личностные особенности
Приложение ВКонтакте для сбора данных психологического тестирования и опросов

Запущено приложение в социальной сети ВКонтакте, позволяющее проходить тестирование (в том числе психологическое), что в свою очередь существенно упрощает процесс проведения полевого исследования.

Ссылка доступа.

Грант РНФ на 2023–2024 гг., проект № 23-21-00338 Модель компетентностно-ориентированного скоринга для IT-сферы Руководитель: Абрамов Максим Викторович Описание проекта На сегодняшний день актуальной остается проблема осознанного и своевременного выбора профессии, а также все заметнее становится родственная проблема смены профессии. В сфере IT ситуация обостряется ее высоким кадровым голодом и резким ростом, в результате чего образуется большое число новых профессий, на которые остро требуются новые специалисты. Сориентироваться в этой ситуации оказывается достаточно сложно. При этом, с одной стороны, в каждом конкретном случае, как правило, нет возможности рекомендовать однозначный выбор профессии, который окажется гарантировано оптимальным, однако, с другой стороны, вывод о том, что никакие рекомендации не будут обоснованными также окажется несправедливым. Таким образом, указанные проблемы приходится решать в классическом для искусственного интеллекта контексте неопределенности данных и знаний. Целью проекта является повышение применимости инструментов для профессиональной ориентации в IT сфере через развитие подходов и методов, используемых в современных автоматизированных системах, представляющих подобные сервисы. А именно предлагается реализовать прототип поддержки принятия решений, с одной стороны, основывающийся на взаимосвязях между личностными особенностями пользователей в профессиональном контексте и контентом, публикуемым в социальных медиа, а с другой, учитывающий закономерности между личностными особенностями пользователей и выбором специализации в IT-сфере. Автоматизация профессиональной ориентации будет задействовать методы искусственного интеллекта и науки о данных для выявления данных взаимосвязей. В рамках данного проекта предполагается сочетание двух направлений сбора и обработки данных о респондентах: 1) с помощью традиционных методик, позволяющих определить личностные предрасположенности и профессиональные предпочтения респондентов; 2) извлечение из аккаунтов указанных респондентов в социальных медиа. Реализация проекта сделает вклад как в переход к передовым цифровым, интеллектуальным технологиям через запуск прототипа программного комплекса для прогнозирования профессиональной ориентации, карьерной траектории, так и в развитие систем обработки больших объемов данных, машинного обучения и искусственного интеллекта через разработку методов, моделей и алгоритмов прогнозирования по цифровым следам, оставляемым пользователями в социальных сетях. Ключевые слова: Профессиональная идентичность, профессиональное самопознание, профессиональная ориентация, выбор карьеры, рекомендательная система, социальные медиа, анализ цифровых следов, технологии обработки знаний, Data Science, машинное обучение, карьерная траектория
  1. Абрамов М.В., Тулупьева Т.В., Тулупьев А.Л. Социоинженерные атаки: социальные сети и оценки защищенности пользователей. СПб.: ГУАП, 2018. 266 с. ISBN 978-5-8088-1377-5 
  2. Азаров А.А., Тулупьева Т.В., Суворова А.В., Тулупьев А.Л., Абрамов М.В., Юсупов Р.М. Социоинженерные атаки. Проблемы анализа. СПб.: Наука, 2016. 352 с. ISBN 978-5-02-039592-3
  3. Тулупьева Т.В., Абрамов М.В., Тулупьев А.Л.  Цифровая культура: социальные сети и социоинженерные атаки // Психологическое здоровье и технологии здоровьесбережения в современной образовательной среде / Под ред. В.М. Голянича. СПб.: НИЦ АРТ, 2019. С.322–345.
  4. Хлобыстова А. О., Абрамов М. В., Тулупьев А. Л., Золотин А. А. Поиск кратчайшей траектории социоинженерной атаки между парой пользователей в графе с вероятностями переходов // Информационно-управляющие системы, 2018, № 6, с. 74–81. doi:10.31799/1684-8853-2018-6-74-81 (журнальная статья Scopus, ВАК)
  5. Хлобыстова А.О., Абрамов М.В., Столярова В.Ф. Исследование тенденций взаимосвязи между профориентационными предпочтениями пользователей и его цифровыми следами в социальной сети // Научно-технический вестник информационных технологий, механики и оптики. 2023. [Материалы ]
  6. Khlobystova A.O., Abramov M.V., Tulupyev A.L. Employees’ social graph analysis: a model of detection the most criticality trajectories of the social engineering attack’s spread // International Conference on Intelligent Information Technologies for Industry. – Springer, Cham, 2019. – Pp. 198–205. DOI: 10.1007/978-3-030-50097-9_20 (WoS, Scopus, Q3)
  7. Abramov M.V., Tulupyev A.L. Soft estimates of user protection from social engineering attacks: fuzzy combination of user vulnurabilities and malefactor competencies in the attacking impact success prediction // Artificial Intelligence and Natural Language, 2019. – Pp. 47–58. DOI: 10.1007/978-3-030-34518-1_4 (Scopus, Q3)
  8. Khlobystova A.O., Abramov M.V., Tulupyev A.L. Soft estimates for social engineering attack propagation probabilities depending on interaction rates among instagram users // International Symposium on Intelligent and Distributed Computing. – Springer, Cham, 2019. – Pp. 272–277. DOI: 10.1007/978-3-030-32258-8_32 (WoS, Scopus, Q4)
  9. Khlobystova A.O., Abramov M.V., Tulupyev A.L. An approach to estimating of criticality of social engineering attacks traces // Studies in Systems, Decision and Control. 2019. Pp. 446–456. ISSN: 2198-4182. DOI: 10.1007/978-3-030-12072-6_36 (Scopus, Q4)
  10. Shindarev N., Bagretsov G., Abramov M., Tulupyeva T., Suvorova A. Approach to identifying of employees profiles in websites of social networks aimed to analyze social engineering vulnerabilities // Advances in Intelligent Systems and Computing, 2018. Vol. 679. Pp. 441–447. DOI: 10.1007/978-3-319-68321-8_45  (Scopus, WoS)
  11. Bagretsov G.I., Shindarev N.A., Abramov M.V., Tulupyeva T.V. Approaches to development of models for text analysis of information in social network profiles in order to evaluate user’s vulnerabilities profile // Soft Computing and Measurements (SCM), 2017 XX IEEE International Conference on. IEEE, 2017. – Pp. 93–95. DOI: 10.1109/SCM.2017.7970505 ( Scopus, WoS)
  12. Abramov M.V., Azarov A.A. Identifying user’s of social networks psychological features on the basis of their musical preferences // Soft Computing and Measurements (SCM), 2017 XX IEEE International Conference on. IEEE, 2017. – P. 90–92.  DOI: 10.1109/SCM.2017.7970504 (Scopus, WoS)
  13. Abramov M. V., Azarov A. A. Social engineering attack modeling with the use of Bayesian networks // Soft Computing and Measurements (SCM), 2016 XIX IEEE International Conference on. – IEEE, 2016. Pp. 58–60. DOI: 10.1109/SCM.2016.7519682 (Scopus, WoS)