и определен способ учета выделенных предпочтений в ИС.
Определено структурное место ИС управления в общевузовской СППР.
Исследована общая структура жизненного цикла ИС вуза и представлены организационно-методические аспекты ее инжиниринга с обоснованным использованием диаграмм потоков данных.
Сформирован комплекс критериев оценки организационно-экономических эффектов от использования ИС вуза.
Обоснованно выбран в качестве СОУ процесс связей вуза с общественностью, определена характеризующая его система параметров и проведен эксперимент по апробации методики разработки ИС.
Теоретические основы исследования составили труды отечественных и зарубежных авторов, посвященные управлению качеством, системному анализу, процессному подходу, теории принятия решений, методам и моделям анализа данных, методам искусственных нейронных сетей и генетических алгоритмов.
Научная новизна результатов исследования может быть кратко сформулирована следующим образом:
Предложен подход к формированию нейросетевой иерархической статической/динамической модели процесса вуза, позволяющий учитывать принципы тотального менеджмента качества (TQM) и рекомендации стандартов ISO серии 9000:2005.
Представлен прием проведения нейросетевого анализа иерархии итоговых эффектов и общего результата функционирования процесса вуза, основанный на адаптации модели стратегического менеджмента Shell/DPM и позволяющий повысить аргументированность управленческих решений, рекомендуемых интеллектуальной системой.
Предложены приемы совершенствования функционирования процесса вуза через распределение ограниченных ресурсов посредством решения с помощью генетического алгоритма оптимизационной задачи на моделирующей нейроструктуре, учитывающей с использованием нечетких множеств предпочтения менеджера процесса вуза при выборе приоритетных управленческих альтернатив в области Парето.
Разработаны организационно-методические аспекты инжиниринга интеллектуальной системы управления вузом и определено ее место в структуре общевузовской системы поддержки принятия решений.
Выполнен проект нейромодели процесса связей вуза с общественностью, основанный на системе параметров, позволяющих совершенствовать с помощью интеллектуальной системы организацию двухсторонних PR-коммуникаций вуза.
Практическая значимость результатов исследования заключается в предложении и апробации основы для последующего детального проектирования и технической реализации нового эффективного инструмента менеджера процесса вуза, позволяющего решать задачи управления высшим учебным заведением с позиции процессного подхода на более высоком уровне.
Результаты проведенного исследования имеют выход непосредственно в практику деятельности вуза, так как прямо относятся к повышению эффективности его менеджмента.
Отдельные результаты диссертационного исследования
использовались при чтении дисциплин "Интеллектуальные информационные системы" и "Принятие управленческих решений" для студентов очной формы обучения по специальности 351400 "Прикладная информатика (в экономике)" в Вятском государственном университете.
Апробация работы. Основные положения диссертационного исследования обсуждались и получили поддержку на международной
конференции "Проблемы модернизации образования в условиях вхождения
России в Болонскии процесс" (Кемерово, 2005), XII международной научно-
методической конференции "Высокие интеллектуальные технологии и
генерация знаний в образовании и науке" (Санкт-Петербург, 2005), XI
международной конференции "Современные технологии обучения:
международный опыт и российские традиции" (Санкт-Петербург, 2005), III
всероссийской научно-практической конференции "Современные
технологии в российской системе образования" (Пенза, 2005),
международной научно-практической конференции "Управление
экономикой: концепции, технологии, инструментальное обеспечение" (Киров, 2005), международном форуме "Экоиомика-2005" (Москва, 2005), всероссийской научно-технической конференции "Наука-Производство-Технологии-Экология" (Киров, 2006).
Публикации. По теме диссертации опубликовано 11 работ объемом 2,17 п.л., в т.ч. соискателем 1,84 п.л.
Объем и структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы (152 источника) и трех приложений. Работа содержит 208 страниц, в том числе 151 страницу основного текста.
Содержание работы.
В первой главе «Проблемы управления учебным заведением высшего профессионального образования» исследована роль высшей школы в создании потенциальных основ развития общества, выявлены актуальные проблемы менеджмента вуза, исследован опыт разработки систем поддержки принятия решений при управлении высшим учебным заведением, обоснован выбор методической базы интеллектуальной системы и сформулированы основные требования к ИС.
Во второй главе «Методика разработки интеллектуальной системы оптимизации управления вузом» исследована система трех
блоков в структуре ИС (блока прогнозирования и планирования, блока анализа и блока оптимального управления), представлены организационно-методические аспекты инжиниринга, место ИС в структуре СППР и комплекс критериев оценки организационно-экономических эффектов от использования ИС.
В третьей главе «Экспериментальное моделирование и оценка интеллектуальной системы оптимизации управления вузом» с целью подтверждения достоверности основных положений диссертационной работы рассмотрен проект нейромодели процесса связей вуза с общественностью, основанный на предложенной системе характеризующих его параметров, и проведен эксперимент с обоснованно выбранным фрагментом ИС.
В заключении приведены основные выводы и результаты диссертационного исследования.
Опыт разработки кибернетических систем управления в вузах
Положительный опыт повышения эффективности управления учебным заведением, полученный вследствие признания и адаптации к системе высшего образования международных стандартов качества ISO серии 9000:2005, дающих «новый импульс к автоматизации управления вузом» [138, С.348], диверсификация деятельности вуза и расширение требований к функциональным возможностям его кибернетической системы менеджмента способствуют активизации интеграции современных информационно коммуникационных технологий в систему управления учебного заведения высшей школы. Активными участниками научных исследований по разработке и совершенствованию комплексных вузовских автоматизированных систем управления (АСУ) являются ИГЭУ, МГТУ «СТАНКИН», МИСиС (ТУ), ПетрГУ, СПбГЭТУ «ЛЭТИ», ТПУ, Волгоградский государственный технический университет, Воронежский государственный университет, Кемеровский государственный университет, Московский государственный университет, Российская экономическая академия, Санкт-Петербургский государственный университет, Санкт-Петербургский государственный университет информационных технологий, механики и оптики, Тамбовский государственный технический университет, и многие другие.
Возможны следующие подходы к разработке АСУ вуза [138]: 1. Фрагментарная автоматизация наиболее актуальных на текущий момент времени задач. По нашему мнению, данный подход не является перспективным с точки зрения развития единой системы менеджмента высшего учебного заведения в силу разработки практически не связанных между собой модулей по информационно-аналитическому сопровождению отдельных процессов или подпроцессов вуза, что отражается на эффективности работы аппарата управления ввиду сложности поиска и принятия с помощью такой АСУ комплексных управленческих решений. Дополнительное введение интегрирующей подсистемы для согласования функционирования выполненных различно с архитектурной и технологической точек зрения модулей АСУ приводит к избыточности информации и трудозатрат, проблемам согласования моделей данных и так далее. Данный подход к создаваемой АСУ не отвечает современным требованиям, предъявляемым к разработке кибернетических систем управления, но возможен к использованию при автоматизации процессов экономической, финансовой, административно-хозяйственной сфер деятельности вуза с помощью готовых программных решений, например: «Парус», «Галактика», «1С Бухгалтерия», «1С Предприятие», «БОСС Корпорация», «Фигаро», «Флагман», при необходимости-с их адаптацией к отраслевой специфике [138].
2. Адаптация промышленной ERP-системы (системы планирования и управления ресурсами предприятия). Сложность данного подхода развития АСУ вуза состоит в необходимости проведения реинжиниринга учебного заведения под логику внедряемой, функционально избыточной ERP-системы, что сопряжено с дополнительными финансовыми затратами, длительностью организационных трансформаций и усложненностью пользовательского обучения [138]. Как отмечается в [138, С.ЗЗЗ], «стоимость внедрения систем на базе SAP/R3 порой превышает стоимость лицензии на нее». К готовым программным решениям, используемым вузами при разработке АСУ по данному подходу, можно отнести, например, «Университет» на базе «SAP/R3» [14, 104], «Oracle Applications», «BAAN», «Axapta», «J.D.Edwards OneWorld», «Renaissance», «Галактика», «Фигаро», «1С Предприятие», «БОСС Корпорация», «Парус», «Флагман» [138].
3. Концепция интегрированной аналитической информационной системы (ИАИС) управления вузом. На сегодняшний день, с нашей точки зрения, данный подход является наиболее перспективным и востребованным большинством вузов, позволяющим с системных позиций подойти к созданию единого информационного пространства и разработке информационно-аналитических программно-технических комплексов сопровождения профессиональной деятельности менеджеров вуза. Базой для ИАИС могут стать платформы корпоративных систем управления базами данных (СУБД) Oracle, Microsoft SQL Server, Informix, SY-Base, IBM DB 2 [138]. ИАИС-концепция предоставляет возможность проектирования и развития интегрированной системы управления, в полной мере учитывающей не только отраслевую, но и специфику отдельного вуза. При более лучших функциональных свойствах уровень затрат на проведение этапов ее жизненного цикла сопоставим с затратами на адаптацию, внедрение и сопровождение готовых кибернетических систем управления, разработанных сторонними организациями [9].
Особенности искусственных нейронных сетей
В контексте диссертационного исследования при рассмотрении однокритериальных и многокритериальных задач оптимизации на множестве Парето нас интересует способность ГА к нахождению наилучшего управленческого решения по изменению состояния факторных признаков (входов рассматриваемой ИНС или группы ИНС) оптимизируемой латентной целевой нейрофункции (аппроксимирована ИНС или группой ИНС) для достижения требуемого результата. По Ускову А.А., ГА являются «одним из самых эффективных методов решения задач многоэкстремальной оптимизации» [140, С.48], но могут быть применены для поиска глобального или локального максимума/минимума зависимости только функционального вида у = f (х1уХ2,... 1ч). Как следствие, задача декомпозиции процесса вуза заключается в таком иерархическом представлении, при котором его структурные элементы на уровнях иерархии моделировались бы нейросетями, реализующими функциональные зависимости от одной/многих переменных (ИНС с одним выходом и я-входами).
Генетические алгоритмы-метод поиска управленческого решения, основанный на имитации эволюционных процессов естественного отбора и наследования и отличающийся от классических оптимизационных методов математического анализа следующими особенностями [113, 117]:
1. ГА обрабатывают не значения параметров самой задачи, а их закодированную хромосомную форму.
2. ГА осуществляют параллельный поиск решения, исходя не из единственной начальной точки, а из некоторого их множества (популяции).
3. В процессе оптимизации ГА используют только информацию о выходной реакции ЦФ на входные факторные импульсы безотносительно к виду ЦФ.
4. Возможность поиска глобальных и при необходимости в поставленной задаче локальных экстремумов целевой функции (ЦФ).
5. В ГА применяются вероятностные, а не детерминированные принципы проведения эволюционных операций с числовым набором данных.
На использовании данных особенностей генетических алгоритмов основано функционирование блока оптимального управления в структуре интеллектуальной системы вуза (см. п. 2,3).
Высшее профессиональное образование выполняет важнейшую функцию формирования интеллектуального, экономического, культурного, духовно-нравственного потенциала страны. Комплекс объективно существующих причин определяет актуальную необходимость уделения первостепенного внимания обеспечению востребованного уровня качества основных, вспомогательных и административных процессов вуза и постоянному его совершенствованию для достижения поставленных стратегических целей и тактических задач и формирования позитивного отношения к вузу со стороны основных участников и потребителей результатов его деятельности. Данная задача находит решение через активное использование новых информационных технологий на основе принципов системности, целесообразности, непрерывности развития, человеко-машинности и др. Проведен анализ подходов разработки (фрагментарной автоматизации, адаптации систем планирования и управления ресурсами предприятий, концепции интегрированной аналитической информационной системы) и структуры автоматизированных систем управления вузов, которые реализуются на различных аппаратных, программных, архитектурных и технологических платформах. Анализ результатов исследований в области автоматизации виутривузовского менеджмента выявил возможность повышения эффективности СППР высшего учебного заведения через системную интеграцию в них методов ИНС и ГА. В отечественной научной литературе интеллектуализация кибернетических систем управления вузом с позиции процессного подхода, рекомендованного стандартами ISO серии 9000:2005 и принципами TQM, исследована недостаточно. Обоснован выбор методической базы. Определены границы использования результатов исследования посредством введения критерия отбора СОУ в контексте диссертационной работы. Сформулированы основные требования к интеллектуальной системе оптимизации управления вузом, которые должны быть учтены при предложении методики ее разработки. Определив проблематику предметной области и методические основы исследования, мы, согласно методологическому подходу Юлова В.Ф. (Проблема— Метод Результат) [147], можем получить значимые с научной и практической точки зрения положения и выводы диссертационной работы.
Аналитический блок в структуре интеллектуальной системы вуза
Одним из основных принципов менеджмента является обоснованность принятия управленческих решений. Для выполнения данного требования в структуре ИС нами выделен блок анализа функционирования процесса вуза.
Задача нейросетевого анализа иерархического комплекса итоговых результатов функционирования СОУ (см. рисунок 2.3) состоит в оценке полученных процессом вуза эффектов, в выделении проблемных областей в его структуре, в исследовании причин отклонений и предложении общих возможных способов их решения.
На основе диагностики фактических итоговых эффектов СОУ и их сопоставления с плановыми требованиями, установленными блоком прогнозирования и планирования ИС классифицируется и анализируется степень достижения ожидаемого уровня по каждому итоговому эффекту из их иерархического комплекса и исследуется общий результат функционирования процесса вуза в целом. По завершению анализа выделяются проблемные области в иерархической модели СОУ.
Проблемными могут быть признаны или отдельный подпроцесс (ИНС или система ИНС), или система подпроцессов (ветвь моделирующего процесс вуза нейродерева или система ветвей нейродерева), которые характеризуют потенциальные возможности (организацию) СОУ (см. рисунок 2.3). В аспекте упреждающего управления по причине неэффективной организации работ по подготовке и проведению процесса вуза в момент времени tn существует угроза невыполнения в последующий регламентированный момент диагностики поставленных перед СОУ желаемых плановых требований к иерархическому комплексу итоговых результатов его функционирования. Поэтому выявленные проблемные позиции в комплексе потенциальных возможностей подлежат упреждающей коррекции. Если в силу ресурсных ограничений и управленческих способностей не удалось достичь требуемого оптимальным управлением улучшения данных проблемных позиций, то следствием может стать пересмотр контрольных плановых норм для комплекса итоговых результатов процесса вуза. В аспекте постфактического проблемного управления отрицательные, недопустимые отклонения в иерархическом комплексе итоговых результатов функционирования процесса вуза понимаются как следствие неэффективного использования комплекса его потенциальных возможностей. После анализа эффектов выделяются приоритетные элементы потенциала, подлежащие коррекции на величину, определенную по итогам поиска оптимального управленческого воздействия.
Прием проведения нейросетевого анализа результатов процесса вуза основан на использовании адаптированной к данной задаче и перенесенной на нейробазис модели стратегического менеджмента Shell/DPM. Классически модель Shell/DPM применяется при разработке и оценке вариантов маркетинговых стратегий для определения собственного положения образовательного учреждения и его конкурентов в выделенном пространстве стратегических позиций и для выбора наиболее эффективной траектории движения по конкурентному полю с целью либо завоевания лидирующего положения на рынке образовательных услуг, либо приближения к лидеру, либо переориентации направления своей деятельности [87].
Для проведения классификации нами разработано поле возможных ситуаций, состоящее из 9-ти квадрантов (см. рисунок 2.4). Каждому из них сопоставлены вербальные результаты анализа и общие предложения улучшения итоговых эффектов процесса вуза через определение целесообразного вектора их изменения.
Менеджеру процесса необходимо определить четкие границы выделенных квадрантов для четкого нейросетевого классификатора, попадая в которые результаты классификации получают соответствующую интерпретацию, или нечеткие границы принадлежности-для нечеткого нейроклассификатора.
Согласование работы блока прогнозирования и планирования с блоком анализа в структуре ИС при исследовании иерархии итоговых результатов процесса вуза схематично можно представить на рисунке 2.5.
Обоснование использования методов ИНС как базы аналитического блока в структуре ИС состоит в следующем.
При анализе иерархии итоговых эффектов функционирования СОУ решаются две задачи различной сложности.
Первая из них, более простая, заключается в исследовании отклонения по каждому эффекту из группы «Результаты» на рисунке 2.3. Исходя из фактического и планового значений итогового эффекта, осуществляется соотнесение абсолютной величины разности между ними с определенным квадрантом поля ситуаций для получения общих аналитических заключений. Решение этой задачи возможно с помощью методов ИНС. Но по причине того, что менеджером процесса вуза может быть составлен полный набор правил классификации, анализ возможен и с использованием классических продукционных экспертных систем, основанных на аппаратных логических устройствах или алгоритмах для фон-неймановских вычислительных машин.
Вторая, более сложная задача, связана с исследованием общего результата функционирования процесса вуза в целом. Сложность состоит в том, что для обеспечения решения задач управления иерархический комплекс итоговых эффектов может состоять из N показателей.
Разработка проекта нейромодели PR-процесса вуза
При разработке проекта нейромодели процесса связей вуза с общественностью за основу примем модель менеджмента качества «комплекс потенциальных возможностей— комплекс итоговых результатов» (см. рисунок 2,3), рекомендованную стандартами ISO серии 9000:2005.
Как отмечалось в п. 2.1, одним из необходимых условий, позволяющих в соответствии с целью и задачами осуществлять эффективный менеджмент СОУ с использованием его модели, является разработка адекватной системы параметров, на которой базируется ИС. На сегодняшний день признанной системы параметров для управления PR-процессом вуза не предложено. По нашему мнению, решение проблемы адекватного, с точки зрения стандартов ISO серии 9000:2005, параметрического наполнения модели СОУ состоит в выборе апробированного и зарекомендовавшего себя ориентира. Исходя из анализа специфики, целей и задач [81], эффектов [6] PR-процесса вуза, нами для исследования связей с общественностью адаптирована основа конкурса «Внутривузовские системы обеспечения качества подготовки специалистов» [116]. Методическая база данного конкурса широко применяема и в системах менеджмента качества (СМК) вузов для регламентированного проведения самооценки и мероприятий по совершенствованию функционирования. Поэтому ее обоснованно использовать в качестве апробированного ориентира для формирования собственной параметрической системы, позволяющей адекватно исследовать актуальные потенциальные возможности и достигнутые итоговые результаты PR-процесса вуза.
Применяя предложенный в п. 2.1 подход, разработан проект нейромодели процесса связей вуза с общественностью (см. рисунок 3.2), основу которого составили 245 качественных и количественных параметра, характеризующих его состояние и результаты и предоставляющих возможность совершенствовать с помощью ИС организацию двухсторонних PR-коммуникаций [62] вуза. Содержательная нагрузка входных и выходных информационных потоков ИНС в проекте модели СОУ представлена в Приложении 2. На рисунке 3.2: - ИНС определенной архитектуры (элемент иерархии); — - однопараметрический поток информации в/из ИНС; О - функция предпочтения частных критериев оценки альтернативы (интегратор); О - перенос рисунка на следующую страницу; ВФ - функция принадлежности результирующего параметра модели; / \ - рекуррентная связь ИНС; - многопараметрический поток информации в/из ИНС. Информационный сигнал идет от элементов иерархии 1.1, 1.2, 1.3, 1.4 до элемента 9.1.
PR-процесс вуза будем рассматривать как систему внутренних и внешних коммуникаций, в которой результаты внутренних коммуникаций являются потенциалом для проведения внешних [62]. При рассмотрении внутреннего PR вуза ИНС 1.1, 1.2, 1.4, 2.1-2.5,4.1-4.4 выполняют обобщение потенциальных возможностей, ИНС 3.1-3.6 характеризуют подготовку и создание условий для коммуникаций, ИНС 7.1, 8.1 определяют коммуникационные эффекты. При рассмотрении внешнего PR вуза ИНС 1.1-1.4, 2.1-2.5, 3.1-3.6, 4Л-4А, 7.1, 8.1 выполняют обобщение потенциальных возможностей, ИНС 5.1-5.5, 6.1-6.5-подготовку коммуникаций, ИНС 7.2-7.6, 8.2-8.6, 9.1-определение коммуникационных эффектов (когнитивного, аффективного, поведенческого экономического).
Достижение желаемых экономических эффектов возможно при условии формирования благоприятного расположения субъектов общественности, то есть достижения желаемых когнитивных и аффективных эффектов. В качестве экономического результата PR высшего учебного заведения на этапе проектирования неиромодели менеджером процесса в зависимости от цели могут быть выбраны, например, статистические показатели динамики средств фандрайзинга, расширения определенного рыночного сегмента, сокращения затрат на удовлетворение претензий, экономии средств от оптимизации аутсорсинга, численности привлеченных в вуз квалифицированных специалистов, предотвращения/снижения ущерба от «черного PR», роста числа партнеров вуза, роста дохода от платной [1] деятельности или иные показатели, агрегирующие внутривузовские статистические данные.
A 1-5, Б 1-5, В 1-5, Г, Д, Е, Ж, З, И, К, Л, М, Н, О, П, Р, С, Т, У, ф, X, Ч, Ц, Ш, Щ, Ь-служебные ИНС, реализующие нефункциональные зависимости и имеющие назначение установления связей между элементами, принадлежащими к разным уровням иерархии нейроструктуры, моделирующей СОУ.
При построении потенциальной и итоговой результатной частей нейродерева и при формировании параметрической базы нейросетевой модели PR вуза учитываются [6]:
рекомендации ISO 9000:2005 для исследования организации и совершенствования PR-процесса вуза по модели: потенциал PR-процесса— подготовка PR-коммуникаций— ито го вые эффекты PR-коммуникаций;
группы коммуникационных эффектов (компоненты отношения): когнитивная— аффективная—»поведенческая (экономический результат PR-процесса вуза), а также соответствующая им иерархия стадий коммуникационных эффектов: осведомленность— знание— расположение (симпатия)— предпочтение— убежденность— действие;
трансформация уровней формирования ценностей в отношениях сторон: финансовый— персональный- структурный;
необходимость согласования стратегии и планов PR-процесса со стратегией высшего учебного заведения (стратегический подход к планированию): видение среды—эмиссия и цели вуза— стратегия PR вуза—программы и планы PR вуза;
