Статья: ПРОГНОЗИРОВАНИЕ ТРЕНДОВ ФОРМИРОВАНИЯ ПРЕДЛОЖЕНИЯ НА РЫНКЕ ТРУДА ПО ОТКРЫТЫМ ДАННЫМ АБИТУРИЕНТОВ В СОЦИАЛЬНЫХ СЕТЯХ (2025)

1. Азарнова Т.В., Каширина И.Л., Швиндт А.Н. (2018). Нейросетевое моделирование взаимодействия субъектов рынка труда и образовательных услуг. // Моделирование, оптимизация и информационные технологии 6(4), 225-243. EDN: YZSOGD
Azarnova, T., Kashirina, I., Schwindt, A. (2018). Neural network modeling of interaction between subjects of the labor market and educational services. Modeling, Optimization and Information Technologies 6(4), 225-243 (in Russian). EDN: YZSOGD
2. Архипова Н.И., Абаев А.Л., Голова А.Г., Гуриева М.Т. (2022). Сопряжение CJM абитуриента с профилем вуза в цифровой среде как управленческая задача. // E-Management 5(3), 106-116. EDN: MJEALJ
Arkhipova, N., Abaev, A., Golova, A., Gurieva, M. (2022). Pairing the applicant’s CJM with the profile of the university in the digital environment as a managerial task. E-Management 5(3), 106-116 (in Russian). EDN: MJEALJ
3. Балацкий Е.В., Екимова Н.А. (2023). Перспективы демографической экспансии России: экономика, институты, культура. // Terra Economicus 21 (2), 23-37. EDN: UROPEQ
Balatsky, E., Ekimova, N. (2023). Prospects for Russia’s demographic expansion: Economics, institutions, culture. Terra Economicus 21(2), 23-37 (in Russian). EDN: UROPEQ
4. Буланова М.Б., Артамонова Е.А. (2022). NEET-молодежь: потребительское поведение в новой реальности. // Вестник Российского университета дружбы народов. Серия: Социология 22(1), 113-125. EDN: LJXTNH
Bulanova, M., Artamonova, E. (2022). NEET-youth: Consumer behavior in the new reality. Bulletin of the Peoples’ Friendship University of Russia. Series: Sociology 22(1), 113-125 (in Russian). EDN: LJXTNH
5. Васюков К.Л., Орлов С.А., Ошева М.С., Фещенко А.В. (2018). Университет в поисках своего абитуриента в социальных сетях: маркетинговые и технологические задачи. // Гуманитарная информатика (14), 67-76. EDN: YUNPSH
Vasyukov, K., Orlov, S., Osheva, M., Feshchenko, A. (2018). The university in search of its entrant in social networks: Marketing and technological tasks. Humanitarian Informatics (14), 67-76 (in Russian). EDN: YUNPSH
6. Вольчик В.В., Маслюкова Е.В. (2023). Социальное государство и кадры для российской инновационной системы. // Журнал исследований социальной политики 21(3), 449-466. EDN: VGLLSC
Volchik, V., Maslyukova, E. (2023). The social state and personnel for the Russian innovation system. Journal of Social Policy Research 21(3), 449-466 (in Russian). EDN: VGLLSC
7. Зинич А.В., Ревякина Ю.Н., Ревякин П.И. (2022). Молодежь на рынке труда в цифровую эпоху: социально-профессиональный аспект. // Экономика труда 9(10), 1605-1616. EDN: EZODRQ
Zinich, A., Revyakina, Yu., Revyakin, P. (2022). Youth on the labor market in the digital age: socioprofessional aspect. Labor Economics 9(10), 1605-1616 (in Russian). EDN: EZODRQ
8. Калабина Е.Г., Шадрина Е.А. (2022). Трансформация занятости возрастных работников в современной России: причины и последствия. // Экономика труда 9(10), 1577-1590. EDN: BWWCVC
Kalabina, E., Shadrina, E. (2022). Transformation of employment of age-related workers in modern Russia: Causes and consequences. Labor Economics 9(10), 1577-1590 (in Russian). EDN: BWWCVC
9. Капелюшников Р.И. (2023). Российский рынок труда: статистический портрет на фоне кризисов. М.: Изд. дом Высшей школы экономики.
Kapelyushnikov, R. (2023). The Russian Labor Market: A Statistical Portrait Against the Background of Crises. Moscow: Publishing House of the Higher School of Economics (in Russian).
10. Кашепов А.В., Афонина К.В., Головачёв Н.В. (2021). Рынок труда РФ в 2020-2021 гг.: безработица и структурные изменения. // Социально-трудовые исследования 43(2), 33-44. EDN: AMUEUK
Kashepov, A., Afonina, K., Golovachev, N. (2021). The Russian labor market in 2020-2021: Unemployment and structural changes. Social and Labor Research 43(2), 33-44 (in Russian). EDN: AMUEUK
11. Каширина И.Л., Азарнова Т.В., Бондаренко Ю.В. (2022). Разработка методов оценки эффективности человеческих ресурсов на основе алгоритмов глубокого обучения. // Инженерный вестник Дона (2), 156-166. EDN: GRUFXI
Kashirina, I., Azarnova, T., Bondarenko, Yu. (2022). Development of methods for evaluating the effectiveness of human resources based on deep learning algorithms. Engineering Bulletin of the Don (2), 156-166 (in Russian). EDN: GRUFXI
12. Кашпур В.В., Петров Е.Ю., Гойко В.Л., Фещенко А.В. (2021). Возможности использования цифровых следов для прогнозирования образовательных достижений студентов. // Вестник Томского государственного университета. Философия. Социология. Политология (64), 140150. EDN: YPLALO
13. Кудиньш Я., Комарова В., Чижо Э., Кокаревича А. (2022). Влияние старения рабочей силы на производительность экономики. // Вестник Витебского государственного технологического университета (1), 181-196. EDN: DOOJOF
14. Кудринская И.В., Кидинов А.В., Кабкова Е.П. и др. (2020). Проблема профориентации молодежи в отечественной педагогической теории и практике. // Евразийский журнал биологических наук (14), 3815-3821.
Kudrinskaya, I., Kidinov, A., Kabkova, E. et al. (2020). The problem of youth career guidance in Russian pedagogical theory and practice. Eurasian Journal of Biological Sciences (14), 3815-3821 (in Russian).
15. Ларионова Н.И., Юрьева О.В., Бурганова Л.А. (2022). Рынок труда в условиях цифровой трансформации экономики. // Вестник экономики, права и социологии (4), 90-97. EDN: TOAIWP
Larionova, N., Yurieva, O., Burganova, L. (2022). The labor market in the context of the digital transformation of the economy. Bulletin of Economics, Law and Sociology (4), 90-97 (in Russian). EDN: TOAIWP
16. Лукичёв П.М., Чекмарев О.П., Конев П.А. (2023). Новые вызовы современного рынка труда: работники старших возрастов vs пенсионеры. // Экономика труда 10(4), 525-542. EDN: FOLJRM
Lukichev, P., Chekmarev, O., Konev, P. (2023). New challenges of the modern labor market: older workers vs pensioners. Labor Economics 10(4), 525-542 (in Russian). EDN: FOLJRM
17. Мирзабалаева Ф.И., Антонова Г.В. (2023). Структурные диспропорции спроса и предложения на рынке труда в отраслевом и профессионально-квалификационном разрезах. // Экономика труда 10(8), 1145-1168. EDN: YYTFIQ
Mirzabalayeva, F., Antonova, G. (2023). Structural imbalances of supply and demand in the labor market in the sectoral and vocational-qualification sections. Labor Economics 10(8), 1145-1168 (in Russian). EDN: YYTFIQ
18. Можаева Г.В., Суханова Е.А., Фещенко А.В. (2018). Привлечение и удержание университетами абитуриентов с высоким образовательным потенциалом с помощью анализа открытых пользовательских данных социальной сети “ВКонтакте”. // Открытое и дистанционное образование (4), 52-58. EDN: YSGHHV
19. Можаева Г.В., Фещенко А.В., Слободская А.В. (2017). Информационный потенциал социальных сетей для выявления образовательных потребностей школьников. // Открытое и дистанционное образование (3), 25-30. EDN: ZKASAB
Mozhaeva, G., Feshchenko, A., Slobodskaya, A. (2017). The information potential of social networks to identify the educational needs of schoolchildren. Open and Distance Education (3), 25-30 (in Russian). EDN: ZKASAB
20. Никулина Ю.Н. (2020). Профессиональная ориентация молодежи в системе кадрового обеспечения экономики региона. // Экономика, предпринимательство и право 10(4), 12631280. EDN: BUMQDM
Nikulina, Yu. (2020). Professional orientation of youth in the system of personnel support of the regional economy. Economics, Entrepreneurship and Law 10(4), 1263-1280 (in Russian). EDN: BUMQDM
21. Перова Ю.П., Григорьев В.Р., Жуков Д.О. (2023). Модели и методы анализа сложных сетей и социальных сетевых структур. // Russian Technological Journal 11(2), 33-49. EDN: HNSLXD
Perova, Yu., Grigoriev, V., Zhukov, D. (2023). Models and methods for analyzing complex networks and social network structures.Russian Technological Journal 11(2), 33-49 (in Russian). EDN: HNSLXD
22. Плотников Д.В., Богатов А.В. (2020). Обзор алгоритмов машинного обучения. // Информационные технологии: межвузовский сборник научных трудов. Рязань: ИП Коняхин А.В. (Book Jet), с. 112-114. EDN: QHJHGD
Plotnikov, D., Bogatov, A. (2020). Review of machine learning algorithms. Information Technologies. Election of papers. Ryazan: Konyakhin A.V. Publ. (Book Jet), pp. 112-114 (in Russian).
23. Радаев В.В. (2002). Еще раз о предмете экономической социологии. // Экономическая социология 3(3), 21-34. EDN: OYUWUJ
Radaev, V. (2002). Once again about the subject of economic sociology. Economic Sociology 3(3), 21-34 (in Russian). EDN: OYUWUJ
24. Симонова М.В., Санкова Л.В., Мирзабалаева Ф.И. (2023). Стратегическое планирование кадрового обеспечения социально значимых отраслей экономики регионов. // Креативная экономика 17(8), 2815-2838. EDN: VMXYMJ
Simonova, M., Sankova, L., Mirzabalaeva, F. (2023). Strategic planning of personnel support for socially significant sectors of the regional economy. Creative Economics 17(8), 2815-2838 (in Russian). EDN: VMXYMJ
25. Соболева И.В. (2022). Профессионально-квалификационный дисбаланс как вызов экономической и социальной безопасности. // Экономическая безопасность 5(3), 989-1008. EDN: QJTPCB
Soboleva, I. (2022). Professional and qualification imbalance as a challenge to economic and social security. Economic Security 5(3), 989-1008 (in Russian). EDN: QJTPCB
26. Степаненко А.А., Шиляев К.С., Резанова З.И. (2018). Атрибуция профессиональных интересов пользователей социальной сети “ВКонтакте” на основе текстов тематических групп и персональных страниц. // Вестник Томского государственного университета. Филология (52), 130-144.
27. Тарасьев А.А. (2020). Оценка и прогнозирование развития российского рынка труда в условиях динамики трудовой миграции. // Диссертация на соискание ученой степени кандидата экономических наук. Екатеринбург.
28. Фещенко А.В., Гойко В.Л., Степаненко А.А., Суханова Е.А., Мацута В.В., Киселев П.Б. (2017). Методы и инструменты выявления перспективных абитуриентов в социальных сетях. // Открытое и дистанционное образование (4), 45-52. EDN: ZXOZAH
Feshchenko, A., Goiko, V., Stepanenko, A., Sukhanova, E., Matsuta, V., Kiselev, P. (2017). Methods and tools for identifying promising applicants in social networks. Open and Distance Education (4), 45-52 (in Russian). EDN: ZXOZAH
29. Шабанова М.А. (2005). Социоэкономика и экономическая социология: точки размежевания и интеграции. // Экономическая социология 6(5), 12-27. EDN: OYOCGT
Shabanova, M. (2005). Socio-economics and economic sociology: Points of separation and integration. Economic Sociology 6(5), 12-27 (in Russian). EDN: OYOCGT
30. Этциони А. (2002). Социоэкономика: дальнейшие шаги. // Экономическая социология 3(1), 65-71. EDN: OYUTUR
Etzioni, A. (2002). Socio-economics: Further steps. Economic Sociology 3(1), 65-71 (in Russian). EDN: OYUTUR
31. Boring, P., Gregaard, J. (2023). Do older employees have a lower individual productivity potential than younger employees? // Journal of Population Ageing 16, 369-397. DOI: 10.1007/s12062-020-09323-1 EDN: CYANDM
32. Borsch-Supan, A., Weiss, M. (2016). Productivity and age: Evidence from work teams at the assembly line. // Journal of the Economics of Ageing (7), 30-42.
33. Calvo-Armengol, A., Matthew, 0. (2004). The effects of social networks on employment and inequality. // American Economic Review 94(3), 426-454.
34. Feshchenko, A., Goiko, V., Matsuta, V. et al. (2018). Modelling of an educational profile of a student by analyzing public user data from social networks. // INTED 2018: Proceedings of the 12th International Technology, Education and Development Conference, Valencia. Ed. by Gomez Chova, L., Lopez Martinez, A., Candel Torres, I. Valencia: IATED Academy. EDN: MRJMGY
35. Feurer, M., Hutter, F. (2019). Hyperparameter optimization. In: Hutter, F., Kotthoff, L., Vanschoren, J. (eds.) Automated Machine Learning. // The Springer Series on Challenges in Machine Learning. Cham: Springer, pp. 3-33. DOI: 10.1007/978-3-030-05318-5_1
36. Fossen, F., Sorgner, A. (2019). Mapping the future of occupations: Transformative and destructive effects of new digital technologies on jobs. // Foresight and STI Governance 13(2), 10-18. EDN: TYNQZT
37. Frey, C., Osborne, M. (2017). The future of employment: How susceptible are jobs to computerisation? // Technological Forecasting and Social Change (114), 254-280.
38. Graetz, G., Restrepo, P., Skans, 0. (2022). Technology and the labor market. // Labour Economics (76), 102177.
39. He, H., Ma, Y. (2013). Imbalanced Learning: Foundations, Algorithms, and Applications. Wiley-IEEE Press.
40. Iranzad, R., Liu, X. (2024). A review of random forest-based feature selection methods for data science education and applications. // International Journal of Data Science and Analytics. DOI: 10.1007/s41060-024-00509-w EDN: FDBOED
41. Jin, K., Zhong, Z., Zhao, E. (2024). Sustainable digital marketing under big data: An AI random forest model approach. // IEEE Transactions on Engineering Management (71), 3566-3579. EDN: XELTEA
42. Mezzanzanica, M., Mercorio, F. (2018). Big data enables labor market intelligence. // In: Sakr, S., Zomaya, A. (a cura di). Encyclopedia of Big Data Technologies. Springer, pp. 1-11.
43. Schmutte, I. (2016). How do social networks affect labor markets? // IZA World of Labor 2016, 304.
44. Shchekotin, E., Goiko, V., Myagkov, M., Dunaeva, D. (2021). Assessment of quality of life in regions of Russia based on social media data. // Journal of Eurasian Studies 12(2), 182-198. EDN: GXOMKJ
45. Zhou, Z. (2012). Ensemble Methods: Foundations and Algorithms. London: Chapman and Hall.
46. Zudina, A. (2017). What makes youth become NEET? The evidence from Russian LFS. // NRU Higher School of Economics Series Working Paper BRP Economics/EC. № WP BRP 177/EC/2017.