В ТГУ снизили процент отчисляющихся студентов, анализируя профили в соцсетях

Как рассказал в ходе дискуссии «Как управлять университетами с помощью больших данных» гендиректор Университетского консорциума исследователей больших данных Вячеслав Гойко, в Томском государственном университете в ходе приёмной кампании используют данные из соцсетей абитуриентов (с их согласия), а также данные опросов.

Проект в вузе реализуют с 2017 года, так что он уже стал постоянной частью работы приёмной комиссии. По словам Вячеслава Гойко, за счёт использования этой модели число отчислений первокурсников снизилось на 34% в сравнении с показателями приёмной кампании обычного формата.

Ключевые отличия подхода ТГУ в следующем. Обычно у университета в распоряжении есть анкета студента, его результаты ЕГЭ и портфолио индивидуальных достижений. Исследовательская группа решила использовать также открытые данные социальных сетей будущих студентов и обогатить их, например, сведениями об образовательных интересах. Для получения данных у абитуриентов берут информированное согласие.

Как именно в вузе определяют образовательные интересы абитуриентов, на конференции не раскрыли, но об этом можно узнать из других источников. Так, данные об абитуриентах в ТГУ продолжают анализировать и после того, как тех зачисляют в вуз. Судя по научной статье Вячеслава Гойко и других авторов, в 2021 году в ТГУ изучали использование цифровых следов для прогнозирования успеваемости студентов. Среди данных, на которых обучалась модель, кроме общей и личной информации пользователя соцсети, были данные о сообществах, на которые он подписан. Вероятно, образовательные интересы абитуриентов на этапе приёмной кампании определяют аналогичным образом.

Успеваемость студентов прогнозируют и в других российских вузах, например в МГПУ. Система учитывает более 20 параметров, среди которых оценки студента, его пол и возраст, образовательная программа и результаты ЕГЭ. Кроме того, нейросеть принимает во внимание, какие курсы учащийся проходит по выбору и насколько активно пользуется библиотекой и платформой для дистанционного обучения. На основе всех данных система составляет прогноз, насколько успешно студент сдаст экзамены в следующую сессию и грозит ли ему отчисление.

А ещё Skillbox Media недавно рассказывал о том, что прогнозировать риск отчислений можно с помощью анализа стратегий саморегулирования мотивации, которые используют студенты. Кроме того, обучение студентов работе с наиболее эффективными стратегиями помогает снизить этот риск.