Магистерская диссертация «Технологии профилактики деструктивных протестных проявлений в студенческой среде в социальных сетях» состоит из двух глав, введения, заключения, библиографического списка, трех приложений. Целью диссертационной работы является совершенствование механизмов профилактики протестных проявлений в социальных сетях в студенческой среде с использованием информационных технологий. Объектом исследования является профилактика деструктивных протестных проявлений в студенческой среде в социальных сетях. Предметом исследования – технологии профилактики деструктивных протестных проявлений в студенческой среде в социальных сетях на примере УрФУ. Объем работы составил 121 страниц. В работе содержатся 4 приложения, 3 таблицы, 25 рисунков. В библиографическом списке представлено 68 источников. / Master's thesis "Technologies for the prevention of destructive protest manifestations in the student environment in social networks" consists of two chapters, an introduction, a conclusion, a bibliographic list, and three appendices. The purpose of the dissertation work is to improve the mechanisms for the prevention of protest manifestations in social networks among students using information technology. The object of the study is the prevention of destructive protest manifestations in the student environment in social networks. The subject of the research is the technology of prevention of destructive protest manifestations in the student environment in social networks on the example of Ural Federal University. The volume of work was 121 pages. The work contains 4 applications, 3 tables, 25 figures. The bibliographic list contains 68 sources.

Цель работы – разработка автоматической системы распознавания номерных знаков автомобилей, в естественных дорожных условиях, в том числе в сложных погодных и физических условиях, таких как недостаточная видимость, загрязнение, умышленное или непреднамеренное частичное скрытие символов. Объектом исследования являются цифровые изображения автомобилей в естественной среде. Методы исследования: сверточные нейронные сети, в том числе одноэтапные детекторы (SSOD), комбинации сетей с промежуточными связями между слоями - Cross Stage Partial Network (CSPNet) и сети, объединяющей информацию с разных уровней сети – Path Aggregation Network (PANet), преобразования изображений с помощью библиотеки OpenCV, включая фильтры Собеля и Гауса, преобразование Кэнни, методы глубокого машинного обучения для обработки последовательностей LSTM, CRNN, CRAFT. В рамках данной работы разработана система распознавания автомобильных номеров, переводящая графические данные из цифрового изображения или видеопотока в текст в виде файлов различных форматов. Задача детекции автомобильных номеров на изображениях решена с помощью глубокой нейронной сети YoLo v5, представляющая собой современную модель обнаружения объектов, основанную на архитектуре с использованием CSPNet и PANet. Она обеспечивает высокую скорость и точность при обнаружении объектов на изображениях. Благодаря своей эффективности и масштабируемости, YoLov5 стала популярным выбором для решения задач компьютерного зрения в различных областях. Для решения задачи распознавания текса на обнаруженных объектах используется алгоритм детектирования объектов, основанный на преобразованиях Кэнни, фильтрах Собеля и Гаусса и нейронная сеть keras-ocr, на основе фреймворка keras, представляющая собой комбинацию сверточной нейронной сети (CNN) и рекуррентной нейронной сети (RNN), решающая задачу распознавания печатного текста. Созданный метод способен безошибочно распознавать 85 % предоставленных номеров, преимущественно российского стандарта. Полученный функционал может быть внедрен в существующую системы фото- или видео-фиксации трафика и использоваться в рамках цифровизации систем трекинга и контроля доступа и безопасности на дорогах и объектах транспортной инфраструктуры. Выпускная квалификационная работа в теоретической и описательной части выполнена в текстовом редакторе Microsoft Word и представлена в электронном формате. Практическая часть выполнялась в jupiter-ноутбуке на платформе облачных вычислений Google Collaboratory. / The goal of the work is to develop an automatic system for recognizing car license plates in natural road conditions, including difficult weather and physical conditions, such as insufficient visibility, pollution, intentional or unintentional partial hiding of symbols. The object of the study is digital images of cars in their natural environment. Research methods: convolutional neural networks, including single-stage detectors (SSOD), combinations of networks with intermediate connections between layers - Cross Stage Partial Network (CSPNet) and networks that combine information from different levels of the network - Path Aggregation Network (PANet), image transformations using the OpenCV library, including Sobel and Gauss filters, Canny transform, deep machine learning methods for processing LSTM, CRNN, CRAFT sequences. As part of this work, a license plate recognition system has been developed that converts graphic data from a digital image or video stream into text in the form of files in various formats. The problem of detecting license plates in images is solved using the YoLo v5 deep neural network, which is a modern object detection model based on an architecture using CSPNet and PANet. It provides high speed and accuracy in detecting objects in images. Due to its efficiency and scalability, YoLov5 has become a popular choice for solving computer vision problems in various fields. To solve the problem of text recognition on detected objects, an object detection algorithm is used, based on Canny transforms, Sobel and Gaussian filters, and the keras-ocr neural network, based on the keras framework, which is a combination of a convolutional neural network (CNN) and a recurrent neural network (RNN) , which solves the problem of recognizing printed text. The created method is capable of accurately recognizing 85% of the provided numbers, mainly of the Russian standard. The resulting functionality can be implemented into existing systems for photo or video recording of traffic and used as part of the digitalization of tracking systems and access control and security on roads and transport infrastructure facilities. The final qualifying work in the theoretical and descriptive parts was completed in the text editor Microsoft Word and presented in electronic format. The practical part was carried out on a jupiter laptop on the Google Collaboratory cloud computing platform.

Объект исследования: процесс аугментации изображений для решения задачи сегментации. Предмет исследования: методы аугментации и машинного обучения, с помощью которых осуществляется сегментация изображений. Цель работы: исследование эффективности генеративной аугментации изображений, выполненной с помощью диффузионной модели Stable Diffusion на примере задачи семантической сегментации. В процессе исследования проводились: рассмотрение основных подходов сегментации изображений и методов аугментации данных, разработка и реализация экспериментов для оценки эффективности генеративной аугментации изображений. В работе продемонстрирована эффективность подхода аугментации изображений, реализованного за счет расширения части исходного датасета путем генерирования новых данных с помощью диффузионной модели. Область практического применения: предложенный подход может быть использован для улучшения качества работы моделей семантической сегментации изображений в условиях ограниченного количества исходных данных, дефицита размеченных данных или дисбаланса данных. / Object of study: the process of image augmentation to solve the segmentation problem. Subject of research: augmentation and machine learning methods used for image segmentation. Purpose of the work: to study the effectiveness of generative image augmentation performed using the Stable Diffusion model using the example of a semantic segmentation task. During the research process, the following was carried out: consideration of the main approaches to image segmentation and data augmentation methods, development and implementation of experiments to evaluate the effectiveness of generative image augmentation. The work demonstrates the effectiveness of the image augmentation approach, implemented by expanding part of the original dataset by generating new data using a diffusion model. Area of practical application: the proposed approach can be used to improve the quality of work of semantic image segmentation models in conditions of a limited amount of source data, a shortage of labeled data, or data imbalance.

Цель исследования – на основе теоретического описания и практической реализации в других исследованиях, провести сравнительную оценку методов машинного обучения для выявления оптимального решения при анализе тональности текстов. Объектом исследования выступают тексты, публикуемые в средствах массовой информации. Научная новизна исследования состоит в совершенствовании существующих методов для выявления наиболее универсального решения. Практическая значимость исследования заключается в том, что полученные результаты исследования могут быть полезными для других ученых, занимающихся анализом тональности текстов в средствах массовой информации. В результате сравнительного исследования был найден наиболее эффективный и точный метод для решения задачи. Полученные результаты и выводы исследования могут служить основой для последующих исследований в этой области и применяться в практических разработках и приложениях, требующих анализа тональности текстов. / The purpose of the study is, based on the theoretical description and practical implementation in other studies, to conduct a comparative assessment of machine learning methods to identify the optimal solution when analyzing the sentiment of texts. The object of the study is texts published in the media. The scientific novelty of the research lies in the improvement of existing methods to identify the most universal solution. The practical significance of the study lies in the fact that the results obtained may be useful for other scientists involved in the analysis of the sentiment of texts in the media. As a result of a comparative study, the most effective and accurate method for solving the problem was found. The obtained results and conclusions of the study can serve as the basis for subsequent research in this area and be used in practical developments and applications that require sentiment analysis of texts.

В данной работе рассмотрены аспекты использования маркетинговых коммуникаций как инструмента продвижения исследуемой организации в социальных медиа. Разработана технология методического сопровождения по организации продвижения услуг некоммерческих организаций в социальных сетях, подготовлена технологическая карта для реализации услуги: проведение обучающего вебинара для некоммерческих организаций по продвижению спортивных проектов в социальных сетях. / In this paper, the aspects of using marketing communications as a tool for promoting the organization under study in social media are considered. The technology of methodological support for the organization of the promotion of services of non-profit organizations in social networks has been developed, a technological map has been prepared for the implementation of the service: conducting a training webinar for non-profit organizations to promote sports projects in social networks.

The trust in news sites is presented through the prism of social capital concept. The news sites are considered as new media in the context of information society formation. Based on materials of empirical-sociological research it was identified the place of online mass media in the structure of young people’s news information sources, including its advantages and disadvantages. It was determined the place of trust in system of factors affecting the choice of regional news sites by youth audience. / Доверие к новостным сайтам представлено через призму концепции социального капитала. Новостные сайты рассмотрены как новые медиа в контексте становления информационного общества. На материалах эмпирико-социологического исследования выявлено место онлайн-СМИ в структуре источников новостной информации молодежи, их преимущества и недостатки. Определено место доверия в системе факторов, влияющих на выбор региональных новостных сайтов молодежной аудиторией.

Работа посвящена исследованию продвижения волонтерства в социальных сетях при помощи SMM-маркетинга на примере волонтерских центров в России в г. Екатеринбург. Объектом исследования выступают волонтерская деятельность в России, предметом – особенности продвижения волонтерских центров посредством социальных сетей. Цель исследования: изучить особенности продвижения волонтерской деятельности в России через использование социальных сетей, проанализировать влияние социальных сетей на бренд каждого из центров. Материал исследования составили англоязычные и русскоязычные авторы, которые рассматривали волонтерство с разных сторон, собранная статистика социальных сетей волонтерских центров, анализ интервью по теме волонтерства. В первой части работы раскрывается понятие, сущность и история становления волонтерства в мире и в России. Кроме того, рассматриваются и анализируются точки зрения российских и зарубежных авторов. Во второй части исследования показываются особенности инструментов SMM-маркетинга и изучаются механизмы его функционирования в продвижении организаций в социальных сетях. Проводится комплексный анализ социальных сетей и способов продвижения через них. Далее происходит сбор и анализ статистических данных по волонтерским центрам и сравнение специфики работы волонтерских центров. Обзор волонтерских центров и сравнительный анализ специфики продвижения, основных направлений работы центров, используемых в контенте их социальных сетей, на основе собранных данных. В данной части работы также представлена подробная специфика работы волонтерских центров, классификация задействованной аудитории, раскрытие стратегий и тактик в продвижении волонтерских организаций в социальных сетях. В третьей главе в соответствии с темой исследования проводится опрос целевой аудитории на тему волонтерства, далее анализируются полученные результаты. Результаты проведенного нами сравнительного анализа волонтерских центров и их статистики в социальных сетях, а также проведенных интервью для определения эффективности продвижения в социальных сетях могут быть использованы в ходе маркетингового анализа и улучшения продвижения и работы других волонтерских центров в социальных сетях. В приложениях приводятся дополнительные статистические данные волонтерских центров на русском языке, а также отобранные два индивидуальных интервью на английском языке. / The work is devoted to the study of the promotion of volunteering in social networks using SMM marketing on the example of volunteer centers in Russia in Yekaterinburg. The object of the study is volunteering in Russia, the subject is the features of promoting volunteer centers through social networks. The purpose of the study: to study the features of promoting volunteering in Russia using social networks, to analyze the impact of social networks on the brand of each of the centers. The research material was compiled by English-speaking and Russian-speaking authors who considered volunteering from different points, collected statistics from social networks of volunteer centers, and analysis of interviews on the topic of volunteering. The first part of the work reveals the concept, essence, and history of the formation of volunteering in the world and in Russia. In addition, the points of view of Russian and foreign authors are considered and analyzed. The second part of the study shows the features of SMM marketing tools and examines the mechanisms of its functioning in promoting organizations in social networks. A comprehensive analysis of social networks and ways to promote through them is carried out. Next, there is a collection and analysis of statistical data on volunteer centers and a comparison of the specifics of the work of volunteer centers. An overview of volunteer centers and a comparative analysis of the specifics of promotion, the main areas of work of the centers used in the content of their social networks, based on the collected data. This part of the work also presents the detailed specifics of the work of volunteer centers, the classification of the audience involved, the disclosure of strategies and tactics in promoting volunteer organizations in social networks. In the third chapter, in accordance with the topic of the study, a survey of the target audience on the topic of volunteering is conducted, and then the results are analyzed. The results of our comparative analysis of volunteer centers and their statistics in social networks, as well as interviews conducted to determine the effectiveness of promotion in social networks can be used while marketing analysis and improvement of the promotion and work of other volunteer centers in social networks. The appendices provide additional statistics from volunteer centers in Russian, as well as a selection of two individual interviews in English.

Цель работы заключается в совершенствовании методического инструментария формирования стратегии распределения продукции промышленного предприятия и его распределительной сети. В работе исследованы теоретические основы формирования распределительной стратегии предприятия, уточнена классификация стратегий распределения и обоснована взаимосвязь логистических стратегий предприятия с его корпоративными и конкурентными стратегиями. Изучен опыт зарубежных и отечественных промышленных предприятий по формированию стратегий распределения и распределительных сетей. Разработан методический подход к выбору стратегии распределения продукции промышленного предприятия, основанный на ранжировании целевых ориентиров компании и учете ее конкурентной и логистической стратегий, позволяющий повысить эффективность распределительной деятельности предприятия. Разработан алгоритм формирования распределительной сети предприятия включающий различные наборы операций и технологии их реализации в зависимости от выбранной стратегии распределения, что позволяет сформировать наиболее эффективную распределительную сеть для условий деятельности конкретного предприятия. / The aim of the work is to improve the methodological tools for forming a distribution strategy for the products of an industrial enterprise and its distribution network. In work theoretical bases of formation of distributive strategy of the enterprise are investigated, the classification of distribution strategies is clarified and the interrelation of logistical strategies of the enterprise with its corporate and competitive strategies is grounded. The experience of foreign and domestic industrial enterprises in the formation of distribution strategies and distribution networks has been studied. A methodical approach to the selection of a strategy for the distribution of products of an industrial enterprise was developed, based on the ranking of the company's target targets and taking into account its competitive and logistical strategies, which makes it possible to improve the efficiency of the enterprise's distribution activities. An algorithm is developed for the formation of the enterprise's distribution network, which includes various sets of operations and technologies for their implementation, depending on the chosen distribution strategy, which allows to form the most efficient distribution network for the operating conditions of a particular enterprise.

Работа посвящена сравнительному анализу речевых стратегий и тактик в продвижении магазинов эко-товаров в социальных сетях Facebook и Instagram. Материал исследования составили 63 текста на русском языке и 63 текста на английском языке, опубликованные на 20 страницах магазинов, предлагающих эко-товары, за 2020 – 2021 гг.. Первая глава исследования посвящена рассмотрению подходов к определению понятий «речевые стратегии» и «речевые тактики», а также классификаций речевых стратегий и тактик, разработанных российскими и зарубежными авторами. В данной главе также рассмотрены особенности продающих и продвигающих текстов. Во второй главе исследования уделяется внимание социальным сетям Facebook и Instagram, рассмотрен их функционал, история развития и особенности продвижения страниц компаний на данных площадках. Также в данной главе дано определение понятия «экологический маркетинг» и приводится обоснование причин спроса на эко-товары в 2021 году. Третья глава посвящена анализу англоязычных и русскоязычных рекламных текстов. Разработана классификация, которая отражает наиболее часто встречающиеся речевые стратегии и тактики, опубликованные на страницах магазинов эко-товаров. Результаты исследования могут быть использованы практикующими копирайтерами, занимающимися текстовым наполнением страниц экологической направленности в социальных сетях, а также блогерами и другими пользователями социальных сетей, публикующих тексты по теме экологии. Разработанная классификация речевых стратегий и тактик может стать основой для дальнейших лингвистических исследований речевых стратегий и тактик различных дискурсов. В приложении приводится корпус проанализированных текстов в формате классификации. / The research is focused on a comparative analysis of speech strategies and tactics in promoting eco-shops in social networks such as Facebook and Instagram. The collected material includes 63 texts in Russian and 63 texts in English, which were published on 20 pages of shops offering eco-products for the period 2020 – 2021. The first chapter of the study is devoted to the consideration of approaches to the definition of the concepts of "speech strategies" and "speech tactics", as well as classifications of speech strategies and tactics developed by Russian and foreign authors. This chapter also examines the features of selling and promoting texts. In the second chapter, the study focuses on social networks Facebook and Instagram, examines their functionality, history of development and features of promoting company pages on these platforms. Also, this chapter provides a definition of the concept of "environmental marketing" and provides an explanation why eco-products are in demand in 2021. The third chapter is devoted to the analysis of English-language and Russian-language advertising texts. A classification has been developed that reflects the most common speech strategies and tactics published on the pages of eco-shops. The research results can be used by practicing copywriters who are engaged in text filling of pages with an ecological focus on social networks, as well as by bloggers and other users of social networks who publish texts on the topic of environment. The developed classification of speech strategies and tactics can become the basis for further linguistic research of speech strategies and tactics of various discourses. The appendix contains the corpus of the analyzed texts in the classification format.