Классификация школьников по цифровым следам на основе нейронной сети MLP

УДК 519.8+004.855.5 ББК 22.1я431

  • Рустем Доланович Айтенов Алтайский государственный университет Email: russnet98@gmail.com
  • Анастасия Станиславовна Маничева Алтайский государственный университет Email: manicheva.a.s@gmail.com
  • Вера Владимировна Журавлева Алтайский государственный университет Email: vvzhuravleva@mail.ru

Abstract

Статья посвящена исследованию различимости отдельных групп школьников по цифровым следам, оставляемым в профиле социальной сети «ВКонтакте». Классификация на отдельные группы основана на нейронной сети многослойного персептрона (MLP).

Author Biographies

Рустем Доланович Айтенов, Алтайский государственный университет

Алтайский государственный университет, институт математики и информационных технологий, студент

Анастасия Станиславовна Маничева, Алтайский государственный университет

кандидат технических наук, доцент, Алтайский государственный университет, институт математики и информационных технологий, доцент

Вера Владимировна Журавлева, Алтайский государственный университет

кандидат физико-математических наук, доцент, Алтайский государственный университет, институт математики и информационных технологий, доцент

References

Kosinski M. et al. Manifestations of user personality in website choice and behaviour on online social networks // Machine learning. – 2014. – Vol. 95, №3. – P. 357–380. DOI: 10.1007/s10994-013-5415-y.

Mangal N., Niyogi R., Milani A. Analysis of Users’ Interest Based on Tweets // Computational Science and Its Applications – ICCSA 2016: 16th International Conference. – 2016. – Part V. – P. 12–23. DOI: 10.1007/978-3-319-42092-9_2.

Фурсов А.Л. Новые методы в отборе персонала: основные характеристики «цифрового следа» соискателя должности // Актуальные проблемы социально-гуманитарных наук и образования: сущность, концепции, перспективы: материалы VII Межд. науч. конф., Саратов, 15 апреля 2019 года. – Саратов, 2019. – С. 1057–1062.

Николаенко Г.А. Перспективы использования цифровых следов исследователей для анализа их коммуникативных стратегий (на примере социальной сети ResearchGate) // Социология науки и технологий. – 2019. – Т. 10, №2. – С. 93–109. DOI: 10.24411/2079-0910-2019-12005.

Тулупьева Т.В., Суворова А.В., Азаров А.А., Тулупьев А.Л.,Бордовская Н.В. Возможности и опыт применения компьютерных инструментов в анализе цифровых следов студентов-пользователей социальной сети // Компьютерные инструменты в образовании. – 2017. – №5. – С. 3–13.

Feshchenko A. et al. Modelling of an educational profile of a student by analyzing public user data from social networks // INTED2018: 12th International Technology, Education and Development Conference. –Valencia, Spain, 2018. – P. 640–646.DOI: 10.21125/inted.2018.1115.

Feshchenko A., Goiko V., Stepanenko A. Recruiting university entrants via social networks // EDULEARN17 Proceedings: 9th International Conference on Education and New Learning Technologies, Barcelona, Spain, July 3rd-5th 2017. – Barcelona, 2017. – P. 6077–6082.

Журавлева В.В., Маничева А.С., Фещенко А.В., Журавлев Е.В., Журенков О.В., Козлов Д.Ю. Примеры использования машинногообучения для разработки инструментов управления приемнойкампанией и учебным процессом вуза // EdCrunch-Томск: сборник тезисов Международной конференции по передовым технологиям обучения, Томск, 2-4 декабря 2020 г. – Томск, 2020. – С. 112-114.

Абрамов М.В., Тулупьев А.Л., Тулупьева Т.В. Агрегирование данных из социальных сетей для восстановления фрагмента мета-профиля пользователя // КИИ–2018: XVI национальная конференция по искусственному интеллекту с международным участием. Москва, 24–27 сентября 2018 года. – Москва, 2018. – С. 189–197.

Zhuravleva V.V., Manicheva A.S., Feshchenko A.V., Berestov A.V. Optimization of the algorithm for identifying digital traces of schoolchildren in the Altai Territory // Journal of Physics: Conference Series. – 2020. – V. 1615. DOI: 10.1088/17426596/1615/1/012013.

Журавлева В.В., Маничева А.С., Фещенко А.В., Берестов А.В. Исследование различимости цифровых следов у различных групп школьников на территории Алтайского края // Высокопроизводительные вычислительные системы и технологии. –2020. – Т. 1, № 4. – С. 121–125.

Университетский консорциум исследователей больших данных[Электронный ресурс]. – Заглавие с экрана. Режим доступа:http://opendata.university/ – Дата обращения: 20.05.2021.

Published
2021-08-17
Section
Секция ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА