Первая иностранка защитила магистерскую диссертацию по большим данным

28.12.2021 50

Студентка из Китая Юаньюань Чжань стала первой иностранкой, защитившей магистерскую диссертацию по программе «Интеллектуальный анализ больших данных». Ее работа была посвящена совершенствованию алгоритмов, которые используются при оценке психологического профиля пользователя соцсети. Такие исследования поведения человека в соцсетях помогают выявить группы риска, например, людей, склонных к депрессии и нуждающихся в помощи, что особенно актуально в период пандемии.

Юаньюань Чжань окончила Хайнаньский педагогический университет в Китае. Поступив в магистратуру ТГУ на программу «Интеллектуальный анализ больших данных», она оказалась там единственной студенткой из Китая. Преподаватели и менеджер программы помогли Юаньюань адаптироваться к жизни и учебе в новых условиях. Совместно с научным руководителем, директором Института прикладной математики и компьютерных наук Александром Замятиным и научным консультантом, старшим преподавателем ИПМКН, директором Центра прикладного анализа больших данных Вячеславом Гойко она выбрала тему научной работы – разработать методику отбора признаков цифрового следа пользователей социальной сети для снижения времени обучения алгоритмов прогнозирования психологических характеристик.

– Наиболее популярными инструментами оценки психологических характеристик и текущего психоэмоционального состояния людей являются различные виды анкетирования и опроса. Однако принять участие в них может только ограниченное количество людей. В то же время есть проблема профилактики проявлений девиантного поведения, в том числе у молодежи. Поэтому нужно иметь технологии прогнозирования психологического состояния и характеристик пользователей, – рассказывает Юаньюань Чжань.

Юаньюань Чжань выпускница магистратуры ИПМКН_гор.jpgФото - tsu.ru

В своей научной работе китайская студентка постаралась повысить эффективность алгоритмов, снижая трудоемкость их обучения.

– Иногда исследования носят академический характер, и их прикладное значение бывает не сразу заметно. А в данном случае можно говорить, что решалась практически полезная задача. Прогнозирование тех или иных характеристик пользователей по данным соцсети – сама по себе актуальная задача. Как следствие, актуально и совершенствование алгоритмов, которые эту задачу решают, – отмечает Александр Замятин.

С таким новым междисциплинарным, а потому сложным направлением, как анализ больших данных, Юаньюань Чжань познакомилась впервые и начала осваивать его буквально с нуля. В этом году магистрантка успешно защитилась.

– Изучением социальных и компьютерных наук на стыке этих дисциплин в Китае практически никто не занимается. В этом отношении наша магистерская программа уникальна – сейчас востребованы не просто большие данные и искусственный интеллект, а именно стык социальных наук и вычислительных методов. К примеру, в эпоху ковида становится очень важным выделение групп риска среди людей – со склонностью к депрессиям, тяжелым психоэмоциональным состояниям. Этим людям необходимо помогать, – подчеркнул актуальность выбранной темы Вячеслав Гойко.

В дальнейшем Юаньюань Чжань планирует поступать в аспирантуру Томского государственного университета. Тема ее следующего исследования будет связана с анализом «цифрового следа» интернет-пользователей и будет касаться поведенческой экономики – это направление изучает влияние социальных, когнитивных и эмоциональных факторов на поведение в сфере экономики и принятие экономических решений.

Магистерская программа «Интеллектуальный анализ больших данных» разработана в рамках дорожной карты Программы развития ТГУ. Магистратура ориентирована на формирование команд специалистов дефицитной междисциплинарной направленности в области компьютерных наук, информационных технологий, прикладной математики, анализа данных. Выпускники становятся востребованными специалистами в области компьютерных наук и информационных технологий, способными решать сложные задачи анализа больших данных в различных областях человеческой деятельности.

 

Источник: Пресс-служба ТГУ




Назад к списку


Добавить комментарий
Прежде чем добавлять комментарий, ознакомьтесь с правилами публикации
Имя:*
E-mail:
Должность:
Организация:
Комментарий:*
Введите код, который видите на картинке:*