Объектом исследования явились эссе студентов – участников арт-терапевтических тренингов. Предметом исследования стали лингвистические маркеры рефлексии студентов - участников арт-терапевтических тренингов. Магистерская диссертация состоит из введения, трех глав, заключения, списка литературы (89 источников) и приложения, включающего в себя бланки применявшихся методик. Объем магистерской диссертации 112 страниц, на которых размещены 3 рисунка и 19 таблиц. Во введении раскрывается актуальность проблемы исследования, разработанность проблематики, ставятся цель и задачи исследования, определяются объект и предмет исследования, формулируются основная и дополнительные гипотезы, указываются методы и эмпирическая база, а также задачи проведения исследования, научная новизна, теоретическая и практическая значимость работы. Первая глава включает в себя обзор теоретических подходов к изучению рефлексии как показателя психологического здоровья. Представлены разделы, посвященные понятию психологического здоровья, феномена рефлексии в психологии, описана роль рефлексии студентов колледжа в образовательном процессе. Вторая глава включает в себя обзор иностранной и отечественной литературы по теме арт-терапии как метода активизации рефлексивных процессов. Представлены разделы, посвященные общим понятиям об арт-терапии, арт-терапевтическому психологическому тренингу и лингвистическим маркерам рефлексии в обратных связях участников такого тренинга. Выводы по первым двум главам представляют собой итоги по изучению теоретического материала. Третья глава посвящена эмпирической части исследования. В ней представлено описание организации и методов проведенного исследования и результатов, полученных по всем использованным методикам: методика определения уровня рефлексивности личности А. В. Карпова, дифференциальный тест рефлексивности Д. А. Леонтьева. Также в главе представлены корреляционный и однофакторный дисперсионный анализ результатов исследования. Выводы по главе 3 включают в себя основные результаты эмпирического исследования. В заключении в обобщенном виде изложены результаты теоретической и эмпирической частей работы, а также выводы по выдвинутым гипотезам, обоснована практическая значимость исследования и описаны возможные перспективы дальнейшей разработки данной проблематики. / The object of the study was the essay of students - participants in art-therapeutic training. The subject of the study were linguistic markers of reflection of students participating in art-therapeutic trainings. The master's thesis consists of an introduction, three chapters, a conclusion, a list of references (89 sources) and an appendix, which includes the forms of the applied methodologies. The volume of the master`s thesis is 112 pages, which include 3 figures and 19 tables. The introduction reveals the relevance of the research problem, the development of the problematics, the goal and objectives of the research are set, the object and the subject of research are determined, the basic and additional hypotheses are formulated, the methods and the empirical base are stated, as well as the tasks of conducting the research, the scientific novelty, the theoretical and practical significance of the work. The first chapter includes a review of theoretical approaches to the study of reflection as an indicator of psychological health. The sections devoted to the concept of psychological health, the phenomenon of reflection in psychology are presented, the role of the reflection of college students in the educational process is described. The second chapter includes a review of foreign and domestic literature on the topic of art therapy as a method of activating reflexive processes. The sections on general concepts of art therapy, art-therapeutic psychological training and linguistic markers of reflection in the feedbacks of participants in such training are presented. Conclusions on the first two chapters are the results of the study of theoretical material. The conclusions of Chapter 3 include the main results of the empirical study. In conclusion, the results of the theoretical and empirical parts of the work, as well as conclusions on the hypotheses put forward, are presented in a generalized form, the practical significance of the study is substantiated and possible prospects for further development of this problem are described.

Тема магистерской диссертации: Применение искусственного интеллекта при обработке анкетных данных. Магистерская диссертация выполнена на 98 страницах, содержит 13 таблиц, 30 рисунков, 62 использованных источника. Актуальность темы обусловлена большими трудозатратами и нерелевантными результатами обработки анкетных данных. Целью работы является автоматизация процесса отбора анкетных данных в дистрибутиве Python Anaconda с использованием алгоритмов машинного обучения. Задачи работы:  изучить системы искусственного интеллекта;  рассмотреть программное обеспечение для систем искусственного интеллекта;  создать и обучить классификатор для сортировки анкетных данных;  оценить экономическую эффективность создания проекта. Объект исследования  система сбора и обработки анкетных данных отдела диспетчеризации ВШЭМ УрФУ. Предмет исследования  автоматизация процесса ранжирования анкетных данных по релевантности. В первой главе рассматривается обработка данных с использованием систем искусственного интеллекта. Вторая глава посвящена разработке методики использования систем искусственного интеллекта при обработке анкетных данных. В третьей главе представлены системы искусственного интеллекта при сборе и обработке анкетных данных Результаты работы: практическим результатом работы стал разработанный классификатор, который определяет для заполненной анкеты: будет ли она учтена для анализа эффективности учебного процесса. / Theme of the master's thesis: Application of artificial intelligence in the processing of personal data. The master's thesis is done on 98 pages, contains of 13 tables, 30 figures, 62 literature sources. The relevance of the topic is due to the high labor costs and irrelevant results of the personal data processing. The purpose of the work is to automate the process of selecting personal data in the Python Anaconda distribution using machine learning algorithms. Objectives of work:  to explore artificial intelligence systems;  to consider software for artificial intelligence systems;  to create and train a classifier for the personal data sorting;  to evaluate the economic effectiveness of the project. The object of the study is the system for personal data collecting and processing of the dispatch department of the Higher School of Economics of UrFU. The subject of the research is the automation of the process of ranking the questionnaire data by relevance. The first chapter deals with the processing of data using artificial intelligence systems. The second chapter is devoted to the development of methods for the use of artificial intelligence systems in the processing of personal data. The third chapter presents artificial intelligence systems for the collection and processing of personal data The results of the work: the practical result of the work was the developed classifier, which defines for the completed questionnaire: it would be taken into account for impact analysis of the educational process.

Работа посвящена изучению анализа тональности текстов в социальных сетях на примере сообщений-твитов из социальной сети Twitter. Материал исследования составили 818 224 сообщения по 17-ти ключевым словам, из которых 89 025 твитов содержали слова «COVID-19» и «Сoronavirus». В первой части работы рассматриваются общие теоретические и методологические вопросы: вводится понятие Sentiment Analysis, анализируются различные подходы к классификации тональности текстов. Особое внимание в задачах классификации текстов уделяется Байесовскому классификатору, который показывает высокую точность работы. Изучаются особенности анализа тональности текстов в социальных сетях во время эпидемий и вспышек болезней. Описывается процедура и алгоритм анализа тональности текста. Большое внимание уделяется анализу тональности текстов в Python с помощью библиотеки TextBlob, а также выбирается ещё один из инструментов «SaaS» - программное обеспечение как услуга, который позволяет реализовать анализ тональности текстов в режиме реального времени, где нет необходимости в большом опыте машинного обучения и обработке естественного языка, в сравнении с языком программирования Python. Вторая часть исследования начинается с построения выборок, т.е. определения ключевых слов, по которым в работе осуществляется поиск и экспорт необходимых твитов. Для этой цели используется корпус - Coronavirus Corpus, предназначенный для отражения социальных, культурных и экономических последствий коронавируса (COVID-19) в 2020 году и в последующий период. Анализируется динамика использования слов по изучаемой тематике в течение 2020 года и проводится аналогия между частотой их использования и происходящими событиями. Далее по выбранным ключевым словам осуществляется поиск твитов и, основываясь на полученных данных, реализуется анализ тональности cообщений с помощью библиотеки Python - TextBlob, созданной для обработки текстовых данных, и онлайн - сервиса Brand24. Сравнивая данные инструменты, отмечается схожесть полученных результатов. Исследование помогает быстро и в реальном времени понять общественные настроения по поводу вспышки COVID-19, способствуя тем самым пониманию развивающихся событий. Также данная работа может быть использована в качестве модели для определения эмоционального состояния интернет-пользователей в различных ситуациях. / The work is devoted to the sentiment analysis study of messages in Twitter social network. The research material consisted of 818,224 messages and 17 keywords, whereas 89,025 tweets contained the words "COVID-19" and "Coronavirus". In the first part, theoretical and methodological issues are considered: the concept of sentiment analysis is introduced, various approaches to text classification are analyzed. Particular attention in the problems of text classification is given to Naive Bayes classifier, which shows high accuracy of work. The features of sentiment analysis in social networks during epidemics and disease outbreaks are studied. The procedure and algorithm for analyzing the sentiment of the text are described. Much attention is paid to the analysis of sentiment of texts in Python using TextBlob library, and also one of the SaaS tools is chosen - software as a service, which allows real-time sentiment analysis of texts, where there is no need for extensive experience in machine learning and natural language processing against Python programming language. The second part of the study begins with sampling, i.e. definition of keywords by which the search and export of the necessary tweets is carried out. For this purpose, the Coronavirus Corpus is used, designed to reflect the social, cultural and economic consequences of the coronavirus (COVID-19) in 2020 and beyond. The dynamics of the topic words usage during 2020 is analyzed and an analogy is drawn between the frequency of their usage and the events in place. Next, the selected keywords are used to search for tweets and, based on the data obtained, the sentiment analysis of messages is carried out using the Python library - TextBlob, created for processing textual data, and the Brand24 online service. Comparing these tools, the results are similar. The study helps to understand quickly and in real-time public sentiments about the COVID-19 outbreak, thereby contributing to the understanding of developing events. Also, this work can be used as a model for determining the emotional state of Internet users in various situations.

Известно, что любой строительный проект является успешным при условии своей экономической целесообразности на каждом из этапов своего жизненного цикла для этого должны быть налажены процессы автоматизации работы. Современные технологии информационного моделирования открывают новые возможности в оценке эффективности управления объектом. Рассмотрим возможности применения BIM-технологий для автоматизации процессов работы с цифровой информационной моделью (ЦИМ) на этапе подготовки и во время самого строительства, также этапы реализации методики мониторинга и контроля строительного производства на основе современных инновационных технологий и цифровой модели проекта здания. Данный подход позволяет решать улучшение экономических показателей, уменьшая при этом затраты и себестоимость, также возможность объедения данных и участников процесса строительства, сокращение сроков выполнения работ и снижение проектных рисков. Описание метода синхронизации задач календарного графика с элементами модели, а также способ сравнения плановых показателей строительного проекта и фактически выполненных работ. В качестве инструмента использованы программные продукты Autodesk и MS Project. / It is known that any construction project is successful, provided that it is economically feasible at each stage of its life cycle, for this, work automation processes must be established. Modern information modeling technologies open up new opportunities in evaluating the effectiveness of facility management. Consider the possibilities of using BIM technologies to automate the processes of working with a digital information model (DIM) at the stage of preparation and during the construction itself, as well as the stages of implementing a methodology for monitoring and controlling construction production based on modern innovative technologies and a digital model of a building project. This approach allows you to solve the improvement of economic indicators, while reducing costs and costs, as well as the possibility of combining data and participants in the construction process, reducing the time of work and reducing project risks. Description of the method for synchronizing schedule tasks with model elements, as well as a method for comparing the planned indicators of a construction project and the actual work performed. Autodesk and MS Project software products were used as a tool.