ellibsЭлектронные библиотекиRussian Digital Libraries Journal1562-5419Казанский (Приволжский) федеральный университет10.26907/1562-5419-2019-22-2-95-118ellibs-107Research ArticleСтатьиПрименение методов машинного обучения для выявления взаимосвязи академической успеваемости и данных профиля социальной сетиMachine learning methods for determining the relationship between academic success and data of social network profileИхсановИ. Р.ilias.ihsanov@gmail.comШаховаИ. С.is@it.kfu.ruВысшая школа информационных технологий и интеллектуальных систем Казанского (Приволжского) федерального университетаRussian Federation20192804201922295118Copyright © Ихсанов И.Р., Шахова И.С., 20192019Ихсанов И.Р., Шахова И.С.Ихсанов И.Р., Шахова И.С.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ellibs.elpub.ru/jour/article/view/107

Предложена модель машинного обучения для выявления взаимосвязи между данными профиля социальной сети и академической успеваемости учащегося, а также прогнозирования среднего балла успеваемости по данным параметрам.

The paper is aimed to propose the machine learning model for determining the relationship between data of social network profile and academic success of students and predicting the success using the data.

машинное обучениесоциальные сетипсихометрияакадемическая успеваемостьобразованиеабитуриентmachine learningsocial networkspsychometricsacademic successeducationabiturientReferencesPritchard M. Using Emotional and Social Factors to Predict Student Success // Journal of College Student Development. 2003. V. 44, No 1. P. 18–28.Pritchard M. Using Emotional and Social Factors to Predict Student Success // Journal of College Student Development. 2003. V. 44, No 1. P. 18–28.What your Facebook likes say about you. URL: https://www.cbc.ca/ news/technology/facebook-likes-like-a-gift-1.3893298.What your Facebook likes say about you. URL: https://www.cbc.ca/ news/technology/facebook-likes-like-a-gift-1.3893298.Психометрический вступительный экзамен в Израиле // Официальный сайт путеводителя по Израилю. URL: https://guide-israel.ru/country/ 37376-psixometricheskij- vstupitelnyj- ekzamen/.Психометрический вступительный экзамен в Израиле // Официальный сайт путеводителя по Израилю. URL: https://guide-israel.ru/country/ 37376-psixometricheskij- vstupitelnyj- ekzamen/.Shuotian B., Tingshao Z., Li C. Big-Five Personality Prediction Based on User Behaviors at Social Network Sites // Cornell University, Tech. Rep. 2012.Shuotian B., Tingshao Z., Li C. Big-Five Personality Prediction Based on User Behaviors at Social Network Sites // Cornell University, Tech. Rep. 2012.Friedrichsen M., Mühl-Benninghaus W. Handbook of Social Media Managment Value Chain and Business Models in changing media marketing. Springer-Verlag Berlin Heidelberg, 2013. 880 p.Friedrichsen M., Mühl-Benninghaus W. Handbook of Social Media Managment Value Chain and Business Models in changing media marketing. Springer-Verlag Berlin Heidelberg, 2013. 880 p.Junco R. Too much face and not enough books: The relationship between multiple indices of Facebook use and academic performance // Computers in Human Behavior. 2012. V. 28, No 1. P. 187–198.Junco R. Too much face and not enough books: The relationship between multiple indices of Facebook use and academic performance // Computers in Human Behavior. 2012. V. 28, No 1. P. 187–198.Junco R. The relationship between frequency of Facebook use, participation in Facebook activities, and student engagement Received // Magazine Computers & Education. 2012. V. 58, No 1. P. 162–171.Junco R. The relationship between frequency of Facebook use, participation in Facebook activities, and student engagement Received // Magazine Computers & Education. 2012. V. 58, No 1. P. 162–171.Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human behavior // Magazine PNAS. 2013. V. 110, No 15. P. 5802–5805.Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human behavior // Magazine PNAS. 2013. V. 110, No 15. P. 5802–5805.Мацута В.В., Киселев П.Б., Фещенко А.Б., Гойко В.Л., Сузанова Е.А., Степаненко А.А. Методы и инструменты выявления перспективных абитуриентов в социальных сетях // Открытое и дистанционное образование. 2017. № 4. C. 45–52.Мацута В.В., Киселев П.Б., Фещенко А.Б., Гойко В.Л., Сузанова Е.А., Степаненко А.А. Методы и инструменты выявления перспективных абитуриентов в социальных сетях // Открытое и дистанционное образование. 2017. № 4. C. 45–52.Penetration of leading social networks in Russia as of 4th quarter 2017 // Statistica. URL: https://www.statista.com/statistics/284447/russia-social-network-penetration/.Penetration of leading social networks in Russia as of 4th quarter 2017 // Statistica. URL: https://www.statista.com/statistics/284447/russia-social-network-penetration/.Мотивы проявления студентами колледжей социальной активности в социальных сетях: регионального аспекта // Электронный научный архив УрФУ. URL: http://elar.urfu.ru/bitstream/ 10995/59123/1/978-5-91256-403-1_2018_053.pdf.Мотивы проявления студентами колледжей социальной активности в социальных сетях: регионального аспекта // Электронный научный архив УрФУ. URL: http://elar.urfu.ru/bitstream/ 10995/59123/1/978-5-91256-403-1_2018_053.pdf.Cоциальная сеть Вконтакте. URL: https://vk.com/.Cоциальная сеть Вконтакте. URL: https://vk.com/.Политика конфиденциальности VK.com // Cоциальная сеть Вконтакте. URL: https://vk.com/privacy.Политика конфиденциальности VK.com // Cоциальная сеть Вконтакте. URL: https://vk.com/privacy.VK.com python API wrapper // GitHub. URL: https://github.com/ voronind/vk.VK.com python API wrapper // GitHub. URL: https://github.com/ voronind/vk.Kaggle. URL: https://www.kaggle.com/.Kaggle. URL: https://www.kaggle.com/.What are outliers in the data // Engineering statistics handbook. URL: https://www.itl.nist.gov/div898/handbook/prc/section1/prc16.htm.What are outliers in the data // Engineering statistics handbook. URL: https://www.itl.nist.gov/div898/handbook/prc/section1/prc16.htm.Histograms and density plots in python // Towards data science. URL: https://towardsdatascience.com/histograms-and-density-plots-in-python-f6bda88f5ac0.Histograms and density plots in python // Towards data science. URL: https://towardsdatascience.com/histograms-and-density-plots-in-python-f6bda88f5ac0.How to normalize and standardize your machine learning data in weka // Machine learning mastery. URL: https://machinelearningmastery.com/normalize- standardize-machine-learning-data-weka/.How to normalize and standardize your machine learning data in weka // Machine learning mastery. URL: https://machinelearningmastery.com/normalize- standardize-machine-learning-data-weka/.Generalized Linear Models // Scikit-learn. URL: https://scikit-learn.org/ stable/supervised_learning.html.Generalized Linear Models // Scikit-learn. URL: https://scikit-learn.org/ stable/supervised_learning.html.Overfitting vs underfitting: a conceptual explanation // Towards data science. URL: https://towardsdatascience.com/overfitting-vs-underfitting-a- conceptual-explanation-d94ee20ca7f9.Overfitting vs underfitting: a conceptual explanation // Towards data science. URL: https://towardsdatascience.com/overfitting-vs-underfitting-a- conceptual-explanation-d94ee20ca7f9.Что такое кросс-валидация // Data Science. URL: http://datascientist. one/cross-validation/.Что такое кросс-валидация // Data Science. URL: http://datascientist. one/cross-validation/.What is the difference between a parameter and a Hyperparameter? // Machine Learning Mastery. URL: https://machinelearningmastery.com/difference- between-a-parameter-and-a-hyperparameter/.What is the difference between a parameter and a Hyperparameter? // Machine Learning Mastery. URL: https://machinelearningmastery.com/difference- between-a-parameter-and-a-hyperparameter/.

The authors declare that there are no conflicts of interest present.