РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ




Новости

Студентам РГГУ рассказали о работе с большими данными в политических исследованиях



Студентам РГГУ рассказали о работе с большими данными в политических исследованиях
21.10.2021

Студентам РГГУ рассказали о работе с большими данными в политических исследованиях

20 октября в РГГУ прошел мастер-класс доктора политических наук, директора Центра политических исследований (ЦПИ) Финансового университета при Правительстве РФ Елены Бродовской и лаборанта-исследователя Марии Давыдовой на тему «Большие данные в политических исследованиях».

Инициатором мастер-класса выступил Учебно-научный центр «Новая Россия. История постсоветской России» исторического факультета Историко-архивного института. Участниками стали студенты – политологи и историки РГГУ.

В ходе мастер-класса ребятам рассказали о задачах, которые решает Центр политических исследований. Так, центр занимается развитием передовых методов и инструментов аналитики больших данных для моделирования и прогнозирования социально-политических процессов в России, прогнозированием результатов голосования по цифровым следам и мониторингом реализации информационных кампаний партий.

Студентам также представили проекты, которые были реализованы командой центра. В их числе – избирательные кампании в законодательные собрания субъектов для партии «Единая Россия», аудиты и образовательные программы для партии «КПРФ», мониторинг уровня межнациональной напряженности в регионах России и др.

Елена Викторовна в ходе своего выступления обратила внимание участников мастер-класса на особенности применения социально-медийной аналитики, а также рассказала о теоретико-методологической основе работы с большими данными и инструментах прикладного исследования.

Завершился мастер-класс общением эксперта со студентами в формате «вопрос-ответ». Ребята интересовались процессом работы над исследованиями ЦПИ и особенностями проведения анализа больших данных в политических исследованиях. Кроме того, обсуждались преимущества использования интеллектуальных систем в работе с большими данными.



Возврат к списку