Кто читает:: Департамент медиа

Статус:: Курс обязательный

Когда читается:: 3-й курс, 2-4 модуль

Преподаватели

Пакулин Иван Валерьевич

Струлев Иван Константинович

Триска Ульяна Борисовна

Дополнительные материалы в LMS Задать вопрос

Аннотация

Научно-исследовательский семинар на 2 курсе программы «Медиакоммуникации» предназначен для формирования у студентов базовых представлений и навыков в сфере медиаисследований. Тематический модуль «Введение в медиаисследования» раскрывает специфику социально-гуманитарного знания с последующим фокусом на исследованиях в сфере медиа, включая их дизайн, методы, оформление результатов и этические вопросы. Тематический модуль под названием «Количественные методы в медиаисследованиях» познакомит со спецификой количественных исследований медиаконтента с акцентом на контент-анализе и опросных методах сбора информации. Наконец, тематический модуль «Качественные методы в медиасследованиях» посвящен качественному контент- и дискурс-анализам. По итогам освоения курса студенты выполняют практические задания: разрабатывают и пилотируют собственный исследовательский инструментарий как в индивидуальном порядке, так и в небольших группах. 3 курс. Цель дисциплины – научить студентов методам и инструментам сбора, обработки, анализа, интерпретации и представления больших данных для работы в сфере медиакоммуникаций, в том числе в журналистике, маркетинге, рекламе, SMM и PR. Курс разбит на три тематических модуля (2-й, 3-й и 4-й), каждый из которых знакомит с различными аспектами прикладной медиааналитики. Второй модуль посвящён анализу присутствия в медиапространстве и измерению эффективности PR-активности различных субъектов коммуникации – частных компаний, государственных структур, культурных институций и публичных персон. Студенты познакомятся с инструментами мониторинга СМИ и социальных сетей, в частности – системы Медиалогия. Они научатся рассчитывать и интерпретировать ключевые метрики медиааналитики, проводить конкурентный анализ, выявлять тренды в медиапространстве и разрабатывать на их основе коммуникационные стратегии. В третьем модуле основной акцент будет сделан на аналитике социальных сетей и, в особенности, на аудиторном анализе. Студенты научатся анализировать демографические, социально-культурные, мировоззренческие и прочие характеристики аудитории, её интересы и потребности перед запуском медиапроектов и производством медиапродуктов. Они приобретут навыки работы с обратной связью и оптимизации контентной стратегии на основе полученных данных. Овладеют навыками работы с аналитическими платформами и системами мониторинга, такими как Медиалогия, Brand Analytics и СКАН Интерфакс. Наконец, в четвёртом модуле студенты научатся использовать системы генеративного искусственного интеллекта, не требующие навыков программирования, для анализа медиаконтента, интерпретации статистических данных и принятия решений в процессе создания и редактирования различных материалов. Они получат представление о методах промпт-инжиниринга, создании системных ролей для систем искусственного интеллекта и основных разновидностях генеративных систем для анализа данных в медиасфере. Они познакомятся с базовым набором метрик продвижения для продуктов и их арифметикой, применяемой в прикладных задачах бизнес-анализа, а также с главными отчетами в веб-аналитической системе «Яндекс Метрика». Кроме того, студенты научатся автоматизация и визуализации результатов анализа с помощью генерации инфографики и дашбордов.

Цель освоения дисциплины

Сформировать у студентов базовые навыки научно-исследовательской работы, включая разработку методологии исследования.
Научить студентов использовать различные методы сбора, обработки и интерпретации данных, в том числе в процессе написания курсовых работ по медийной тематике.
Освоение методов и инструментов сбора, обработки, анализа, интерпретации и представления больших данных для работы в сфере медиакоммуникаций, в том числе в журналистике SMM и PR.
Умение анализировать эффективность PR-активности организаций, компаний и персон, а также потребности аудитории перед запуском медиапроектов и медиапродуктов.
Умение применять инструменты генеративного искусственного интеллекта для проведения медиаисследований

Планируемые результаты обучения

Разрабатывает дизайн исследования
Адекватно выбирает методы, стратегии, подходы.
Находит и использует научную литературу.
Находит качественные научные источники.
Оформляет текст, ссылки и список литературы согласно российским / международным стандартам.
Представляет и защищает проект медиаисследования.
Работает с базами зарубежной научной периодики.
Проектирует дизайн медиаисследования
Самостоятельно делает обзор литературы
проводит онлайн-исследования
составляет опросный инструментарий в качественных исследованиях
составляет опросный инструментарий в количественных исследованиях
Формулирует исследовательские вопросы для качественного исследования
Описывает и применяет основы фрейм-анализа
Описывает и применяет метод контент-анализа
Описывает и применяет принципы построения выборки в медиаисследовании
Использует методологические концепции в соответствии с темой исследования
Обосновывает методологические концепции и их применение в исследовательском проекте
Разбирается в академических жанрах и имеет навыки составления соответствующих текстов в соответствии с их законами
Умеет мыслить проектно и работать в команде
Знает определения и свойства распределения вариационного ряда, свойств эмпирической функции распределения.
Знает основные количественные характеристики медиатекстов, метрики и модели статистического контент-анализа.
Понимает взаимосвязь искусственного интеллекта и медиа.
Умеет выбирать инструменты на основе генеративного искусственного интеллекта для решения задач создания и анализа медиаконтента
Имеет представление о том, как генеративные модели создают и обрабатывает данные, и умеет перечислять основные параметры генеративных моделей
Умеет описывать типы моделей (например, языковые модели, модели генерации изображений)
Применяет генеративные модели для генерации медиаконтента: текстов, заголовков, изображений и других видов контента.
Применяет модели генерации изображений для создания аналитического контента (например, инфографики и дашбордов для соцсетей).
Знает место искусственного интеллекта и алгоритмов в цикле производства и потребления информации и современных информационных процессах.
Владеет инструментами на основе генеративного искусственного интеллекта для создания и анализа медиаконтента.
Знает основные параметры и типы моделей генеративного искусственного интеллекта.
Умеет применять модели генеративного искусственного интеллекта для создания различных видов медиаконтента.
Умеет оценивать влияние искусственного интеллекта на медиапроцессы и медиаиндустрию.
Умеет анализировать текущие тенденции и перспективы развития искусственного интеллекта в медиа.
Умеет оценивать эффективность различных инструментов генеративного искусственного интеллекта для конкретных задач.
Знает основные понятия, методы, схемы и алгоритмы современных систем искусственного интеллекта, используемых в медиакоммуникационной индустрии.
Умеет настраивать параметры моделей для достижения желаемого результата.
Знает основы теории вероятностей и математической статистики
Умеет использовать методы математической статистики для решения задач медиаисследований
Понимает метрики, встречающиеся в интернет-рекламе.
Понимает инструменты для исследовательского анализа данных в интернет-маркетинге.
Умеет обрабатывать сырые данные.
Умеет проводить количественные исследования по результатам рекламных кампаний в интернете
Знает основные темы, понятия и термины медиааналитики.
Владеет методами прикладной медиааналитики, включая работу с большими данными.
Имеет навыки практического использования российских инструментов мониторинга СМИ и социальных сетей, в частности системы Медиалогия.
Умеет рассчитывать и интерпретировать ключевые метрики медиааналитики: МедиаИндекс, СМ-Индекс, Share of Voice, тональность и другие показатели.
Умеет анализировать информационные поводы
Умеет проводить конкурентный анализ и определять точки роста для компаний.
Владеет методами выявления трендов в медиапространстве и разработки PR-стратегии на их основе.
Умеет проводить комплексный SWOT-анализ медиаактивности компаний.
Имеет опыт командной работы над исследовательскими проектами в области медиааналитики.
Знает методологию подготовки и презентации результатов медиааналитических исследований.
Имеет практические навыки работы с различными источниками данных, включая исследования АКОС и открытые источники.
Умеет учитывать этические аспекты работы медиааналитика при проведении исследований.
Умеет применять полученные знания для оценки эффективности коммуникационных кампаний и корректировки PR-стратегии.

Содержание учебной дисциплины

Медиаисследования как междисциплинарная область
Теория, поиск и обзор литературы
Дизайн и методы медиаисследования
Дизайн и стратегии медиаисследования
Представление результатов исследования
Академическая этика
Количественный анализ медиатекстов
Количественный контент-анализ
Количественные опросные методы
Анализ количественных данных и их визуальное представление
Границы применения количественного метода
Введение в качественные опросные методы
Подготовка и проведения экспертного интервью
Качественный контент-анализ
Другие качественные методы
Медиаисследования в России и за рубежом
Введение в медиааналитику
Инструменты медиааналитики
Анализ инфоповодов
Конкурентный анализ
Анализ трендов
Антикризисное реагирование
Итоговая работа в командах
Основы теории вероятностей
Математическая статистика и методы статистической обработки результатов испытаний, часть 1
Коммуникационные исследования: теоретическая часть
Знакомство с Brand Analytics
Сбор данных по темам
Защита результатов исследований
Математическая статистика и методы статистической обработки результатов испытаний, часть 2
Метод контент-анализа: теоретические основания и применение

Элементы контроля

Активность на семинарских занятиях
Студентам необходимо участвовать в дискуссии на занятиях с преподавателем и друг с другом, формируя диалогическую коммуникацию, демонстрируя фоновые и полученные в ходе подготовки к занятию знания и избегая многократного повторения одних и тех же суждений. Вопросы студентам в аудитории даёт преподаватель, вопросы базируются на домашнем задании. Оценка за данный элемент контроля умножается на коэффициент, указанный в итоговой формуле оценивания дисциплины, и суммируется с оценками за другие виды работ.
Составление списка литературы
Работа со списком литературы – это важная часть академической культуры. Она позволяет получить представления об изменчивости научных канонов, состоянии актуальных дискуссий, ключевых исследователях, научных учреждениях, периодических изданиях, а также о регулярных академических мероприятиях в сфере коммуникаций и медиа. В течение 1 модуля студенты формируют список актуальной литературы для своих курсовых работ в соответствии с утвержденной предварительной исследовательской темой. Список составляется индивидуально, сдается преподавателю с комментариями в формате документа Microsoft Word и оценивается по десятибалльной шкале. Оценка за данный элемент контроля умножается на коэффициент, указанный в итоговой формуле оценивания дисциплины, и суммируется с оценками за другие виды работ.
Практика разработки инструмента исследования во 2 модуле
После изучения количественных методов студенты разбиваются на группы по 4-5 человек и готовят презентацию, содержащую в себе: тему исследования в заданной методологии, его задачи, выборку исследования, а также анкету опроса. Студенты делают презентацию во время одного из семинарских занятий, её длительность - 5-10 минут в зависимости от требований преподавателя.
Написание введения курсовой работы
Студенты пишут введение к своей курсовой работе. Текст состоит из следующих обязательных элементов: научная новизна, актуальность, проблема исследования, степень изученности проблемы, исследовательский вопрос, объект и предмет исследования, цель и задачи работы, гипотеза, методы исследования, эмпирическая база, теоретическая база исследования. Работа выполняется и сдаётся индивидуально. Студенты пишут введение в документе Microsoft Word в соответствии с требованиями изученного в 1 модуле ГОСТа. Объем введения – не более 4 страниц (12 000 знаков с пробелами). Работа должна содержать название, данные автора (ФИО, статус, аффилиация) и сам текст введения.
Практика разработки инструмента исследования в 3 модуле
После изучения качественных методов исследования (например, индивидуальное и групповое интервью) студенты разбиваются на группы по 4-5 человек и готовят презентацию, содержащую в себе следующие элементы: тему исследования в заданной методологии, его задачи, выборку исследования, а также гайд для индивидуального или группового интервью.
Написание тезисов для конференции
В третьем модуле студенты учатся представлять результаты своего исследования в качестве тезисов для научной конференции. Тезисы – это краткое изложение исследовательской работы, содержащее в себе все основные пункты исследования (актуальность, основные концепции, методы исследования, основные результаты работы, выводы). Прежде, чем выполнять письменную домашнюю работу, студенты ознакомятся с правилами написания тезисов, сравнят изложение результатов исследовательских работ в трех академических жанрах (аннотация, тезисы, статья), выработают гайд написания тезисов для конференции. В основании написания тезисов будет лежать актуальная курсовая работа студентов, утвержденный в 1 модуле дизайн исследования. В дальнейшем написанные тезисы могут лечь в основу написания введения к курсовой работе, заключения, а также реальной заявки для студенческой и научной конференции. Студенты подготавливают тезисы в документе Microsoft Word в соответствии с требованиями изученного в 1 модуле ГОСТа. Объем тезисов – не более 1 страницы (3000 знаков). Работа должна содержать название, данные автора (ФИО, статус, аффилиация) и сам текст тезисов. Отдельные положения тезисов стоит оформлять в разных абзацах.
Текст-обоснование выбранной методологии
В качестве формы контроля в конце 3 модуля студенты сдают текст, в котором обосновывают выбранную для своей курсовой работы методологию. Работа выполняется индивидуально. Данный формат работы демонстрирует способность студента выбирать подходящее методологическое основание работы и методы сбора и анализа данных, которые будут соответствовать поставленной цели, задачам и общей проблематике исследования. Подготовленный текст обоснования методологии может быть в дальнейшем использован студентом для курсовой работы. Текст обоснования методологии должен включать в себя: ФИО студента, полное наименование темы исследования, исследовательский вопрос, цель и задачи исследования, описание эмпирической базы, описание методов сбора и анализа данных исследования и аргументацию их выбора, список используемой литературы. Обоснование методов исследования предполагает описание самого метода с ссылкой на конкретного автора или подход, описание преимуществ и ограничений данного метода для сбора и анализа данных применительно к представленной теме исследования. В конце текста обоснования должен быть представлен список используемых источников и литературы. В случае написания теоретической работы, не опирающейся на первичные или вторичные эмпирические данные, студент представляет описание и обоснование методов поиска и отбора литературы для теоретической рамки своего исследования с учетом их преимуществ и ограничений применительно к выбранной теме исследования. Текст обоснования предоставляется студентом в формате в формате файла Microsoft Word в установленные преподавателем сроки. Объём всего текста обоснования: от 500 до 3000 слов (включая все перечисленные выше содержательные элементы текста).
групповая работа
Студенты делятся на группы по 6 человек и в течение двух семинарских занятий пишут отчёт по заранее выбранной теме. Разделиться на группы и определить тему необходимо до начала групповой работы. Темой может быть как мероприятие, так и компания, бренд. Формальные требования: 1) Отчёт должен быть загружен в формате docx в папку, ссылку на которую отправит преподаватель перед началом занятия; 2) Отчёт должен быть написан 12 кеглем, шрифт Times New Roman, выравнивание текста по ширине, заголовки - 16 или 14 кеглем; 3) Отчёт должен содержать информацию о составе группы: ФИО студента/тки и номер его/её группы. Содержательные требования: Отчет должен включать в себя следующие обязательные элементы: Ретроспектива – две недели до мероприятия, само мероприятие, две недели после мероприятия. Если выбирается компания или бренд, то месяц до даты выполнения задания. Короткая общая информация о мероприятии – название мероприятия, когда оно проходило. Если выбирается компания, то краткое описание компании - кто это, основные направления деятельности, в каком сегменте и на какой территории работают. Если выбирается бренд, то краткое описание бренда - что это за бренд, кому он принадлежит, где и как реализуется продукция под этим брендом. Общая информация о публикациях по мероприятию/компании/бренду во всех доступных ракурсах в Медиалогии: количество сообщений, рейтинг событий по заметности, охваты, рейтинг публикаций по Медиаиндексу, динамика сообщений и динамика Медиаиндекса, аналитика тональности, источники по количеству, источники по Медиаиндексу. Если выбирается мероприятие, то информация о публикациях по мероприятию делится на блоки “Освещение до мероприятия”, “Освещение во время мероприятия”, “Освещение после мероприятия”. Каждый блок должен включать в себя информацию из пункта 3. Конкурентный анализ похожего мероприятия на основе параметров из пункта 3. Если выбирается компания или бренд, то конкурентный анализ двух других похожих компаний или брендов. Вывод. Общее описание результатов, выделение основных каналов распространения публикаций, оценка (субъективная) качества информационной кампании (здесь важно пояснить Вашу позицию и привести доказательства). Описание ошибок информационной кампании.
Анализ данных из социальных медиа
Студенты осваивают навыки сбора и анализа данных из социальных медиа с помощью системы Brand Analytics. Суть задания заключается в том, чтобы выбрать тему исследования, определить и обосновать важность этой темы, обосновать практическую ценность исследования с помощью анализа социальных медиа. В ходе занятий студенты получают основные знания по сбору и анализу данных социальных медиа, изучают основные параметры и критерии данных, и основные подходы к анализу. На финальном этапе обучения студенты создают презентацию с результатами исследования, обоснованием выбора темы и ее важности и защищают её. Этапы выполнения задания: 1. Выбор и обоснование темы исследования. 2. Формирование поискового запроса. 3. Сбор данных и их первичная обработка. 4. Проведение анализа собранных данных. 5. Создание отчета с визуализацией результатов. 6. Презентация и защита результатов исследования.
Анализ медиаконтента с помощью искусственного интеллекта
Студенты осваивают навыки анализа медиаконтента, выявления трендов, оценки эффективности контента и предсказания реакций аудитории на основе анализа больших данных. Письменное задание заключается в выборе актуальной темы (связанной с психологией, образованием, лайфстайлом, технологиями и т. д.) и сборе данных из социальных сетей, новостных сайтов, блогов или видеохостингов с использованием инструментов веб-скрейпинга, сервисов анализа веб-трафика или API. Студенты анализируют и визуализируют метаданные, проводя текстовый анализ для выявления ключевых слов и тематических кластеров, анализ вовлеченности для извлечения информации о реакциях на публикации, выявляют тренды для определения популярных тем и форматов контента, а также сегментацию аудитории для выявления демографических и поведенческих характеристик. На заключительном этапе результаты анализа обобщаются в инфографике, выявляются закономерности, и формулируются рекомендации по ведению контента на различных площадках.

Промежуточная аттестация

2024/2025 3rd module
0.2 * Активность на семинарских занятиях + 0.2 * Активность на семинарских занятиях + 0.2 * Написание введения курсовой работы + 0.2 * Написание введения курсовой работы + 0.1 * Написание тезисов для конференции + 0.1 * Написание тезисов для конференции + 0.05 * Практика разработки инструмента исследования в 3 модуле + 0.05 * Практика разработки инструмента исследования в 3 модуле + 0.05 * Практика разработки инструмента исследования во 2 модуле + 0.05 * Практика разработки инструмента исследования во 2 модуле + 0.1 * Составление списка литературы + 0.1 * Составление списка литературы + 0.3 * Текст-обоснование выбранной методологии + 0.3 * Текст-обоснование выбранной методологии
2025/2026 4th module
0.3 * групповая работа + 0.3 * групповая работа + 0.4 * Анализ данных из социальных медиа + 0.4 * Анализ данных из социальных медиа + 0.3 * Анализ медиаконтента с помощью искусственного интеллекта + 0.3 * Анализ медиаконтента с помощью искусственного интеллекта

Список литературы

Авторы

Котюкова Анастасия Васильевна

Бакалаврская программа «Медиакоммуникации»

Контакты

Научно-исследовательский семинар

Преподаватели

Программа дисциплины