• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2022/2023

Сбор и анализ количественных данных в рекламе и PR

Статус: Курс обязательный (Интегрированные коммуникации)
Направление: 42.04.01. Реклама и связи с общественностью
Когда читается: 1-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Прогр. обучения: Интегрированные коммуникации
Язык: русский
Кредиты: 6
Контактные часы: 44

Программа 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

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

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

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

Элементы контроля

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

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

Список литературы

Рекомендуемая основная литература

  • Harish Garg. (2018). Mastering Exploratory Analysis with Pandas : Build an End-to-end Data Analysis Workflow with Python. Packt Publishing.

Рекомендуемая дополнительная литература

  • Fink, C. (2020). metatube: Python script to download YouTube metadata. https://doi.org/10.5281/zenodo.3773303
  • McKinney, W. (2018). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython (Vol. Second edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1605925

Авторы

  • Ротмистров Алексей Николаевич