• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
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
Когда читается: 2-й курс, 3 модуль
Охват аудитории: для своего кампуса
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

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

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

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

Элементы контроля

  • неблокирующий Участие в семинарских занятиях
  • неблокирующий Индивидуальное письменное задание
  • неблокирующий Индивидуальное практическое задание
  • неблокирующий Групповой проект
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 3rd module
    0.29 * Индивидуальное письменное задание + 0.21 * Индивидуальное практическое задание + 0.1 * Участие в семинарских занятиях + 0.4 * Групповой проект
Список литературы

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