Проанализирована академическая успеваемость студентов МГТУ им. Н. Э. Баумана и её связь с их активностью в социальной сети ВКонтакте. С помощью методов машинного обучения выделены различные траектории успеваемости, отражающие динамику образовательных достижений. На основе анализа подписок студентов идентифицированы маркерные сообщества, характеризующие преобладание студентов, относящихся к определённым категориям успеваемости. С применением теории графов выполнена кластеризация сообществ, выявившая структурные группы интересов студентов. Для каждой траектории построены стохастические векторы долей интересов к кластерным сообществам, позволившие определить кластеры сообществ, статистически значимо связанные с конкретными траекториями успеваемости. Полученные результаты подтвердили наличие связи между цифровым поведением студентов и их академическими результатами, что способствует разработке моделей прогнозирования успеваемости с учётом интересов студентов в социальных сетях.