• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

109028 Москва, Малый Трехсвятительский пер д.8/2, стр.1

E-mail: incomm@hse.ru

Руководство
Руководитель департамента Зверев Сергей Александрович

8 (495) 772-95-90 (доб. 22851)

Заместитель руководителя департамента Мордвинова Мария Андреевна

8 (495) 772-95-90 (доб. 22473)

Заместитель декана по работе с абитуриентами Афанасьева Ольга Валентиновна
Менеджеры
менеджер, ответственный за работу с выпускниками Матвиенко Виктория Валентиновна

vmatvienko@hse.ru
8 (495) 772-95-90 (доб. 22475)

Менеджер Талашова Мария Игоревна

mtalashova@hse.ru
8 (495) 772-95-90 (доб. 22939)

Глава в книге
Проблема трансгрессии в дизайне и архитектуре постмодернизма

Родькин П. Е.

В кн.: Искусство – Образование – Культура: традиции и современность: сборник трудов Всероссийской научно-практической конференции (г. Москва, 21–22 апреля 2019 г.). Институт современного искусства, 2019. С. 292-295.

Препринт
Making Politics Attractive: Political Satire and Exposure to Political Information in New Media Environment in Russia

Chmel K., Savin N., Michael X. D. C.

Political Science. PS. Высшая школа экономики, 2018. No. WP BRP 63/PS/2018.

Исследования такого высокого уровня — достойное дополнение к портфолио будущих специалистов

Студенты магистерской программы «Коммуникации, основанные на данных» успешно защитили курсовые проекты.

Магистерская программа «Коммуникации, основанные на данных» — практико-ориентированная и дает своим студентам уникальную возможность почувствовать себя частью индустрии, еще находясь в стенах университета. Студенты работают с реальными заказчиками из бизнеса, для которых первокурсники разрабатывают коммуникационные проекты, основанные на анализе данных.

Грызунова Елена Аркадьевна

академический руководитель магистреской программы "Коммуникации, основанные на данных"

Студенты проделали масштабную работу по анализу больших объёмов данных. Результаты некоторых проектов уже сегодня могут найти практическое применение в коммуникационных кампаниях.

Студенты успешно защитили свои курсовые проекты. Из них трое, Мария Григорьева, Екатерина Круглова и Никита Гоптарев, получили наиболее высокое количество балов по оценке комиссии и руководителей

Название темы курсового проекта Марии — «Оценка  LTV-клиента на основе RFM-анализа поведения покупателей». В рамках исследования студентка решала задачу по разработке методов рекомендаций для построения коммуникационной стратегии с разными клиентами видео-сервиса Матч ТВ, на основе их предполагаемой доходности. Мария разделила клиентскую базу сервиса на сегменты, выявила основные особенности и определила жизненный цикл клиентов и их пользу для бизнеса. Кроме того для каждой группы сегментов она разработала краткие рекомендации по построению коммуникационной стратегии.

Свой проект Мария делала под руководством руководителя отдела продуктовой аналитики Ума.Тех и приглашенного преподавателя магистерской программы — Татьяны Сувориной.

Татьяна Суворина

приглашенный преподаватель магистреской программы "Коммуникации, онованные на данных"

Мария, получив доступ к сэпмлу сырых данных, самостоятельно разобралась в содержимом, уточнила задачу, а на первую встречу пришла уже с проведенным теоретическим исследованием и первыми версиями кода.

Никита провел исследование по использованию описания и дополнительной информации о спортивных событиях для прогнозирования их телевизионного рейтинга с помощью алгоритмов машинного обучения. Целью проектной работы являлось построение модели, которую медийные агентства могли бы пользоваться для создания прогнозов телевизионных рейтингов с более высокой эффективностью, чем у базовых моделей.

Работа Екатерины была посвящена применению текстовых описаний для прогнозирования рейтингов телевизионных фильмом с использованием нейронных сетей и обработки естественного языка. В своей работе она рассмотрела тенденции развития ТВ-рекламы в России и мире, общие проблемы в составлении прогнозов по телесмотрению и необходимость применения технологии искусственного интеллекта для работы с большими данными.

Екатерина Круглова

студентка 1-го курса магистреской  программы
"Коммуникации, основанные на данных"

Выбор темы обусловлен, прежде всего,  ее актуальностью, в основе которой мировые тренды развития программного телевидения. Уже сегодня Programmatic buying платформы в сфере телевидения предоставляют новые возможности для автоматической закупки рекламы. За все время работы над проектом необходимо было изучить не только будущие тенденции развития индустрии маркетинга и рекламы для постановки бизнес-цели, но и для формирования технических целей изучить и применить на практике методы машинного обучения, нейронных сетей и обработки естественного языка для построения моделей, прогнозирующих телевизионные рейтинги эфирных событий. Работа была проделана объемная, которая многому научила. Особенно порадовал результат, благодарю комиссию за feedback.

Научный руководитель студентов Сергей Ширкин, Data Scientist коммуникационного агентства Dentsu Aegis Network Russia, высоко оценил работы своих подопечных и считает, что исследования такого уровня будут достойными дополнениям к портфолио будущих специалистов.

Сергей Ширкин

приглашенный преподаватель магистерской программы "Коммуникации, основанные на данных"

Для специалистов в области маркетинга и связей с общественностью углубленное знание машинного обучения, нейронных сетей и обработки естественного языка - пока что редкость, но надеюсь, в будущем это будет стандартом. Поэтому вдвойне интересно работать со студентами из данной области, наблюдая, как решаются сложные задачи: Никите Гоптареву удалось соединить предметные знания в области маркетинга, телевещания и событий из мира спорта с применением моделей искусственного интеллекта для прогнозирования телевизионного рейтинга, а Екатерина Круглова определила преимущества различных моделей машинного обучения и нейронных сетей в применении к анализу текстовых описаний телевизионных сериалов и данных по телесмотрению. Наличие работ такого уровня в портфолио — большое преимущество в эпоху активного развития больших данных и искусственного интеллекта.