Копылова Виктория Вадимовна, Анализ цифрового «следа» студента вуза как пользователя интернета
24.08.2020, 14:51
Аннотация: Рассматривается задача разработки рекомендательной системы поддержки принятия решения выбора направления подготовки и формирования индивидуальной программы обучения для абитуриента на основе анализа информации его профиля в социальных сетях. Ключевые слова: рекомендательная система, выбор направления подготовки, абитуриент, социальные сети, студент. Abstract: The paper Considers the problem of developing a recommendation system to support decision-making in choosing the direction of training and forming an individual training program for an applicant based on the analysis of their profile information in social networks. Keywords: recommendation system, choice of training direction, applicant, social networks, student. В качестве исходных данных анализа в системе используются различные «цифровые следы» (цифровая тень) абитуриентов в социальных сетях, например, подписки на сообщества в социальной сети «ВКонтакте». Исследования [1] учёных Томского государственного университета (ТГУ) показали, что школьники и студенты периодически (раз в год или полгода) производят актуализацию своих подписок т.к. нерелевантная информация в общей ленте приводит к необходимости рутинной фильтрации такого рода информации. В 2016 году в ТГУ было показано, что информационный профиль сети «ВКонтакте», в целом, отражает актуальные когнитивные особенности личности, а образовательные интересы школьников тесно связаны с их поведением в социальной сети. Основываясь на данных о студентах, поступивших на различные направления подготовки ИРНИТУ, мы предполагаем построить систему рекомендации направления подготовки на основе применения результатов из [1] исследования. Приняв во внимание результаты литературного обзора методов, проведённого во время научной практики, мы пришли к выводу, что популярными в настоящее время методами по вычислительной производительности выступают методы построения дендрограмм данных (кластерный анализ) и машинное обучение (нейронные сети). Это значит, что рекомендательная система будет основываться на решении задач выделения классов абитуриентов и их классификации по признакам. Исходные данные для вышеупомянутых задач будут получены в результате синтаксического анализа приказов о зачислении студентов ИРНИТУ, и анализа характеристик профиля в социальной сети «ВКонтакте» с помощью соответствующего API, разделение полученных данных на тестовую и обучающие выборки, разработку алгоритмов прогнозирования и сравнение их между собой по количеству ошибок, разработку интерфейса и подготовку системы для работы с пользователем. Разрабатываемая система предназначена для повышения качества решений, принимаемых абитуриентами, так и для студентов, намеревающихся адаптировать учебный процесс под свои требования. Кроме того, продукт будет полезен ВУЗам РФ, для формирования и оценки своей целевой аудитории, локализации и управления процессом профориентационной деятельности. [1] Фещенко А. В. Социальные сети в образовании: анализ опыта и перспективы развития / А. В. Фещенко // Гуманитарная информатика – Томск, 2012 – Выпуск 6 – С. 124-134.
Категория: Smart Student Science — 2020
Просмотров: 20 | Загрузок: 0 | Рейтинг: 3.0/1
Всего комментариев: 0
avatar