Abstract: Предмет
Университетские веб-сайты и социальные сети университетов играют важную роль в продвижении университета в различных рейтингах, способствуют привлечению студентов и установлению контактов. Это обуславливает необходимость разработки математического инструментария для сравнительного анализа университетских сайтов и социальных сетей.
Цель
В качестве такого математического инструментария предложено построение бинарных матриц наличия иноязычных сайтов и аккаунтов в социальных сетях и их кластеризация.
Методология
На пространстве всех ведущих российских университетов, определяемым объединением множеств «глобальных», федеральных, национальных исследовательских университетов и университетов, входящих, по крайней мере, в один из глобальных рейтингов QS, THE и ARWU в 2018 г., строятся бинарные матрицы размерности m×n, где m – количество университетов, n – количество иноязычных сайтов (или социальных сетей), из которых с помощью кластеризации выделяются плотные субматрицы, состоящие из единичных элементов.
Результаты
Построены бинарные матрицы размерности 52×12 для иноязычных сайтов и 52×19 для аккаунтов в социальных сетях. Кластеризация первой бинарной матрицы позволило выделить плотную субматрицу размерности 10×3 (10 университетов имели три иноязычных сайта на английском, китайском и испанском языках), а второй бинарной матрицы – плотные субматрицы размерности 9×6, 29×5 и 31×4. Первая плотная субматрица говорит о том, что 9 университетов из 52 имели аккаунты в шести социальных сетях (ВКонтакте, Facebook, Instagram, Twitter, Телеграмм, YouTube).
Выводы
Разработанный математический инструментарий по построению бинарных матриц наличия университетских иноязычных сайтов и аккаунтов в социальных сетях и дальнейшей их кластеризации полезны для целей университетского бенчмаркинга. Для развития многоязычных сайтов университетов и их социальных сетей предложено разрабатывать стратегические программы по управлению их репутацией в Интернете.
