Исследователи разрабатывают новую модель, чтобы предсказать, какие университетские спортсмены студента примут участие

Исследование «Онлайн и От Области: Предсказание Школьного Выбора в Пополнении Американского футбола от Данных о социальных медиа», проводилось исследователями из Университета Айовы, Кристины Гэвин Бигсби, Джеффри В. Олмана и Кан Чжао. Авторы очистили данные по 2 644 футбольным спортсменам средней школы в классе пополнения 2016 года с 247Sports.com, базы данных пополнения онлайн.

«Для каждого отдельного спортсмена мы собрали графики времени пополнения событий, таких как стипендия предлагает, посещает, обязательства и decommitments», сказал Бигсби. «Мы также получили основную информацию о школах пополнения, включая местоположение, академический рейтинг и рейтинг футбольной команды».Оттуда, авторы сузили свой набор данных далее 573 студенческим спортсменам с двумя или больше предложениями стипендии и общественными аккаунтами в Твиттере. Оценивая содержание твита, хэштеги, последователей, счета следовали, и другие взаимодействия Твиттера, такие как упоминания, ответы и ретвиты, авторы разработали модель, чтобы помочь предсказать, на который в конечном счете согласятся университетские спортсмены студента.«Когда студент взаимодействует с университетом Твиттера, это связано с 85-процентным увеличением разногласий отбора той школы», сказал Олман. «Кроме того, когда любой связанный с университетом (тренер, другой новичок или действующий спортсмен) начинает подписываться на Твиттер студента в месяце, ведя их решение, разногласия того студента, учащегося в том университете, увеличиваются на 40 – 51 процент для каждого нового последователя».

Авторы также нашли, что для каждого новичка тренера или товарища университета, который студент начал подписываться на Твиттер, студент стал на 47 – 62 процента более вероятным учиться в том университете. Поочередно, вероятность студента, учащегося в университете, уменьшилась на 3 процента для каждого счета, студент начал следовать из различного университета.

Для поклонников хэштега вероятность студента, учащегося в определенном университете, увеличилась на 305 процентов для того, когда тот студент сослался на университет в хэштеге, упоминая, что дополнительная школа была связана с 65-процентным уменьшением в тех разногласиях.Понимание, обеспеченное моделью, может дать университету тренирующий и принимающий на работу штат более раннее понимание, какие студенты согласятся на свои команды, и к тем из конкурирующих университетов, помогая им лучше ассигновать ресурсы к наиболее баллотирующимся кандидатам.

«Потребности персонала программы американского футбола могут измениться быстро за заключительные недели вербовки – особенно в случаях, где ранее преданный спортсмен decommits – неотразимые тренеры, чтобы пересмотреть их варианты», сказал Чжао. «Наша модель может также оказаться полезной тренерам, пытающимся опознать и принять на работу спортсменов без сильного приложения к любой школе».


Блог Фенома