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».

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.

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».