|
心理学和心理技术
正确的文章链接:
Matsuta V.V., Kiselev P.B., Feshchenko A.V., Goiko V.L.
探索社交媒体识别资优高中生的潜力
// 心理学和心理技术.
2017. № 4.
С. 104-121.
DOI: 10.7256/2454-0722.2017.4.24931 URL: https://cn.nbpublish.com/library_read_article.php?id=24931
探索社交媒体识别资优高中生的潜力
Matsuta Valeriya Vladimirovna
博士学位 心理学
国立研究托木斯克州立大学副教授
634028, Russia, Tomsk Region, Tomsk, str. Uchebnaya, 18, room No. 9
|
matsuta-vv@mail.ru
|
|
|
Kiselev Pavel Borisovich
俄罗斯教育学院心理研究所申请人
125009, Russia, Moscow Region, Moscow, str. Mokhovaya, 9 bld.4
|
forestfield@yandex.ru
|
|
|
Feshchenko Artem Viktorovich
国家研究托木斯克州立大学高级讲师
634050, Russia, Tomsk Region, Tomsk, Lenin's str., 36
|
fav@ido.tsu.ru
|
|
|
|
Goiko Vyacheslav Leonidovich
国立研究托木斯克州立大学研究生
634050, Russia, Tomsk Region, Tomsk, Lenin's str., 36
|
goiko.slava@gmail.com
|
|
|
|
DOI: 10.7256/2454-0722.2017.4.24931
评审日期
07-12-2017
出版日期
16-01-2018
注解:
这项工作致力于评估VKontakte社交网络的能力,以确定高中生的心理素质和兴趣,这对确定天赋很重要。 相关性与该地区的要求有关,旨在确保未来学生的高水平培训,并实现申请人的大学录取率显着,并有兴趣寻找和吸引资优高中生-他们的潜在申请人。 工作中的天赋被定义为智力,创造力,动机和个人特征的组合。 方法:心理测试(#职业指导方法论),学习成绩分析,社交网络中简介的结构和内容分析,内容分析,百分位归一化,机器学习(二元分类,支持向量法)。 样本:1,692人–969女孩和723男孩–托木斯克的高中生。 新颖之处在于精确研究社交网络用户的数据以确定天赋。 机器学习的使用,它允许考虑到大量的主体和特征,使得有可能以令人满意的准确性识别具有高水平发展的心理素质(天赋的组成部分)的主体,并在这一 预测是在区域和联邦标记社区的基础上进行的。 标记社区的一部分集中在受试者的性别上。 有天赋的高中生非常开放,可以在社交网络上进行交流。 女孩专注于具有教育,社会和商业内容的社区,男孩-具有娱乐性和信息性。 女孩发布帖子和转贴的目的是通知,娱乐,鼓励行动。 年轻人–为信息和娱乐的目的。
出版日期:
鹿giftedness, 心理素质, 鹿giftedness, 心理素质, 社交网络, 心理素质, 社交网络, 社交网络, 心理测试, 心理测试, 心理测试, 剖面分析, 剖面分析, 剖面分析, 大数据分析, 大数据分析, 机器学习, 大数据分析, 机器学习, 机器学习, 二元分类, 二元分类, 二元分类, 支持向量的方法, 支持向量的方法, 高中生, 支持向量的方法, 高中生, 高中生
|