УПРАВЛЕНИЕ ЗНАНИЯМИ НА ОСНОВЕ АНАЛИЗА БОЛЬШИХ ДАННЫХ В УНИВЕРСИТЕТАХ КОГНИТИВНОГО ТИПА

Рассматриваются возможности использования больших данных в образовании как элемента цифровой дидактики в развитии предпринимательских компетенций студентов и управлении знаниями. Анализируется глобальное исследование предпринимательства студентов (GUESSS). В структуре методологии GUESSS выделяется новый элемент: кроме институциональных факторов поддержки студенческого предпринимательства выделяется дидактический фактор - технологии обучения студентов-предпринимателей работе с большими данными для управления знаниями в проекте. В результате исследования формулируется вывод о том, что дидактика больших данных на примерах организации работы студентов с дата-сетами открытых государственных данных, дата-сетами платформ патентной аналитики (Patentoscope), дата-сетами R&D платформ - является фактором успешности развития предпринимательских компетенций студентов, инвестиционной успешности студенческих стартапов и управления знаниями. Следовательно: необходима модернизация методик проектного обучения посредством введения практик работы с дата-сетами проектных задач.

The possibilities of using big data in education as an element of digital didactics in the development of students' entrepreneurial competencies and knowledge management are considered. The Global Student Entrepreneurship Study (GUESSS) is analyzed. A new element is highlighted in the structure of the GUESSS methodology: in addition to institutional factors supporting student entrepreneurship, a didactic factor is highlighted - technologies for teaching student entrepreneurs to work with big data for knowledge management in a project. As a result of the study, the conclusion is formulated that the didactics of big data, based on examples of organizing students' work with open government data sets, patent analytics platforms (Patentoscope) data sets, R&D platforms data sets, is a factor in the success of the development of students' entrepreneurial competencies and the investment success of student startups and knowledge management. Therefore: it is necessary to modernize the methods of project training through the introduction of practices for working with data sets of project tasks.