В статье авторы описывают практическое применение общедоступных данных из социальной сети «ВКонтакте» для поиска потенциальных абитуриентов вуза.
Ключевые слова: Social Media Mining, абитуриент, социальная сеть, ВКонтакте.
Выбор будущей профессии становится камнем преткновения для выпускников школ. Молодым людям тяжело определиться в какой вуз пойти и куда устроиться на работу после его окончания. Согласно исследованию, проведенному аналитическим центом НАФИ [1], около трети опрошенных (31 %) выбрали будущее занятие, большинство (54 %) рассматривают несколько вариантов профессионального развития, и 15 % респондентов не определились с выбором. Таким образом, почти две трети выпускников так или иначе нуждаются в помощи при выборе пути профессионального развития.
Каждый из выпускников обладает определенным набором интересов и хобби. Один может быть увлечен программированием, второй — 3D-моделированием, а третий увлекаться радиоэлектроникой. Учитывая интересы будущих абитуриентов, представители вузов могут помочь определиться с профессией и направлением подготовки, а также привлечь их в университетскую среду на раннем этапе.
Но как представителям вузов найти будущих абитуриентов среди выпускников школы и определить их сферы интересов?
Социальные сети являются главным Интернет-ресурсом для большинства пользователей глобальной сети. Платформы социальных сетей позволяют своим пользователям не только общаться друг с другом, но еще получать информацию из тематических сообществ, просматривать видеоматериалы и многое другое. Профиль пользователя социальной сети может сказать о многом: помимо общедоступной информации (имени и фамилии, указанных при регистрации, возрасте, городе проживания) можно узнать о месте учебы, интересах и круге общения пользователя.
ВКонтакте является самой популярной социальной сетью в Российской федерации среди пользователей от 12 до 24 лет [2]. Платформа социальной сети выступает как наиболее пригодная для поиска абитуриентов ввиду своей популярности, обладает широким набором публичных методов API и исчерпывающей документацией для работы с ним.
Поиск абитуриентов вуза N среди пользователей социальной сети ВКонтакте необходимо начать с определения критериев, под которые подходит «абитуриент». Предположим, что наиболее часто абитуриентами вуза N становятся выпускники школ в возрасте семнадцати — восемнадцати лет, проживающие в регионе, где находится вуз N, или в ближайших регионах.
Среди множества доступных методов API социальной сети ВКонтакте наиболее интересным является набор методов пространства Users. Методы пространства Users позволяют работать с данными пользователей: получать расширенную информацию о пользователях, запрашивать данные о подписчиках, списке подписок на публичные страницы и сообщества, искать пользователей по заданным критериям.
Соответственно, запрос к серверу социальной сети ВКонтакте при помощи метода Users.search будет содержать следующие параметры: один из ближайших к вузу N городов, возраст 17–18 лет и указание информации об обучении в школе. Результатом выполнения запроса является JSON-файл, содержащий запрашиваемую информацию о пользователях, которую можно использовать для дальнейшего исследования. Подход к извлечению скрытых ценных знаний из социальных медиа получил название Social Media Mining.
Полученные на предыдущем этапе данные уже представляют практическую ценность, поскольку пользователи из полученного списка являются целевой аудиторией, потенциальными абитуриентами любого вуза в регионе. Однако в полученном массиве данных можно отыскать скрытые знания, а именно — определить сферу интересов каждого пользователя в соответствии с критериями поиска вуза N.
Каждый вуз имеет определенный набор специальностей подготовки, информация о которых размещается на сайтах факультетов вуза или на сайте приемной комиссии. Анализ учебных программ специальностей позволяет определить наиболее значимые, профильные области в которых может быть заинтересован потенциальный абитуриент. Например, поступающий на специальность «Информатика и вычислительная техника» скорее всего увлечен информатикой, программированием или математикой. Предметы из обозначенных областей являются профильными для студентов данного направления подготовки. Следовательно, данные о сферах профильных интересов можно использовать для поиска абитуриентов обозначенной специальности в ранее полученном массиве информации о пользователях социальной сети.
ВКонтакте предоставляет возможность пользователям вступать в сообщества. Сообщество ВКонтакте — группа людей, объединенных общими интересами. На платформе ВКонтакте существуют тысячи различных тематических сообществ.
Среди множества тематических сообществ необходимо выделить определенный набор, соответствующих профильным областям направления подготовки. Для ранее обозначенного примера необходимо найти сообщества из категорий: информатика, программирование и математика.
Имея данные о выпускниках школ города M и сообществах, в которых могут состоять потенциальные абитуриенты специальности «Информатика и вычислительная техника» вуза N, необходимо вывести метрику заинтересованности абитуриента в специальности.
Метрикой заинтересованности абитуриента в специальности выступает рейтинг абитуриента, основанный на факте подписки на сообщество из обозначенной ранее категории: на чем большее количество тематических сообществ из списка подписан пользователь, тем выше его рейтинг. Выведена формула, позволяющая рассчитать рейтинг потенциального абитуриента.
R — рейтинг потенциального абитуриента,
n — количество сообществ в категории,
m — количество категорий,
Mi — принадлежность пользователя к сообществу в категории
k(m) — весовой коэффициент категории сообщества.
При помощи данной формулы рассчитывается средний рейтинг потенциального абитуриента. Весовой коэффициент использоваться для балансировки рейтинга потенциальных абитуриентов, поскольку могут быть определены второстепенные сферы интересов. Для используемой в качестве примера специальности «Информатика и вычислительная техника» второстепенной сферой интересов может являться заинтересованность в новостях из мира IT или научно-популярных публикациях. Первостепенные сферы интересов имеют больший весовой коэффициент, нежели второстепенные.
Являясь источником общедоступных больших данных, социальная сеть ВКонтакте пригодна для поиска потенциальных абитуриентов вузов. Предложенная формула для расчета рейтинга потенциальных абитуриентов, основанного на подписках пользователя социальной сети на тематические сообщества, может быть использована при поиске потенциальных абитуриентов вузов среди пользователей социальной сети ВКонтакте.
Литература:
- С будущей профессией определились меньше трети выпускников. — Текст: электронный // Известия: [сайт]. — URL: https://iz.ru/755019/roman-kretcul-evgenii-timofeev/s-budushchei-professiei-opredelilis-menshe-treti-vypusknikov (дата обращения: 01.05.2020).
- Социальные сети в цифрах. — Текст: электронный // Mediascope: [сайт]. — URL: https://mediascope.net/upload/iblock/f97/18.04.2019_Mediascope_Екатерина %20Курносова_РИФ+КИБ %202019.pdf (дата обращения: 01.05.2020).
