Поле цифровой дидактики - Вклад [ru]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:59:45Z

Софья Михайлова:

== Описание датасета ==

Для анализа был взят датасет https://digida.mgpu.ru/index.php/Video_games_(dataset), который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

== Скриншоты из R-studio ==
[[Файл:2123.png]]
[[Файл:212555.png]]
[[Файл:2125567355.png]]
[[Файл:3364634346436346.png]]

== Результаты анализа ==

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Файл:3364634346436346.png

2026-06-15T16:59:37Z

Софья Михайлова:

Файл:2125567355.png

2026-06-15T16:59:24Z

Софья Михайлова:

Файл:212555.png

2026-06-15T16:59:09Z

Софья Михайлова:

Файл:2123.png

2026-06-15T16:58:48Z

Софья Михайлова:

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:55:43Z

Софья Михайлова:

== Описание датасета ==

Для анализа был взят датасет https://digida.mgpu.ru/index.php/Video_games_(dataset), который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

== Результаты анализа ==

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:53:30Z

Софья Михайлова: /* Описание датасета */

== Описание датасета ==

Для анализа был взят датасет https://digida.mgpu.ru/index.php/Video_games_(dataset), который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:53:11Z

Софья Михайлова: /* Описание датасета */

== Описание датасета ==

Для анализа был взят датасет https://digida.mgpu.ru/index.php/Video_games_(dataset), который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:53:01Z

Софья Михайлова: /* Описание датасета */

== Описание датасета ==

Для анализа был взят датасет [VideoGames|https://digida.mgpu.ru/index.php/Video_games_(dataset)], который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:52:35Z

Софья Михайлова: /* Описание датасета */

== Описание датасета ==

Для анализа был взят датасет [https://digida.mgpu.ru/index.php/Video_games_(dataset)|VideoGames], который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:52:18Z

Софья Михайлова: /* Описание датасета */

== Описание датасета ==

Для анализа был взят датасет [https://digida.mgpu.ru/index.php/Video_games_(dataset)|Video Games], который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:51:49Z

Софья Михайлова: /* Описание датасета */

== Описание датасета ==

Для анализа был взят датасет '''Video Games''', который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения.

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

Анализ датасета с помощью R-скрипта Михайлова Софья

2026-06-15T16:51:33Z

Софья Михайлова: Новая страница: «== Описание датасета == Для анализа был взят датасет '''Video Games''', который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения. Датасет собран в рамках проекта CORGIS и основан на данных с с...»

== Описание датасета ==

Для анализа был взят датасет '''Video Games''', который содержит информацию о видеоиграх, их жанрах, издателях, платформах, годах выпуска и временных характеристиках прохождения. Датасет собран в рамках проекта CORGIS и основан на данных с сайта "How Long to Beat".

В датасете содержатся следующие поля:
* "Title" — Название
* "Features.Handheld?" — Возможность игры на портативных устройствах
* "Features.Max Players" — Максимальное число игроков
* "Features.Multiplatform?" — Доступность на разных платформах
* "Features.Online?" — Наличие онлайн-режима
* "Metadata.Genres" — Жанры игр (может быть несколько)
* "Metadata.Licensed?" — Наличие официальной лицензии
* "Metadata.Publishers" — Издатели
* "Metadata.Sequel?" — Является ли игра сиквелом
* "Metrics.Review Score" — Средняя оценка критиков
* "Metrics.Sales" — Продажи в миллионах копий
* "Metrics.Used Price" — Средняя цена на вторичном рынке
* "Release.Console" — Платформа
* "Release.Rating" — Возрастной рейтинг
* "Release.Re-release?" — Является ли игра переизданием
* "Release.Year" — Год выпуска
* "Length.All PlayStyles.Average", "Length.All PlayStyles.Leisure", "Length.All PlayStyles.Median" и т.д. — Показатели времени прохождения для разных стилей игры

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/video_games/video_games.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о видеоиграх:", total_records))

unique_games <- data %>%
distinct(Title) %>%
nrow()
print(paste("Уникальных видеоигр в датасете:", unique_games))

unique_titles <- data %>%
distinct(Title) %>%
pull(Title)

words <- str_split(unique_titles, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z0-9]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных названиях видеоигр:", total_words))

top20_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:20])
colnames(top20_words) <- c("Слово", "Частота")
rownames(top20_words) <- NULL

print("Самые частые слова в названиях видеоигр:")
print(top20_words)

top20_genres <- data %>%
separate_rows(Metadata.Genres, sep = ",") %>%
mutate(Metadata.Genres = str_trim(Metadata.Genres)) %>%
count(Жанр = Metadata.Genres, sort = TRUE) %>%
head(20)

print("Жанры видеоигр:")
print(top20_genres)

top20_publishers <- data %>%
separate_rows(Metadata.Publishers, sep = ",") %>%
mutate(Metadata.Publishers = str_trim(Metadata.Publishers)) %>%
count(Издатель = Metadata.Publishers, sort = TRUE) %>%
filter(Издатель != "") %>%
head(20)

print("Издатели видеоигр:")
print(top20_publishers)

top20_consoles <- data %>%
count(Консоль = Release.Console, sort = TRUE) %>%
head(20)

print("Консоли по числу игр:")
print(top20_consoles)

top20_years <- data %>%
count(Год = Release.Year, sort = TRUE) %>%
head(20)

print("Годы выпуска по числу игр:")
print(top20_years)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о видеоиграх || 1212
|-
| Уникальных видеоигр || 900
|-
| Всего слов в уникальных названиях || 3154
|}

=== Самые частые слова в названиях видеоигр ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в названиях видеоигр наиболее часто встречаются артикли, предлоги и цифры, обозначающие порядковые номера частей. Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| of || 121
|-
| The || 88
|-
| the || 60
|-
| 2 || 59
|-
| 3 || 26
|-
| DS || 21
|-
| Dragon || 17
|-
| for || 17
|-
| in || 17
|-
| Star || 17
|-
| Wars || 17
|-
| NBA || 16
|-
| World || 16
|-
| Fantasy || 14
|-
| Warriors || 14
|-
| Game || 13
|-
| Mario || 13
|-
| Super || 13
|-
| Final || 12
|-
| II || 12
|}

'''Выводы по названиям:'''
* В названиях часто встречаются цифры, обозначающие порядковый номер игры (2, 3, II).
* Игровая серия "Star Wars" занимает заметное место.
* Слова "Super", "Mario", "Final" и "Fantasy" отражают популярность серии игр "Super Mario" и "Final Fantasy".
* Наличие "DS" говорит о популярности данной платформы.

=== Жанры видеоигр ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение игр по жанрам показывает значительное доминирование экшн-игр:

{| class="wikitable"
! Жанр !! Количество игр
|-
| Action || 730
|-
| Sports || 238
|-
| Strategy || 159
|-
| Role-Playing (RPG) || 154
|-
| Racing / Driving || 145
|-
| Simulation || 116
|-
| Adventure || 73
|-
| Educational || 7
|}

'''Выводы по жанрам:'''
* Жанр Action является абсолютным лидером (730 игр).
* Спортивные игры занимают второе место (238 игр).
* Стратегии и RPG имеют примерно одинаковое количество игр (159 и 154 соответственно).
* Присутствуют и образовательные игры (7 игр), что говорит о разнообразии выборки.

=== Издатели видеоигр ===
[[Файл:Rstudio6.png|мини|Выводы в Rstudio]]

Лидирующие позиции занимают крупные международные издатели:

{| class="wikitable"
! Издатель !! Количество игр
|-
| EA || 168
|-
| Ubisoft || 95
|-
| Activision || 89
|-
| Nintendo || 89
|-
| Sega || 77
|-
| Sony || 66
|-
| THQ || 61
|-
| 2K || 49
|-
| Konami || 48
|-
| Namco || 42
|-
| Capcom || 37
|-
| SquareEnix || 33
|-
| Atari || 24
|-
| Midway || 23
|-
| Eidos || 22
|-
| Microsoft || 22
|-
| Rockstar || 13
|-
| Disney || 10
|}

'''Выводы по издателям:'''
* EA является крупнейшим издателем в датасете (168 игр).
* Ubisoft, Activision и Nintendo имеют почти одинаковое количество игр (около 90).
* Присутствуют как японские (Nintendo, Sega, Sony, Konami, Capcom, SquareEnix), так и американские и европейские издатели.

=== Консоли по числу игр ===
[[Файл:Rstudio7.png|мини|Выводы в Rstudio]]

Наиболее популярными платформами являются портативные консоли и консоли седьмого поколения:

{| class="wikitable"
! Консоль !! Количество игр
|-
| Nintendo DS || 317
|-
| X360 || 287
|-
| Sony PSP || 242
|-
| Nintendo Wii || 187
|-
| PlayStation 3 || 179
|}

'''Выводы по платформам:'''
* Nintendo DS является самой популярной платформой в датасете (317 игр).
* X360 и Sony PSP также имеют большое количество игр (287 и 242 соответственно).
* Консоли седьмого поколения (X360, Wii, PS3) представлены широко.

=== Годы выпуска по числу игр ===
[[Файл:Rstudio8.png|мини|Выводы в Rstudio]]

Пик выпуска игр в датасете приходится на 2007-2008 годы:

{| class="wikitable"
! Год выпуска !! Количество игр
|-
| 2007 || 414
|-
| 2008 || 379
|-
| 2006 || 263
|-
| 2005 || 134
|-
| 2004 || 22
|}

'''Выводы по годам выпуска:'''
* Наибольшее количество игр в датасете было выпущено в 2007 году (414 игр).
* 2008 год также является очень продуктивным (379 игр).
* В датасете представлены игры, выпущенные в период с 2004 по 2008 год.

=== Общие выводы ===

# Объём данных: Датасет содержит 1212 записей о видеоиграх, из которых 900 уникальных.
# Названия игр: В названиях часто встречаются порядковые номера (2, 3) и слова, связанные с популярными игровыми сериями.
# Жанры: Абсолютное лидерство жанра Action, за которым следуют Sports и Strategy.
# Издатели: EA является самым крупным издателем, за ним следуют Ubisoft, Activision и Nintendo.
# Платформы: Наибольшее количество игр выпущено для портативной консоли Nintendo DS.
# Хронология: Пик выпуска игр в датасете приходится на 2007-2008 годы.

Эти результаты могут быть полезны для анализа рынка видеоигр, изучения предпочтений игроков и понимания индустрии в целом.

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:39:24Z

Софья Михайлова:

= LuaLearning =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Статистика страниц ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== ColorAlphabet ==

* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Демонстрация работы модуля RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Модуль `RandomPageFromCategory` позволяет получить случайную страницу из указанной категории.

=== Из категории "Book" ===
Случайная страница из категории "Book":
'''[[{{#invoke:RandomPageFromCategory|main|category=Book}}]]'''

=== Из категории "CompLing Works" ===
Случайная страница из категории "CompLing Works":
'''[[{{#invoke:RandomPageFromCategory|main|category=CompLing Works}}]]'''

=== Из категории "DigitalTool" ===
Случайная страница из категории "DigitalTool":
'''[[{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}]]'''

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

== Число слов ==
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

== Число символов ==
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:37:59Z

Софья Михайлова: /* Демонстрация работы модуля RandomPageFromCategory (Модуль:RandomPageFromCategory) */

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Демонстрация работы модуля RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Модуль `RandomPageFromCategory` позволяет получить случайную страницу из указанной категории.

=== Из категории "Book" ===
Случайная страница из категории "Book":
'''[[{{#invoke:RandomPageFromCategory|main|category=Book}}]]'''

=== Из категории "CompLing Works" ===
Случайная страница из категории "CompLing Works":
'''[[{{#invoke:RandomPageFromCategory|main|category=CompLing Works}}]]'''

=== Из категории "DigitalTool" ===
Случайная страница из категории "DigitalTool":
'''[[{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}]]'''

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:37:38Z

Софья Михайлова: /* Из категории "LuaLearning" */

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Демонстрация работы модуля RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Модуль `RandomPageFromCategory` позволяет получить случайную страницу из указанной категории.

=== Из категории "Book" ===
Случайная страница из категории "Book":
'''[[{{#invoke:RandomPageFromCategory|main|category=Book}}]]'''

=== Из категории "CompLing Works" ===
Случайная страница из категории "CompLing Works":
'''[[{{#invoke:RandomPageFromCategory|main|category=CompLing Works}}]]'''

=== Из категории "Examples" ===
Случайная страница из категории "Examples":
'''[[{{#invoke:RandomPageFromCategory|main|category=Examples}}]]'''

=== Из категории "DigitalTool" ===
Случайная страница из категории "DigitalTool":
'''[[{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}]]'''

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:37:19Z

Софья Михайлова: /* Из категории "LuaLearning" */

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Демонстрация работы модуля RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Модуль `RandomPageFromCategory` позволяет получить случайную страницу из указанной категории.

=== Из категории "Book" ===
Случайная страница из категории "Book":
'''[[{{#invoke:RandomPageFromCategory|main|category=Book}}]]'''

=== Из категории "LuaLearning" ===
Случайная страница из категории "LuaLearning":
'''[[{{#invoke:RandomPageFromCategory|main|category=CompLing Works}}]]'''

=== Из категории "Examples" ===
Случайная страница из категории "Examples":
'''[[{{#invoke:RandomPageFromCategory|main|category=Examples}}]]'''

=== Из категории "DigitalTool" ===
Случайная страница из категории "DigitalTool":
'''[[{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}]]'''

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:36:52Z

Софья Михайлова: /* Демонстрация работы модуля RandomPageFromCategory (Модуль:RandomPageFromCategory) */

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Демонстрация работы модуля RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Модуль `RandomPageFromCategory` позволяет получить случайную страницу из указанной категории.

=== Из категории "Book" ===
Случайная страница из категории "Book":
'''[[{{#invoke:RandomPageFromCategory|main|category=Book}}]]'''

=== Из категории "LuaLearning" ===
Случайная страница из категории "LuaLearning":
'''[[{{#invoke:RandomPageFromCategory|main|category=CompLingWorks}}]]'''

=== Из категории "Examples" ===
Случайная страница из категории "Examples":
'''[[{{#invoke:RandomPageFromCategory|main|category=Examples}}]]'''

=== Из категории "DigitalTool" ===
Случайная страница из категории "DigitalTool":
'''[[{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}]]'''

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:36:15Z

Софья Михайлова:

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Демонстрация работы модуля RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Модуль `RandomPageFromCategory` позволяет получить случайную страницу из указанной категории.

=== Из категории "Book" ===
Случайная страница из категории "Book":
'''[[{{#invoke:RandomPageFromCategory|main|category=Book}}]]'''

=== Из категории "LuaLearning" ===
Случайная страница из категории "LuaLearning":
'''[[{{#invoke:RandomPageFromCategory|main|category=LuaLearning}}]]'''

=== Из категории "Examples" ===
Случайная страница из категории "Examples":
'''[[{{#invoke:RandomPageFromCategory|main|category=Examples}}]]'''

=== Из категории "DigitalTool" ===
Случайная страница из категории "DigitalTool":
'''[[{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}]]'''

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:33:32Z

Софья Михайлова:

= Обзор модулей LuaLearning на примере трёх категорий =

Тест модулей [[:Категория:LuaLearning]] на материале статей из трёх разных категорий:
* [[:Категория:Book]]
* [[:Категория:DigitalTool]]
* [[:Категория:Языки программирования]]

== Модуль RandomPageFromCategory ([[Модуль:RandomPageFromCategory]]) ==

Этот модуль выбирает случайную страницу из указанной категории. Он позволяет познакомиться с новыми, возможно, неожиданными материалами.

=== Случайная страница из категории «Книги» ===
{{#invoke:RandomPageFromCategory|main|category=Book}}

=== Случайная страница из категории «Цифровые инструменты» ===
{{#invoke:RandomPageFromCategory|main|category=DigitalTool}}

=== Случайная страница из категории «Языки программирования» ===
{{#invoke:RandomPageFromCategory|main|category=Языки программирования}}

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

Модуль подсчитывает количество слов, символов, ссылок и заголовков на странице. Это помогает быстро оценить объём и структуру материала.

{| class="wikitable"
! Категория !! Пример страницы !! Слов !! Символов !! Ссылок !! Заголовков
|-
| Книги
| [[The ABCs of How We Learn]]
| {{#invoke:Aggregator Clear|main|mode=words|title=The ABCs of How We Learn}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=The ABCs of How We Learn}}
| {{#invoke:Aggregator Clear|main|mode=links|title=The ABCs of How We Learn}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=The ABCs of How We Learn}}
|-
| Цифровые инструменты
| [[Git]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Git}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Git}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Git}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Git}}
|-
| Языки программирования
| [[Python]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Python}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Python}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Python}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Python}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Модуль вычисляет суммарную, среднюю, максимальную и минимальную характеристики для набора чисел. Здесь он применён к количеству слов на трёх выбранных страницах.

Сравнение трёх текстов по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=The ABCs of How We Learn}},
{{#invoke:Aggregator Clear|main|mode=words|title=Git}},
{{#invoke:Aggregator Clear|main|mode=words|title=Python}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Модуль раскрашивает буквы текста в разные цвета. Это простой, но наглядный пример работы Lua на вики.

* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|MediaWiki is powerful}} - MediaWiki is powerful
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting
* {{#invoke:ColorAlphabet|letter|Voyant Tools}} - Voyant Tools

== Запросы страниц с их описаниями ==

С помощью семантического запроса можно вывести таблицу с заголовками и краткими описаниями для нескольких страниц. Это удобно для создания коллекций материалов.

{{#ask: [[The ABCs of How We Learn]] OR [[Git]] OR [[Python]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

Для визуализации данных используется модуль `Chart`. Он строит гистограмму, позволяя сравнить объём текстов в каждой категории.

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=The ABCs of How We Learn}} : {{#invoke:Aggregator Clear|main|mode=words|title=Git}} : {{#invoke:Aggregator Clear|main|mode=words|title=Python}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Книги : Инструменты : Языки
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=The ABCs of How We Learn}} : {{#invoke:Aggregator Clear|main|mode=chars|title=Git}} : {{#invoke:Aggregator Clear|main|mode=chars|title=Python}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Книги : Инструменты : Языки
}}

== Дополнительные возможности модуля RandomPageFromCategory ==

Модуль можно использовать для создания динамических списков. Например, ссылка ниже всегда будет вести на случайную страницу из категории «Цифровые инструменты»:

[[Special:RandomInCategory/DigitalTool|Случайный цифровой инструмент]]

[[Категория:CompLing Works]]

LuaLearning модули Михайлова Софья

2026-06-15T16:30:36Z

Софья Михайлова: /* Гистограмма числовых характеристик трёх текстов */

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Вычисления примеров с помощью модуля Math ([[Модуль:Math]]) ==

* Количество слов в первой странице: {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
* Количество слов во второй странице: {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
* Количество слов в третьей странице: {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
* Сумма слов: {{#invoke:Math|sum|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Среднее арифметическое: {{#invoke:Math|average|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Максимум: {{#invoke:Math|max|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Минимум: {{#invoke:Math|min|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Медиана (300, 200, 100): {{#invoke:Math|median|300|200|100}}
* Порядок числа 1500: 10^{ {{#invoke:Math|order|1500}} }
* Порядок числа 987654321: 10^{ {{#invoke:Math|order|987654321}} }
* Порядок числа 0.0025: 10^{ {{#invoke:Math|order|0.0025}} }
* 103 ÷ 5 = остаток {{#invoke:Math|mod|103|5}} (mod)
* π = 3,14159 ≈ {{#invoke:Math|round|3.14159|2}} (округлили до сотых)
* e = 2,71828 ≈ {{#invoke:Math|round|2.71828|3}} (округлили до тысячных)
* Случайное число от 1 до 100: {{#invoke:Math|random|1|100}}

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning : APIs : R for DS
}}

LuaLearning модули Михайлова Софья

2026-06-15T16:28:20Z

Софья Михайлова: Новая страница: «= Обзор модулей LuaLearning на примере трёх страниц = Тест модулей :Категория:LuaLearning на материале трёх страниц: * Dynamic Learning Environments: Creating Courses with Semantic MediaWiki * APIs for social scientists: A collaborative review * R for Data Science == Модуль Aggregator Clear (Модуль:Aggregator Clear) == {| class="wikitable" ! Стра...»

= Обзор модулей LuaLearning на примере трёх страниц =

Тест модулей [[:Категория:LuaLearning]] на материале трёх страниц:
* [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
* [[APIs for social scientists: A collaborative review]]
* [[R for Data Science]]

== Модуль Aggregator Clear ([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
|-
| [[APIs for social scientists: A collaborative review]]
| {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=links|title=APIs for social scientists: A collaborative review}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=APIs for social scientists: A collaborative review}}
|-
| [[R for Data Science]]
| {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=links|title=R for Data Science}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=R for Data Science}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}},
{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}},
{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?
* {{#invoke:ColorAlphabet|letter|MediaWiki}} - MediaWiki
* {{#invoke:ColorAlphabet|letter|Lua scripting}} - Lua scripting

== Вычисления примеров с помощью модуля Math ([[Модуль:Math]]) ==

* Количество слов в первой странице: {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}
* Количество слов во второй странице: {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}
* Количество слов в третьей странице: {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
* Сумма слов: {{#invoke:Math|sum|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Среднее арифметическое: {{#invoke:Math|average|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Максимум: {{#invoke:Math|max|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Минимум: {{#invoke:Math|min|{{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}}|{{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}}|{{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}}}
* Медиана (300, 200, 100): {{#invoke:Math|median|300|200|100}}
* Порядок числа 1500: 10^{ {{#invoke:Math|order|1500}} }
* Порядок числа 987654321: 10^{ {{#invoke:Math|order|987654321}} }
* Порядок числа 0.0025: 10^{ {{#invoke:Math|order|0.0025}} }
* 103 ÷ 5 = остаток {{#invoke:Math|mod|103|5}} (mod)
* π = 3,14159 ≈ {{#invoke:Math|round|3.14159|2}} (округлили до сотых)
* e = 2,71828 ≈ {{#invoke:Math|round|2.71828|3}} (округлили до тысячных)
* Случайное число от 1 до 100: {{#invoke:Math|random|1|100}}

== Запросы страниц книг с их описаниями ==

{{#ask: [[Dynamic Learning Environments: Creating Courses with Semantic MediaWiki]] OR [[APIs for social scientists: A collaborative review]] OR [[R for Data Science]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

=== Число слов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=words|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=words|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=words|title=R for Data Science}}
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Dynamic Learning Environments:Creating Courses with Semantic MediaWiki : APIs for social scientists : R for Data Science
}}

=== Число символов ===
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = {{#invoke:Aggregator Clear|main|mode=chars|title=Dynamic Learning Environments: Creating Courses with Semantic MediaWiki}} : {{#invoke:Aggregator Clear|main|mode=chars|title=APIs for social scientists: A collaborative review}} : {{#invoke:Aggregator Clear|main|mode=chars|title=R for Data Science}}
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Dynamic Learning Environments:Creating Courses with Semantic MediaWiki : APIs for social scientists : R for Data Science
}}

[[Категория:CompLing Works]]

Запрос в Песочницу API Михайлова Софья

2026-06-15T16:21:23Z

Софья Михайлова: /* Параметры API-запроса */

= API-запрос к страницам цифровых инструментов =

На этой странице представлен пример обращения к [https://digida.mgpu.ru/api.php API MediaWiki] для получения содержимого пяти страниц категории DigitalTool: ABM Constructor, Git, Insightmaker, Scribunto, XO-1. Вместо детальных таблиц информация по каждому инструменту выведена в формате блока, что позволяет быстро ознакомиться с ключевыми характеристиками.

== Параметры API-запроса ==

* action: query
* prop: revisions
* rvprop: content, user, comment
* titles: ABM Constructor, Git, Insightmaker, Scribunto, XO-1
* format: json
* formatversion: 2

== Результаты: сводка по инструментам ==

Ниже приведена краткая информация об инструментах, извлечённая из ответа API и дополненная справочными данными.

----

=== ABM Constructor ===

* Описание: Конструктор использования многоагентного моделирования. Позволяет конструировать структуру учебных курсов из готовых блоков и включать в состав материалов многоагентные модели для экспериментов и дальнейшей модификации.
* Основные возможности: Визуальное конструирование агентов, настройка правил поведения, экспорт моделей в веб-форматы.
* Сайт: [http://digida.mgpu.ru/index.php?title=ABM_Constructor digida.mgpu.ru]

----

=== Git ===

* Описание: Cистема контроля версий, инструмент для управления историей исходного кода.
* Основные возможности: Контроль версий и отслеживание всех изменений.
* Сайт: [https://git-scm.com/ git-scm.com]

----

=== Insightmaker ===

* Описание: Среда для визуальной разработки и тестирования моделей. Бесплатное приложение для моделирования и симуляции, работающее полностью в браузере.
* Основные возможности: Поддержка системной динамики и агентного моделирования, совместная работа, публикация моделей по ссылке.
* Сайт: [https://insightmaker.com/ insightmaker.com]

----

=== Scribunto ===

* Описание: Расширение MediaWiki для написания скриптов на языке Lua внутри вики-страниц. Название происходит от латинского «scribunto» — «пусть пишут».
* Основные возможности: Создание шаблонов со сложной логикой, обработка данных, интеграция с вики-разметкой.
* Сайт: [https://www.mediawiki.org/wiki/Extension:Scribunto mediawiki.org]

----

=== XO-1 ===

* Описание: Недорогой ноутбук проекта One Laptop Per Child (OLPC), предназначенный для обучения детей в развивающихся странах.
* Основные возможности: Прочный дизайн, mesh-сеть, уникальный дисплей с двумя режимами, операционная система Linux с интерфейсом Sugar.
* Сайт: [http://wiki.laptop.org/ wiki.laptop.org]

----

== Техническая детализация ==

Ниже приведён полный JSON-ответ, возвращённый API MediaWiki на указанный выше запрос.

<syntaxhighlight lang="json">
{
"batchcomplete": true,
"warnings": {
"main": {
"warnings": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
},
"revisions": {
"warnings": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
}
},
"query": {
"pages": [
{
"pageid": 1524,
"ns": 0,
"title": "Git",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=http://digida.mgpu.ru/images/5/51/Git.png\nCистема контроля версий, инструмент для управления историей исходного кода.\n|Affordances=Контроль версий и отслеживание всех изменений\n|Difficult=работа с командной строкой, возможные ошибки в работе с ветвями проекта\n|Область применения=программирование\n|Website=https://git-scm.com/\n|End users=Учащиеся, Преподаватели, Исследователи, Разработчики\n|Tool is made for=Разработка программного обеспечения\n|Community=GitHub\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n|Screenshot=Git1.png\n}}\n\n[[Gist]]\n\n[[Git diagrams]] - основные концепции использования [[Git]]\n<br clear = all />\nhttp://digida.mgpu.ru/images/diagrams/Diagrams_00611695696e5c6e4b1bbdf8d1ae74da.png",
"comment": ""
}
]
},
{
"pageid": 2836,
"ns": 0,
"title": "XO-1",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=XO-1 — недорогой ноутбук, предполагаемый к распространению среди детей развивающихся стран для того, чтобы предоставить им доступ к современным научным и практическим знаниям и возможностям самостоятельного развития в соответствии с разработанной Сеймуром Папертом конструктивистской теорией обучения.\n|Affordances=Принципы:\n# каждому ребёнку — собственный ноутбук\n# ноутбук должен быть пригоден для использования младшими школьниками\n# ноутбук должен выдаваться бесплатно\n# ноутбуки должны обеспечивать связь школьников друг с другом и внешним миром\n|Difficult=Не распространялись в России\n|Область применения=образование\n|Tool is made for=компьютерная игра (создание)\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}\nhttps://upload.wikimedia.org/wikipedia/commons/thumb/4/42/XO-Beta1-mikemcgregor-2.jpg/411px-XO-Beta1-mikemcgregor-2.jpg",
"comment": "Новая страница: «{{DigitalTool |Description=XO-1 — недорогой ноутбук, предполагаемый к распространению среди детей развивающихся стран для того, чтобы предоставить им доступ к современным научным и практическим знаниям и возможностям самостоятельного развития в соответствии с р...»"
}
]
},
{
"pageid": 3602,
"ns": 0,
"title": "Insightmaker",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Среда для визуальной разработки и тестирования моделей\n* Insight Maker is a free simulation and modeling application that runs completely in your web browser. Insight Maker is used by thousands of people in education, business, and science.\n|Field_of_knowledge=NetSci, Биология, Информатика\n|Область применения=моделирование\n|Clarifying_video=https://youtu.be/aES4x6Qkawg?si=D90n77lZs9rLgjYt\n|Website=https://insightmaker.com/\n|End users=Учащиеся, Преподаватели, Исследователи\n|Tool is made for=имитационное моделирование (simulation)\n|License=Открытая\n|launch year=2014\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}\n; Insightmaker - https://insightmaker.com/sites/Introduction_Manual.pdf\n* https://insightmaker.com/insight/5yz3esLxdDQ68fojAAEsyI/Prey-Predator\n\n{{#widget:iframe\n|url=https://insightmaker.com/insight/5yz3esLxdDQ68fojAAEsyI/Prey-Predator\n|width=1000\n|height=800\n}}",
"comment": ""
}
]
},
{
"pageid": 4131,
"ns": 0,
"title": "ABM Constructor",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Конструктор использования многоагентого моделирования - позволяет конструировать структуру учебных курсов из готовых блоков и включать в состав материалов многоагентные модели для экспериментов и дальнейшей модификации.\n|Affordances=Конструктор используется возможности Semantic MediaWiki и языков агентного моделирования, что позволяет собирать учебные материалы на страницах курса, используя стандартный язык запросов SMW ask и языки блочного и текстового программирования - NetLogo, Snap!\n|Difficult=Необходимо на базовом уровне знать язык запросов ask и принципы агентного моделирования\n|Field_of_knowledge=NetSci, Педагогика, Психология, Образование, Интернет вещей, Большие данные, Моделирование\n|Область применения=образование\n|Clarifying_video=https://vk.com/video-21242193_456239664?list=ln-bG0pEeZQ1cQCDZAnYQ\n|Website=http://digida.mgpu.ru/index.php?title=ABM_Constructor\n|End users=Учащиеся, Преподаватели, Исследователи\n|Tool is made for=генерация контента\n|Developer=Moscow City University\n|License=Открытая\n|launch year=2024\n|distant_collab=Да\n|Language_Ru_Eng=Russian\n|AI=Да\n}}\n* https://www.youtube.com/watch?v=PGwaRCW1-fo\n* https://vk.com/video-21242193_456239664?list=ln-bG0pEeZQ1cQCDZAnYQ - ВКонтакте\n\n== Диаграмма конструктора ==\n<uml>\n@startuml\nskinparam NoteBackgroundColor lightblue\ntitle Collaborative Learning Pipeline with Agent-Based Models\\nfor Developing Systemic Thinking About Urban Education\n\n:Pedagogical Objective;\nnote right\nDevelop systemic thinking\nabout urban educational systems\nMove from linear to circular causality\nRecognize emergence and feedback loops\nBuild capacity for policy analysis\nend note\n\n:Theoretical Foundation;\nnote left\nVygotsky - Mediation\nPapert - Objects to Think With\nDavydov - Learning Activity\nend note\n\n:Phase 1: Model Preparation;\nnote right\nCreate/adapt ABM models\nReduce research variables\nPreserve core dynamics\nConvert to web-based versions\nend note\n\n:Phase 2: Platform Integration;\nnote left\nUpload to Semantic MediaWiki\nEmbed with mw-embedNetlogo\nCreate unified learning environment\nEnsure institutional robustness\nend note\n\n:Computational Tools;\nfork\n :NetLogo Web Version;\nfork again\n :Semantic MediaWiki (digida.mgpu.ru);\nfork again\n :BehaviorSpace Extension;\nend fork\n\n:Phase 3: Initial Exploration;\nnote right\nBecome familiar with model interface\nUnderstand adjustable variables\nObserve core dynamics\nDiscuss in Talk pages\nFormulate initial hypotheses\nend note\n\n:Phase 4: Systematic Experimentation;\nnote left\nDesign specific experiments\nRun models with selected parameters\nCollect data manually or via BehaviorSpace\nObserve system property changes\nTransition from observation to investigation\nend note\n\n:Data Collection Methods;\nfork\n :Manual Screenshots;\nfork again\n :BehaviorSpace Automation;\nfork again\n :Parameter Exploration;\nend fork\n\n:Phase 5: Data Organization & Visualization;\nnote right\nStore data externally\nUpload to GitHub or Google Sheets\nIntegrate with External Data extension\nCreate visualizations using RAWGraphs/CODAP\nEmbed visualizations in wiki pages\nDevelop transparency and reproducibility\nend note\n\n:External Data Platforms;\nfork\n :GitHub Repositories;\nfork again\n :Google Sheets;\nfork again\n :RAWGraphs;\nfork again\n :CODAP;\nend fork\n\n:Phase 6: Documentation & Interpretation;\nnote left\nState research hypothesis\nDescribe experimental process\nReport what results showed\nInterpret meaning for urban education\nExternal representation of thinking\nCreate permanent wiki records\nend note\n\n:Phase 7: Peer Discussion & Collaborative Knowledge;\nnote right\nDiscuss findings in Talk pages\nReceive feedback on interpretations\nLearn from different experimental designs\nIdentify patterns across experiments\nRefine understanding collectively\nBuild mediated collaborative learning\nend note\n\n:Discussion Mechanisms;\nfork\n :MediaWiki Talk Pages;\nfork again\n :Asynchronous Collaboration;\nfork again\n :Persistent Documentation;\nfork again\n :Public Thinking;\nend fork\n\n:Epistemic Outcomes;\nnote left\nRecognition of system properties:\n- Emergence\n- Feedback loops\n- Nonlinear causality\n- Distributed causality\nend note\n\n:Conceptual Shifts;\nnote right\nLinear → Systemic thinking\nReductionist → Holistic understanding\nPolicy naïveté → Policy sophistication\nIndividual insight → Collective intelligence\nend note\n\n:Learning Environment Characteristics;\nfork\n :Iterative & Cyclical Design;\nfork again\n :Technical-Conceptual Integration;\nfork again\n :Persistent Documentation;\nfork again\n :Distributed Epistemic Responsibility;\nfork again\n :Structured Scaffolding;\nend fork\n\n:Research Data Generated;\nnote left\nDocumented experimental work\nDiscussion records (Talk pages)\nData artifacts and datasets\nVisualization choices\nEvolution of understanding\nWiki page development over time\nend note\n\n:Analysis Methods;\nfork\n :Qualitative Coding;\nfork again\n :Network Analysis;\nfork again\n :Conceptual Tracking;\nfork again\n :Pattern Identification;\nend fork\n\n:Theoretical Alignment;\nnote right\nVygotsky: Pipeline as mediating structure\nPapert: Learning through model building\nDavydov: Individual → Collective understanding\nEpistemic scaffolding approach\nend note\n\n:Outcomes;\nnote left\nInternalization of systemic thinking\nDevelopment of theoretical understanding\nCapacity for systems analysis\nRecognition of policy trade-offs\nCollective knowledge repository\nend note\n\nstop\n\n@enduml\n</uml>\n\n== Примеры использования моделей ==\n\n=== [[Teacher Satisfaction (model)]] ===",
"comment": ""
}
]
},
{
"pageid": 8762,
"ns": 0,
"title": "Scribunto",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Расширение Scribunto добавляет к MediaWiki возможность подключать модуль Lua (Module: ...) и вызывать его через шаблоны, превращая статьи в «полуинтерактивные» объекты с динамическими таблицами, визуализациями и вычислениями.\n|Affordances=Lua через Scribunto применяется повсеместно в Википедии для сложных шаблонов (инфобоксы, навигационные панели, автоматические вычисления), что демонстрирует устойчивость и масштабируемость такого подхода.\nВстроенность Lua в MediaWiki через расширение Scribunto позволяет использовать один и тот же язык и как «язык курса программирования», и как средство «оживления» учебных wiki‑страниц, формируя у студентов представление о программировании как об инструменте конструирования.\n|Difficult=Отдельное пространство MediaWiki, в котором студенты пишут не текст, но код\n|Field_of_knowledge=Информатика, Game design\n|Область применения=программирование\n|Website=https://github.com/wikimedia/mediawiki-extensions-Scribunto\n|End users=Учащиеся, Преподаватели, Исследователи\n|Tool is made for=генерация контента\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}\n; Примеры использования в модулях [[:Категория:LuaLearning]] \n\n----\n{{Шаблон:Scribunto clue}}",
"comment": ""
}
]
}
]
}
}
</syntaxhighlight>

[[Категория:CompLing Works]]

Запрос в Песочницу API Михайлова Софья

2026-06-15T16:20:52Z

Софья Михайлова:

= API-запрос к страницам цифровых инструментов =

На этой странице представлен пример обращения к [https://digida.mgpu.ru/api.php API MediaWiki] для получения содержимого пяти страниц категории DigitalTool: ABM Constructor, Git, Insightmaker, Scribunto, XO-1. Вместо детальных таблиц информация по каждому инструменту выведена в формате блока, что позволяет быстро ознакомиться с ключевыми характеристиками.

== Параметры API-запроса ==

* action: query
* prop: revisions
* rvprop: content, user, comment
* titles: ABM Constructor, Git, Insightmaker, Scribunto, XO-1
* format: json
* formatversion: 2

Ссылка для выполнения запроса в [[Служебная:ApiSandbox|песочнице API]]:<br>
[https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=ABM%20Constructor%7CGit%7CInsightmaker%7CXO-1%7CScribunto&formatversion=2&rvprop=content%7Cuser%7Ccomment выполнить запрос]

== Результаты: сводка по инструментам ==

Ниже приведена краткая информация об инструментах, извлечённая из ответа API и дополненная справочными данными.

----

=== ABM Constructor ===

* Описание: Конструктор использования многоагентного моделирования. Позволяет конструировать структуру учебных курсов из готовых блоков и включать в состав материалов многоагентные модели для экспериментов и дальнейшей модификации.
* Основные возможности: Визуальное конструирование агентов, настройка правил поведения, экспорт моделей в веб-форматы.
* Сайт: [http://digida.mgpu.ru/index.php?title=ABM_Constructor digida.mgpu.ru]

----

=== Git ===

* Описание: Cистема контроля версий, инструмент для управления историей исходного кода.
* Основные возможности: Контроль версий и отслеживание всех изменений.
* Сайт: [https://git-scm.com/ git-scm.com]

----

=== Insightmaker ===

* Описание: Среда для визуальной разработки и тестирования моделей. Бесплатное приложение для моделирования и симуляции, работающее полностью в браузере.
* Основные возможности: Поддержка системной динамики и агентного моделирования, совместная работа, публикация моделей по ссылке.
* Сайт: [https://insightmaker.com/ insightmaker.com]

----

=== Scribunto ===

* Описание: Расширение MediaWiki для написания скриптов на языке Lua внутри вики-страниц. Название происходит от латинского «scribunto» — «пусть пишут».
* Основные возможности: Создание шаблонов со сложной логикой, обработка данных, интеграция с вики-разметкой.
* Сайт: [https://www.mediawiki.org/wiki/Extension:Scribunto mediawiki.org]

----

=== XO-1 ===

* Описание: Недорогой ноутбук проекта One Laptop Per Child (OLPC), предназначенный для обучения детей в развивающихся странах.
* Основные возможности: Прочный дизайн, mesh-сеть, уникальный дисплей с двумя режимами, операционная система Linux с интерфейсом Sugar.
* Сайт: [http://wiki.laptop.org/ wiki.laptop.org]

----

== Техническая детализация ==

Ниже приведён полный JSON-ответ, возвращённый API MediaWiki на указанный выше запрос.

<syntaxhighlight lang="json">
{
"batchcomplete": true,
"warnings": {
"main": {
"warnings": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
},
"revisions": {
"warnings": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
}
},
"query": {
"pages": [
{
"pageid": 1524,
"ns": 0,
"title": "Git",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=http://digida.mgpu.ru/images/5/51/Git.png\nCистема контроля версий, инструмент для управления историей исходного кода.\n|Affordances=Контроль версий и отслеживание всех изменений\n|Difficult=работа с командной строкой, возможные ошибки в работе с ветвями проекта\n|Область применения=программирование\n|Website=https://git-scm.com/\n|End users=Учащиеся, Преподаватели, Исследователи, Разработчики\n|Tool is made for=Разработка программного обеспечения\n|Community=GitHub\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n|Screenshot=Git1.png\n}}\n\n[[Gist]]\n\n[[Git diagrams]] - основные концепции использования [[Git]]\n<br clear = all />\nhttp://digida.mgpu.ru/images/diagrams/Diagrams_00611695696e5c6e4b1bbdf8d1ae74da.png",
"comment": ""
}
]
},
{
"pageid": 2836,
"ns": 0,
"title": "XO-1",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=XO-1 — недорогой ноутбук, предполагаемый к распространению среди детей развивающихся стран для того, чтобы предоставить им доступ к современным научным и практическим знаниям и возможностям самостоятельного развития в соответствии с разработанной Сеймуром Папертом конструктивистской теорией обучения.\n|Affordances=Принципы:\n# каждому ребёнку — собственный ноутбук\n# ноутбук должен быть пригоден для использования младшими школьниками\n# ноутбук должен выдаваться бесплатно\n# ноутбуки должны обеспечивать связь школьников друг с другом и внешним миром\n|Difficult=Не распространялись в России\n|Область применения=образование\n|Tool is made for=компьютерная игра (создание)\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}\nhttps://upload.wikimedia.org/wikipedia/commons/thumb/4/42/XO-Beta1-mikemcgregor-2.jpg/411px-XO-Beta1-mikemcgregor-2.jpg",
"comment": "Новая страница: «{{DigitalTool |Description=XO-1 — недорогой ноутбук, предполагаемый к распространению среди детей развивающихся стран для того, чтобы предоставить им доступ к современным научным и практическим знаниям и возможностям самостоятельного развития в соответствии с р...»"
}
]
},
{
"pageid": 3602,
"ns": 0,
"title": "Insightmaker",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Среда для визуальной разработки и тестирования моделей\n* Insight Maker is a free simulation and modeling application that runs completely in your web browser. Insight Maker is used by thousands of people in education, business, and science.\n|Field_of_knowledge=NetSci, Биология, Информатика\n|Область применения=моделирование\n|Clarifying_video=https://youtu.be/aES4x6Qkawg?si=D90n77lZs9rLgjYt\n|Website=https://insightmaker.com/\n|End users=Учащиеся, Преподаватели, Исследователи\n|Tool is made for=имитационное моделирование (simulation)\n|License=Открытая\n|launch year=2014\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}\n; Insightmaker - https://insightmaker.com/sites/Introduction_Manual.pdf\n* https://insightmaker.com/insight/5yz3esLxdDQ68fojAAEsyI/Prey-Predator\n\n{{#widget:iframe\n|url=https://insightmaker.com/insight/5yz3esLxdDQ68fojAAEsyI/Prey-Predator\n|width=1000\n|height=800\n}}",
"comment": ""
}
]
},
{
"pageid": 4131,
"ns": 0,
"title": "ABM Constructor",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Конструктор использования многоагентого моделирования - позволяет конструировать структуру учебных курсов из готовых блоков и включать в состав материалов многоагентные модели для экспериментов и дальнейшей модификации.\n|Affordances=Конструктор используется возможности Semantic MediaWiki и языков агентного моделирования, что позволяет собирать учебные материалы на страницах курса, используя стандартный язык запросов SMW ask и языки блочного и текстового программирования - NetLogo, Snap!\n|Difficult=Необходимо на базовом уровне знать язык запросов ask и принципы агентного моделирования\n|Field_of_knowledge=NetSci, Педагогика, Психология, Образование, Интернет вещей, Большие данные, Моделирование\n|Область применения=образование\n|Clarifying_video=https://vk.com/video-21242193_456239664?list=ln-bG0pEeZQ1cQCDZAnYQ\n|Website=http://digida.mgpu.ru/index.php?title=ABM_Constructor\n|End users=Учащиеся, Преподаватели, Исследователи\n|Tool is made for=генерация контента\n|Developer=Moscow City University\n|License=Открытая\n|launch year=2024\n|distant_collab=Да\n|Language_Ru_Eng=Russian\n|AI=Да\n}}\n* https://www.youtube.com/watch?v=PGwaRCW1-fo\n* https://vk.com/video-21242193_456239664?list=ln-bG0pEeZQ1cQCDZAnYQ - ВКонтакте\n\n== Диаграмма конструктора ==\n<uml>\n@startuml\nskinparam NoteBackgroundColor lightblue\ntitle Collaborative Learning Pipeline with Agent-Based Models\\nfor Developing Systemic Thinking About Urban Education\n\n:Pedagogical Objective;\nnote right\nDevelop systemic thinking\nabout urban educational systems\nMove from linear to circular causality\nRecognize emergence and feedback loops\nBuild capacity for policy analysis\nend note\n\n:Theoretical Foundation;\nnote left\nVygotsky - Mediation\nPapert - Objects to Think With\nDavydov - Learning Activity\nend note\n\n:Phase 1: Model Preparation;\nnote right\nCreate/adapt ABM models\nReduce research variables\nPreserve core dynamics\nConvert to web-based versions\nend note\n\n:Phase 2: Platform Integration;\nnote left\nUpload to Semantic MediaWiki\nEmbed with mw-embedNetlogo\nCreate unified learning environment\nEnsure institutional robustness\nend note\n\n:Computational Tools;\nfork\n :NetLogo Web Version;\nfork again\n :Semantic MediaWiki (digida.mgpu.ru);\nfork again\n :BehaviorSpace Extension;\nend fork\n\n:Phase 3: Initial Exploration;\nnote right\nBecome familiar with model interface\nUnderstand adjustable variables\nObserve core dynamics\nDiscuss in Talk pages\nFormulate initial hypotheses\nend note\n\n:Phase 4: Systematic Experimentation;\nnote left\nDesign specific experiments\nRun models with selected parameters\nCollect data manually or via BehaviorSpace\nObserve system property changes\nTransition from observation to investigation\nend note\n\n:Data Collection Methods;\nfork\n :Manual Screenshots;\nfork again\n :BehaviorSpace Automation;\nfork again\n :Parameter Exploration;\nend fork\n\n:Phase 5: Data Organization & Visualization;\nnote right\nStore data externally\nUpload to GitHub or Google Sheets\nIntegrate with External Data extension\nCreate visualizations using RAWGraphs/CODAP\nEmbed visualizations in wiki pages\nDevelop transparency and reproducibility\nend note\n\n:External Data Platforms;\nfork\n :GitHub Repositories;\nfork again\n :Google Sheets;\nfork again\n :RAWGraphs;\nfork again\n :CODAP;\nend fork\n\n:Phase 6: Documentation & Interpretation;\nnote left\nState research hypothesis\nDescribe experimental process\nReport what results showed\nInterpret meaning for urban education\nExternal representation of thinking\nCreate permanent wiki records\nend note\n\n:Phase 7: Peer Discussion & Collaborative Knowledge;\nnote right\nDiscuss findings in Talk pages\nReceive feedback on interpretations\nLearn from different experimental designs\nIdentify patterns across experiments\nRefine understanding collectively\nBuild mediated collaborative learning\nend note\n\n:Discussion Mechanisms;\nfork\n :MediaWiki Talk Pages;\nfork again\n :Asynchronous Collaboration;\nfork again\n :Persistent Documentation;\nfork again\n :Public Thinking;\nend fork\n\n:Epistemic Outcomes;\nnote left\nRecognition of system properties:\n- Emergence\n- Feedback loops\n- Nonlinear causality\n- Distributed causality\nend note\n\n:Conceptual Shifts;\nnote right\nLinear → Systemic thinking\nReductionist → Holistic understanding\nPolicy naïveté → Policy sophistication\nIndividual insight → Collective intelligence\nend note\n\n:Learning Environment Characteristics;\nfork\n :Iterative & Cyclical Design;\nfork again\n :Technical-Conceptual Integration;\nfork again\n :Persistent Documentation;\nfork again\n :Distributed Epistemic Responsibility;\nfork again\n :Structured Scaffolding;\nend fork\n\n:Research Data Generated;\nnote left\nDocumented experimental work\nDiscussion records (Talk pages)\nData artifacts and datasets\nVisualization choices\nEvolution of understanding\nWiki page development over time\nend note\n\n:Analysis Methods;\nfork\n :Qualitative Coding;\nfork again\n :Network Analysis;\nfork again\n :Conceptual Tracking;\nfork again\n :Pattern Identification;\nend fork\n\n:Theoretical Alignment;\nnote right\nVygotsky: Pipeline as mediating structure\nPapert: Learning through model building\nDavydov: Individual → Collective understanding\nEpistemic scaffolding approach\nend note\n\n:Outcomes;\nnote left\nInternalization of systemic thinking\nDevelopment of theoretical understanding\nCapacity for systems analysis\nRecognition of policy trade-offs\nCollective knowledge repository\nend note\n\nstop\n\n@enduml\n</uml>\n\n== Примеры использования моделей ==\n\n=== [[Teacher Satisfaction (model)]] ===",
"comment": ""
}
]
},
{
"pageid": 8762,
"ns": 0,
"title": "Scribunto",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Расширение Scribunto добавляет к MediaWiki возможность подключать модуль Lua (Module: ...) и вызывать его через шаблоны, превращая статьи в «полуинтерактивные» объекты с динамическими таблицами, визуализациями и вычислениями.\n|Affordances=Lua через Scribunto применяется повсеместно в Википедии для сложных шаблонов (инфобоксы, навигационные панели, автоматические вычисления), что демонстрирует устойчивость и масштабируемость такого подхода.\nВстроенность Lua в MediaWiki через расширение Scribunto позволяет использовать один и тот же язык и как «язык курса программирования», и как средство «оживления» учебных wiki‑страниц, формируя у студентов представление о программировании как об инструменте конструирования.\n|Difficult=Отдельное пространство MediaWiki, в котором студенты пишут не текст, но код\n|Field_of_knowledge=Информатика, Game design\n|Область применения=программирование\n|Website=https://github.com/wikimedia/mediawiki-extensions-Scribunto\n|End users=Учащиеся, Преподаватели, Исследователи\n|Tool is made for=генерация контента\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}\n; Примеры использования в модулях [[:Категория:LuaLearning]] \n\n----\n{{Шаблон:Scribunto clue}}",
"comment": ""
}
]
}
]
}
}
</syntaxhighlight>

[[Категория:CompLing Works]]

Запрос в Песочницу API Михайлова Софья

2026-06-15T16:16:48Z

Софья Михайлова: Полностью удалено содержимое страницы

Запрос в Песочницу API Михайлова Софья

2026-06-15T16:16:31Z

Софья Михайлова: Новая страница: «= API-запрос к страницам цифровых инструментов = На этой странице представлен пример обращения к [https://digida.mgpu.ru/api.php API MediaWiki] для получения содержимого пяти страниц категории DigitalTool: '''ABM Constructor''', '''Git''', '''Insightmaker''', '''Scribunto''', '''XO-1'''. Вместо детальных карточек д...»

Voyant Tools Михайлова София

2026-06-15T16:13:45Z

Софья Михайлова:

= Анализ статьи «Artificial Intelligence and Software Based Artificial Intelligence» с помощью Voyant Tools =

== Введение ==

Настоящая страница представляет собой результат цифрового анализа научной статьи '''«Artificial Intelligence and Software Based Artificial Intelligence»''' (автор: Askarov Elbek, Кокандский университет). Статья опубликована в журнале «Oriental Renaissance: Innovative, educational, natural and social sciences» (выпуск 2, №12, декабрь 2022). В работе рассматриваются понятие искусственного интеллекта (ИИ), его практическое применение (медицина, управление проектами, робототехника) и программное обеспечение на основе ИИ.

Для анализа текстовых характеристик документа использовалась веб-платформа '''Voyant Tools''' — инструмент корпусного анализа, позволяющий выявить частотность терминов, контексты употребления ключевых слов, а также получить общую статистику корпуса.

=== Анализируемый корпус ===

В качестве корпуса выступил полный текст статьи (объём — около 3500 слов). Язык текста — английский, присутствуют также аннотация и ключевые слова на русском языке.

=== Цели анализа ===

* Выявить наиболее частотные термины, связанные с искусственным интеллектом.
* Проанализировать распределение ключевых понятий по тексту.
* Визуализировать связи между терминами (семантическая сеть).
* Оценить общие статистические параметры корпуса (лексическая плотность, объём и т.д.).

== Визуализация корпуса в Voyant Tools ==

=== 1. Облако слов (Cirrus) ===

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=29d6d3266f9c5f5ccdd168f36ff896c8&view=Cirrus
|width=1200
|height=800
}}

=== 2. График трендов (Trends) ===

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=29d6d3266f9c5f5ccdd168f36ff896c8&view=Trends&query=artificial&query=intelligence&query=software&query=learning&query=robots&mode=document
|width=1200
|height=800
}}

=== 3. Семантическая сеть (TermsBerry) ===

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=29d6d3266f9c5f5ccdd168f36ff896c8&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=800
}}

=== 4. Таблица терминов корпуса (CorpusTerms) ===

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=29d6d3266f9c5f5ccdd168f36ff896c8&view=CorpusTerms
|width=1200
|height=800
}}

=== 5. Сводная статистика корпуса (Summary) ===

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=29d6d3266f9c5f5ccdd168f36ff896c8&view=Summary
|width=1200
|height=400
}}

=== 6. Ленточные диаграммы (Bubblelines) ===

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=29d6d3266f9c5f5ccdd168f36ff896c8&query=artificial&query=intelligence&query=software&query=data&view=Bubblelines
|width=1200
|height=300
}}

== Выводы ==

Применение методов цифрового анализа текста (корпусной лингвистики и визуализации данных) позволяет глубже понять ключевые темы научной статьи. Ожидается, что анализ выявит:

* Доминирование терминов, связанных с ИИ (''artificial, intelligence, software, learning'').
* Наличие кластеров, связывающих ''robots'' с ''medicine'', а ''algorithms'' с ''machine learning''.
* Высокую лексическую плотность, характерную для научно-технических текстов.

Интерактивные виджеты позволяют самостоятельно исследовать корпус: менять набор стоп-слов, искать коллокации, отслеживать распределение терминов.

[[Категория:CompLing Works]]

Voyant Tools Михайлова София

2026-06-15T16:13:15Z

Софья Михайлова: Новая страница: «= Анализ статьи «Artificial Intelligence and Software Based Artificial Intelligence» с помощью Voyant Tools = == Введение == Настоящая страница представляет собой результат цифрового анализа научной статьи '''«Artificial Intelligence and Software Based Artificial Intelligence»''' (автор: Askarov Elbek, Кокандский университет)....»

Обсуждение участника:Софья Михайлова

2025-12-19T08:05:47Z

Софья Михайлова:

== АНАЛИЗ ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЙ В ВИКИПЕДИИ ==

АНАЛИЗ ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЙ В ВИКИПЕДИИ

ОБЩАЯ СТАТИСТИКА:
Всего проанализировано учреждений: 27

РАСПРЕДЕЛЕНИЕ ПО ТИПАМ:
Университет: 24 (88.9%)
Школа: 1 (3.7%)
Институт: 1 (3.7%)
Академия: 1 (3.7%)

РАСПРЕДЕЛЕНИЕ ПО ГОРОДАМ:
Высшие учебные заведения Санкт-Петербурга по алфавиту: 5 (18.5%)
Санкт-Петербург: 2 (7.4%)
Университеты Санкт-Петербурга: 1 (3.7%)
Красноярск: 1 (3.7%)
Воронеж: 1 (3.7%)

⭐ КАЧЕСТВО СТАТЕЙ:
Высокое: 14 (51.9%)
Среднее: 13 (48.1%)

СТАТИСТИКА ПО ГОДАМ ОСНОВАНИЯ:
Средний год основания: 1903
Самый старый: 1365 год
Самый новый: 2020 год

СТАРЕЙШИЕ УЧРЕЖДЕНИЯ:
1. Средневековый университет (1365 год) - None
2. Петербургский государственный университет путей сообщения (1813 год) - Высшие учебные заведения Санкт-Петербурга по алфавиту
3. Санкт-Петербургский государственный университет (1819 год) - Высшие учебные заведения Санкт-Петербурга по алфавиту
4. Белгородский государственный национальный исследовательский университет (1876 год) - Санкт-Петербург
5. Харьковский политехнический институт (1885 год) - Санкт-Петербург

САМЫЕ ПОДРОБНЫЕ СТАТЬИ:
1. Московский государственный университет
Объем: 0 слов | Качество: 70.0%
2. Финансовый университет при Правительстве Российской Федерации
Объем: 0 слов | Качество: 70.0%
3. Высшая школа экономики
Объем: 0 слов | Качество: 70.0%
4. Санкт-Петербургский государственный университет
Объем: 0 слов | Качество: 70.0%
5. Петербургский государственный университет путей сообщения
Объем: 0 слов | Качество: 70.0%

ДЕТАЛЬНЫЙ АНАЛИЗ ПО ГОРОДАМ:

Высшие учебные заведения Санкт-Петербурга по алфавиту:
• Санкт-Петербургский государственный университет (Университет (Государственное)) - качество: 70.0%
• Петербургский государственный университет путей сообщения (Университет (Общее)) - качество: 70.0%
• Санкт-Петербургский политехнический университет Петра Великого (Университет (Техническое)) - качество: 50.0%
Всего учреждений: 5

Санкт-Петербург:
• Харьковский политехнический институт (Институт (Техническое)) - качество: 70.0%
• Белгородский государственный национальный исследовательский университет (Университет (Государственное)) - качество: 70.0%
Всего учреждений: 2

== АНАЛИЗ ПРИВЫЧЕК ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ ==

АНАЛИЗ ПРИВЫЧЕК ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ

ОБЩАЯ СТАТИСТИКА:
Всего пользователей: 3476
Стран: 10
Платформ: 24

СРЕДНЕЕ ВРЕМЯ В СОЦСЕТЯХ:
По странам:
Беларусь: 2.1 часов/день (552 пользователей)
Великобритания: 2.1 часов/день (282 пользователей)
Германия: 1.9 часов/день (210 пользователей)
Казахстан: 2.5 часов/день (210 пользователей)
Китай: 2.2 часов/день (230 пользователей)
Россия: 2.0 часов/день (556 пользователей)
США: 2.0 часов/день (270 пользователей)
Украина: 2.4 часов/день (550 пользователей)
Франция: 1.9 часов/день (396 пользователей)
Япония: 1.9 часов/день (220 пользователей)

По платформам:
baidu: 1.7 часов/день (23 пользователей)
douyin: 2.9 часов/день (23 пользователей)
facebook: 1.5 часов/день (303 пользователей)
instagram: 3.6 часов/день (303 пользователей)
line: 2.7 часов/день (22 пользователей)
linkedin: 1.0 часов/день (157 пользователей)
mixi: 1.1 часов/день (22 пользователей)
ok: 1.6 часов/день (229 пользователей)
pinterest: 0.7 часов/день (309 пользователей)
qq: 2.1 часов/день (23 пользователей)
reddit: 1.3 часов/день (134 пользователей)
snapchat: 1.6 часов/день (75 пользователей)
telegram: 2.2 часов/день (152 пользователей)
tiktok: 5.0 часов/день (316 пользователей)
twitter: 1.4 часов/день (281 пользователей)
viadeo: 0.8 часов/день (47 пользователей)
vk: 2.2 часов/день (418 пользователей)
wechat: 3.8 часов/день (23 пользователей)
weibo: 2.5 часов/день (23 пользователей)
whatsapp: 1.5 часов/день (252 пользователей)
xiaohongshu: 1.2 часов/день (23 пользователей)
xing: 0.7 часов/день (21 пользователей)
youtube: 2.4 часов/день (274 пользователей)
zhihu: 1.4 часов/день (23 пользователей)

ПОПУЛЯРНОСТЬ ПЛАТФОРМ ПО СТРАНАМ:

Беларусь:
vk: 189 (34%)
telegram: 51 (9%)
tiktok: 39 (7%)
instagram: 39 (7%)
youtube: 39 (7%)
facebook: 39 (7%)
ok: 39 (7%)
whatsapp: 39 (7%)
twitter: 39 (7%)
pinterest: 39 (7%)

Великобритания:
snapchat: 48 (17%)
tiktok: 26 (9%)
instagram: 26 (9%)
whatsapp: 26 (9%)
youtube: 26 (9%)
facebook: 26 (9%)
twitter: 26 (9%)
linkedin: 26 (9%)
reddit: 26 (9%)
pinterest: 26 (9%)

Германия:
tiktok: 21 (10%)
instagram: 21 (10%)
whatsapp: 21 (10%)
youtube: 21 (10%)
facebook: 21 (10%)
twitter: 21 (10%)
linkedin: 21 (10%)
reddit: 21 (10%)
xing: 21 (10%)
pinterest: 21 (10%)

Казахстан:
tiktok: 21 (10%)
instagram: 21 (10%)
vk: 21 (10%)
youtube: 21 (10%)
telegram: 21 (10%)
facebook: 21 (10%)
ok: 21 (10%)
whatsapp: 21 (10%)
twitter: 21 (10%)
pinterest: 21 (10%)

Китай:
tiktok: 23 (10%)
wechat: 23 (10%)
douyin: 23 (10%)
weibo: 23 (10%)
qq: 23 (10%)
baidu: 23 (10%)
zhihu: 23 (10%)
linkedin: 23 (10%)
xiaohongshu: 23 (10%)
pinterest: 23 (10%)

Россия:
vk: 153 (28%)
ok: 114 (21%)
instagram: 54 (10%)
facebook: 54 (10%)
tiktok: 44 (8%)
pinterest: 37 (7%)
youtube: 25 (4%)
telegram: 25 (4%)
whatsapp: 25 (4%)
twitter: 25 (4%)

США:
tiktok: 27 (10%)
instagram: 27 (10%)
snapchat: 27 (10%)
youtube: 27 (10%)
whatsapp: 27 (10%)
facebook: 27 (10%)
twitter: 27 (10%)
linkedin: 27 (10%)
reddit: 27 (10%)
pinterest: 27 (10%)

Украина:
tiktok: 55 (10%)
instagram: 55 (10%)
vk: 55 (10%)
youtube: 55 (10%)
telegram: 55 (10%)
facebook: 55 (10%)
ok: 55 (10%)
whatsapp: 55 (10%)
twitter: 55 (10%)
pinterest: 55 (10%)

Франция:
viadeo: 47 (12%)
twitter: 45 (11%)
tiktok: 38 (10%)
instagram: 38 (10%)
whatsapp: 38 (10%)
youtube: 38 (10%)
facebook: 38 (10%)
linkedin: 38 (10%)
reddit: 38 (10%)
pinterest: 38 (10%)

Япония:
tiktok: 22 (10%)
instagram: 22 (10%)
line: 22 (10%)
youtube: 22 (10%)
twitter: 22 (10%)
facebook: 22 (10%)
linkedin: 22 (10%)
mixi: 22 (10%)
reddit: 22 (10%)
pinterest: 22 (10%)

ВОЗРАСТНЫЕ ГРУППЫ:
Средний возраст: 30.4 лет
Диапазон: 2 - 99 лет

Распределение по возрастным группам:
18-24: 938 (27.0%)
25-34: 1041 (29.9%)
35-44: 840 (24.2%)
45+: 343 (9.9%)
<18: 314 (9.0%)

ПРЕДПОЧТЕНИЯ КОНТЕНТА:

baidu:
новости: 23
образование: 23
поиск: 23

douyin:
видео: 23
развлечения: 23
музыка: 23

facebook:
новости: 303
работа: 264
события: 249
бизнес: 93

instagram:
мода: 282
путешествия: 209
искусство: 93
спорт: 92
фотография: 76

line:
общение: 22
новости: 22
игры: 22

linkedin:
работа: 157
карьера: 157
бизнес: 110
сеть: 47

mixi:
сообщество: 22
новости: 22
развлечения: 22

ok:
знакомства: 229
игры: 190
видео: 153
семья: 94
общение: 21

pinterest:
дизайн: 288
интерьер: 206
рукоделие: 118
садоводство: 104
кулинария: 101

qq:
общение: 23
игры: 23
новости: 23

reddit:
технологии: 134
хобби: 112
культура: 60
наука: 47
новости: 27

snapchat:
общение: 75
мемы: 75
развлечения: 75

telegram:
работа: 152
новости: 131
каналы: 101
образование: 51
бизнес: 21

tiktok:
музыка: 179
танцы: 162
мемы: 154
игры: 154
челленджи: 141

twitter:
новости: 281
спорт: 220
культура: 163
политика: 118
экономика: 39

viadeo:
работа: 47
сеть: 47
бизнес: 47

vk:
музыка: 418
мемы: 418
кино: 244
новости: 153
игры: 21

wechat:
общение: 23
новости: 23
покупки: 23

weibo:
новости: 23
блоги: 23
развлечения: 23

whatsapp:
общение: 252
работа: 227
семья: 132
новости: 119
друзья: 26

xiaohongshu:
шопинг: 23
обзоры: 23
образ жизни: 23

xing:
работа: 21
бизнес: 21
карьера: 21

youtube:
музыка: 228
образование: 182
игры: 99
блоги: 92
технологии: 67

zhihu:
образование: 23
вопросы: 23
знания: 23

ВРЕМЯ В СОЦСЕТЯХ В ЗАВИСИМОСТИ ОТ ВОЗРАСТА:
18-24: 2.8 часов/день (938 чел.)
25-34: 1.9 часов/день (1041 чел.)
35-44: 1.2 часов/день (840 чел.)
45+: 0.9 часов/день (343 чел.)
<18: 4.5 часов/день (314 чел.)
ВОЗРАСТ И ВЫБОР ПЛАТФОРМЫ:
baidu: средний возраст 32.3 лет (32-39)
douyin: средний возраст 23.0 лет (23-23)
facebook: средний возраст 30.3 лет (11-98)
instagram: средний возраст 19.8 лет (10-87)
line: средний возраст 25.0 лет (25-25)
linkedin: средний возраст 36.4 лет (33-39)
mixi: средний возраст 42.0 лет (42-42)
ok: средний возраст 35.1 лет (13-75)
pinterest: средний возраст 47.1 лет (20-77)
qq: средний возраст 29.0 лет (29-29)
reddit: средний возраст 40.4 лет (34-45)
snapchat: средний возраст 32.0 лет (14-40)
telegram: средний возраст 26.8 лет (12-78)
tiktok: средний возраст 17.0 лет (10-46)
twitter: средний возраст 36.8 лет (29-79)
viadeo: средний возраст 44.0 лет (41-47)
vk: средний возраст 25.0 лет (2-99)
wechat: средний возраст 21.3 лет (21-29)
weibo: средний возраст 26.1 лет (25-29)
whatsapp: средний возраст 31.2 лет (10-86)
xiaohongshu: средний возраст 43.3 лет (43-49)
xing: средний возраст 42.9 лет (41-43)
youtube: средний возраст 25.2 лет (9-86)
zhihu: средний возраст 36.1 лет (36-39)

КОМБИНАЦИИ ПЛАТФОРМЫ И КОНТЕНТА:
Самые популярные сочетания:
vk + музыка: 418
vk + мемы: 418
facebook + новости: 303
pinterest + дизайн: 288
instagram + мода: 282
twitter + новости: 281
facebook + работа: 264
whatsapp + общение: 252
facebook + события: 249
vk + кино: 244

АКТИВНОСТЬ ПО СТРАНАМ:
Суммарное время использования по странам:
Украина: 1298.0 часов
Беларусь: 1186.8 часов
Россия: 1120.4 часов
Франция: 768.4 часов
Великобритания: 589.2 часов
США: 550.8 часов
Казахстан: 516.6 часов
Китай: 499.1 часов
Япония: 413.6 часов
Германия: 388.5 часов

КЛЮЧЕВЫЕ ВЫВОДЫ:
1. Самая популярная платформа: vk (418 пользователей)
2. Самый популярный тип контента: новости (1150 упоминаний)
3. Страна с наибольшим временем в соцсетях: Украина (1298.0 часов)
4. Возрастная группа с наибольшим использованием: <18 (4.5 часов/день)

== Расскажите, как получен материал ==

Софья, очень интересный материал, а расскажите откуда эти данные и как был построен анализ. Спасибо. --[[Участник:Patarakin|Patarakin]] ([[Обсуждение участника:Patarakin|обсуждение]]) 10:52, 18 декабря 2025 (MSK)

В первом задании программа анализирует статьи Википедии, посвящённые высшим учебным заведениям.
В программе устанавливается количество статей, которые будут проанализированы.
Программа, с помощью модуля requests обращается к Википедии и анализирует статьи по таким параметрам как:
1. Тип (университет, академия, институт, школа, колледж)
2. Город
3. Качество, определяемое по соотношению общего количества слов к ключевым
4. Дата основания
Результаты сохраняются в json и txt формате.

Язык программирования - Python

Во втором программа анализирует загружаемые в формате json данные о пользовательских привычках.
Данные состоят из:
1. Возраст
2. Платформа
3. Количество проведённых часов в день
4. Цели использования (контентные предпочтения)
5. Страна пользователя

Структура json файла:
{
"age": 48,
"platform": "pinterest",
"hours_per_day": 0.6,
"content_preferences": [
"дизайн",
"интерьер",
"хобби"
],
"country": "Китай"

Обсуждение участника:Софья Михайлова

2025-12-18T07:34:30Z

Софья Михайлова: /* АНАЛИЗ ПРИВЫЧЕК ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ */ новая тема

Обсуждение участника:Софья Михайлова

2025-12-18T07:30:04Z

Софья Михайлова: /* АНАЛИЗ ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЙ В ВИКИПЕДИИ */ новая тема

Участник:Софья Михайлова

2025-11-14T10:30:55Z

Софья Михайлова:

{{UserMGPU
|Field_of_knowledge=Информатика, Педагогика, Лингвистика, Искусственный интеллект
|Position=Бакалавриат
|Profile=Информатика, Английский язык
|PedDirection=Да
}}
[[Категория:UserMGPU]]
[[Категория:ИНФА-221]]

Участник:Софья Михайлова

2025-11-14T10:24:02Z

Софья Михайлова: Новая страница: «Категория:UserMGPU Категория:ИНФА-221»

[[Категория:UserMGPU]]
[[Категория:ИНФА-221]]