Цифровой университет в поисках своего абитуриента

Цифровой университет в поисках своего абитуриента
Исследование направлено на моделирование цифровых двойников учащихся, помогает образовательным организациям найти ответы на вопросы:
отражаются ли когнитивные способности человека в его цифровом профиле социальной сети?
как разыскать цифровой след талантливого ребёнка и корректно интерпретировать?
какие методы и инструменты выявления в социальной сети абитуриентов с высоким потенциалом доступны университетам и как их эффективно использовать?

Первые результаты проекта показывают, что социальные сети могут быть достаточно эффективно использованы для выявления психологических качеств – интеллектуального, креативного и мотивационно-личностного компонентов одаренности. Применение методов машинного обучения, позволяющего учитывать большое количество испытуемых и признаков, дает возможность с удовлетворительной точностью идентифицировать пользователей социальной сети с высоким уровнем развития определенных психологических качеств.

Апробация полученных моделей идентификации «ВКонтакте» одаренных старшеклассников в Сибирском федеральном округе в 2017 году позволила существенно улучшить результаты рекрутинговой кампании Томского государственного университета: привлечь абитуриентов с более высоким баллом ЕГЭ, повысить приоритетность поступления в ТГУ при наличии альтернативы.

Методы, которыми мы пользуемся:
стандартные методы работы с API (интерфейс прикладного программирования) для извлечения данных из социальных медиа
методы машинного обучения и математического моделирования для обогащения и валидации данных
методы анализа социальных сетей
методы обработки естественного языка
методы психологического тестирования
методы маркетингового исследования

Сбор, хранение и обработка данных осуществляется на базе суперкомпьютерного центра Томского государственного университета, включающего в себя суперкомпьютер СКИФ Cyberia, состоящий из 6,2 тысяч вычислительных ядер и оборудованный высокопроизводительными системами хранения данных.

Статистика проекта:
проанализированных профилей абитуриентов: 520 000
проанализированных тематических сообществ: 100 000+
психодиагностика старшеклассников: 3 000 человек
прогнозируемые характеристики личности: креативность, интеллект, мотивация, область образовательных интересов
точность прогнозирования признаков одаренности – 72-89%