The purpose of the thesis is to search out, analyse and evaluate an open access and commercial electronic information resources in educational theories available on WWW. First and sekond part determinates topic of education, describes his development, problems, nomenclature, experimental method and information support. The objective of the thesis is to analyse and evaluate selected bibliographic and full-text databases, digital libraries, portals, subject gateways and catalogs. Online services are especially emphasized. Analyses are elaboration in the Czech education theory context. Final summary evaluates results of analysis.

Диссертационное исследование посвящено изучению лексики посредством использования интерактивных приложений в образовательном процессе. Работа включает актуальные исследования в области образовательной деятельности. В данном исследовании рассматриваются теоретические основы и приводится описание учебной экспериментальной работы по теме исследования с использованием интерактивного приложения Quizlet. / The dissertation research is devoted to the study of vocabulary using interactive applications in the educational process. The work includes current research in the field of educational activities. This study discusses the theoretical foundations and describes an educational experimental work on the research topic using the interactive application Quizlet.

В настоящем диссертационном исследовании дается определение этнокультурного языкового лагеря и описываются особенности его организации на территории Уральского Федерального округа. Обучение диалогической речи подростков в условиях этнокультурного языкового лагеря осуществляется с помощью комплекса авторских упражнений по темам «Kennenlernen», «Gesundheit» и «Berufe». Выделяется четыре способа обучения диалогу, среди которых с использованием онлайн-сервисов. Упражнения апробируются в группе подростков из 10 человек с уровнем владения языком А1. Эффективность 34 разработанных упражнений определяется в конце лагерной смены на среднем и высоком уровнях сформированности навыка диалогической речи участников экспериментальной группы. / The thesis defines the ethno-cultural language camp and describes the special features of its organisation on the territory of the Ural Federal Region. Teaching dialogical speech of teenagers in an ethno-cultural language camp is carried out with the help of the author's set of exercises on the themes "Kennenlernen", "Gesundheit", and "Berufe". Four ways of teaching dialogue are distinguished, among them using online services. The exercises are tested with a group of 10 teenagers with German language level A1. The effectiveness of the 34 developed exercises is determined at the end of the camp session at the intermediate and high levels of the participants' dialogical skills in the experimental group.

A significant amount of sex trafficking victims are being advertised on online adult services, which are currently being flooded with spam. Investigators rely on online adult services to track cases of sex trafficking; however, the ever-increasing volume of spam poses a mounting challenge, making their task progressively more difficult. This thesis presents a machine learning-based approach for detecting fake mass-produced advertisements on global online adult service websites. The objective is to aid investigators in tracking sex trafficking by developing a robust spam classifier that minimizes false positives on genuine ads while effectively identifying mass-produced spam. This objective is of utmost importance as it allows for filtering out spam effectively while ensuring that genuine ads are not mistakenly labeled as spam, ensuring their inclusion in crucial investigations. The research involved cleaning advertisement text, generating text embeddings using sentence-BERT, clustering them with DBSCAN, and feature engineering for classification using a random forest classifier. A dataset of two million advertisements was utilized for training and evaluation. The study successfully achieved the crucial goal of minimizing false positives, ensuring that genuine ads are not misclassified as spam. By employing innovative techniques and carefully engineered features, the classifier demonstrates a high level of recall in distinguishing mass-produced spam from authentic ads. Furthermore, the investigation identified key markers of mass-produced spam, such as geographical spread and frequent use of profane language. This research fills a significant research gap, as no previous attempts had been made to classify spam on these websites. The findings not only contribute to the field of machine learning but also provide a comprehensive overview of fraudulent advertisement features, making sex trafficking investigations more efficient. Equipping investigators with a reliable tool to navigate the vast amount of data associated with global online adult service websites, this work plays a crucial role in combating sex trafficking and ensuring the integrity of the investigative process. / En betydande mängd offer för sexhandel annonseras ut på webbplatser som erbjuder eskorttjänster på nätet, som för närvarande översvämmas av skräppost. Poliser använder sig av webbplatser som erbjuder eskorttjänster för att spåra fall av sexhandel, men den ständigt ökande mängden skräppost utgör en allt större utmaning och gör deras uppgift allt svårare. Denna avhandling presenterar en maskininlärningsbaserad metod för att upptäcka falska massproducerade annonser på globala webbplatser som erbjuder eskorttjänster. Målet är att hjälpa poliser att spåra sexhandel genom att utveckla en robust spamklassificerare som minimerar risken att kategorisera äkta annonser som spam, samtidigt som den effektivt identifierar massproducerad spam. Detta mål är av yttersta vikt eftersom det möjliggör effektiv filtrering av skräppost samtidigt som det säkerställer att äkta annonser inte felaktigt märks som skräppost, vilket säkerställer att de inkluderas i viktiga utredningar. Arbetet omfattade tvättning av annonstexterna, generering av ordvektorer med hjälp av sentence-BERT, klustring av vektorerna med hjälp av DBSCAN och definition av särdrag för den klassificering som sedan utfördes med hjälp av en random forest-klassificerare. Ett dataset med två miljoner annonser användes för träning och utvärdering. Studien lyckades uppnå det viktiga målet att minimera falska positiva resultat, vilket säkerställer att äkta annonser inte felklassificeras som skräppost. Tack vare innovativa tekniker och noggrant utformade särdrag uppvisar klassificeraren hög täckning (recall) när det gäller att skilja massproducerad skräppost från autentiska annonser. Dessutom identifierade undersökningen viktiga kännetecken för massproducerad skräppost, såsom geografisk spridning och frekvent användning av grova ord. Denna forskning fyller en betydande forskningslucka, eftersom inga tidigare försök hade gjorts för att klassificera skräppost på dessa webbplatser. Resultaten bidrar inte bara till området maskininlärning utan ger också insikter om bedrägliga annonser, vilket gör utredningar av sexhandel mer effektiva. Genom att förse utredare med ett tillförlitligt verktyg för att navigera i den enorma mängd data som är kopplad till globala webbplatser som erbjuder eskorttjänster spelar detta arbete en avgörande roll i kampen mot sexhandel.