Библиографическое описание:Определение уровня социальной изоляции пожилых людей с помощью методов машинного обучения : научное издание / Е. В. Чернышева [и др.]. - Текст : непосредственный // Международный журнал экспериментального образования. - 2025. - №2. - С. 20-25. - ISSN 2618-7159, DOI 10.17513/mjeo.12200.
Аннотация:Статья посвящена исследованию социальной изоляции пожилых людей и разработке моделей машинного обучения для определения уровня социальной изоляции. Проблема социальной изоляции среди пожилых людей становится все более актуальной, поскольку наблюдается увеличение доли пожилых людей в общей численности населения. Целью исследования является разработка моделей машинного обучения, способных идентифицировать пожилых людей, которым необходима поддержка для преодоления социальной изоляции. В исследовании применялись анализ предметной области, сбор и подготовка данных для анализа, разработка моделей машинного обучения и тестирование разработанных моделей. На основании анализа социальных и демографических исследований определены факторные переменные, включающие информацию о социально-демографических характеристиках пожилых людей, их образе жизни и уровне социальной активности, которые потенциально влияют на уровень социальной изоляции. Описаны методы машинного обучения, используемые для решения задачи классификации уровня социальной изоляции. Наибольшую точность демонстрируют модель k-ближайших соседей и нейронная сеть. Реализация предложенных моделей позволит создать эффективные системы поддержки, направленные на выявление пожилых людей, подверженных риску социальной изоляции. Это даст возможность своевременно разрабатывать и внедрять программы помощи, способствующие повышению качества жизни пожилых людей.
The article is devoted to the study of the social isolation of the elderly and the development of machine learning models to determine the level of social isolation. The problem of social exclusion among the elderly is becoming more urgent, as there is an increase in the proportion of elderly people in the total population. The aim of the study is to develop machine learning models capable of identifying older people who need support to overcome social isolation. The research applied domain analysis, data collection and preparation for analysis, development of machine learning models and testing of developed models. Based on the analysis of social and demographic studies, factor variables have been identified, including information about the socio-demographic characteristics of older people, their lifestyle and level of social activity, which potentially affect the level of social isolation. Machine learning methods used to solve the problem of classifying the level of social isolation are described. The k-nearest neighbors model and the neural network demonstrate the highest accuracy. The implementation of the proposed models will make it possible to create effective support systems aimed at identifying older people at risk of social exclusion. This will enable timely development and implementation of assistance programs that improve the quality of life of older people.
