В Институте психологии и образования КФУ проведено исследование возможностей прогнозирования социальной успешности пользователей социальных сетей

Психологами института психологии и образования совместно с коллегами из института вычислительной математики и информационных технологий проведено масштабное междисциплинарное исследование механизмов и закономерностей проявления социальной успешности личности в образовательной и профессиональной деятельности в зависимости от характеристик ее виртуального поведения.
Исследование было реализовано в период с 2022 по 2023 год в рамках продления гранта Российского научного фонда (РНФ № 19-18-00253 «Нейросетевая психометрическая модель когнитивно-поведенческих предикторов жизненной активности личности на базе социальных сетей»).
Основной результат проекта – предложена апробированная нейросетевая психометрическая модель, которая позволяет прогнозировать социальную успешность пользователей социальной сети ВКонтакте через количественные и качественные характеристики метрик и социометрик их персонального профиля.
Социальная успешность в контексте сетевой среды была определена как способность пользователя виртуального пространства создавать широкую сеть контактов, обмениваться информацией, проявлять интерес к другим пользователям и вовлекать их в свои интересы, создавать собственные группы пользователей, а также оказывать влияние на других участников.
В качестве метрик рассматривались различные элементы персонального профиля пользователя в социальных сетях (друзья, аудио, видео, фото, посты, репосты, лайки и т.д.). Данные метрики, являясь продуктами виртуальной активности личности, формируют ее виртуальный образ, который в свою очередь выступает отражением ее Я-реального. Таким образом, данные метрики дают возможность прогнозировать поведение человека в реальной жизни.
В качестве социометрик выступили показатели социальных графов – математических моделей, которые состоят из вершин (пользователи) и ребер (связи между пользователями), соединяющих некоторые пары вершин и отражающих особенности социально-межличностных отношений пользователей социальных сетей.
При реализации первого и второго этапов исследования на выборках студентов (более 30 000 человек) и профессионалов (более 80 000 человек) был осуществлен многоступенчатый анализ показателей их социальной успешности через цифровые следы виртуальной активности в социальных сетях с последующим построением социальных графов. В результате был уточнен алгоритм построения графов, отражающих социальные связи между людьми из исследуемых выборок и их ближайшего окружения и были определены следующие характеристики графов, которые поддаются расчетам и анализу: 1. Количество всех элементов графа (друзья и друзья друзей); 2. Количество ребер (количество связей между элементами); 3. Количество непосредственных друзей; 4. Плотность графа; 5. Коэффициент кластеризации; 6. Центральность по степени; 7. Центральность по близости.
Были осуществлены доработка и апробация информационно-аналитической системы, разработанной ранее, в рамках Проекта 2019 и направленной на мониторинг персональных страниц пользователей социальной сети «ВКонтакте» (которые имеют открытый доступ к своим персональным профилям) для считывания и анализа расширенного списка показателей их виртуального поведения.
Была проведена валидизация социометрик через их сравнительный анализ с показателями социальной успешности, полученными на основе проведения традиционных психодиагностических процедур. В результате наиболее информативными психодиагностическими показателями, интегрирующими в себе социометрики, выступили 2 интегральных индекса: Дружелюбие и Доминирование. Далее для данных индексов с помощью методов квантования были сконструированы формулы расчета социальной успешности.
На основе нейросетевых технологий была осуществлена разработка квантитативного и квалитативного компонентов функциональной психометрической модели когнитивно - поведенческих предикторов социальной успешности личности с последующей интеграцией этих компонентов в психометрическую модель.
Использование предложенной модели открывает для образовательных организаций и рекрутинговых компаний возможность использовать инструмент прогнозирования академической, профессиональной и социальной успешности будущих студентов и сотрудников. Это дает возможность повысить эффективность образовательных учреждений при поиске потенциально успешных абитуриентов и снизить затраты организаций на поиск наиболее перспективных сотрудников, подбор, отбор и адаптацию новых сотрудников.
Результаты исследования вносят вклад в решение научной проблемы кибернетического моделирования психологических процессов и позволяют расширить возможности психологии в плане принципиально новых психодиагностических технологий составления психологического портрета человека и методов прогнозирования его поведения на основе анализа виртуальной активности в цифровой среде.