Научно-исследовательский семинар

Магистратура 2020/2021

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Журналистика данных)

Направление: 42.04.02. Журналистика

Кто читает: Институт медиа

Где читается: Факультет креативных индустрий

Когда читается: 2-й курс, 1-3 модуль

Формат изучения: без онлайн-курса

Преподаватели: Бережная Тина Сергеевна, Бобринская Мария Алексеевна, Нестеренко Любовь Владимировна, Прохоров Артем Вячеславович

Прогр. обучения: Журналистика данных

Язык: русский

Кредиты: 18

Контактные часы: 120

Полная версия программы учебной дисциплины Задать вопрос

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

Обучение студентов с теоретическими основами цифрового картографирования и практическими навыками работы с пространственными данными,использования геоинформационных систем, визуализации и картографического дизайна
Рассмотрение методов компьютерной лингвистики, применяемых при обработке текстов в предметно-ориентированных информационных системах.
Изучаются виды используемых лингвистических ресурсов и методы их разработки.
Рассматриваются задачи автоматического аннотирования тестов, рубрикации и кластеризации текстов, извлечения информации из текстов.

Планируемые результаты обучения

Владеет терминологией в области картографии и ГИС
Выбирает нужные параметры проекций и систем координат
Выбирает виды и источники данных в зависимости от задач
Создает слои данных, оценивает качество данных, работает с проектами
Использует инструменты пространственного анализа
Визуализирует атрибутивную информацию пространственных данных
Создает законченный проект на основе пространственных данных
Знает основные подходы к решению задач компьютерной лингвистики
Знает основные приложения автоматической обработки текстов, используемые в пред-метно-ориентированных информационных системах
Извлекает сущности из текста
Знает инструменты и библиотеки Python для компьютерной лингвистики
Ориентируется в задачах автоматической обработки текста
Делит большие задачи на мелкие подзадачи
Решает задачи предобработки текста с использованием приёмом программирования на Python
Применяет специализированные библиотеки Python для задач автоматической обработки текста
Оценивает работу систем автоматической обработки текста
Владеет навыками текстового анализа при помощи инструментов и библиотек Python
Владеет навыками оценки качества систем автоматической обработки текста
Владеет навыками логико-лингвистического моделирования предметной области с использованием стандартов и инструментальных средств, поддерживающих разработку лингвистического обеспечения информационной системы для конкретной предметной области
Владеет методами машинного обучения для структурной модели графа
Владеет методами машинного обучения для структурной модели графа с учетом текстовых эмбеддингов
Владеет методами представления результатов проекта в области сетевого анализа
Владеет навыками моделирования случайных графов для тестирования статистических гипотез на структурных данных
Демонстрирует общие знания об области применения анализа социальный сетей и программных средствам для работы с графами
Знает модели распространения влияния. Умеет прогнозировать достижение равновесия в сетевой модели на основе Марковских процессов в сетях
Знает понятие центральности как меры ранжирования вершин в графе на основе структурной информации
Знает понятия центральности и престижа как мер ранжирования вершин, взаимовлияние в ориентированных сетях
Знает статистические особенности реальных сетей, основные отличия реальных сетей от модельных данных
Умеет использовать информационные каскады как модель сетевого маркетинга и оценивать успешность сетевого маркетинга
Умеет моделировать распространение информации. Понимает сущность понятия эпидемии в информационном поле
Умеет находить структурно схожие элементы и меры схожести в структурной информации
Умеет обнаруживать сообщества в сетях, владеет методами кластеризации на графах
Умеет строить модель классификации элементов сети, выявлять агентов влияния, осуществлять количественные предсказания на основе временных динамических графов
Умеет строить рекомендации связей между элементами сети, владеет методами детектирования фрода в сетях

Содержание учебной дисциплины

Введение в картографию и ГИС.
Основные определения: карта, ГИС, пространственные данные, пространственный анализ. Развитие картографии и геоинформатики. Принцип создания карт, источники данных для них. Сферы применения ГИС.
Математические основы картографии
Географические и плановые (метрические) координаты. Системы координат: местные, государственные, глобальные. Наиболее часто используемые системы координат. Картографические проекции, их виды, принципы использования. Правила выбора проекции. Основные ошибки использования систем координат и проекции. Проблема использования проекции Web Mercator. Масштаб, его актуальность в цифровой картографии.
Виды пространственных данных
Векторные данные: геометрические примитивы, особенности использования и функциональное назначение, способы создания, форматы хранения. SHP-файл. Растровые данные: особенности использования и функциональное назначение, спутниковые снимки как основной источник растровых данных, форматы хранения. Атрибутивная информация пространственных данных. Топологические отношения. Ошибки данных, оценка качества и полноты данных. Источники данных.
Работа с данными в ГИС, создание слоев и проектов
Загрузка и отображение данных в ГИС. Создание и редактирование слоев, добавление атрибутивной информации. Присоединение пространственной информации к статистическим данным, пространственное присоединение, прямое и обратное геокодирование.
Аналитические инструменты работы с данными
Виды аналитических инструментов в ГИС. Вычислительные операции: площадь, длина, количество. Ошибки в вычислениях. Пространственный анализ: пространственные выборки, тепловые карты. Инструменты работы со спутниковыми снимками.
Визуализация данных, дизайн карт
Элементы карты. Способы визуализации данных на карте: точечный, изолинии, картограммы, картодиаграммы. Шкалы условных знаков. Информативность и читабельность. Инструменты визуализации
Практическая работа: ГИС проект
Практика создания, обработки, анализа и визуализации пространственных данных, создание карт
Введение в сетевой анализ
Введение в сетевой анализ. Теория сложных сетей. Основные свойства сети и метрики. Примеры сетей.
Описательные статистики реальных сетей
Степенной закон распределения и реальные сети. Закон Ципфа. Закон шести рукопожатий. Плотностей связей между друзьями.
Модели формирования сети
Модель случайного графа Эрдоша-Рени. Распределения Пуассона и Бернулли. Распределение степеней вершин. Модель Барабаси-Альберта. Модель эволюции графа. Модель “маленького мира” (модель Ваттс-Строгаца). Статистики случайных графов.
Меры влияния агентов в неориентированных сетях
Метрики центральности вершин: степенная, мостовая, по близости, относительно собственных векторов, структурные. Интерпретация центральности как меры влияния. Визуализация ключевых агентов в сети.
Меры влияния агентов в ориентированных сетях
PageRank, стохастическая метрика и условие Перрона-Фробениуса. Итеративные методы. Хабы и источники. Алгоритм HITS.
Структурная эквивалентность
Метрики структурной эквивалентности. Евклидова метрика и расстояние Хэмминга. Коэффициент корреляции. Косинусное сходство. Ассортативное смешивание и гомофилия. Смешивание по факторным и численным атрибутам.
Сообщества в социальных сетях
Сетевые сообщества. Плотность сообществ и метрики разрезов. Алгоритм Ньюмена-Гирвина. Спектральные методы кластеризации. Приближенные и жадные алгоритмы. Иерархическая кластеризация. Локальная кластеризация. Графовые шаблоны, k-core, микро подграфы.
Распространение и эпидемии в сетях
Модели эпидемий: SI, SIS, SIR. Решение дифференциальных уравнений. Предельные случаи. Моделирование распространения инфекции.
Распространение инноваций и информационные каскады
Обучение на основе наблюдений. Информационные каскады. Каскады в сети. Независимая и линейная пороговая модели каскадов. Измерение распространения информации и оценка успешности компании в сетях.
Распространение влияния и консенсус в социальных сетях
Физическая диффузия. Диффузионное уравнение. Распространение в сети и Лапласиан. Решение диффузионного уравнения. Случайные блуждания на графе. Социальная диффузия. Пороговая модель Грановеттера для описания коллективного поведения. Самые влиятельные узлы в сети.
Векторные модели сетей без атрибутов
Графовые эмбеддинги. Модели на основе матричной факторизации, случайных блужданий и автоэнкодеров. Векторизация структурной модели.
Векторные модели сетей с текстовыми атрибутами
Атрибутивные графовые эмбеддинги. Веткорные модели текстов и инициализации моделеи. Фьюжн информации и индуктивные модели обучения.
Предсказание связей и рекомендации в сетях
Рост сети. Диаметр сжатия. Проблема предсказания связей. Обучение с учителем. Рекомендательные системы.
Классификация сетевых данных и графовые нейронные сети
Задача классификации документов, оценка влияния агентов: предсказание свойств вершин. Графовые нейронные сети. Обучение со слабой разметкой или без учителя. Машинное обучение на графах.
Знакомство с компьютерной линвгистикой
Знакомство с компьютерной линвгистикой: предмет, задачи, области. История развития компьютерной лингвистики. Направления компьютерной лингвистики. Основы предобработки текста. Модели представления знаний предметной области. Информаци- онно-поисковые системы. Система понятий и терминов как основа описания модели предметной области. Рубрикаторы: назначение и принципы создания. Информационно- поисковые тезаурусы (ИПТ): понятие информационно-поискового тезауруса, структура статьи информационно-поискового тезауруса, стандарты по разработке ИПТ. Онтологии в информационно-поисковых системах. Понятие лингвистической онтологии. Построение онтологии предметной области.
Регулярные выражения, tokenization etc.
Частотные списки, мера TF-IDF. Извлечение ключевых слов, алгоритм RAKE
Векторизация текстов, векторная семантика. Bag of Words, word2vec, ресурс RusVectores.
Автоматическая классификация документов
Автоматическая классификация документов: тематическая классификаци, сенти-мент анализ. Оценка качества работы классификаторов. Тематическая структура текстов. Свойства связного текста: тематическая связность, риторическая связность, лексическая связность, референциальная связность. Моделирование свойств связного текста.
Text Mining
Text Mining. Задача извлечения знаний из текстов: извлечение объектов, связей, фактов. Методы автоматического извлечения знаний из текстов. Системы автоматическо-го извлечения знаний из текстов. Методы извлечения знаний из текстов экспертом. Мето-ды извлечения устойчивых словосочетаний и терминов из текстов. Методы оценки каче-ства извлечения. Извлечение терминов как многофакторный процесс. Методы выявления отношений между терминами из текстов. Извлечение синонимов, родовидовых отношений, построение таксономий. Инструменты в Python
Сетевой анализ

Элементы контроля

Посещаемость 1 модуля
Выполнение заданий на семинарах 1 модуля
Финальный проект по итогам 1 модуля
Активность на занятиях и выполнение домашних заданий 3 модуля
Финальный проект 3 модуля
Посещение занятий и выполнение заданий 2 модуля
Основной формой работы на семинарах является программирование в IPython Notebook. Формы работы и критерии оценивания на каждом конкретном семинаре преподаватель озвучивает студентам.
Проект 1
Проект 2

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.1 * Активность на занятиях и выполнение домашних заданий 3 модуля + 0.2 * Выполнение заданий на семинарах 1 модуля + 0.05 * Посещаемость 1 модуля + 0.25 * Посещение занятий и выполнение заданий 2 модуля + 0.15 * Финальный проект 3 модуля + 0.25 * Финальный проект по итогам 1 модуля
Промежуточная аттестация (3 модуль)
0.09 * Выполнение заданий на семинарах 1 модуля + 0.21 * Посещаемость 1 модуля + 0.7 * Промежуточная аттестация (2 модуль)

Программа дисциплины