0 added
0 removed
Original
2026-01-01
Modified
2026-02-21
1
<p>Интересы студентов в социальной сети "ВКонтакте" позволяют выявлять с высокой точностью их академическую успеваемость. К такому выводу пришли исследователи из НИУ ВШЭ и Томского государственного университета (ТГУ). Статья с результатами исследования, охватившего 4445 студентов ТГУ,<a>опубликована</a>в журнале IEEE Access.</p>
1
<p>Интересы студентов в социальной сети "ВКонтакте" позволяют выявлять с высокой точностью их академическую успеваемость. К такому выводу пришли исследователи из НИУ ВШЭ и Томского государственного университета (ТГУ). Статья с результатами исследования, охватившего 4445 студентов ТГУ,<a>опубликована</a>в журнале IEEE Access.</p>
2
<p>С согласия студентов, которые разрешили использовать любые общедоступные данные из своих профилей в социальной сети, исследователи собрали данные об их подписках на различные сообщества "ВКонтакте". C помощью методов анализа естественного языка они классифицировали тематику сообществ, а также оценили сложность текстов в постах и их эмоциональную тональность. Для каждого студента исследователи составили цифровой профиль, включающий предпочтения и интересы. После этого учёные с помощью машинного обучения обнаружили взаимосвязь между их взаимодействием с разным интернет-контентом и успехами в учёбе (данные об этом предоставил университет).</p>
2
<p>С согласия студентов, которые разрешили использовать любые общедоступные данные из своих профилей в социальной сети, исследователи собрали данные об их подписках на различные сообщества "ВКонтакте". C помощью методов анализа естественного языка они классифицировали тематику сообществ, а также оценили сложность текстов в постах и их эмоциональную тональность. Для каждого студента исследователи составили цифровой профиль, включающий предпочтения и интересы. После этого учёные с помощью машинного обучения обнаружили взаимосвязь между их взаимодействием с разным интернет-контентом и успехами в учёбе (данные об этом предоставил университет).</p>
3
<p>Анализ данных показал, что<strong>студенты с высокими оценками</strong>чаще подписываются на сообщества, связанные с научной и образовательной тематикой, в которых проходят обсуждения новых технологий и публикуются аналитические статьи. Кроме науки, к таким темам относятся городская жизнь, изобразительное искусство, домашний декор, изучение языка, владение языком, домашние животные, философия, "поэтическая меланхолия", программирование, путешествия, университетская жизнь, волонтёрство и снижение веса.</p>
3
<p>Анализ данных показал, что<strong>студенты с высокими оценками</strong>чаще подписываются на сообщества, связанные с научной и образовательной тематикой, в которых проходят обсуждения новых технологий и публикуются аналитические статьи. Кроме науки, к таким темам относятся городская жизнь, изобразительное искусство, домашний декор, изучение языка, владение языком, домашние животные, философия, "поэтическая меланхолия", программирование, путешествия, университетская жизнь, волонтёрство и снижение веса.</p>
4
<p><strong>Студентов с более низкими оценками</strong>чаще интересуют аниме, астрология, бодибилдинг, автозапчасти, боевые виды спорта, предметы моды, футбол, смешные шутки, игры, обмен мемами, музыкальные мероприятия, музыкальные релизы, музыкальные тенденции, узнаваемый юмор, списки подработок, татуировки и видеоигры.</p>
4
<p><strong>Студентов с более низкими оценками</strong>чаще интересуют аниме, астрология, бодибилдинг, автозапчасти, боевые виды спорта, предметы моды, футбол, смешные шутки, игры, обмен мемами, музыкальные мероприятия, музыкальные релизы, музыкальные тенденции, узнаваемый юмор, списки подработок, татуировки и видеоигры.</p>
5
<p>Авторы исследования считают, что на основе анализа цифрового профиля в соцсетях возможно спрогнозировать успеваемость в учёбе. Тематика сообществ - не единственный фактор для такого прогноза, важную роль играют также характеристики текстов, которые лайкают студенты.<strong>Отличникам, как правило, нравятся более сложные тексты</strong>.</p>
5
<p>Авторы исследования считают, что на основе анализа цифрового профиля в соцсетях возможно спрогнозировать успеваемость в учёбе. Тематика сообществ - не единственный фактор для такого прогноза, важную роль играют также характеристики текстов, которые лайкают студенты.<strong>Отличникам, как правило, нравятся более сложные тексты</strong>.</p>
6
<p>Авторы предполагают, что в будущем разработанный метод могут использовать работодатели, чтобы находить способных кандидатов, и предупреждают пользователей соцсетей о важности цифровой гигиены - цифровой след в соцсетях (лайки, фотографии, переходы по ссылкам и так далее) впоследствии может напрямую повлиять на профессиональную жизнь.</p>
6
<p>Авторы предполагают, что в будущем разработанный метод могут использовать работодатели, чтобы находить способных кандидатов, и предупреждают пользователей соцсетей о важности цифровой гигиены - цифровой след в соцсетях (лайки, фотографии, переходы по ссылкам и так далее) впоследствии может напрямую повлиять на профессиональную жизнь.</p>
7
<p>Ранее стало известно, что ТГУ уже<a>использует</a>данные из соцсетей абитуриентов (с их согласия) в ходе приёмной кампании. Успеваемость студентов<a>прогнозируют</a>и в других российских вузах, например в МГПУ. Система учитывает более 20 параметров, среди которых оценки студента, 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>Ранее стало известно, что ТГУ уже<a>использует</a>данные из соцсетей абитуриентов (с их согласия) в ходе приёмной кампании. Успеваемость студентов<a>прогнозируют</a>и в других российских вузах, например в МГПУ. Система учитывает более 20 параметров, среди которых оценки студента, 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>
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>