0 added
0 removed
Original
2026-01-01
Modified
2026-02-21
1
<p>Как<a>рассказал</a>в ходе дискуссии "Как управлять университетами с помощью больших данных" гендиректор Университетского консорциума исследователей больших данных<strong>Вячеслав Гойко</strong>, в Томском государственном университете в ходе приёмной кампании используют данные из соцсетей абитуриентов (с их согласия), а также данные опросов.</p>
1
<p>Как<a>рассказал</a>в ходе дискуссии "Как управлять университетами с помощью больших данных" гендиректор Университетского консорциума исследователей больших данных<strong>Вячеслав Гойко</strong>, в Томском государственном университете в ходе приёмной кампании используют данные из соцсетей абитуриентов (с их согласия), а также данные опросов.</p>
2
<p>Проект в вузе реализуют с 2017 года, так что он уже стал постоянной частью работы приёмной комиссии. По словам Вячеслава Гойко, за счёт использования этой модели число отчислений первокурсников снизилось на 34% в сравнении с показателями приёмной кампании обычного формата.</p>
2
<p>Проект в вузе реализуют с 2017 года, так что он уже стал постоянной частью работы приёмной комиссии. По словам Вячеслава Гойко, за счёт использования этой модели число отчислений первокурсников снизилось на 34% в сравнении с показателями приёмной кампании обычного формата.</p>
3
<p>Ключевые отличия подхода ТГУ в следующем. Обычно у университета в распоряжении есть анкета студента, его результаты ЕГЭ и портфолио индивидуальных достижений. Исследовательская группа решила использовать также открытые данные социальных сетей будущих студентов и обогатить их, например, сведениями об образовательных интересах. Для получения данных у абитуриентов берут информированное согласие.</p>
3
<p>Ключевые отличия подхода ТГУ в следующем. Обычно у университета в распоряжении есть анкета студента, его результаты ЕГЭ и портфолио индивидуальных достижений. Исследовательская группа решила использовать также открытые данные социальных сетей будущих студентов и обогатить их, например, сведениями об образовательных интересах. Для получения данных у абитуриентов берут информированное согласие.</p>
4
<p>"Мы видим в конце первого и на третьем курсе вот эти "долины смерти“, когда много отчислений. Люди приходят в университет и понимают, что они попали не туда. Чтобы эту ситуацию нивелировать, мы как раз используем их образовательные интересы", - объяснил Вячеслав Гойко.</p>
4
<p>"Мы видим в конце первого и на третьем курсе вот эти "долины смерти“, когда много отчислений. Люди приходят в университет и понимают, что они попали не туда. Чтобы эту ситуацию нивелировать, мы как раз используем их образовательные интересы", - объяснил Вячеслав Гойко.</p>
5
<p>Как именно в вузе определяют образовательные интересы абитуриентов, на конференции не раскрыли, но об этом можно узнать из других источников. Так, данные об абитуриентах в ТГУ продолжают анализировать и после того, как тех зачисляют в вуз. Судя по <a>научной статье</a>Вячеслава Гойко и других авторов, в 2021 году в ТГУ изучали использование цифровых следов для прогнозирования успеваемости студентов. Среди данных, на которых обучалась модель, кроме общей и личной информации пользователя соцсети, были данные о сообществах, на которые он подписан. Вероятно, образовательные интересы абитуриентов на этапе приёмной кампании определяют аналогичным образом.</p>
5
<p>Как именно в вузе определяют образовательные интересы абитуриентов, на конференции не раскрыли, но об этом можно узнать из других источников. Так, данные об абитуриентах в ТГУ продолжают анализировать и после того, как тех зачисляют в вуз. Судя по <a>научной статье</a>Вячеслава Гойко и других авторов, в 2021 году в ТГУ изучали использование цифровых следов для прогнозирования успеваемости студентов. Среди данных, на которых обучалась модель, кроме общей и личной информации пользователя соцсети, были данные о сообществах, на которые он подписан. Вероятно, образовательные интересы абитуриентов на этапе приёмной кампании определяют аналогичным образом.</p>
6
<p>Успеваемость студентов<a>прогнозируют</a>и в других российских вузах, например в МГПУ. Система учитывает более 20 параметров, среди которых оценки студента, его пол и возраст, образовательная программа и результаты ЕГЭ. Кроме того, нейросеть принимает во внимание, какие курсы учащийся проходит по выбору и насколько активно пользуется библиотекой и платформой для дистанционного обучения. На основе всех данных система составляет прогноз, насколько успешно студент сдаст экзамены в следующую сессию и грозит ли ему отчисление.</p>
6
<p>Успеваемость студентов<a>прогнозируют</a>и в других российских вузах, например в МГПУ. Система учитывает более 20 параметров, среди которых оценки студента, его пол и возраст, образовательная программа и результаты ЕГЭ. Кроме того, нейросеть принимает во внимание, какие курсы учащийся проходит по выбору и насколько активно пользуется библиотекой и платформой для дистанционного обучения. На основе всех данных система составляет прогноз, насколько успешно студент сдаст экзамены в следующую сессию и грозит ли ему отчисление.</p>
7
<p>А ещё Skillbox Media недавно<a>рассказывал</a>о том, что прогнозировать риск отчислений можно с помощью анализа стратегий саморегулирования мотивации, которые используют студенты. Кроме того, обучение студентов работе с наиболее эффективными стратегиями помогает снизить этот риск.</p>
7
<p>А ещё Skillbox Media недавно<a>рассказывал</a>о том, что прогнозировать риск отчислений можно с помощью анализа стратегий саморегулирования мотивации, которые используют студенты. Кроме того, обучение студентов работе с наиболее эффективными стратегиями помогает снизить этот риск.</p>
8
<p>Больше интересного про образование ― в нашем<a>телеграм-канале</a>. Подписывайтесь!</p>
8
<p>Больше интересного про образование ― в нашем<a>телеграм-канале</a>. Подписывайтесь!</p>