Методика прогнозирования эмиграционных установок молодежи по цифровым следам
Научная статья
Для цитирования
Мухаметов Д. Р. Методика прогнозирования эмиграционных установок молодежи по цифровым следам // Власть. 2025. Том 33. № 5. С. 90-95.
Аннотация
В статье предлагается методика прогнозирования эмиграционных установок молодежи по цифровым следам. Первоначально автор систематизирует основные методы прогнозирования, которые могут применяться для создания данной методики. Далее детализируется методика прогнозирования, основанная на статических моделях панельных данных (регрессионный анализ). Представленная методика позволяет выявить ключевые измерения информационных потоков, влияющих на эмиграционные установки молодежи, и сформировать сценарные прогнозы развития эмиграционных установок молодежи с использованием данных цифровых следов. Будущая задача – апробация методики на конкретных датасетах.
Ключевые слова:
методы прогнозирования, регрессионный анализ, панельные данные, цифровые следы, информационные потоки, эмиграционные установки
Литература
Бродовская Е.В., Азаров А.А. 2023. Мультиагентное имитационное моделирование процессов социокультурной интеграции жителей ЛНР и ДНР. – Власть. Т. 31. № 6. С. 49-53.
Бродовская Е.В., Парма Р.В., Лукушин В.А., Склярова Н.Ю. 2023. Деструктивное информационно-психологическое воздействие на молодежь России в социальных медиа (по материалам круглого стола). – Гуманитарные науки. Вестник Финансового университета. Т. 13. № 2. С. 12-18.
Дымова П.И., Домбровская А.Ю. 2024. Измерение социального самочувствия горожан по цифровым маркерам: апробация методики. – Социальные новации и социальные науки. № 3. С. 94-107.
Ерохина О.В. 2020. Возможности использования методов машинного обучения для решения политических задач. – Гуманитарные науки. Вестник Финансового университета. Т. 10. № 3. С. 67-73.
Кунин В.А., Пешко С.И. 2023. Прогнозирование финансовых рисков снижения показателей прибыли и рентабельности компаний индустрии ритейла на основе корреляционно-регрессионного анализа макроэкономических факторов. – Экономика и управление. Т. 29. № 6. С. 690-708.
Мухаметов Д.Р. 2024. Цифровое государство в России в кросс-страновой перспективе. – Экономика, предпринимательство и право. Т. 14. № 12. С. 7045-7058.
Arkes J. 2023. Regression Analysis: a Practical Introduction. Routledge. 412 р.
Бродовская Е.В., Парма Р.В., Лукушин В.А., Склярова Н.Ю. 2023. Деструктивное информационно-психологическое воздействие на молодежь России в социальных медиа (по материалам круглого стола). – Гуманитарные науки. Вестник Финансового университета. Т. 13. № 2. С. 12-18.
Дымова П.И., Домбровская А.Ю. 2024. Измерение социального самочувствия горожан по цифровым маркерам: апробация методики. – Социальные новации и социальные науки. № 3. С. 94-107.
Ерохина О.В. 2020. Возможности использования методов машинного обучения для решения политических задач. – Гуманитарные науки. Вестник Финансового университета. Т. 10. № 3. С. 67-73.
Кунин В.А., Пешко С.И. 2023. Прогнозирование финансовых рисков снижения показателей прибыли и рентабельности компаний индустрии ритейла на основе корреляционно-регрессионного анализа макроэкономических факторов. – Экономика и управление. Т. 29. № 6. С. 690-708.
Мухаметов Д.Р. 2024. Цифровое государство в России в кросс-страновой перспективе. – Экономика, предпринимательство и право. Т. 14. № 12. С. 7045-7058.
Arkes J. 2023. Regression Analysis: a Practical Introduction. Routledge. 412 р.
Статья
Поступила: 02.12.2025
Форматы цитирования
Другие форматы цитирования:
APA
Мухаметов, Д. Р. (2025). Методика прогнозирования эмиграционных установок молодежи по цифровым следам. Власть, 33(5), 90-95. извлечено от https://www.jour.fnisc.ru/index.php/vlast/article/view/10899
Выпуск
Раздел
ПОЛИТИЧЕСКИЕ ПРОЦЕССЫ И ПРАКТИКИ
Представляя в Редакцию рукопись автор выражает согласие со всеми пунктами настоящего лицензионного договора.
