Мультимодальный анализ цифровых профилей студентов в социальных сетях для задач образовательной аналитикиMultimodal analysis of students’ digital profiles in social media for educational analytics tasks

Диссертация посвящена разработке и эмпирическому обоснованию методов построения интерпретируемых цифровых профилей студентов по данным социальной сети «ВКонтакте» для задач образовательной аналитики. В отличие от подходов, где данные социальных сетей используются как готовый набор признаков для классификатора, в работе цифровой профиль проходит последовательную проверку надежности, внешней и инкрементной валидности и устойчивости к ошибке измерения. Предложены два типа профиля: профиль информационной среды, построенный по подпискам студента на сообщества с использованием эмбеддингов, тематического моделирования, анализа тональности, эмоций и сложности текста, и мультимодальный профиль публичного цифрового поведения, объединяющий тексты, изображения, видео и признаки дружеского окружения, для учета которого разработан метод взвешенной агрегации признаков окружения (WNFA). Надежность профиля оценивается методом многократного расщепления пополам; показано, что содержательно интерпретируемый уровень возникает на уровне агрегированных индексов и тематических семейств, а не отдельных признаков. Многомерная структура профиля исследуется с помощью тензорного разложения, бикластеризации и анализа формальных понятий. На данных более 4400 студентов и межвузовской опросной выборки показано, что цифровые индексы статистически связаны с академической успешностью, психологическими и ценностными переменными; модели различения академически контрастных групп достигают ROC-AUC выше 0,88, а модели риска отчисления — около 0,8. Результаты обосновывают применение цифровых профилей как инструмента исследовательской и групповой аналитики.