Сбор и анализ количественных данных в рекламе и PR

Магистратура 2022/2023

Статус: Курс обязательный (Интегрированные коммуникации)

Направление: 42.04.01. Реклама и связи с общественностью

Кто читает: Департамент социологии

Где читается: Факультет креативных индустрий

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Ротмистров Алексей Николаевич

Прогр. обучения: Интегрированные коммуникации

Язык: русский

Кредиты: 6

Контактные часы: 44

Полная версия программы учебной дисциплины

Аннотация

Курс посвящён основам языка программирования Python, применяемым для автоматизированного сбора данных (веб-скрапинга) и их анализа. Курс включает пакеты и модули Python, а также интерфейсы, позволяющие обращаться к API Youtube и использовать его методы для веб-скрапинга, структурировать собранные данные в формат Excel, применять описательную статистику и искать связи между парой переменных – с учётом их типов шкал.

Цель освоения дисциплины

Научиться основам Python, изучить его пакеты и модули , а также интерфейсы, позволяющие обращаться к API Youtube и использовать его методы для веб-скрапинга, структурировать собранные данные в формат Excel, применять описательную статистику и искать связи между парой переменных -- с учётом их типов шкал.

Планируемые результаты обучения

Умение посредством Python правильно авторизоваться в YouTube, создать клиент API YouTube и применить его для веб-скрапинга изучаемого YouTube-канала.
Умение посредством Python правильно оформить характеристики видео с изучаемого YouTube-канала в удобную таблицу Excel.
Умение применять к переменным релевантные методы описательной статистики (одномерные частотные таблицы и графики, меры центральной тенденции и неоднородности) -- с учётом их типов шкал.
Умение применять к переменным релевантные методы парной связи (коэффициент корреляции Пирсона, коэффициент ранговой корреляции Спирмана, критерий Хи-квадрат и его остатки) -- с учётом их типов шкал; и интерпретировать результаты.
Умение различать три основных типа шкал переменных (номинальные, порядковые, интервальные-числовые) на основе ориентиров.

Содержание учебной дисциплины

Основы веб-скрапинга: API YouTube и программная среда Python.
Основы работы с выгрузкой результатов веб-скрапинга.
Типы шкал, траектории анализа данных.
Методы описательной статистики с учётом типов шкал.
Методы парной связи с учётом типов шкал.

Элементы контроля

Два домашних задания
Сбор данных в рамках персонального (или в команде до четырёх человек) мини-проекта и их первичный анализ
Экзамен
Экзамен в формате теста
Активность на занятии
Активность на занятиях; выставляется на каждом занятии за обоснованные ответы

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.23 * Два домашних задания + 0.35 * Экзамен + 0.22 * Два домашних задания + 0.1 * Активность на занятии

Список литературы

Авторы

Ротмистров Алексей Николаевич

Программа дисциплины