КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 19-18-00253

НазваниеНейросетевая психометрическая модель когнитивно-поведенческих предикторов жизненной активности личности на базе социальных сетей

РуководительПопов Леонид Михайлович, Доктор психологических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет", Республика Татарстан (Татарстан)

Период выполнения при поддержке РНФ 2019 г. - 2021 г.  , продлен на 2022 - 2023. Карточка проекта продления (ссылка)

Конкурс№35 - Конкурс 2019 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами».

Область знания, основной код классификатора 08 - Гуманитарные и социальные науки, 08-550 - Психология

Ключевые словаличность, поведение, виртуальное поведение, социальные сети, прогностика, академическая успешность, когнитивные механизмы, профессиональная успешность, психометрия, предикторы, виртуальное пространство, большие данные, нейросети

Код ГРНТИ15.21.51


СтатусУспешно завершен


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Научная проблема исследования состоит в том, что к настоящему времени назрела необходимость осмысления закономерностей соотношения когнитивных и поведенческих процессов и их результатов в реальной и виртуальной жизнедеятельности личности. Цель проекта – разработать на базе BIG DATA и нейросетей теоретико-прикладную модель прогнозирования жизненной активности личности в ее образовательной и профессиональной деятельности на основе интеграции психологических закономерностей проявления поведенческих и когнитивных процессов пользователей в реальном и виртуальном пространстве с основными метриками (ключевыми параметрами профиля) их активности в социальных сетях. Структурными компонентами модели выступят когнитивно - поведенческие предикторы (прогностические параметры), которые отражают особенности виртуальной активности личности в социальных сетях. Решение научной проблемы, обозначенной в рамках предлагаемого проекта, включает использование комплексного подхода через интеграцию социо-гуманитарного знания в целом и психологических знаний в частности с естественными науками и их методологическим и методическим аппаратом, связанным с современными инфокоммуникационными технологиями, методами «BIG DATA» и нейросетей. Подобная интеграция позволит не только проводить кибердиагностику, но также прогнозировать поведение людей через киберпространство с проработкой возможностей последующего воздействия на их активность в реальной жизни. На настоящий момент в связи с интенсивным развитием информационных технологий отмечаются глубокие изменения в модели социальной реальности. Одним из таких изменений является виртуализация («киберизация») социальных процессов - происходят интенсивные процессы интеграции и слияния социальной и виртуальной реальностей. В психологии активность личности в виртуальном пространстве и попытки прогнозирования ее поведения в реальной жизни на основе этой активности находят свое воплощение в киберпсихологии – новой отрасли знания, находящейся на начальных этапах своего становления. Учитывая текущую роль виртуальной реальности в жизни людей и революционные возможности, которые она дает для развития психологической науки и практики, киберпсихология – это ведущий тренд ближайших десятилетий. В рамках данного тренда особое место занимает психология социальных сетей – одно из наиболее интенсивно развивающихся направлений. В целом, современные социальные сети выступают аналогом кибернетического моделирования психологических процессов, точнее виртуальной моделью социально-психологической реальности. Включение данной модели в предметную область исследований открывает для социо - гуманитарного знания в целом и для психологии, в частности, новые возможности – значительное расширение ее методологического и методического аппарата. С одной стороны, такое включение позволит учитывать изменения, которые происходят в современной модели социальной реальности. С другой, откроет широкие перспективы приблизиться к пониманию такого сложного, многомерного феномена, как человеческое поведение в реальном мире и даст возможности для диагностики и прогнозирования поведения через киберпространство. Построение заявленной модели раскроет: психологические закономерности сопряженности поведенческих компонентов личности «Я - виртуальное» и «Я - реальное» в рамках ее образовательной и профессиональной активности; наполнит фактическим содержанием формирующуюся область психологического знания «Психология социальных сетей» и позволит прогнозировать поведение человека на основе особенностей его виртуальной активности в социальных сетях для высших учебных заведений, рынка труда и иных сфер. Результаты исследования внесут существенный вклад в решение проблемы кибернетического моделирования психологических процессов и позволят: 1) сформировать фундаментальную базу для расширения арсенала психодиагностических средств психологии (компьютерные программы, интернет - сервисы, роботы-диагносты); 2) расширить возможности разработки (совершенствования) технологий составления психологического портрета человека на основе анализа его виртуальной активности; 3) внедрить методы прогнозирования различных аспектов поведения личности через виртуальное пространство 4) создать основы для последующей разработки методов влияния на поведение человека через киберпространство.

Ожидаемые результаты
Впервые будут выделены психологические механизмы и закономерности образовательной и профессиональной успешности личности (как проявлений ее жизненной активности) на основе анализа количественных показателей (метрик) ее профиля в социальных сетях (квантитативный компонент психометрической модели прогнозирования успешности личности в рамках образовательной активности). Впервые будут выделены психологические механизмы и закономерности образовательной и профессиональной успешности личности (как проявлений ее жизненной активности) на основе содержательного анализа показателей (метрик) ее профиля в социальных сетях (содержательный компонент психометрической модели прогнозирования успешности личности в рамках образовательной активности). Впервые будут выделены и систематизированы когнитивно - поведенческие предикторы жизненной активности личности, представленные в виртуальной реальности, как результаты (продукты) процессов ее активности в социальных сетях через метрические (психометрические) показатели персонального профиля. Впервые будет разработана психометрическая модель прогнозирования жизненной активности личности (ее успешности в образовательной и профессиональной деятельности) на основе интеграции психологических закономерностей поведения пользователей в виртуальном пространстве с основными метриками (ключевыми параметрами профиля) их деятельности в социальных сетях. Запланированные результаты будут соответствовать мировым трендам в области исследований психометрии и возможностей прогнозировании поведения пользователей социальных сетей в реальной жизни. Результаты исследования выступят одним из весомых оснований формирующейся области знания «Психология социальных сетей». Практическая направленность результатов будет заключаться в разработанной фундаментально-прикладной модели, использование которой позволит прогнозировать с высокой степенью вероятности уровни успешности личности в ее жизненной активности в рамках образовательной и профессиональной деятельности.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2019 году
В 2019 году научным коллективом работа проводилась по следующим направлениям: 1. Разработка квантитативного компонента функциональной психометрической модели когнитивно - поведенческих предикторов активности личности в рамках ее образовательной деятельности. 2. Разработка содержательного компонента функциональной психометрической модели когнитивно - поведенческих предикторов активности личности в рамках ее образовательной деятельности 3. Разработка функциональной психометрической модели когнитивно - поведенческих предикторов активности личности в рамках ее образовательной деятельности (на базе нейросетей, BIG DATA, социальных сетей). В рамках первого и второго направлений сформированы базы данных всех студентов, обучающихся и прошедших обучение в Казанском федеральном университете за период с 2013 года по настоящее время. Общий объем выборки составил 55110 человек. В рамках первого направления работ разработаны и апробированы информационно-аналитические модули поиска и анализа персональных страниц и осуществлен анализ открытых персональных профилей в социальных сетях у 33 484 студентов. Выделена высокая мера рассеивания средних интервалов и невозможность выделить единый интервал средних, по которому вручную можно давать высокий прогноз академической успешности студента на основе особенностей его виртуальной активности в социальных сетях (по количественным показателям метрик персонального профиля). Получены статистически значимые результаты влияния академической успешности личности на характеристики ее виртуальной активности. Выделены корреляционные взаимосвязи академической успешности студентов с количественными показателями метрик их персонального профиля в социальных сетях. Это положительные корреляции: Друзья (р≤0,01), Фотографии (р≤0,01), Посты (р≤0,01), Репосты (р≤0,01). И отрицательные корреляции: Видеозаписи (р≤0,01), Интересные страницы (р≤0,01), Аудиозаписи (р≤0,01). Показано, что академическая успешность студентов напрямую влияет на такие количественные метрики их персонального профиля, как: Друзья (F=14,7, при p=0,000), Фотографии (F=5,64, при p=0,004), Степень заполняемости профиля (F=3,65, при p=0,026) и Посты (F=2,49, при p=0,083). Выделено, что академическая успешность обратно влияет на такие метрики, как Видеозаписи (F=5,83, при p=0,003), Интересные страницы (F=3,51, при p=0,030), Аудиозаписи (F=10,05, при p=0,000). Показано, что традиционные методы математико-статического анализа не эффективны при разработке математических моделей прогнозирования академической успешности студентов через количественные показатели их метрик персонального профиля в социальной сети «ВКонтакте». Разработана, обучена (по алгоритму «обучение с учителем») и апробирована нейросетевая система прогнозирования академической успешности студентов на основе 5 ключевых метрик персонального профиля студентов, которые являются наиболее представленными в виртуальном пространстве социальных сетей. Это: Фотографии, Видеозаписи, Друзья, Подписчики и Интересные страницы. Система включает: 1. Модуль статистической обработки данных. 2. Модуль классификатора данных. 3. Базы данных и программы, осуществляющие связь с основными модулями системы. 4. Графический интерфейс для реализации взаимодействия с пользователем. Результаты экспериментальной (тестовой) проверки показали эффективность прогноза академической успешности студентов через количественные показатели метрик их персонального профиля в социальной сети «Контакте» на уровне 80%. Таким образом экспериментально обоснована возможность прогнозирования академической успешности студентов через количественные показатели метрик их персонального профиля в социальной сети «ВКонтакте», которые выступают квантитативным компонентом функциональной психометрической модели когнитивно-поведенческих предикторов активности личности в рамках ее образовательной деятельности. В рамках второго направления проанализированы содержательные характеристики метрик персонального профиля студентов в социальной сети «ВКонтакте» у 33484 испытуемых. Разработаны, обучены и апробированы нейросетевые модули содержательного анализа постов и репостов, видеозаписей, аудиозаписей и фотографий. Выделены сходные (пересекающиеся) и уникальные (не пересекающиеся) категории (тематики), семантически объединяющие различные слова в постах и репостах успешных и неуспешных студентов. Результаты содержательного сравнения жанровой направленности видеозаписей и фотографий не показали значимых расхождений у академически успешных, обычных и неуспешных студентов. Результаты содержательного сравнения жанровой направленности аудиозаписей показали, что, например, для успешных студентов характерно присутствие композиций из жанров поп-рок, классический рок, альтернатива, классическая музыка. Также осуществлен ручной анализ хештегов к постам и репостам, лайков и содержательного наполнения интересных страниц у успешных и неуспешных студентов. В частности, выявлено, что большинство академически успешных студентов легче, чем неуспешные социализируются и выстраивают взаимодействие с людьми как в реальных, так и виртуальных условиях. Академически успешные студенты направлены на познавательную активность в большей степени, чем неуспешные, которые более ориентированы на развлечения, поиск работы и новинки музыки и характеризуются желанием получить быстрые эмоции от сплетен и развлечений. В целом, раскрыто широкое разнообразие психологических закономерностей взаимодействия реальной и виртуальной личности через метрики ее персонального профиля и показаны возможности использования нейросетевого подхода при реализации психологических исследований. В рамках третьего направления работ выделены когнитивно-поведенческие предикторы образовательной активности, представленные в виртуальной реальности, как результаты (продукты) процессов ее деятельности в социальных сетях через метрические (психометрические) показатели персонального профиля. Обосновано, что компоненты (метрики) персонального профиля в социальных сетях выступают точкой взаимодействия между реальной и виртуальной личностью. Категория «взаимодействие», выступая отражением жизненной активности личности, является наиболее адекватной формой описания механизма, который связывает «Я реальное» с «Я виртуальным». Данная связь проявляется на трех аспектах: познание, адаптация и преобразование. Одним из весомых проявлений виртуальной активности личности выступают социальные сети. Индикаторами (предикторами) результатов взаимодействия выступают продукты когнитивно-поведенческого плана, отраженные в метриках личностного профиля пользователей социальных сетей. Методологически данное утверждение объединяет в себе общепринятые в психологии теоретические положения о динамическом (Д.А. Леонтьев) формировании личности в ее взаимодействии с миром (С.Л. Рубинштейн, В.Штерн, Я.А. Пономарев, Д.В. Ушаков), психологическом пространстве личности (У.Джемс, А.Л. Журавлев, К. Левин), психологическом механизме активности и творчества (Л.С. Выготский, А.Н. Леонтьев, Я.А. Пономарев, Д.Б. Богоявленская), Я-концепции (У. Джемс, А. Бандура, К. Роджерс), об интернально-экстернальном «ритмическом (по В.М. Бехтереву) функционировании интеллектуальной активности (А.Н. Леонтьев, Л.М. Попов), о детерминации и самодетерминации личности (Б.Ф. Ломов, Д.А. Леонтьев), которые побуждают к созерцательной, адаптационной и преобразующей направленности активных действий субъекта. На базе нейросетевого подхода к исследованию жизненной активности личности предложена функциональная психометрическая модель когнитивно-поведенческих предикторов жизненной активности личности в рамках ее образовательной деятельности с использованием нейросетевого подхода и больших данных (BIG DATA) на базе социальных сетей. Данная модель представлена через закономерности и механизмы взаимодействия виртуальной и реальной личности. Теоретико-эмпирическую основу данной модели составляют выделенные закономерности влияния успешности личности в реальной жизни (на данном этапе исследования на уровне образовательной деятельности) на ее активность в социальных сетях. Виртуальная активность в социальных сетях проявляется через общение, познание (познавательную активность), профессиональную деятельность, досуговую активность и творчество. Позиции (метрики) с которыми работает личность в персональном профиле выступают отражением ее интеллектуально-деятельностного (субъектно-деятельностного, пространственно-временного, внешнего-внутреннего) механизма и выступают когнитивно (внутреннее пространство-время) – поведенческими (внешняя активность) предикторами – точками, маркерами, которые позволяют предсказывать успешность личности в реальной жизни в рамках ее образовательной активности. Информационно-технологическую основу данной модели составляют программные и нейросетевые модули, которые позволяют снизить многомерность значений и показателей и выделить многообразие возможных вариантов взаимодействия между внутренним и внешним содержанием реальной и виртуальной личности. Использование информационно-технологической составляющей в данном проекте показывает одну из точек интеграции гуманитарного и технического знаний и раскрывает преимущества внедрения новых подходов и методов в психологию наравне с традиционными. Результаты выступают теоретико-эмпирической и теоретико-прикладной базой формирования зарождающегося направления «Психология социальных сетей» и показывают прогностическую и практическую значимость использования маркеров виртуального пространства (в данном исследовании такими маркерами выступают метрики персонального профиля в социальных сетях – то, что мы обозначаем как когнитивно-поведенческие предикторы) для прогнозирования жизненной активности личности. Использование нейросетевого подхода также расширяет возможности моделирования психических процессов современными информационными средствами, что открывает перспективы формирования и развития такого направления как «Психология искусственного интеллекта».

 

Публикации

1. Бердников А.А., Давлетшин Н.М.,Гафаров Ф.М.,Устин П.Н. РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ПОИСКА ПЕР- СОНАЛЬНЫХ ПРОФИЛЕЙ СТУДЕНТОВ В СОЦИАЛЬНОЙ СЕТИ ВКОНТАКТЕ Компьютерные технологии и моделирование в науке, технике, экономике, образовании и управлении: тенденции и развитие, - (год публикации - 2019)

2. Вахитов Г.З., Еникеева З.А., Янгирова Н.З., Шавалиева А.З., Устин П.Н. Identification of the clusters of social network communities for users with a specific characteristic Proceedings of the12th International Conference on the Developments in eSystems Engineering, - (год публикации - 2019)

3. Вышинская А.А., Еникеева З.А., Вахитов Г.З. СТАТИСТИЧЕСКИЙ АНАЛИЗ МЕТРИК ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНОЙ СЕТИ Лобачевские чтения-2019, 39-41 (год публикации - 2019)

4. Гафаров Ф.М., Еникеева З.А., Вахитов Г.З., Николаев К.С. Psychometric Predictors Of Personal Qualities For Students Of Service And Tourism Department Based On Info From Social Networks Journal of Advanced Research in Dynamical and Control Systems, V.11, 08, 2251-2255 (год публикации - 2019)

5. Гафаров Ф.М., Еникеева З.А., Вахитов Г.З., Николаев К.С. Psychometric Predictors of Educational Success of Students-Humanitarians in Social Networks Journal of International Pharmaceutical Research, V.46, 4, 495-500 (год публикации - 2019)

6. Николаев К.С., Давлетшин Н.М., Бердников А.А. Нейросетевой метод классификации текстов групп социальной сети Вконтакте Современные информационные технологии и ИТ-образование, - (год публикации - 2019)

7. Попов Л.М., Устин П.Н. Метод актуализации инновационного потенциала студента в структуре его жизненной активности Проблема развития личности условиях глобализации: психолого-педагогические аспекты, - (год публикации - 2019)

8. Попов Л.М., Устин П.Н., Абитов И.Р. Взаимодействие современной молодежи в социальных сетях как двусторонняя форма жизненной активности Меридиан, 12(30), 1-6 (год публикации - 2019)

9. Устин П.Н., Попов Л.М., Хакимзянов Р.Н., Гафаров Ф.М. ВЗАИМОСВЯЗЬ ЛИЧНОСТНЫХ ХАРАКТЕРИСТИК СТУДЕНТОВ С ПОКАЗАТЕЛЯМИ ИХ ПЕРСОНАЛЬНОГО ПРОФИЛЯ В СОЦИАЛЬНЫХ СЕТЯХ КОГНИТИВНОЕ МОДЕЛИРОВАНИЕ В ПРОФЕССИОНАЛЬНОМ ОБРАЗОВАНИИ, 161-164 (год публикации - 2019)

10. Хакимзянов Р.Н., Прокопьев Н.А., Матренина О.М. Анализ виртуальных маркеров академической успешности студентов (на примере социальной сети «вконтакте») Сolloquium-journal, 25(49), 68-70 (год публикации - 2019)

11. Хакимзянов Р.Н., Устин П.Н., Попов Л.М., Еникеева З.А., Вахитов Г.З. ПСИХОМЕТРИЧЕСКИЕ ПРЕДИКТОРЫ АКАДЕМИЧЕСКОЙ УСПЕШНОСТИ СТУДЕНТОВ-ГУМАНИТАРИЕВ В СОЦИАЛЬНЫХ СЕТЯХ КОГНИТИВНОЕ МОДЕЛИРОВАНИЕ В ПРОФЕССИОНАЛЬНОМ ОБРАЗОВАНИИ, 177-185 (год публикации - 2019)

12. Янгирова Н.З., Еникеева З.А., Вахитов Г.З. Probabilistic calculation of missing data values users of the social network Revista Turismo Estudos & Práticas (RTEP), - (год публикации - 2019)

13. - Бизнес онлайн Ученые КФУ обещают вывести формулу успеха, проанализировав страницы пользователей соцсетей, - (год публикации - )


Аннотация результатов, полученных в 2020 году
При реализации второго этапа исследования в 2020 году подготовлены 19 публикаций. Из них 7 публикаций в изданиях, индексируемых в базах данных «Web of Science» или (и) «Scopus» (при трех запланированных); 12 публикаций, индексируемых в базе данных РИНЦ. Одна публикация принята в высокорейтинговый журнал двойной индексации («Web of Science» и «Scopus») Journal of Human Sport and Exercise (H Index-23, SJR-0,403, Quartile – 2). На основе результатов формируется теоретико-методологическая модель когнитивно-поведенческих предикторов жизненной активности личности. Ряд теоретических позиций модели изложены в статье «Когнитивно-поведенческая концепция и возможности ее реализации в жизненной активности студентов», которая подготовлена к публикации в «Психологическом журнале» (будет опубликована в 2021 году) и выступает одним из итогов обобщения полученных результатов. В статье представлены промежуточные результаты теоретического обобщения проводимых исследований в рамках проекта через описание «созерцательно-объяснительного» этапа формирования когнитивно-поведенческой концепции жизненной активности личности на примере академической успешности студентов. Показано, что теоретическое обоснование и практическое воплощение концепции направлены на попытку решения «кардинальной» проблемы психологии: соединение аналитичности и целостности. Обосновано, что исследование жизненной активности личности через анализ ее психометрических предикторов в социальных сетях (на примере собранной эмпирической фактологии) выступает одним из методов соединения аналитичности и целостности, реального и виртуального поведения. Были осуществлены разработка и апробация информационно-аналитической системы автоматизированного мониторинга персональных страниц пользователей социальных сетей – ИАС АМПУ» – с выделением персональных профилей пользователей по заданным критериям профессиональной успешности с использованием нейросетевых алгоритмов и методов Big Data. Данная система включила в себе два основных модуля: разработанный в ходе данного этапа исследования модуль мониторинга информации (данных) о соискателях на специализированных сайтах по поиску работы и усовершенствованный модуль поиска и мониторинга персональных страниц соискателей (найденных на специализированных сайтах по поиску работы) в социальной сети ВКонтакте. Для проведения интеллектуального анализа полученных данных на основе методов математической статистики, data mining, машинного обучения и нейронных сетей разработаны отдельные модули. Общий объем выборки составил 1.331.717 человек (соискателей). После всех процедур фильтрации и поиска открытых профилей в социальной сети, исследовательский объем выборки был доведен до 81.800 испытуемых. Была осуществлена разработка системы номенклатуры должностей и показателей карьерных достижений на основе исследования информации, предоставляемой по соискателям на специализированных сайтах по поиску работы. Оценка профессиональной успешности осуществлялась по «рыночным» и «внерыночным» критериям. В качестве профессиональных областей (отражающих компетенции работника в конкретной профессии) была определена модель, включающая 28 профессиональных областей и 621 вид профессиональной деятельности и принятая как эталонная на одном из наиболее популярных специализированных сайтов по поиску работы. Получены результаты исследования количественных характеристик ряда метрик персонального профиля в социальных сетях как когнитивно-поведенческих предикторов профессиональной успешности личности: «Друзья», «Подписчики», «Фотографии», «Видеозаписи», «Аудиозаписи», «Интересные страницы», «Степень заполнения страницы», «Посты», «Репосты» «Лайки». Установлено, что в среднем наибольшие количественные показатели данных метрик соответствует представителям групп с низкой и средней профессиональной успешностью. Разработан квантитативный компонент функциональной психометрической модели когнитивно-поведенческих предикторов жизненной активности личности в рамках ее профессиональной деятельности на основе нейросетевых алгоритмов. Программные скрипты написаны на языке Python с использование нейросетевых библиотек Keras и Tensorflow. В результате проведенных численных экспериментов с различными архитектурами нейронных сетей найдена наиболее результативная нейросетевая архитектура – трехслойная нейронная сеть. В результате обучения нейронной сети точность прогнозирования с помощью таких количественных метрик как количество друзей, количество подписчиков, количество постов, количество фотографий, количество интересных страниц составляет 76%. Добавление таких характеристик, как относительное время, проводимое пользователем в социальной сети и количество людей на фотографии (аватары) позволило достигнуть точности прогнозирования 83% на тестовой выборке. Также был разработан нейросетевой модуль для прогнозирования профессиональной успешности на основе количественных метрик пользователей с помощью сети Кохонена. С его помощью показана возможность прогнозирования профессиональной успешности через четыре предиктора: количество друзей, количество подписчиков, количество фотографий, количество видеозаписей на странице пользователя. Получены результаты исследования содержательных (квалитативных) характеристик метрики персонального профиля «Видеозаписи» как когнитивно-поведенческого предиктора профессиональной успешности личности. Представлены результаты жанровой категоризации видеозаписей более профессионально успешных и менее профессионально успешных испытуемых. В частности, во-первых, показано совпадение двух наиболее популярных жанров («Комедия» и «Драма») у профессионально наиболее успешных и профессионально наименее успешных людей. Мы это объясняем тем, что большая часть фильмов снимается как раз в жанрах «Комедия» или «Драма» (или один фильм принадлежит обоим жанрам). Во-вторых, у наиболее профессионально успешных людей третью и четвертую позицию по популярности заняли жанры «Экшн» и «Триллер». У наименее профессионально неуспешных — это жанры «Романтика» и «Приключения». Жанры «Экшн» и «Приключения» в целом схожи по уровню когнитивной активности при их просмотре, а фильмы жанра «Триллер» традиционно считаются более сложными для восприятия, чем фильмы жанра «Романтика». В-третьих, в десятку наиболее популярных жанров у наиболее профессионально успешных людей также вошли такие жанры, как: «Криминал», «Sci-Fi», «Mystery». У наименее профессионально успешных – это «Семейные», «Sci-Fi», «Анимация». Полученное распределение также показывает, что наиболее профессионально успешные люди больше предпочитают более серьезные жанры, связанные с более высокой когнитивной активностью по сравнению с наименее профессионально успешными, которые больше предпочитаю менее серьезные жанры. Получены результаты исследования содержательных (квалитативных) характеристик метрики персонального профиля «Аудиозаписи» как когнитивно-поведенческого предиктора профессиональной успешности личности. Установлено, что самый популярный жанр среди наименее профессионально успешных – это русский рэп (лидирует с большим отрывом). При это у наиболее профессионально успешных этот жанр занимает четвертую позицию. Также четвертую позицию среди наименее профессионально успешных занимает иностранный рэп, при этом среди наиболее профессионально успешных этот жанр занимает только 8 место. В топ-10 популярных жанров аудиозаписей среди наиболее профессионально успешных входят: иностранный рок, русский рок, альтернатива. Наименее профессионально успешные больше предпочитаю танцевальную и электронную музыку. Получены результаты исследования содержательных (квалитативных) характеристик метрики персонального профиля «Фотографии» и выделено, что наиболее успешные предпочитают фотографии, связанные с животными, а менее успешные – фотографии, связанные со спортом. Получены результаты исследования содержательных (квалитативных) характеристик по метрике «Интересные страницы» как когнитивно-поведенческого предиктора профессиональной успешности личности. В результате анализа тематик наиболее популярных сообществ «Интересных страниц» в отдельных группах успешности была выявлена следующая закономерность: при переходе от групп с наименьшей успешностью к группам с наибольшей успешностью количество юмористических сообществ уменьшается (начиная с 3 группы успешности. При этом у 5 группы успешности остается всего одно юмористическое сообщество), а роль сообществ, публикующих музыку, фильмы и научно-популярный контент возрастает (ближе к 4 и 5 группе успешности). Получены результаты исследования лайков как когнитивно-поведенческого предиктора профессиональной успешности личности. На основе анализа облаков самых частотных слов, уникальных для соответствующей категории, показаны значимые различия в тематике текстов, оцениваемой наиболее и наименее профессионально успешными людьми. Например, в уникальном наборе слов для наименее успешных присутствуют следующие тематики: новости спорта, косметологические услуги, розыгрыши подарков. У наиболее профессионально успешных преобладают следующие тематики текстов: автомобили, медицина, социальная информация. Разработаны и апробированы нейросетевые модули для содержательного анализа таких метрик персонального профиля пользователей социальных сетей, как видеозаписи, аудиозаписи, фотографии – прототипы, которые будут использованы для последующего обучения нейросетевой психометрической модели прогнозирования активности личности в образовательной и профессиональной деятельности через структуру когнитивно-поведенческих предикторов, представленных в метриках ее персонального профиля в социальных сетях.

 

Публикации

1. Бердников А.А. , Давлетшин Н.М. РАСПОЗНАВАНИЕ ОБЪЕКТОВ НА ФОТОГРАФИИ С ИСПОЛЬЗОВАНИЕМ АРХИТЕКТУРЫ НЕЙРОННОЙ СЕТИ YOLO V3 Лобачевские чтения-2019, 186-189 (год публикации - 2019)

2. Бердников А.А., Давлетшин Н.М. СИСТЕМА СБОРА И АНАЛИЗА ДАННЫХ СТУДЕНТОВ ИЗ СОЦИАЛЬНОЙ СЕТИ ВКОНТАКТЕ Сеточные методы для краевых задач и приложения, - (год публикации - 2020)

3. Вахитов Г.З., Еникеева З.А., Устин П.Н., Давлетшин Н.М. Clustering of social network data by means of Kohonen neural networks YRID-2020 proceedings, - (год публикации - 2020)

4. Гафаров Ф.М., Руднева Я.Б., Шарифов У.Ю., Трофимова А.В., Бормотов П.М. Analysis of Students’ Academic Performance by Using Machine Learning Tools Advances in Social Science, Education and Humanities Research, V.437, pp.570-575 (год публикации - 2020) https://doi.org/10.2991/assehr.k.200509.104

5. Давлетшин Н.М., Бердников А.А., Устин П.Н. МЕТОДЫ АВТОМАТИЧЕСКОГО СБОРА ИНФОРМАЦИИ ОБ АКТИВНОСТИ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНОЙ СЕТИ ВКОНТАКТЕ Лобачевские чтения-2019, 189-191 (год публикации - 2019)

6. Еникеева С.К., Вахитов Г.З. РЕАЛИЗАЦИЯ ПЕРСЕПТРОНА С ТРЕМЯ СКРЫТЫМИ СЛОЯМИ ДЛЯ КЛАССИФИКАЦИИ ЧИСЛОВЫХ ДАННЫХ СОЦИАЛЬНОЙ СЕТИ Лобачевские чтения-2019, 63-64 (год публикации - 2019)

7. Николаев К.С. РАЗРАБОТКА СИСТЕМЫ ДЛЯ АВТОМАТИЧЕСКОГО ФОРМИРОВАНИЯ ТРЕНИРОВОЧНОЙ КОЛЛЕКЦИИ ДЛЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ, ОПРЕДЕЛЯЮЩЕЙ СООТВЕТСТВИЕ ХАРАКТЕРИСТИК ТЕКСТОВ И УСПЕВАЕМОСТИ В УЧЕБЕ Лобачевские чтения-2019, 109-112 (год публикации - 2019)

8. Николаев К.С., Гафаров Ф.М., Устин П.Н. Metrics for Personal Profiles of Social Network Users SHS Web of Conferences, V. 79 (год публикации - 2020) https://doi.org/10.1051/shsconf/20207901012

9. Попов Л.М., Устин П.Н. САМОРАЗВИТИЕ КАК РАСШИРЕНИЕ ПРЕДЕЛОВ ЖИЗНЕННОЙ АКТИВНОСТИ СТУДЕНТОВ СЕТЕВЫМ И РЕФЛЕКСИВНЫМ МЕТОДОМ V Андреевские чтения: современные концепции и технологии творческого саморазвития личности, 333-340 (год публикации - 2020)

10. Попов Л.М., Устин П.Н. ЭНЕРГЕТИЧЕСКИЙ, СИСТЕМНО-ФУНКЦИОНАЛЬНЫЙ, КУЛЬТУРНО-ИСТОРИЧЕСКИЙ И КОГНИТИВНО-ПОВЕДЕНЧЕСКИЙ АСПЕКТЫ ЖИЗНЕННОЙ АКТИВНОСТИ СУБЪЕКТА В.М. Бехтерев и современная психология личности, 24-28 (год публикации - 2020)

11. Попов Л.М., Устин П.Н. КОГНИТИВНО-ПОВЕДЕНЧЕСКАЯ КОНЦЕПЦИЯ И МЕТОДЫ ЕЕ РЕАЛИЗАЦИИ В ЖИЗНЕННОЙ АКТИВНОСТИ СТУДЕНТОВ Творчество в современном мире: человек, общество, технологии, 55-56 (год публикации - 2020)

12. Попов Л.М., Устин П.Н. ПРОБЛЕМА ПЕРСОНАЛИЗАЦИИ В ЖИЗНЕННОЙ АКТИВНОСТИ СТУДЕНТА Стратегические ориентиры современного образования, 234-237 (год публикации - 2020)

13. Прокопьев Н.А., Вахитов Г.З., Устин П.Н. Indexing of Social Network Texts for Psychometric Model of Academic Success Prediction Advances in Social Science, Education and Humanities Research, V.437, pp. 807-812 (год публикации - 2020) https://doi.org/10.2991/assehr.k.200509.143

14. Прокопьев Н.А., Вахитов Г.З., Устин П.Н., Мамаджанова С.М. USAGE OF SOCIAL MEDIA TEXT TOPIC ANALYSIS FOR STUDENT'S ACADEMIC SUCCESS PREDICTION ICERI2020 Proceedings, pp. 5466-5470 (год публикации - 2020) https://doi.org/10.21125/iceri.2020.1184

15. Рыков Е.С., Гафаров Ф.М. АВТОМАТИЧЕСКОЕ РАСПОЗНАВАНИЕ ДЕЙСТВИЙ НА ИЗОБРАЖЕНИЯХ С ИСПОЛЬЗОВАНИЕМ ГЛУБИННОГО ОБУЧЕНИЯ Лобачевские чтения-2019, 130-132 (год публикации - 2019)

16. Устин П.Н., Попов Л.М. ПРОБЛЕМА ПРОГНОЗИРОВАНИЯ ЖИЗНЕННОЙ АКТИВНОСТИ ЛИЧНОСТИ В СОЦИАЛЬНЫХ СЕТЯХ V Андреевские чтения: современные концепции и технологии творческого саморазвития личности, 457-461 (год публикации - 2020)

17. Устин П.Н., Попов Л.М., Исмоилова А.И. ПСИХОМЕТРИЧЕСКИЕ ПРЕДИКТОРЫ ЭМОЦИОНАЛЬНО-ВОЛЕВОЙ САМОРЕГУЛЯЦИИ ЛИЧНОСТИ В СОЦИАЛЬНЫХ СЕТЯХ Психология психических состояний, 339-342 (год публикации - 2020)

18. Устин П.Н., Попов Л.М., Хакимзянов Р.Н., Вахитов Г.З. PREDICTING OF A PERSON'S LIFE ACTIVITY THROUGH QUANTITATIVE INDICATORS OF HER PERSONAL PROFILE IN SOCIAL NETWORKS (ON THE EXAMPLE OF PREDICTING THE ACADEMIC SUCCESS OF STUDENTS) Journal of Human Sport and Exercise, - (год публикации - 2021)

19. Хакимзянов Р.Н., Попов Л.М., Устин П.Н., Гафаров Ф.М. The Semantic Analysis of Students' Life Activity in a Social Network ARPHA Proceedings, 3, 1003-1012 (год публикации - 2020) https://doi.org/10.3897/ap.2.e1003


Аннотация результатов, полученных в 2021 году
Обобщены результаты комплексного междисциплинарного эмпирико-теоретического исследования возможностей прогнозирования академической и профессиональной успешности личности через метрики ее персонального профиля в социальных сетях, осуществленные за период реализации проекта. На основе проведенных теоретических и эмпирических исследований предложена теоретико-методологическая модель когнитивно-поведенческих предикторов жизненной активности личности. Теоретическое обоснование и практическое воплощение модели отражают один из вариантов решения «кардинальной» проблемы психологии: соединение аналитичности и целостности. В качестве методологического основания предлагаемой модели когнитивно-поведенческой активности субъекта положены: теоретические позиции С.Л. Рубинштейна, В. Штерна о формировании личности в ее взаимодействии с миром; П.К. Анохина, А.Р. Лурии, Александрова о функциональных системах; У. Джемса, А.Л. Журавлева о психологическом пространстве личности; Я.А. Пономарева о психологическом механизме творчества; В.М. Бехтерева, А.Н. Леонтьева, Л.М. Попова о ритмически – апериодическом характере интеллектуально-деятельностных процессов. Особенности взаимодействия виртуальных и реальных характеристик личности в ее жизненной активности раскрываются позициями M. Kosinski, D. Stillwell и др. Взаимодействие – одна из ключевых категорий в структуре когнитивно-поведенческой модели и выступает механизмом интеграции виртуальной и реальной активности человека. В исследовании выделены когнитивно-поведенческие предикторы жизненной активности личности в рамках ее образовательной и профессиональной успешности и представленные в виртуальной реальности, как результаты (продукты) процессов ее деятельности в социальных сетях через метрические (психометрические) показатели персонального профиля. Теоретически и эмпирически обосновано, что компоненты (метрики) персонального профиля в социальных сетях выступают точкой взаимодействия между реальной и виртуальной личностью. Категория «взаимодействие», выступая отражением жизненной активности личности, является наиболее адекватной формой описания механизма, который связывает «Я реальное» с «Я виртуальным». Данная связь проявляется на трех уровнях: познание, адаптация и преобразование. Одним из наиболее значимых проявлений виртуальной активности личности выступают социальные сети. Индикаторами (предикторами) результатов взаимодействия выступают продукты когнитивно-поведенческого плана, отраженные в метриках личностного профиля пользователей социальных сетей. Прикладное воплощение модели представлено результатами исследований предикторов академической и профессиональной успешности личности, которые выступают характеристиками ее виртуального поведения и представлены метриками ее персонального профиля социальных сетях. Исследование на данном этапе создания когнитивно-поведенческой концепции на основе материалов виртуальной активности (персональные страницы в социальной сети “ВКонтакте”) более 33 тысяч студентов и более 80 тысяч специалистов позволило эмпирически выделить ряд психологических закономерностей успешности личности (академической и профессиональной), как проявления ее жизненной активности, на основе анализа количественных и качественных показателей (метрик) ее профиля в социальных сетях. Было установлено, что виртуальная активность студентов в социальных сетях включает в себя: коммуникацию, познание, досуговую деятельность, творчество. Результатами подобной активности личности являются когнитивные и поведенческие процессы и продукты, которые представлены через метрики ее персонального профиля в социальных сетях. В частности, это: посты, “лайки”, аудио-видео-фото контент, участие в различных социальных сообществах и т.д. Предложенная модель представлена закономерностями и механизмами взаимодействия виртуальной и реальной личности. Теоретико-эмпирическую основу данной модели составляют выделенные закономерности влияния успешности личности в реальной жизни (на уровне образовательной и профессиональной деятельности) на ее активность в социальных сетях. Виртуальная активность в социальных сетях проявляется через общение, познание (познавательную активность), профессиональную деятельность, досуговую активность и творчество. Метрики персонального профиля личности выступают отражением ее интеллектуально-деятельностного (субъектно-деятельностного, пространственно-временного, внешнего-внутреннего) механизма и выступаю когнитивно (внутреннее пространство-время) – поведенческими (внешняя активность) предикторами – точками, маркерами, которые позволяют предсказывать успешность личности в реальной. Информационно-технологическую основу данной модели составляют нейросетевые модули, которые позволяют снизить многомерность и выделить многообразие возможных вариантов взаимодействия между внутренним и внешним содержанием реальной и виртуальной личности. Впервые разработана, апробирована и предложена нейросетевая психометрическую модель прогнозирования активности личности в образовательной и профессиональной деятельности через структуру когнитивно - поведенческих предикторов, представленных в метриках ее персонального профиля в социальных сетях. Точность прогнозирования модели на настоящее время составляет до 83% по академической успешности и до 78% по профессиональной успешности. Модель выступает результатом интеграции нейросетевых компонентов прогнозирования академической и профессиональной успешности через квантитативные (количественные) и квалитативные (содержательные) метрики персонального профиля пользователя социальной сети «ВКонтакте», выступающие когнитивно-поведенческими предикторами академической и профессиональной успешности как показателей жизненной активности личности в реальной жизни. В качестве квантитативных характеристик выступают количественные показатели метрик: «Друзья», «Подписчики», «Фото», «Видео», «Аудио», «Интересные Страницы», «Заполненность профиля», «Посты», «Репосты», «Лайки». В качестве квалитативных характеристик выступает содержание постов и репостов, аудиозаписей, видеозаписей, фото и интересных страниц. Обучение модели по квантитативным показателям метрик осуществлялось на основе выделенных закономерностей взаимодействия характеристик реального и виртуального поведения личности в рамках ее образовательной и профессиональной активности, полученных через использование разнообразным математико-статистических методов обработки и анализа. Обучение модели по квалитативным показателям осуществлялось через результаты содержательного анализа (категоризация жанров и текстов, частота встречаемости слов) и интеграцию категориальных сеток – как результатов контент-анализа содержания постов и репостов в виде максимального обобщения многообразия слов в несколько основных категорий: «Я есть», «Я хочу», «Я могу», «Я должен», «Я чувствую», «Я действую».

 

Публикации

1. Вахитов Г.З., Еникеева З.А., Матренина О.М., Устин П.Н. Выявление компонент профиля пользователей социальной сети для идентификации состояния профессиональной успешности Психология психических состояний : сборник материалов XV Международной научно-практической конференции для студентов, магистрантов, аспирантов, молодых ученых и преподавателей вузов, С. 119-124 (год публикации - 2021)

2. Гафаров Ф.М., Николаев К.С., Устин П.Н., Бердников А.А., Захарова В.Л., Резниченко С.А. A Complex Neural Network Model for Predicting a Personal Success based on their Activity in Social Networks EURASIA Journal of Mathematics, Science and Technology Education, 17(10), em2010 (год публикации - 2021) https://doi.org/10.29333/ejmste/11175

3. Исмоилова А.И., Устин П.Н. Возможности прогнозирования эмоциональной стабильности студентов туристического направления через социальные сети Психология психических состояний : сборник материалов XV Международной научно-практической конференции для студентов, магистрантов, аспирантов, молодых ученых и преподавателей вузов, - (год публикации - 2022)

4. Попов Л.М, Устин П.Н. Когнитивно-поведенческая концепция и возможности ее реализации в жизненной активности студентов Психологический журнал, том 42, № 1, с. 26–35 (год публикации - 2021) https://doi.org/10.31857/S020595920013324-2

5. Попов Л.М., Устин П.Н. Истоки когнитивно-поведенческой психологии в работе В.М. Бехтерева “Сознание и его границы” Психологический журнал, - (год публикации - 2022)

6. Прокопьев Н.А, Мамаджанова С.М. ,Устин П.Н Application of social media text content analysis for personal professional success prediction ICERI proceedings, EDULEARN21 Proceedings, pp. 5213-5222 (год публикации - 2021) https://doi.org/10.21125/edulearn.2021.1073

7. Устин П.Н., Попов Л.М Предикторы характеристик личности в социальной сети «ВКонтакте» Ананьевские чтения — 2021: материалы международной научной конференции, 19–22 октября 2021 года 2021 года / Под общей редакцией А.В. Шаболтас. Отв. ред. В.И. Прусаков. — СПб.: Скифия-принт, 2021. — 889 с., стр. 213-214 (год публикации - 2021)

8. Устин П.Н., Попов Л.М., Вахитов Г.З. Психометрические предикторы эмоционально-личностных характеристик студентов-физиков в социальных сетях Сборник материалов международной конференции посвященной 125-летию со дня рождения Б.М. Теплова «дифференциальная психология и психофизиология сегодня: способности, образование, профессионализм», - (год публикации - 2021)

9. Устин П.Н., Попов Л.М., Вахитов Г.З. Возможности прогнозирования поведения личности через социальные сети на примере профессиональной успешности Профилактика и мониторинг социально опасных явлений в молодёжной среде в контексте исполнения Комплексного плана противодействия идеологии терроризма в Российской Федерации на 2019–2023 годы, - (год публикации - 2021)

10. Бердников А.А., Давлетшин Н.М. Веб- приложение для прогнозирования успешности личности на основе анализа профилей пользователей социальной сети Вконтакте Тезисы XXII Всероссийской конференции молодых учёных по математическому моделированию и информационным технологиям, стр. 49-50 (год публикации - 2021)

11. - Career prospects feeble for fans of Russian rap, shows research of social networks SCIENCE X, - (год публикации - )

12. - Ученые КФУ узнали, какую музыку слушают наиболее успешные в карьере люди KAZANFIRST, - (год публикации - )

13. - Если вы слушаете русский рэп, вы не добьетесь успехов в карьере Сайт КФУ Новости, - (год публикации - )

14. - "Смотрите кто пришел" UNIVER TV, - (год публикации - )

15. - Ученые КФУ нашли зависимость между онлайн-активностью и профессиональным успехом Медиапортал КФУ, - (год публикации - )

16. - Ученые КФУ рассказали о зависимости между онлайн-активностью и профессиональным успехом Реальное время, - (год публикации - )


Возможность практического использования результатов
Положительный эффект результатов проекта связан с предложенной нейросетевой психометрической моделью прогнозирования активности личности в образовательной и профессиональной деятельности через когнитивно - поведенческие предикторы, представленные в метриках ее персонального профиля в социальных сетях. Использование данной модели открывает для организаций и рекрутинговых компаний возможность использовать инструмент прогнозирования профессиональной успешности будущих сотрудников, что обеспечит снижение затрат организаций на поиск наиболее перспективных сотрудников, подбор, отбор и адаптацию новых сотрудников. Возможность практического использования результатов проекта с целью развития экономики и социальной сферы Российской Федерации существует в рамках содействия в реализации: 1. Национального проекта «Производительность труда»: производительность труда в современных условиях во многом зависит от мотивации труда, накопленного человеческого капитала. Это может быть обеспечено при высокой результативности труда, снижении безработицы, соответствии работы выбранной профессии. Это может быть достигнуто через внедрение системы прогнозирования профессиональной успешности на уровне регионов и РФ, особенно в рамках консультирования при выборе профессии. В настоящее время 64% работающих в экономике работают не по специальности, полученной в вузе или средне-специальных учебных заведениях, причем 40% никогда не работали по полученной специальности. 2. Национального проекта «Наука и университеты»: раздел «Кадры» данного национального проекта подразумевает повышение привлекательности российской науки и образования для молодых исследователей, школьников и студентов. Это может быть обеспечено за счет выявления наиболее академически успешных лиц, их привлечения в лучшие вузы страны как с территории РФ, так и с территории иностранных государств путем прямого к ним обращения или через систему международных олимпиад. 3. Национальный проект «Образование» раздел «Выявление талантов»: подразумевает развитие в регионах центров дополнительного образования детей типа «Кванториум», «IT-куб», образовательного центра для одаренных детей «Сириус», а также выбор будущей профессии еще в школе. Результаты данного проекта способны обогатить методологическую базу, повысить результативность мероприятий данного раздела.