Магистратура
2025/2026





Научно-исследовательский семинар
Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс обязательный (Современная журналистика)
Кто читает:
Институт медиа
Где читается:
Факультет креативных индустрий
Когда читается:
2-й курс, 3 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Сергачева Ольга Николаевна
Язык:
русский
Кредиты:
3
Контактные часы:
32
Программа дисциплины
Аннотация
Научно-исследовательский семинар изучает научные методы работы в сфере журналистики данных, подробно останавливаясь на изучении и использовании пространственных данных, сетевом анализе, компьютерной лингвистике, а также научных методах исследования, академическом письме и мастерстве представления академического исследования, практики прикладного использования его результатов.
Цель освоения дисциплины
- Сформировать навыки самостоятельного проектирования научного исследования в области журналистики данных.
- Освоить продвинутые методы сбора и анализа больших данных, применимые в диссертационных исследованиях.
- Развить умение критически оценивать собственные исследовательские решения и решения коллег.
- Подготовить студентов к публичной защите исследовательских позиций в академическом формате.
Планируемые результаты обучения
- Формулирует и обосновывает исследовательский вопрос, объект, предмет и цель диссертационного исследования.
- Разрабатывает исследовательский дизайн с указанием методов, источников данных и инструментов анализа.
- Применяет методы работы с большими данными (API, парсинг, количественный и сетевой анализ) к эмпирическому медиаматериалу.
- Критически оценивает методологические решения — собственные и представленные коллегами.
- Представляет и защищает результаты исследования в устном академическом формате.
Содержание учебной дисциплины
- Исследовательский дизайн в журналистике данных: логика построения
- Источники больших данных в медиаисследованиях: возможности и ограничения
- Методы сбора данных: API, парсинг, краулинг
- Количественный анализ медиаданных: частотные, корреляционные и временны́е методы
- Сетевой анализ в медиаисследованиях
- Апробация исследовательского дизайна: критическая экспертиза
- Работа с эмпирическим материалом: от сырых данных к интерпретации
- Итоговые презентации групповых исследовательских проектов
Элементы контроля
- Участие в семинарских занятиях
- Индивидуальное письменное задание
- Индивидуальное практическое задание
- Групповой проект
Промежуточная аттестация
- 2025/2026 3rd module0.29 * Индивидуальное письменное задание + 0.21 * Индивидуальное практическое задание + 0.1 * Участие в семинарских занятиях + 0.4 * Групповой проект
Список литературы
Рекомендуемая основная литература
- Data mining and knowledge discovery for Big Data : methodologies, challenge and opportunities, , 2014
- Большие данные : принципы и практика построения масштабируемых систем обработки данных в реальном времени, Марц, Н., 2017
- Основы Data Science и Big data : Python и наука о данных, Силен, Д., 2017
Рекомендуемая дополнительная литература
- Разберись в Data Science : как освоить науку о данных и научиться думать как эксперт, Гатман, А. Дж., 2023