Карта инициативной среды ТГУ

Цель Проекта

Разработка и апробация методики выявления абитуриентов с высоким потенциалом, их вовлечения в приёмную кампанию университета, мотивирования и убеждения поступления в ТГУ .

Задачи Проекта

1.     Выявление на территории СФО абитуриентов с признаками одаренности и высокой мотивации к обучению,

2.     Отбор среди выявленных абитуриентов в бакалавриат наиболее перспективных,

3.     Выстраивание индивидуальной коммуникации с каждым из выбранных абитуриентов,

4.     Разработка стратегии информационного сопровождения рекрутинговой кампании ТГУ в социальной сети, ориентированной на абитуриентов с высоким потенциалом,

5.     Отслеживание результатов привлечения и поступления абитуриентов с высоким потенциалом, привлеченных через социальную сеть.

В ТГУ выявили, какие группы «Вконтакте» нравятся одаренным школьникам

Ученые ТГУ улучшают свою программу для поиска одаренных абитуриентов. Алгоритм анализирует группы в соцсети «ВКонтакте», на которые подписаны выпускники, и выявляет, какие предметы им нравятся. Его точность – около 85%. Также программа научилась определять уровень интеллекта, креативности и мотивации абитуриентов по их подпискам.

Команда программистов, лингвистов и философов продолжает совершенствовать программу по поиску «своего» абитуриента для Томского госуниверситета. В 2017 году во время приемной кампании они искали в Сибирском федеральном округе потенциальных абитуриентов с ярко выраженным интересом к гуманитарным наукам. Программа проанализировала подписки на тематические сообщества 126 тысяч выпускников, точность определения профиля оказалась 82%.

Подробнее

– В этом году увеличилось количество потенциальных абитуриентов в СФО – 282 тысячи. Помимо гуманитариев мы пробовали выявить представителей точных и естественных наук, – отметил руководитель исследовательской группы, зав. лабораторией компьютерных средств обучения ИДО ТГУ Артем Фещенко. – Программа проводит частотный анализ тематических сообществ в подписках абитуриентов и определяет долю по каждому направлению. Это позволяет спрогнозировать, какая предметная область интересна выпускнику. Мы улучшили точность прогноза по гуманитариям с 82% до 84%, по «технарям» – это 86%, по естественникам результаты еще подводятся.

Кроме того, ученые дополнили программу алгоритмом выявления одаренных абитуриентов по трем признакам: интеллект, креативность и мотивация. Для этого они использовали машинное обучение, в процессе которого компьютерная модель осваивает определенные данные и в новых материалах может разглядеть нужные признаки с высокой точностью.

В качестве исходных данных для обучения программы исследователи использовали результаты профдиагностики и психологического тестирования, которое проводил среди томских школьников НОЦ «Институт инноваций в образовании» ТГУ.

– В соцсетях мы нашли профили выпускников, участвовавших в тестировании, и с помощью алгоритмов машинного обучения обнаружили закономерности между, например, высоким уровнем креативности и подпиской на определенные сообщества, – рассказал Артем Фещенко.

Программа выявила, что школьники с высоким уровнем креативности подписаны на такие группы, как «Психология тишины», «Романтика городских окраин», «Ескизы», «Art Убежище творческих людей», «Indie Music» и другие. Потенциальные абитуриенты с высоким уровнем интеллекта выбирают «Literary memes», «FURFUR», «TheQuestion», «Arzamas», «ПостНаука», «Типичный математик» и подобные, а с высоким уровнем мотивации – группы «Красиво сказано . . .», «Идеи для жизни», «Типичный Вожатый», «ФАТАЛИСТ», «0 калорий» и др.

Исследование проводится группой ученых в Институте дистанционного образования и лаборатории наук о больших данных и проблем обществав рамках САЕ «Институт человека цифровой эпохи». Одно из его направлений САЕ – изучение поведения старшеклассников в Интернете.



Руководитель:



Проектный менеджер:

Фещенко Артем Викторович


Контактное лицо:

отсутствует
  • Гойко Вячеслав Леонидович
  • Лохова Анастасия Алексеевна
  • Мацута Валерия Владимировна
  • Палкин Роман Владимирович
  • Самигулин Тимур Русланович
  • Шаронова Анастасия Александровна