Бакалавриат
2026/2027




Научно-исследовательский семинар - 3
Статус:
Курс обязательный (Реклама и связи с общественностью)
Кто читает:
Школа коммуникаций
Где читается:
Факультет креативных индустрий
Когда читается:
3-й курс, 1-4 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
76
Программа дисциплины
Аннотация
В рамках курса НИС-3 в первом полугодии будут рассмотрены подходы к обработке естественного языка (NLP). Студенты получат представление об использовании моделей машинного обучения и нейронных сетей для задач NLP в сферах коммуникаций, рекламы, маркетинга и в исследованиях общественного мнения. Во втором полугодии студенты получат углубленные знания методологии качественных исследований, в частности, будут изучены методы этнографии, кейс-стади, тематического анализа, обоснованной теории и дискурс-анализа.
Цель освоения дисциплины
- Формирование у студентов третьего курса направления «Реклама и связи с общественностью» теоретических знаний и профессиональных компетенций, связанных с проведением научных исследований.
Планируемые результаты обучения
- Отличает базовый концептуальный аппарат дискурсивного анализа. Использует теории дискурса Лакло и Муфф, распознает ограничения этого подхода. Использует критический дискурс-анализ, распознает ограничения этого подхода. Использует дискурсивную психологию, распознает ограничения этого подхода. Использует нарративный анализ, распознает ограничения этого подхода.
- Использует знания и реализовывает навыки NLP (Natural Language Processing)-технологий и компьютерной лингвистики для обработки и анализа неструктурированных данных, необходимых для исследовательских, коммуникационных и маркетинговых задач.
- Сравнивает, различает и объясняет особенности исследовательских стратегий/методов в качественном полевом исследовании.
- Применяет обоснованную теорию или тематический анализ при анализе результатов качественного полевого исследования.
- Представляет полученные результаты качественного полевого исследования в формате плотного описания (описание + интерпретация).
- Разрабатывает дизайн качественного полевого исследования с учетом соблюдения этических принципов.
- Реализует структурирование эмпирических данных в формате дневника наблюдения.
- Реализует сбор эмпирических данных и доступ к полю с учетом его особенностей и наличию альтернатив коммуникации с информантами (наблюдаемыми).
- Использует знания и реализовывает навыки NLP (Natural Language Processing) - технологий и компьютерной лингвистики для обработки и анализа неструктурированных данных, необходимых для исследовательских, коммуникационных и маркетинговых задач.
Элементы контроля
- Проект 2Групповой проект – исследование, касающееся специальности, которое использует инструменты текстового анализа, освоенные в рамках курса. Техническая часть представляется в виде тетрадки с кодом и комментариями. Результаты проекта представляются на защите в формате презентации.
- Домашнее задание - 2Предполагается три домашних задания. Каждое из них - написание кода на языке Python и текстовых комментариев к нему, соединение пройденных функций и подходов в единую программу, решающую небольшие практические вопросы, анализ полученных результатов. Итоговая за Домашние задания 2 представляет собой среднеарифметическую оценку.
- Лабораторная работа 2Лабораторные работы представляют собой небольшие практические задания, выдаваемые в конце занятия: задачи на написание или отладку кода, короткие кейсы по обработке текстовых данных. Оцениваются по бинарной шкале (0/1) по факту выполнения и сдачи работы. Итоговая оценка за ЛР представляет собой среднеарифметическую оценку.
- Активность на семинаре 2Оценивается по бинарной шкале (0/1) по итогам каждого семинарского занятия. Балл выставляется за активное участие в обсуждении: развёрнутые ответы на вопросы преподавателя, участие в разборе практических заданий, содержательные реплики в ходе дискуссии. Итоговая оценка за Активность представляет собой среднеарифметическую оценку.
- Активность 1Аудиторная работа 1 оценивает активность студентов во время семинарских занятий на основе прочитанной им основной литературы к семинару. Например, преподаватель может организовать обсуждение прочитанной литературы или провести практикум, для успешного выполнения которого будут необходимы знания, полученные из литературы к семинару. Аудиторная работа студента может выражаться в применении и демонстрации знаний из прочитанной к семинару литературы в ходе выполнения какой-либо активности (например, студент выступает добровольцем в качестве участника ролевой игры, или с инициативой публичной демонстрации собственного решения задания, или при обращении преподавателя с вопросом демонстрирует глубокое овладение содержанием прочитанной литературы).
- Тест 1Тесты 1 представляет собой тестирование овладения содержанием ОСНОВНОЙ литературы к семинару в дистанционной формате через онлайн-платформу (об изменении формата преподаватель сообщает заранее). Тестирование производится по определенным датам, они будут отражаться в расписании. Тестовая сессия по определенному блоку семинаров проводится после прохождения этих семинаров студентами всего курса. Важно: Тестирование открывается в строго установленное время на фиксированное время. Опоздание не приветствуется! Если студент приступил к тестированию с задержкой, это не дает ему оснований для компенсации времени. Студенты, не приступившие к тестированию, получают за тестовую сессию 0 баллов. О технических неполадках с системой следует информировать преподавателя в течение ДЕСЯТИ минут после официального времени начала тестовой сессии с помощью скринов экрана, если это сделано позже – претензии преподавателем не принимаются. Имеющиеся технические сложности необходимо фиксировать с помощью скринов, на которых обязательно отражается фамилия студента-владельца личного кабинета и текущее время.
- Проект 1Проект 1 представляет собой групповую работу – представляет собой групповую работу по проведению этнографического исследования с обязательным использованием метода наблюдения. Проект выполняется в команде от 3 до 4 человек.
- Устный опрос - 4
- Аудиторная работа - 4Аудиторная работа 4 представляет собой оценку активности на семинарах по блоку "Дискурс-анализ". Аудиторная работа состоит из: 0,2 - работа на семинаре (активность, обсуждение текстов) и 0,1 практические задания.
- Защита проекта - 4Выбрать и сравнить дискурсы брендов на предмет общего и особенного в конструировании социальной реальности. Каждая группа должна выбрать тему и два бренда для сравнения. Бренды НЕ могут дублироваться в рамках одной группы. Продолжительность устной презентации – 20 минут. Число студентов в группе – 3-4. Презентации необходимо загрузить в облачную папку и отправить ссылку преподавателю к указанной дате. Темы (конкретные бренды в рамках темы следует определить самостоятельно): 1. Молочные продукты 2. Хлебобулочные изделия 3. Стиральный порошок 4. Гамбургер 5. Батарейка 6. Бытовая химия 7. Зубная паста 8. Шампунь 9. Мыло 10. Зубная щетка 11. Презервативы 12. Одежда 13. Обувь 14. Сотовая связь 15. Вино 16. Пиво 17. Чай 18. Кофе и кофейные напитки 19. Продукты питания для домашних животных 20. Косметика 21. Бытовая техника 22. Кровать 23. Мебель 24. Садовые принадлежности 25. Постельные принадлежности (одеяло, подушка, матрас) 26. Дезодорант 27. Парфюмерия 28. Телевизор 29. Смартфон 30. Очиститель воды 31. Легковой автомобиль 32. Модный журнал 33. Авиакомпания 34. Политическая партия 35. Политический лидер 36. Музыкальная группа, исполнитель/исполнительница 37. Дейтинговое приложение 38. Банк 39. Мессенджер 40. Блогер
Промежуточная аттестация
- 2026/2027 2nd module0.2 * Активность 1 + 0.4 * Проект 1 + 0.4 * Тест 1
- 2026/2027 4th module0,5 блок текст-майнинга + 0,3 блок качественные методы исследования + 0,2 дискурс-анализ
Список литературы
Рекомендуемая основная литература
- Croucher, S. M. (2016). Understanding Communication Theory : A Beginner’s Guide. New York: Routledge. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1055331
- Goldberg, Y. (2017). Neural Network Methods in Natural Language Processing. [San Rafael, California]: Morgan & Claypool Publishers. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1506512
- Kurdi, M. Z. (2017). Natural Language Processing and Computational Linguistics 2 : Semantics, Discourse and Applications. London, UK: Wiley-ISTE. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1642577
- Yang Liu, & Meng Zhang. (2018). Neural Network Methods for Natural Language Processing. Computational Linguistics, (1), 193. https://doi.org/10.1162/COLI_r_00312
- Методы социологического исследования : учеб. пособие для вузов, Девятко, И. Ф., 2006
Рекомендуемая дополнительная литература
- Belk, R. W. (2006). Handbook of Qualitative Research Methods in Marketing. Edward Elgar Publishing.
- Taylor, S. (2013). What Is Discourse Analysis? London: Bloomsbury Academic. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=562210
- Taylor, S. J., DeVault, M. L., & Bogdan, R. (2016). Introduction to Qualitative Research Methods : A Guidebook and Resource (Vol. 4th edition). Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1061324