managementul cunoa ş terii î n universit ăţ i
DESCRIPTION
Managementul cunoa ş terii î n universit ăţ i. Prof. dr. Constan ţ a Bodea, [email protected] Drd. Vasile Bodea, [email protected] Academia de Studii Economice din Bucure ş ti. Aspect e abordate. Descoperirea modelelor de comportament pentru predictia performantelor studentilor - aplicatie - PowerPoint PPT PresentationTRANSCRIPT
Managementul cunoaşterii în universităţi
Prof. dr. Constanţa Bodea, [email protected] Drd. Vasile Bodea, [email protected]
Academia de Studii Economice din Bucureşti
Aspecte abordate
Descoperirea modelelor de comportament pentru predictia performantelor studentilor - aplicatie
Managementul cunoasterii – cadru general Managementul cunoasterii in universitati – cerinte si
aplicatii potentiale
I. Descoperirea modelelor de comportament pentru
predictia performantelor studentilor - aplicatie
Aplicatie – ASE, CSIESurse de date utilizate:
Baza de date a candidatilor (sistemul informatic de admitere): 2001-2005
Baza de date operationala (sistemul informatic secretariat): 2002-2005
Platforma utilizata: ORACLE Data Mining 10.2.
Modelul de date pentru data mining
Analize preliminare
Analize preliminare
Analiza importantei atributelor
Importanta atributelor pentru predictia performantelor
studentilor din anul II
Analiza importantei atributelor
Importanta atributelor pentru predictia
comportamentului referitor la optiunea de specializare
(anul III)
Arbori de clasificare
Arborele de clasificare in raport de optiunea de
specializare
Categorii de date
Date referitoare la comportament- Cursurile urmate- Examene- Teste- Participari la activitati
Date descriptive- Atribute-Declaratii- Date geo- si demografice
Date referitoare la atitudini- Optiuni- Preferinte- Nevoi- Dorinte
Date referitoare la interactiuni- Oferte- Rezultate- Context
Aplicatii posibile
Eficacitatea institutionala Evaluarea performantelor studentilor Managementul inscrierilor Marketing Alumni
Eficacitate institutionala
Care studenti utilizeaza cel mai intens serviciile institutionale?
Care cursuri sunt cele mai frecventate (o mai buna utilizare a spatiilor)?
Care sunt modelele de inscriere la cursuri? Care cursuri sunt in luate impreuna (in grup)?
Managementul inscrierilor
Care sunt cei mai buni studenti? De unde vin studentii universitatii? Care sunt cei care raman studenti (au
optiuni ferme pentru universitate)? Cine va renunta/esua?
Marketing
Cine va raspunde campaniei de marketing? Ce tip de campanie de marketing este cea mai
potrivita? Spre ce trebuie sa ne concentram in marketing?
Alumni
Care sunt diferitele tipuri/grupuri de alumni? Cine va face donatii, cat de mult si cand?
Aplicatia nu este un exemplu de: OLAP Data Warehousing Vizualizare date SQL Cereri ad-hoc Raportare
Aplicatia este un exemplu de
Data mining = achizitionare a cunostintelor din date
Data Mining este… Modelare predictiva
Regresie lineara/logisticaRetele neuronaleArbori de decizie
Clusterizare Cu ajutorul retelelor KohonenCu ajutorul algoritmului K-
MeansPrin metode ierarhice
Data Mining este… Segmentare
Analiza cluster Arbori de decizie Retele neuronale Modelare predictiva
Analiza afinitatilor Reguli de asociere Generatori de secvente
Metodologia CRISP-DM
1. Intelegerea problemei2. Intelegerea datelor3. Pregatirea datelor4. Modelarea5. Evaluarea6. Aplicarea7. Actualizarea
CRCRoss IIndustry SStandard PProcess for DData MMining
Selectarea tehnicii de modelareStabilirea categoriei de studenti
Clasificarea
Predictia succesului studentilor
Predictie
Gruparea studentilor
Segmentare
Identificarea pachetelor de discipline
Asocierea
Identificarea paternurilor si trendurilor
Secvente
•Inductia regulilor•Arbori de clasificare si regresie
•Retele neuronale•Regresie
•Retele kohonen•Clusterizare K-Means•Clusterizare in doi pasi
•APRIORI•GRI•CARMA
•Capri•Inductia regulilor
Aspecte tehnice Scalabilitate Flexibilitatea interfetei cu baza de date Diversitatea algoritmilor si efectul algoritmicii
utilizate Validare & Scoring
Comparatii si optiuni
Rationament inductiv vs. deductiv Validare ipoteze vs validare acuratete Statistica traditionala vs Data mining
II. Managementul cunoasterii – cadru general
Managementul cunoasterii
Managementul cunoaşterii este definit drept:
procesul sistematic de descoperire - evaluare, protejare - conservare, formalizare, actualizare, distribuire şi utilizare a cunoştinţelor
într-un mod care să îmbunătăţească performantele angajaţilor în domeniul lor de activitate.
Abordari in managementul cunoasterii
Abordarea mecanicistă:
Are ca principiu aplicarea extensiva a tehnologiei.
Se presupune ca îmbunătăţirea accesului la cunoştinţe este cheia succesului managementul cunoştinţelor si ca, in general, tehnologia si creşterea volumului de informaţii sunt suficiente pentru a rezolva managementul cunoştinţelor.
Abordarea culturală:
Sursă de inspiraţie - lucrări din managementul schimbării care văd problema cunoştinţelor strict ca o problema de management clasic. Tehnologia nu este o soluţie.
Se presupune că filozofia organizaţiei trebuie schimbată în direcţia inovaţiei şi creativităţii (organizaţia care învaţă). Alte caracteristici ale abordării sunt: accentul pe procese şi exclusivitatea responsabilităţii managerului.
Abordarea sistemică:
Managementul cunoaşterii reprezinta o nouă problemă care trebuie rezolvată folosind multiple metode.
Problemele de cultură organizaţională sunt importante dar nu sunt singurele.
Stadii ale managementului cunoasterii Stadiul 1: Procese inteligente. Primele iniţiative de
managementul cunoaşterii construite pentru îmbunătăţirea unor procese critice cu ajutorul bunelor practici, inovaţiei şi instrumentelor informatice dedicate.
Stadiul 2: Înglobarea cunoştinţelor în produse şi servicii. Sunt încurajate activităţile de inovaţie şi de cercetare-dezvoltare. Cea mai mare parte a costului produselor încorporează inovaţia.
Stadiul 3: Inovarea conceptelor de afaceri. Sunt căutate noi paradigme şi modalităţi de a face afaceri (schimbarea regulilor jocului şi a jocului in sine).
Stadiul 4: Crearea sistemelor de management al cunoştinţelor şi cuplarea lor cu activităţile firmei. Obiectivul final al managementul cunoaşterii este creşterea vizibilităţii cunoaşterii în activităţile firmei şi punerea la punct a unui sistem de „reciclare” a cunoştinţelor.
Functiile unui sistem de managementul cunoasterii
adăugarea/integrarea cunoştinţelor; modificarea/ştergerea cunoştinţelor; articularea cunoştinţelor implicite; evaluarea cunoştinţelor explicite (maparea
cunoştinţelor); organizarea cunoştinţelor; regăsirea cunoştinţelor; inferenţa pe baza cunoştinţelor; explorarea relaţiilor (data mining); vizualizarea relaţiilor; comunicarea cunoştinţelor; personalizarea cunoştinţelor (adnotari/ratinguri -
recunoaştere,valorificarea competentelor individuale).
Modelul TKMM al managementului cunoasterii
trei
doi
unutrei
Cunoastere tacita
PortaluriCRM
Data WarehousesEnterprise Resource Planning (ERP)
MiddlewareOLAP
DataMining
Collaborative Working Environment (CWE)
Knowledge Base Knowledge Workers
KnowledgeMapping
Niveluri:Niveluri:
doi
unu
Cunoastere explicita
Modelul TKMM - Managementul cunoasterii explicite
Nivel unu:SGBDSQL Server, Oracle, Informix, Sybase, UniData, DB2
ERPOracle, SAP, Banner, PeopleSoft, Datatel
Nivel doi:Interogari: BrioQuery, Business Objects, PowerPlayAccess, FoxproOLAP:ASP, JSP, iHTML, XML
Nivel trei:Mining : Clementine, Enterprise Miner, Statistica, Mineset, Darwin, SpotFireStatistica SPSS, SAS, BMDP, SysStat
III. Managementul cunoasterii in universitati – cerinte
si aplicatii potentiale
21% din populaţia Europei în vârstă de muncă are pregătire post-universitară (terţiară), in timp ce in Statele Unite 38%, Canada 43% si Japonia 36%.
Deşi Europa produce mai mulţi doctori, din 1.000 angajaţi numai 5,5 sunt cercetători, spre deosebire de Statele Unite (9 cercetători la 1.000 angajaţi) sau Japonia (9,7 cercetători la 1.000 angajaţi).
Exceptand universităţile din Marea Britanie, nici o universitate europeană nu se află în primele 20 universităţi din lume, în conformitate cu clasificările internaţionale şi numai câteva se află în primele 50 de poziţii.
(World Bank „Tertiary Education and Innovation Systems Analysis-TEIS. Country Policy Report”; 2004)
Situatia actuala – cateva aspecte
Punctele slabe ale învăţământului superior in Europa
uniformitatea izolarea reglementările excesive subfinanţarea
In Europa, nivelul cheltuielilor pentru învăţământul superior este 1,1% din produsul intern brut- PIB, mult mai scăzut decât în Canada (2,5%) şi Statele Unite (2,7%). Pentru cercetare, în Europa se cheltuieşte 1,9% din PIB, în timp ce în Statele Unite şi Canada nivelul cheltuielilor
Directii de actiune
Creşterea atractivităţii prin asigurarea calităţii şi excelenţei Exercitarea unui management instituţional mai bun Asigurarea unei finanţari sporite şi eficiente
(Comisia Europeană –„Towards a Europe Research Area. Science, Technology and Innovation”, Luxembourg, 2003)
Managementul cunoasterii in universitati
Universităţile sunt implicate în realizarea economiei şi societăţii bazate pe cunoaştere
producerea cunoaşterii (cercetarea ştiinţifică); transmiterea cunoaşterii (educaţie şi formare); diseminarea cunoaşterii (cu ajutorultehnologiilor de informare şi
comunicare); utilizarea cunoaşterii (inovarea tehnologică).
Universităţile deţin cheia economiei şi societăţii bazate pe cunoaştere Intrucat se află la intersecţia cercetării cu educaţia şi inovaţia
(Barcelona European Council, 2002)
Aplicatii potentiale ale managementului cunoasterii in universitati - 1
Aplicaţii ale managementului cunoaşterii în procesul de cercetare ştiinţifică
Aplicaţii ale managementului cunoaşterii în procesul de dezvoltare curriculară
Aplicaţii ale managementului cunoaşterii în realizarea serviciilor pentru studenti
Aplicaţii ale managementului cunoaşterii în realizarea serviciilor administrative
Aplicaţii ale managementului cunoaşterii în planificarea strategica
Proiect de cercetare CEEX
UNI-C Strategii, sisteme, metode şi instrumente pentru managementul cunoaşterii în universităţi
Consortiu:
ASE, AL.I.Cuza, UPB, UNAp, SNSPA, UTBv, UVT, UPG, UMC si APMR.
Perioada de executie: august 2006-august 2008
Obiectivele proiectului
Elaborarea unei metodologii de evaluare a capitalului intelectual al universitatilor, baza pentru implementarea managementului cunoasterii.
Realizarea unor sisteme, metode si instrumente pentru managementul cunoaşterii în activitatea de cercetare stiintifică universitară, activitatea didactica si de management universitar.
Studierea posibilitatilor de creare a unor baze de date nationale privind învătământul superior pentru asigurarea inteligentei „competitive” (referitoare la mediu extern) a universitatilor si proiectarea structurii colectiilor de date si a metodelor de analiza.
Crearea unei retele de cercetare de excelenta in managementul cunoasterii care sa asigure potentialul de participare la programele europene de cercetare, in special programul IST.