Кольцов Сергей Николаевич
- Ведущий научный сотрудник:НИУ ВШЭ в Санкт-Петербурге / Санкт-Петербургская школа социальных наук / Лаборатория социальной и когнитивной информатики
- Профессор:НИУ ВШЭ в Санкт-Петербурге / Санкт-Петербургская школа физико-математических и компьютерных наук / Департамент информатики
- Академический руководитель образовательной программы:Прикладной анализ данных и искусственный интеллект
- Начал работать в НИУ ВШЭ в 2016 году.
Образование, учёные степени
- 2023Доктор наук: Национальный исследовательский университет «Высшая школа экономики»
- 2000Кандидат физико-математических наук: Институт аналитического приборостроения РАН, специальность 01.00.00 «Физико-математические науки»
- 1995
Магистратура: Санкт-Петербургский государственный университет, специальность «Физика», квалификация «Магистр физики»
Дополнительное образование / Повышение квалификации / Стажировки
January 2003- August 2004. PostDoc position at the Max Plank Institute fur festkorperforshung, Stuttgart, Germany. November 2002-December 2002. Guest Researcher at the Max Plank Institute fur festkorperforshung, Stuttgart, Germany. January 2002- May 2002. Guest Researcher at the London School of Economics, London, England.
Достижения и поощрения
- Благодарность НИУ ВШЭ - Санкт-Петербург (май 2020)
- Благодарность НИУ ВШЭ - Санкт-Петербург (май 2020)
- Благодарность НИУ ВШЭ - Санкт-Петербург (декабрь 2016)
- Благодарность НИУ ВШЭ - Санкт-Петербург (июнь 2015)
- Благодарность НИУ ВШЭ - Санкт-Петербург (апрель 2014)
- Персональная надбавка ректора (2021-2022)
Надбавка за защиту докторской диссертации (2023-2026)
Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2023-2024)
Надбавка за публикацию в международном рецензируемом научном издании (2022-2023, 2020-2021, 2019-2020, 2017-2019)
Надбавка за статью в зарубежном рецензируемом журнале (2014-2016)
Учебные курсы (2024/2025 уч. год)
- Глубокое обучение (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Архив учебных курсов
Учебные курсы (2023/2024 уч. год)
- Глубинное обучение (Бакалавриат; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3-й курс, 3, 4 модуль)Рус
- Deep Learning (Маго-лего; 3, 4 модуль)Анг
- Глубокое обучение (Маго-лего; 1, 2 модуль)Рус
- Deep Learning (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 3, 4 модуль)Анг
- Глубокое обучение (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Text mining: Advanced Level (Маго-лего; 1 модуль)Анг
- Обработка естественного языка (Бакалавриат; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 4-й курс, 3 модуль)Рус
- Обработка естественного языка (Маго-лего; 3, 4 модуль)Рус
- Обработка естественного языка (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 3, 4 модуль)Рус
Учебные курсы (2022/2023 уч. год)
- Text mining: Advanced Level (Магистратура; где читается: Санкт-Петербургская школа социальных наук; 2-й курс, 1 модуль)Анг
- Machine Learning (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук; 4-й курс, 1, 2 модуль)Анг
- Machine Learning (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук; 3-й курс, 1, 2 модуль)Анг
- Обработка естественного языка (Бакалавриат; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 4-й курс, 3 модуль)Рус
- Обработка естественного языка (Маго-лего; 3 модуль)Рус
- Обработка естественного языка (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 3 модуль)Рус
Учебные курсы (2021/2022 уч. год)
- Machine Learning (Магистратура; где читается: Санкт-Петербургская школа социальных наук; 2-й курс, 1 модуль)Анг
- Технологии анализа больших данных (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук; 2-й курс, 1, 2 модуль)Рус
Учебные курсы (2020/2021 уч. год)
- Machine Learning (Магистратура; где читается: Санкт-Петербургская школа социальных наук; 2-й курс, 1 модуль)Анг
- Технологии анализа больших данных (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук; 2-й курс, 3 модуль)Рус
Гранты
1. Распространение социально-политических новостей в русскоязычной онлайновой социальной сети, РФФИ №18-011-00997, 2018-2020г. Руководитель проекта.
2. Организация международной конференции по социальной информатике SocInfo18. РФФИ № 18-011-20067, Руководитель проекта.
3. Разработка общедоступной базы данных и краудсорсингового веб-ресурса для создания инструментов сентимент-анализа, РГНФ, 2014 год, номер заявки 14-04-12031. Руководитель проекта.
4. Разработка концепции и методологии многоуровневого мониторинга состояния межнациональных отношений по данным социальных сетей. РНФ, 2015 год, номер заявки 15-18-00091. Исполнитель.
5. Проведение летней школы по информационному поиску Russir 2015, РФФИ, 15-37-10308, Руководитель проекта.
Конференции
- 2018The 10th International Conference on Social Informatics (Socinfo2018) (Saint Petersburg). Доклад: A full-cycle methodology for news topic modeling and user feedback research
- 20168th ACM Conference on Web Science (Ганновер). Доклад: Stable Topic Modeling for Web Science: Granulated LDA
66th ICA Annual Conference (Fukuoka). Доклад: Topic Modeling in Online Communication Research: New Possibilities and Challenges
INSCI 2016 - Openness, Collaboration and Collective Action (Florence). Доклад: Stable Topic Modeling with Local Density Regularization
- 2015XVIII Объединенная конференция "Интернет и современное общество" (IMS - 2015) (Санкт-Петерубург). Доклад: Linis-crowd.org: лексический ресурс для анализа тональности социально-политических текстов на русском языке
International Conference on Computational Social Science (Helsinki). Доклад: Topic Modeling Stability and Granulated LDA
СЕДЬМОЙ СЪЕЗД ВМСО (VI ВСЕРОССИЙСКАЯ КОНФЕРЕНЦИЯ С МЕЖДУНАРОДНЫМ УЧАСТИЕМ «МАСС-СПЕКТРОМЕТРИЯ И ЕЕ ПРИКЛАДНЫЕ ПРОБЛЕМЫ»). Доклад: Applicability of a large particles model for simulation of gas flow in a wide pressure interval.
СЕДЬМОЙ СЪЕЗД ВМСО (VI ВСЕРОССИЙСКАЯ КОНФЕРЕНЦИЯ С МЕЖДУНАРОДНЫМ УЧАСТИЕМ «МАСС-СПЕКТРОМЕТРИЯ И ЕЕ ПРИКЛАДНЫЕ ПРОБЛЕМЫ»). Доклад: Application of Volume Ray Casting technology for 3D visualization of gas dynamics simulation based on the Large Particle Model.
- 2014The ACM Web Science 2014 Conference (Bloomington). Доклад: Koltsov S., Koltsova O., Nikolenko S. I. Latent Dirichlet Allocation: Stability and Applications to Studies of User-Generated content
Участие в конференциях, доклады
1. Social Informatics 2018, St. Petersburg,, Russian Federation A full-cycle methodology for news topic modeling and user feedback research, Sergei Koltsov, Sergei Pashakhin and Sofia Dokuka,
2. SOCIAL NETWORK ANALYSIS 2018,Echo chambers vs opinion crossroads in news consumption on social media, Sofia Dokuka, Sergei Koltcov, Olessia Koltsova and Maxim Koltsov
3. Social Informatics 2017, Oxford, England, When Internet Really Connects Across Space: Communities of Software Developers in Vkontakte Social Networking Site
4. Шестой съезд ВМСО, V Всероссийская конференция с международным участием
«Масс - Спектрометрия и ее прикладные проблемы » 08–11 октября 2013 года, г. Москва
Кольцов С.Н. D. Manure Модель тестовых частиц для численного моделирования в масс – спектрометрии.
Диссертация на соискание ученой степени доктора наук
Кольцов С. Н. Энтропийные тематические модели и методы их агрегирования
Публикации53
- Статья Ignatenko V., Surkov A., Sergei Koltcov. Random forests with parametric entropy-based information gains for classification and regression problems // PeerJ Computer Science. 2024. Vol. 10. Article e1775. doi
- Статья Sergei Koltcov, Surkov A., Filippov V., Ignatenko V. Topic models with elements of neural networks: investigation of stability, coherence, and determining the optimal number of topics // PeerJ Computer Science. 2024. Vol. 10. Article e1758. doi
- Глава книги Koltsov S. Application of Duality Properties of Renyi Entropy for Parameter Tuning in an Unsupervised Machine Learning Task, in: Applied Informatics Vol. 1: Communications in Computer and Information Science. Springer Publishing Company, 2022. doi doi
- Глава книги Prytkova Anastasia, Pashakhin S., Koltsov S. Following the Lead When Nothing is Certain? Exploring the Image of Russia in Kazakhstani and Ukrainian Digital News Media, in: Digital Transformation and Global Society. 6th International Conference, DTGS 2021, St. Petersburg, Russia, June 23–25, 2021, Revised Selected Papers / Ed. by D. A. Alexandrov, A. V. Boukhanovsky, A. V. Chugunov, Y. Kabanov, O. Koltsova, I. Musabirov, S. Pashakhin. Cham: Springer, 2022. doi P. 375-388. doi
- Статья Riabykh A., Surzhko D., Konovalikhin M., Koltsov S. STTM: an efficient approach to estimating news impact on stock movement direction // PeerJ Computer Science. 2022. Vol. 8. Article e1156. doi
- Статья Koltsov S., Ignatenko V., Terpilowski M., Rosso P. Analysis and tuning of hierarchical topic models based on Renyi entropy approach // PeerJ Computer Science. 2021. Vol. 7. Article e608. doi
- Глава книги Moroz A., Pashakhin S., Koltsov S. Modeling Cascade Growth: Predicting Content Diffusion on VKontakte, in: Networks in the Global World V: Proceedings of NetGloW 2020. Lecture Notes in Networks and Systems Vol. 181. Cham: Springer, 2021. P. 180-195. doi
- Глава книги Vziatysheva V., Sinyavskaya Y., Porshnev A., Terpilowski M., Koltsov S., Bryanov K. Testing Users’ Ability to Recognize Fake News in Three Countries. An Experimental Perspective, in: Social Computing and Social Media: Experience Design and Social Network Analysis. HCII 2021. Lecture Notes in Computer Science Vol. 12774. Springer, 2021. P. 370-390. doi
- Статья Koltsov S., Ignatenko V., Boukhers Z., Staab S. Analyzing the Influence of Hyper-parameters and Regularizers of Topic Modeling in Terms of Renyi entropy // Entropy. 2020. Vol. 22. No. 4. P. 1-13. doi
- Глава книги Koltsov S., Ignatenko V., Pashakhin S. Fast Tuning of Topic Models: An Application of Rényi Entropy and Renormalization Theory, in: Proceedings of the 5th International Electronic Conference on Entropy and Its Applications Vol. 46. Issue 1. MDPI AG, 2020. Ch. 5. P. 1-8. doi
- Глава книги Koltsov S., Ignatenko V., Pashakhin S. How many clusters? An Entropic Approach to Hierarchical Cluster Analysis, in: Intelligent Computing: SAI 2020: Volume 3 Vol. 1230. Book 3. Cham : Springer, 2020. doi P. 560-569. doi
- Глава книги Koltsova O., Alexeeva S., Pashakhin S., Koltsov S. PolSentiLex: Sentiment Detection in Socio-political Discussions on Russian Social Media, in: Artificial Intelligence and Natural Language. AINL 2020. Communications in Computer and Information Science Book 1292: Communications in Computer and Information Science. Cham: Springer, 2020. P. 1-16. doi
- Статья Koltcov Sergei, Ignatenko V. Renormalization Analysis of Topic Models // Entropy. 2020. Vol. 22. No. 5. P. 1-23. doi
- Глава книги Koltsov S., Ignatenko V. Renormalization approach to the task of determining the number of topics in topic modeling, in: Intelligent Computing: SAI 2020: Volume 1 Vol. 1228. Part 1. Switzerland : Springer, 2020. P. 234-247. doi
- Статья Koltsov S., Ignatenko V., Koltsova O. Estimating Topic Modeling Performance with Sharma–Mittal Entropy // Entropy. 2019. Vol. 21. No. 7. P. 1-29. doi
- Статья Ignatenko V., Sergei Koltcov, Staab S., Boukhers Z. Fractal approach for determining the optimal number of topics in the field of topic modeling // Journal of Physics: Conference Series. 2019. Vol. 1163. No. 1. P. 1-6. doi
- Глава книги Koltsov S., Pashakhin S., Dokuka S. A Full-Cycle Methodology for News Topic Modeling and User Feedback Research, in: Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 10th International Conference on Social Informatics, SocInfo 2018; St.Petersburg. Cham: Springer, 2018. P. 308-321. doi
- Статья Koltsov S. Application of Rényi and Tsallis entropies to topic modeling optimization // Physica A: Statistical Mechanics and its Applications. 2018. Vol. 512. P. 1192-1204. doi
- Глава книги Dokuka S., Koltsov S., Koltsova O., Koltsov M. Echo chambers vs opinion crossroads in news consumption on social media, in: Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer Science / Ed. by W. M. van der Aalst, V. Batagelj, G. Glavaš,, D. I. Ignatov, M. Khachay, O. Koltsova, S. Kuznetsov, I. A. Lomazova, N. Loukachevitch,, A. Napoli,, A. Savchenko, A. Panchenko,, P. M. Pardalos, M. Pelillo,. Vol. 11179. Berlin : Springer, 2018. doi P. 13-19. doi
- Глава книги Mavrin A., Filchenkov A., Koltsov S. Four Keys to Topic Interpretability in Topic Modeling, in: Artificial Intelligence and Natural Language, 7th International Conference, AINL 2018, St. Petersburg, Russia, October 17–19, 2018, Proceedings Issue 930. Switzerland : Springer, 2018. doi P. 117-129. doi
- Глава книги Koltsova O., Nikolenko S. I., Alexeeva S. V., Nagornyy O. S., Koltsov S. Detecting interethnic relations with the data from social media, in: Digital Transformation & Global Society: Second International Conference, DTGS 2017, St. Petersburg, Russia, June 21-23, 2017, Revised Selected Papers. Springer, 2017. P. 16-30. doi
- Статья Sergey Nikolenko, Sergei Koltcov, Olessia Koltsova. Topic modelling for qualitative studies // Journal of Information Science. 2017. Vol. 43. No. 1. P. 88-102. doi
- Статья Koltsova O., Koltsov S., Sinyavskaya Y. When Internet Really Connects Across Space: Communities of Software Developers in Vkontakte Social Networking Site, International Journal of Web Based Communities // Lecture Notes in Computer Science. 2017. Vol. 10540. P. 431-442. doi
- Статья Svetlana S. Bodrunova, Koltsova O., Sergey Koltcov, Sergey Nikolenko. Who’s Bad? Attitudes Toward Resettlers From the Post-Soviet South Versus Other Nations in the Russian Blogosphere // International Journal of Communication. 2017. Vol. 11. P. 3242-3264.
- Статья Кольцов С. Н. Термодинамический подход к проблеме определения числа кластеров на основе тематического моделирования // Письма в Журнал технической физики. 2017. Т. 43. № 12. С. 90-95. doi
- Статья Braslavski P., Markov I., Pardalos P. M., Volkovich Y., Koltsov S., Koltsova O., Ignatov D. I. 9th Russian Summer School in Information Retrieval (RuSSIR 2015) // ACM SIGIR Forum. 2016. Vol. 49. No. 2. P. 72-79. doi
- Глава книги Koltsova O. Yu, Alexeeva S. V., Kolcov S. N. An Opinion Word Lexicon and a Training Dataset for Russian Sentiment Analysis of Social Media, in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог» (Москва,1–4 июля 2016 г.) / Под общ. ред.: В. Селегей. Вып. 15. М. : Изд-во РГГУ, 2016. P. 277-287.
- Статья Koltsov S., Gall L., Gall N. Applicability of the particle-in-cell method for the through calculation of jet flows in a wide interval of gas Pressures / Пер. с рус. // Technical Physics Letters. 2016. Vol. 42. No. 3. P. 227-229. doi
- Статья Koltsova O., Koltsov S., Nikolenko S. I. Communities of co-commenting in the Russian LiveJournal and their topical coherence // Internet Research. 2016. Vol. 26. No. 3. P. 710-732. doi
- Статья Кольцов С. Н., Николенко С. И., Кольцова Е. Ю. Gibbs Sampler Optimization for Analysis of a Granulated Medium // Письма в Журнал технической физики. 2016. Т. 42. № 8. С. 837-839. doi
- Книга Information Retrieval. 9th Russian Summer School, RuSSIR 2015, Saint Petersburg, Russia, August 24-28, 2015, Revised Selected Papers / Ed. by P. Braslavski, P. Markov, Y. Volkovich, D. I. Ignatov, S. Koltsov, O. Koltsova, P. M. Pardalos. Vol. 573. Switzerland : Springer, 2016. doi
- Статья Apishev M., Koltsov S., Koltsova O. Mining ethnic content online with additively regularized topic models // Computacion y Sistemas. 2016. Vol. 20. No. 3. P. 387-403. doi
- Глава книги Sergei Koltcov, Nikolenko S. I., Olessia Koltsova, Vladimir Filippov, Svetlana Bodrunova. Stable Topic Modeling with Local Density Regularization, in: Internet Science, Proc. of 3d conf INSCI 2016, Lecture Notes in Computer Science series Vol. 9934. Switzerland : Springer, 2016. doi P. 176-188. doi
- Глава книги Koltsov S., Nikolenko S. I., Koltsova O., Bodrunova S. Stable topic modeling for web science: Granulated LDA, in: WebSci 2016 - Proceedings of the 2016 ACM Web Science Conference. Elsevier, 2016. P. 342-343. doi
- Глава книги Nikiforova / Nikivincze I., Koltsova O., Koltsov S., Braslavski P. StartupPoint.ru: The Use of Online Social Networks for Startup Development, in: XVI Апрельская международная научная конференция по проблемам развития экономики и общества: в 4 кн. / Отв. ред.: Е. Г. Ясин. Кн. 3. М. : Издательский дом НИУ ВШЭ, 2016. P. 596-606.
- Глава книги Алексеева С. В., Кольцов С. Н., Кольцова О. Ю. Linis-crowd.org: лексический ресурс для анализа тональности социально-политических текстов на русском языке // В кн.: Компьютерная лингвистика и вычислительные онтологии: сборник научных статей. Труды XVIII объединенной конференции «Интернет и современное общество» (IMS-2015), Санкт-Петербург, 23 – 25 июня 2015 г. СПб. : Университет ИТМО, 2015. С. 25-34.
- Глава книги Bodrunova S., Koltsova O., Koltsov S., Nikolenko S. I. Mapping Ethnic Discourse in the Russian Blogosphere of 2010s, in: XV апрельская международная научная конференция по проблемам развития экономики и общества: в 4-х книгах / Отв. ред.: Е. Г. Ясин. Кн. 3. М. : Издательский дом НИУ ВШЭ, 2015. P. 181-188.
- Статья Meylakhs P., Rykov Y., Koltsova O., Koltsov S. An AIDS-denialist Online Community in a Russian Social Networking Service: Patterns of Interactions with the Newcomers and Rhetorical Strategies of Persuasion // Journal of Medical Internet Research. 2014. Vol. 16. No. 11. P. e261.
- Глава книги Koltsova, O., Koltcov, S., Alexeeva, S. Do ordinary bloggers really differ from blog celebrities?, in: Proceedings of WebSci '14 ACM Web Science Conference, Bloomington, IN, USA — June 23 - 26, 2014. NY : ACM, 2014. P. 166-170.
- Глава книги Koltsov S., Koltsova O., Nikolenko S. I. Latent Dirichlet Allocation: Stability and Applications to Studies of User-Generated content, in: Proceedings of WebSci '14 ACM Web Science Conference, Bloomington, IN, USA — June 23 - 26, 2014. NY : ACM, 2014. P. 161-165.
- Глава книги Nikolenko S. I., Koltsov S., Koltsova O. Measuring Topic Quality in Latent Dirichlet Allocation, in: Proceedings of the Philosophy, Mathematics, Linguistics: Aspects of Interaction 2014 Conference. St. Petersburg : The Euler International Mathematical Institute, 2014. P. 149-157.
- Препринт Koltsova O., Sergei Koltcov. When Location Does Not Matter: Membership And Networking In Online Communities Of Software Developers / NRU Higher School of Economics. Series SOC "Sociology". 2014. No. WP BRP 57/SOC/2014.
- Глава книги Кольцов С. Н., Кольцова Е. Ю., Митрофанова О. А., Шиморина А. Интерпретация семантических связей в текстах русскоязычного сегмента Живого Журнала на основе тематической модели LDA // В кн.: Технологии информационного общества в науке, образовании и культуре. Сборник научных статей. Труды XVII Всероссийской объединенной конференции «Интернет и современное общество» Санкт-Петербург, 19 – 20 ноября 2014 г. СПб. : Университет ИТМО, 2014. С. 135-142.
- Глава книги Svetlana Alexeeva, Olessia Koltsova, Sergei Koltsov Общественное мнение онлайн: сравнение структуры и тематики постов «обычных» и «популярных» блогеров Живого Журнала // В кн.: Supplementary Proceedings of the 3rd International Conference on Analysis of Images, Social Networks and Texts (AIST 2014) / Ed. by D. I. Ignatov, M. Y. Khachay, A. Panchenko, N. Konstantinova, R. Yavorsky, D. Ustalov. Vol. 1197: Supplementary Proceedings of AIST 2014. Ekaterinburg : CEUR Workshop Proceedings, 2014. С. 177-181.
- Глава книги Видясова Л. А., Кольцов С. Н., Чугунов А. В. Формирование «повестки дня» в сфере электронного правительства: результаты контент-анализа новостных сообщений // В кн.: Технологии информационного общества в науке, образовании и культуре. Сборник научных статей. Труды XVII Всероссийской объединенной конференции «Интернет и современное общество» Санкт-Петербург, 19 – 20 ноября 2014 г. СПб. : Университет ИТМО, 2014. С. 124-128.
- Препринт Maslinsky K. A., Koltsov S., Koltsova O. Changes in the Topical Structure of Russian-Language Livejournal: The Impact of Elections 2011 / NRU Higher School of Economics. Series SOC "Sociology". 2013. No. 14.
- Препринт Koltsova O., Koltsov S., Nikolenko S. I. Comment-Based Discussion Communities In The Russian LiveJournal And Their Topical Coherence / NRU Higher School of Economics. Series SOC "Sociology". 2013. No. WP BRP 33/SOC/2013.
- Глава книги Bodrunova S., Nikolenko S. I., Koltsova O., Koltsov S., Шиморина А. Interval Semi-Supervised LDA: Classifying Needles in a Haystack, in: Proceedings of the 12th Mexican International Conference on Artificial Intelligence (MICAI 2013) Part I: Advances in Artificial Intelligence and Its Applications. Berlin : Springer, 2013. P. 265-274.
- Глава книги Bodrunova S., Koltsov S., Koltsova O., Nikolenko S. I., Shimorina A. Interval Semi-supervised LDA: Classifying Needles in a Haystack, in: Proceedings of the 12th Mexican International Conference on Artificial Intelligence (MICAI 2013) Part I: Advances in Artificial Intelligence and Its Applications. Berlin : Springer, 2013. P. 265-274.
- Статья Koltsova O., Sergei Koltcov. Mapping the Public Agenda with Topic Modeling:The Case of the Russian LiveJournal // Policy & Internet. 2013. Vol. 5. No. 2. P. 207-227.
- Глава книги Кольцов С. Н., Manura D. Модель тестовых частиц для численного моделирования в масс – спектрометрии // В кн.: Шестой съезд ВМСО, V Всероссийская конференция с международным участием «Масс - Спектрометрия и ее прикладные проблемы» 08–11 октября 2013 года, г. Москва. М. : Всероссийское масс-спектрометрическое общество, 2013.
- Глава книги Кольцов С. Н., Кольцова Е. Ю. Статистический и тематический профиль «Живого журнала» // В кн.: Материалы XVI Всероссийской объединенной конференции «Интернет и современное общество». СПб. : НИУ ИТМО, 2013. Гл. 2. С. 96-104.
- Глава книги Кольцова Е. Ю., Рыков Ю. Г., Кольцов С. Н. Картирование комментовых сообществ в Живом Журнале // В кн.: Информационные системы для научных исследований: сборник научных статей. Труды XV Всероссийской объединенной конференции «Интернет и современное общество» / Науч. ред.: А. Чугунов. СПб. : МультиПроджектСистемСервис, 2011. С. 239-242.
Научный руководитель диссертационных исследований
Опыт работы
2012 - наст. вр. Заместитель руководителя Лаборатории Интернет исследований, Высшая Школа Экономики, Доцент, Департамент прикладной математики и бизнес-информатики (НИУ ВШЭ в Санкт-Петербурге).
Доцент: Н ИУ ВШЭ в Санкт-Петербурге / Санкт-Петербургская школа экономики и менеджмента / Департамент прикладной математики и бизнес-информатики
2010 - 2014. Генеральный директор компании Колтран-Лабс.
2009-2010. Технический директор в компании RBTM-Labs
2008 – 2010. Координатор международного проекта с российской стороны для Forshung Centrum, Karlruhe, Германия.
2008 – 2009. Начальник сектора внедрения компании «ТопПлан»
2006 – 2007. Руководитель проектов сектора внедрения компании «ТопПлан»
2002 - 2006. Научный сотрудник лаборатории экологической масс-спектрометрии, Институт Аналитического Приборостроения РАН.
Руководитель Российско-Немецкого проекта (Институт Аналитического приборостроения РАН и Max Plank Institute fur festkorperforshung, Stuttgart, Germany.
1999-2002. Младший научный сотрудник, научный сотрудник лаборатории электронной спектроскопии, Институт Аналитического Приборостроения РАН.
Информация*
Участие в исследовательских проектах, гранты
Руководитель проекта
Разработка общедоступной базы данных и краудсорсингового веб-ресурса для создания инструментов сентимент-анализа
Основной конкурс РГНФ 2014 года
Тематика данного проекта лежит в области сентимент-анализа для задач общественных наук. Проект направлен на создание программного обеспечения (ПО), словаря и базы данных, дающих возможность в дальнейшем разработать методику автоматического определения «эмоциональной заряженности» пользовательского интернет-контента. В сочетании с автоматическим извлечением тем из таких текстов это позволит социальным исследователям определять общественное мнение – точнее, отношение интернет-активной части населения к разным социально значимым вопросам. Важность изучения мнения интернет-общественности подтверждается, среди прочего, высокой ролью социальных сетей и блогов в прокатившейся по миру волне протестов и революций 2011-2013 годов. Автоматическое извлечение тональности из огромных массивов текстов невозможно без специального ПО, тестовых коллекций текстов для проверки такого ПО и - в нашем случае – без словаря тональной лексики.
РАЗРАБОТКА КОНЦЕПЦИИ И МЕТОДОЛОГИИ МНОГОУРОВНЕГО МОНИТОРИНГА СОСТОЯНИЯ МЕЖНАЦИОНАЛЬНЫХ ОТНОШЕНИЙ ПО ДАННЫМ СОЦИАЛЬНЫХ СЕТЕЙ (2015-2017) (РНФ)
Задача проекта «Разработка концепции и методологии многоуровневого мониторинга состояния межнациональных отношений по данным социальных сетей» - дать государственным органам, общественным и исследовательским организациям протестированную методику и удобный инструмент для мониторинга обсуждения вопросов этничности и национальности пользователями интернета. Конечным результатом проекта должны стать методические рекомендации и программное обеспечение для анализа текстовых данных из социальных сетей. Основой метода мониторинга является тематическое моделирование – группа алгоритмов, анализирующих совместную встречаемость слов и на основании этого выявляющих скрытые темы в больших, не поддающихся чтению коллекциях текстов. Итогом работы алгоритма являются вероятности принадлежности текстов к темам и слов к темам, что дает пользователю представление о тематической структуре коллекции и вычленяет тексты, лучше всего репрезентирующие темы. Этот подход совмещается с автоматическим анализом тональности текстов, а также с визуализацией распределений тем, посвященных этничности, по регионам и по временным промежуткам. Таким образом, аналитик получает наглядное представление о том, где, когда, с какой полярностью (негативной или позитивной) и в каком конкретном контексте обсуждаются те или иные этнические группы.
В Питерской Вышке создадут образовательный ИИ-помощник для студентов
Школа физико-математических и компьютерных наук выиграла в Конкурсе компетенций НИУ ВШЭ. Благодаря этому в Питерской Вышке будет сформирована проектная команда для научных исследований и разработок в области ИИ и машинного обучения. В коллектив войдут эксперты факультета, а также специалисты из ведущих IT-корпораций и научных институтов России. Они создадут рекомендательную систему на основе больших языковых моделей, которая поможет студентам в построении персональной образовательной траектории.
С. Н. Кольцов занял должность профессора НИУ ВШЭ
Ведущий научный сотрудник СКИЛа прошел конкурс на профессорскую должность Департамента информатики Санкт-Петербургской школы физико-математических и компьютерных наук.
Как жила Питерская Вышка в 2023 году
Год постепенно подходит к концу — самое время подвести итоги и поблагодарить друг друга за совместную работу. О самых ярких и важных событиях, которые произошли в Питерской Вышке за этот год, рассказывают преподаватели, академические руководители и деканы факультетов кампуса. Поздравляем с Новым годом, желаем вдохновения и сил на новые свершения!
Научный проект С.Н. Кольцова победил в конкурсе РНФ!
Поздравляем научных сотрудников Лаборатории социальной и когнитивной информатики с победой в конкурсе РНФ! Научный проект под руководством доктора физико-математических наук С.Н. Кольцова получил поддержку на изучение использования больших языковых моделей для решения дифференциальных уравнений.
Пять проектов из Питерской Вышки выиграли грант РНФ
Российский научный фонд подвел итоги конкурса на поддержку проектов малых отдельных научных групп. В число победителей вошли инициативы пяти ученых НИУ ВШЭ — Санкт-Петербург.
СКИЛа выиграла грант РФН на изучение использования больших языковых моделей для решения дифференциальных уравнений
28 ноября 2023 года подведены итоги конкурса Российского научного фонда: заявка Лаборатории социальной и когнитивной информатики получила поддержку на 2024 год.
Сергей Кольцов выступил на семинаре в университете Сириус
20-24 ноября 2023 года в университете Сириус прошел семинар "Математическое моделирование материлов: современные исследования и подготовка кадров". 21 ноября на мероириятии выступил ведущий научный сотрудник Лаборатории социальной и когнитивной информатики С. Н. Кольцов.
Первая встреча с профессией: как прошел «Один день с Питерской Вышкой»
В воскресенье 29 октября корпус на Кантемировской превратился в город будущего с экологичным такси, рестораном с роботами и с социальной сетью для горожан. А все благодаря проектам 252 школьников, которые они создали на лекциях и мастер-классах. Своим опытом с ребятами поделились студенты кампуса, которые помогли им попробовать разные профессии. Кто-то примерил на себя роль UI-дизайнера и сверстал сайт ресторана, а кто-то подготовил трудовой договор для программистов социальной сети. Чем еще запомнится «Один день с Питерской Вышкой» — в нашем репортаже.
В Питерской Вышке прошел летний митап VK Education talks и НИУ ВШЭ
В Питерской Вышке состоялся летний митап Инженерно-математической школы (ИМШ) VK и НИУ ВШЭ для студентов технических направлений. Участники VK Education talks и НИУ ВШЭ смогли узнать о перспективных IT-технологиях и проектах, над которыми работают эксперты VK, научные сотрудники вуза и студенты ИМШ.
Проект из Питерской Вышки о когнитивных искажениях и здоровье выиграл грант РНФ
Российский научный фонд подвел итоги конкурса групповых исследований под руководством молодых ученых. Грант на три года выиграл проект под руководством Елены Артеменко из Лаборатории социальной и когнитивной информатики. Исследование посвящено тому, как когнитивные искажения влияют на восприятие информации, связанной со здоровьем.
Опубликованы результаты совместного проекта СКИЛА и ВТБ
В журнале PeerJComputerScience (IF = 2.41) опубликована статья с результатами совместного проекта лаборатории СКИЛА и Банка ВТБ.
В Санкт-Петербурге научились предсказывать курс акций на неделю вперёд по новостям в СМИ
Теперь «Коммерсантъ», «Ведомости» и РИА «Новости» действительно начнут приносить вам деньги
Защита докторской диссертации Сергея Николаевича Кольцова
01 февраля состоялась защита диссертации Кольцова Сергея Николаевича на тему: «Энтропийные тематические модели и методы их агрегирования».
Поздравляем коллегу: Сергей Николаевич Кольцов успешно защитил докторскую диссертацию
Состоялась защита докторской диссертации Сергея Николаевича Кольцова
Поздравляем коллег с публикацией статьи в PeerJ Computer Science
Сергей Кольцов, Вера Игнатенко, Максим Терпиловский и Паоло Россо опубликовали статью "Analysis and tuning of hierarchical topic models based on Renyi entropy approach" в журнале PeerJ Computer Science.
Работа в СКИЛа глазами стажера-исследователя Анны Мороз
Междисциплинарные исследования Интернета, анализ данных и машинное обучение - основные направления, в рамках которых работает Международная лаборатория социальной и когнитивной информатики (сокращенно СКИЛа).
Семинар Лаборатории машинного интеллекта МФТИ «Вызовы тематического моделирования»
6 декабря на семинаре по AI, организованном Лабораторией машинного интеллекта МФТИ (Москва), состоялось масштабное обсуждение тематического моделирования, в котором принял участие заместитель заведующего ЛИНИС Сергей Кольцов.
День науки с Высшей школой экономики для победителей предметных олимпиад школьников
23 апреля в гимназии № 587 Фрунзенского района Санкт-Петербурга, партнере Высшей школы экономики в Санкт-Петербурге, в третий раз прошел День науки.
ЛИНИС на конференции "International Conference on Computer Simulation in Physics and beyond"
Младший научный сотрудник ЛИНИС Вера Игнатенко приняла участие в международной конференции International Conference on Computer Simulation in Physics and beyond (CSP2018), которая прошла 24 - 27 сентября 2018 в Москве.
Суперинтенсив для будущих магистрантов!
Как анализировать молодежные культуры, музыку, кино, счастье и интернет-данные? Об этом и не только узнали абитуриенты магистерской программы “Современный социальный анализ” на “Зимней школе-2018”.
В ЛИНИС изучат как распространяется информации в социальных сетях
Сотрудниками Лаборатории интернет исследований выигран грант РФФИ 2018 года, тема проекта "Распространение социально-политических новостей в русскоязычной онлайновой социальной сети".
Приглашаем на семинар в Школе Анализа Данных Яндекса
4 октября состоится семинар, организованный московскими коллегами из Школы Анализа Данных Яндекса, на котором представит свой доклад сотрудник ЛИНИС Сергей Кольцов. Мероприятие будет посвящено обсуждению разных подходов к проблеме определения числа тем в тематических моделях.
Всем Data Science!
Сотрудник ЛИНИС Сергей Кольцов принял участие в интенсиве, который прошел 14 и 15 июня в Московском офисе Яндекса.
Поздравляем коллегу с публикацией!
Журнал "Письма в журнал технической физики" (ПЖТФ) принял к публикации статью Сергея Кольцова «Термодинамический подход к проблеме определения числа кластеров на основе тематического моделирования».
Web Science-2017 в Санкт-Петербурге!
Поздравляем коллег с победой в конкурсе на проведение Летней Школы WSTNet Web science Summer School!
Открытость, Сотрудничество и Коллективное действие!
Под таким девизом прошла уже 3-я Международная конференция Internet Science-2016, в которой приняли участие сотрудники ЛИНИС. 12-14 сентября во Флоренции ученые, практики и политики со всего мира объединились, чтобы обсудить социально значимые проблемы и их решения.
ISMW FRUCT-2016
В период с 28 августа по 4 сентября в стенах Высшей Школы Менеджмента (СПбГУ) проходила International FRUCT conference on Intelligence, Social Media and Web (ISMW). Сотрудники Лаборатории Сергей и Олеся Кольцовы выступали в качестве экспертов для проведения мастер-классов по тематическому моделированию.
LINIS Found the Limitations of Text Clustering on the Internet
Sergey Koltsov, Deputy Director of the Laboratory for Internet Studies (LINIS), presented his project on the problems of topic modeling of on-line texts at the Web Science conference in Bloomington.
38,3%
постов в ЖЖ затрагивают социально-политические темы.