РАЗРАБОТКА СИСТЕМЫ МОНИТОРИНГА ТРУДОУСТРОЙСТВА ОБУЧАЮЩИХСЯ ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЙ

Введение 5
Анализ современного состояния социальных сетей 6
1.1 Популярность социальных сетей 6
1.2 Популярность социальных сетей в России 10
1.3 Популярность ВКонтакте в России 11
1.4 Информационная система для поддержки трудоустройства 12
1.5 Современное состояние мониторинга 13
Сбор данных и система мониторинга 15
2.1 API ВКонтакте 15
2.1.1 Регистрация приложения 16
2.1.2 Авторизация пользователя 17
2.1.3 Работа с API ВКонтакте 20
2.2 Парсинг данных 26
2.3 Система мониторинга трудоустройства обучающихся 31
2.3.1 DashBoard 31
2.3.2 Создание DashBoard 37
Заключение 42
Список использованных источников 43

Весь текст будет доступен после покупки

Актуальность данной темы обуславливается тем, что задача мониторинга актуального состояния студентов и выпускников важна для вуза, потому что это является важным показателем оценки работы кафедры и института. Социальные сети стали неотъемлемой частью нашей жизни и страничка на той или иной платформе есть у большого количества людей. Они выкладывают о себе информацию, фотографии, подписываются на разные сообщества и группы. Анализируя эту информацию можно сказать о том, чем человек занимается и где он работает. Эти данные нам помогут в составлении базы данных работающих студентов и выпускников. Они позволяют нам формировать условные группы, объединённые необходимыми фильтрами.
Предметом исследования будут являться инструменты сбора и обработки данных, социальная сеть: ВКонтакте. Одна из самых популярных социальных сетей в наше время. Для исследования – она является наиболее подходящей по сколько имеет функции добавления личной информации, фотографий, возможность просмотра подписок на группы/сообщества/интересные страницы. Объектом исследования является отраженные данные в социальной сети пользователей.
Говоря о социальной значимости диссертации - она достаточно велика. Выявляя место работы наших выпускников и студентов, можно в дальнейшем пользоваться этими показателями. К примеру: привлечение абитуриентов, проверка качества и уровня работы кафедры и института. Можно формировать ассоциации выпускников и студентов, и помогать остальным найти работу. И конечно собранная информация поможет отслеживать показатели трудоустройства студентов и выпускников университета и равняться/увеличивать показатели на основе заданных показателей Министерства науки и высшего образования.
Цель исследования – автоматизация процесса мониторинга трудоустрой-ства студентов. Для достижения данной цели будет использован язык программирования Python, для парсинга данных социальной сети ВКонтакте, с такими библиотеками как Requests, Selenium, Beautifulsoup. Эти библиотеки помогут нам выгрузить необходимую для анализа информацию, исследуя которую появится понимание о трудоустройстве студентов.
Для достижения поставленной цели требуется решить следующие задачи:
1) провести анализ популярности социальных сетей;
2) знакомство с API ВКонтакте;
3) сбор и подготовка данных;
4) построение DashBoard для мониторинга трудоустройства.
Методологией исследования являются научные труды современных оте-чественных и зарубежных ученых в сфере машинного обучения и анализа больших данных.

Весь текст будет доступен после покупки

1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ СОЦИАЛЬНЫХ
СЕТЕЙ


1.1 Популярность социальных сетей

Для проведения анализа данных социальных сетей в первую очередь определиться, какие социальные сети стоит рассматривать, а какие нет. На данный момент в нашем расположении множество платформ с помощью которых мы можем окунуться в мир интернет взаимодействия и общения с другими социальными пользователями.
Ассортимент весьма обширен в него входят такие площадки как: Face-book, YouTube, WhatsApp, WeChat, QQ, Instagram, QZone, Tumlr, Twitter, Skype, Viber, Snapchat, ВКонтакте, Telegram. Все они пользуются популярностью имеют свою аудиторию.
Для решения этой задачи было проведен анализ этих сетей с целью выявления наиболее подходящих ресурсов. Основными критериями выбора служат в первую очередь популярность сетей именно в России, а так же их функционал.
Сравнивая самые популярные соцсети, важно обращать внимание не на количество зарегистрированных аккаунтов, а на число активных пользователей. Для того что понять насколько популярны данные ресурсы стоит обратить внимание на диаграмму представленную на рисунке 1.
Возглавляет список Facebook. Facebook занимает большую часть рынка благодаря более 2 млрд активных пользователей. Cамым ближайшим конку-рентом является видео хостинг YouTube который насчитывает около 1,5 млрд активных пользователей. Facebook Messenger и WhatsApp занимают третье и четвертое места соответственно. WhatsApp же в свою очередь принадлежит так же компании Facebook.
Следуют за ними платформы, которые пользуются популярностью на Азиатско-Тихоокеанском регионе. Это QQ, WeChat и Qzone, что свидетельствует о том, что предпочтения делятся в зависимости от территориальной принадлежности.

Весь текст будет доступен после покупки

1. Айвазян, С. А. Искусство объяснять. / С.А. Айвазян. – Москва : Дэшборды 2019. – 436с. : ил. – Текст: непосредственный.
2. Аналитика Больших Данных и социальные сети. – Текст : электрон-ный // Гид по технологиям цифровой трансформации : сайт. – URL: http://www.osp.ru/os/2013/08/13037856 (дата обращения: 29.04.2022).
3. Дейтел, П. Python. Искусственный интеллект, большие данные и об-лачные вычисления / П.Дейтел, Х.Дейтел ; перевод с английского. – СПб : Питер, 2020. – 864с. : ил. – (Серия для профессионалов). – Текст: непосред-ственный.
4. Жерон, О. Парсинг данных с помощью библиотеки Requests / О.Жерон; перевод с английского Ю.Н. Артеменко. – СПб : ООО “Альфа–книга”,2018. – 688с. : ил. – Парал.тит.англ. – Текст: непосредственный.
5. Использование API. – Текст : электронный // ВКонтакте для разработчиков : сайт. – URL: https://dev.vk.com/api/getting-started (дата обращения: 12.03.2022).
6. Ллойд, Э. Визуализация данных / Э.Ллойд, У.Ледерман ; перевод с английского И.А. Михеев. – СПб : Питер,1990. – Текст: непосредственный.
7. Лутц, М. Изучаем Python / М.Лутц ; перевод с английского – Ю. Н. Артеменко. – СПб : ООО “Диалектина”,2019. – 832с. : ил. Парал.тит.англ. – Текст: непосредственный.
8. Методы группировки данных. – Текст : электронный // Файловый архив для студентов : сайт. – URL: https://studfiles.net/preview/5613085/page:15/ (дата обращения: 14.03.2022).
9. Обработка статистических данных. – Текст : электронный // Диплом-ные, курсовые, статьи : сайт. – URL: https://revolution.allbest.ru/economy/00744462_0.html (дата обращения: 17.03.2022).
10. Первичная статистическая обработка данных – Текст : электронный // Файловый архив для студентов : сайт. – URL: https://studfiles.net/preview/5164091/page:29/ (дата обращения: 17.03.2022).

Весь текст будет доступен после покупки