Лобанова Полина Александровна
Институт статистических исследований и экономики знаний
Профессиональные интересы
Должности
- Заведующий отделом — Институт статистических исследований и экономики знаний, Отдел информационно-аналитических систем
Био
- · Начала работать в НИУ ВШЭ в 2017 году.
Образование
- 2017 · Магистратура: Национальный исследовательский университет "Высшая школа экономики", факультет: Факультет социальных наук, специальность «Социология», квалификация «Магистр»
- 2015 · Бакалавриат: Национальный исследовательский университет "Высшая школа экономики", факультет: Факультет социальных наук, специальность «Социология», квалификация «Бакалавр»
Награды и поощрения
- · Благодарность первого проректора НИУ ВШЭ (апрель 2025)
- · Благодарность Института статистических исследований и экономики знаний НИУ ВШЭ (март 2022)
- · Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2025–2026)
- · Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)Категория "Новые исследователи" (2022–2023)
Гранты и проекты
- 2022 · Осенью 2022 года Центр стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ в рамках деятельности НЦМУ «Центр междисциплинарных исследований человеческого потенциала» провел серию из трех вебинаров, под разным углом представляющих исследование человеческого капитала на основе интеллектуального анализа больших данных. Спикеры поделились опытом работы с большими данными на разных языках, в том числе китайском, а также продемонстрировали широкий функциональный спектр системы iFORA через призму исследования человеческого капитала и его составляющих.
Идентификаторы исследователя
- ORCID:
0000-0002-9878-9390 - ResearcherID:
W-4562-2017 - Scopus AuthorID:
57383912600
Публикации (22)
Цифровые технологии в российской экономике
2021 · BOOK · ru
В аналитическом докладе представлен обзор глобальных трендов развития цифровых технологий. Дана оценка уровня научных исследований в России, возможностей применения цифровых решений в различных секторах экономики и социальной сферы. Исследование проведено с использованием Системы интеллектуального анализа больших данных iFORA, разработанной в Институте статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ. Издание предназначено для широкой аудитории – исследователей, преподавателей, управленцев, экспертного сообщества, представителей средств массовой информации, всех, кто интересуется тенденциями развития цифровой экономики.
Использование текст-майнинга в экономико-географическом отраслевом анализе целлюлозно-бумажной промышленности Европейской России
2021 · ARTICLE · ru
Показаны возможности анализа нетрадиционных источников данных для получения более полной и актуальной картины пространственного развития отраслей промышленности. Предложена методика исследования, включающая использование одного из инструментов анализа больших данных, а именно текст-майнинга (text mining), для прикладных экономико-географических исследований, актуальность которой определяется недостаточной полнотой и своевременностью официальных статистических данных, удешевлением соответствующих технологий обработки информации и изобилием источников больших текстовых/документных данных открытого доступа. Рассмотрены место и роль целлюлозно-бумажной промышленности как ключевой отрасли отечественного лесопромышленного комплекса в экономическом и пространственном развитии современной России. Выявлены основные тенденции экономического и пространственного развития целлюлозно-бумажной промышленности Европейской России, что позволило выявить тенденции отраслевого развития и сформулировать рекомендации по стратегическим управленческим решениям в качестве ответа на создаваемые этими тенденциями вызовы. Показано, что отрасли требуется либерализация и стабилизация, в первую очередь путем мораториев на изменения в политике. Подчеркнута роль применения анализа больших данных, и в частности текст-майнинга, в экономико-географических исследованиях для формирования обоснованных и объективных выводов, которые смогут использоваться для принятия своевременных и взвешенных управленческих решений в лесопромышленном комплексе и целлюлозно-бумажной промышленности.
Цифровые технологии в российской экономике
2021 · CHAPTER · ru
В аналитическом докладе представлен обзор глобальных трендов развития цифровых технологий. Дана оценка уровня научных исследований в России, возможностей применения цифровых решений в различных секторах экономики и социальной сферы. Исследование проведено с использованием Системы интеллектуального анализа больших данных iFORA, разработанной в Институте статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ. Издание предназначено для широкой аудитории – исследователей, преподавателей, управленцев, экспертного сообщества, представителей средств массовой информации, всех, кто интересуется тенденциями развития цифровой экономики.
Economic and Geographical Analysis of the Current State of the Pulp and Paper Industry of European Russia: How Is Text Mining Helpful?
2021 · ARTICLE · en
The article considers the place and role of the pulp and paper industry as a key branch of the domestic timber industry complex in the economic and spatial development of modern Russia. It is shown that the sector requires liberalization and stabilization, primarily through moratoriums on policy changes. The need and some existing possibilities for the analysis of non-traditional data sources to obtain a more complete and relevant data of the spatial development of industries is emphasized, from the point of narrowbranch economic and geographical research. Big data and, in particular, a text-mining system that includes millions of open text documents was chosen as a non-traditional source for economic and geographical research. Based on text mining, a semantic and trend map was built, and a list of the most significant and dynamically developing terms (topics) was determined. The topics-drivers were multiplied: on the basis of the word2vec model, complex search conditions were formed, which provide a complete and objective coverage of the analyzed area. Using these search terms, a matrix of operating pulp and paper enterprises in European Russia from sectoral text data sources for 2011–2020 was constructed. Based on a combination of matrix analysis and analysis of a map of operating pulp and paper enterprises, typological groups (belts) of enterprises in European Russia were identified, with the characteristics of size, geographic location, development potential, competitiveness, and risks that are different for each group. All four belts have a clear latitude–longitudinal (diagonal) trend from southwest to northeast. The role of application of big data analysis and, in particular, text mining in economic and geographical research for reasonable and objective conclusions is emphasized. These conclusions can be used to make timely and balanced administrative decisions in the timber industry and pulp and paper industry.
Modern Natural Language Processing Technologies for Strategic Analytics
2021 · ARTICLE · en
This paper provides an overview of the latest natural language processing (NLP) technologies that can be applied in strategic analytics. The main problems in this field and specific tasks that can be solved using NLP tools are investigated. The main areas of application of these tools are considered. Recent advancements in NLP are discussed and their potential is assessed. In conclusion, we outline the directions in which the NLP apparatus should be developed to meet the needs of strategic analytics.
Перспективные технологии для нефтегазового сектора: глобальные тренды
2020 · BOOK · ru
Издание подготовлено с использованием Системы интеллектуального анализа больших данных iFORA, разработанной в Институте статистических исследований и экономики знаний Национального исследовательского университета «Высшая школа экономики». Представлена информация о научно-технологических трендах и перспективных рынках в сфере добычи, переработки, транспортировки нефти и газа. Источниками данных послужили более 170 млн документов, опубликованных в 2013–2018 гг., включая научные статьи, патенты, стратегические и аналитические материалы, обзоры рынков, отраслевую периодику экономической, научно-технологической и иной направленности.
Система научно-технологического прогнозирования и стратегического планирования в лесном комплексе Российской Федерации
2020 · ARTICLE · ru
В статье проведен анализ проблем, осложняющих эффективное стратегическое развитие лесного комплекса России, включая отклонения лесоуправления от лучших мировых практик. На основе данных сравнительного анализа российских и международных стратегических документов установлено, что отечественная повестка стратегического планирования в отрасли носит более краткосрочный характер и во многом акцентируется на инструментах преодоления текущих проблем лесного комплекса. Этот вывод получен на основе анализа Стратегии развития лесного комплекса России до 2020 года и Стратегии развития лесного комплекса России до 2030 года. В результате комплексной оценки управленческой ситуации в отрасли авторы заключают, что одной из основных проблем лесного комплекса как объекта стратегического планирования выступает принятие адаптационной трансформации на основе текущего реагирования, ведущей к суженному воспроизводству производственно-технологического потенциала. В качестве решения данной проблемы авторы предлагают внедрение в государственное управление лесным комплексом системы мониторинга и прогнозирования научно-технологического развития отрасли. При этом авторы придерживаются мнения, что использование анализа больших данных в рамках мониторинга и прогнозирования повысит качество стратегического планирования. Результаты, представленные в статье, имеют важное значение для прогнозирования параметров научно-технологического развития лесного комплекса на глобальном и национальном уровнях и могут быть использованы в качестве практического инструмента для обоснования комплексных стратегий планирования на долгосрочную перспективу.
Современные технологии обработки естественного языка для решения задач стратегической аналитики
2020 · ARTICLE · ru
Статья посвящена обзору новейших технологий обработки естественного языка (NLP), которые могут быть применены для решения задач стратегической аналитики. Рассмотрены основные проблемы в этой области и конкретные задачи, которые могут быть решены с помощью средств NLP. Приведен обзор основных направлений, в которых задействуются эти средства. Исследованы последние достижения в области NLP и их возможное приложение. Сделаны выводы о том, как должен развиваться аппарат NLP, чтобы в дальнейшем полностью закрыть потребности стратегической аналитики.
Технология анализа больших данных для стратегической аналитики отрасли
2019 · ARTICLE · ru
Для эффективного управления научно-технологическим развитием российского АПК необходимо опережающее отслеживание существующего информационно-аналитического контекста приоритетных сфер сельского хозяйства. Возрастающая потребность в получении и использовании объективных аналитических данных, без которых невозможно принятие стратегических решений на различных уровнях, формирует необходимость интеграции прикладных инструментов аналитики в существующие аналитические системы. Такие инструменты разнообразны и основаны преимущественно на методах автоматизированного анализа данных. Статья иллюстрирует возможности интеллектуального анализа данных на примере системы текст-майнинговой аналитики
Исследования структуры научного сообщества на основе семантического анализа: выявление и кластеризация центров компетенций и тематик
2019 · CHAPTER · ru
Цель данной работы – выработка нового эффективного подхода к выявлению, оценке и анализу центров компетенций, комбинирующего как традиционные методы, основанные на экспертном анализе, библиометрии, патентном анализе и иных подобных инструментах, так и на анализе больших данных, семантическом анализе и текст- майнинге. Актуальность работы связана с тем, что существующие на данный момент подходы и методическая инструментальная база для выявления и анализа центров компетенций не полны, не отвечают на все вопросы лиц, принимающих решения, или устарели на фоне стремительно развивающихся технологий сбора, хранения и анализа больших данных.
Курсы (0)
Нет курсов.