Informatization in the Digital Economy Informatization in the Digital Economy Информатизация в цифровой экономике 2712-9306 BIBLIO-GLOBUS Publishing House 122498 10.18334/ide.6.1.122498 DAZXUT Articles Статьи Research Article Analyzing the market for educational programs related to Fintech and Innovation based on semantic analysis Анализ рынка образовательных программ в области финтеха и инноваций на основе семантического анализа https://orcid.org/0000-0002-7782-61487217-3661 Kalimullina Olga Valeryevna Калимуллина Ольга Валерьевна

доцент кафедры экономики данных

 chemireva@mail.ru https://orcid.org/0009-0002-4557-8642 Novozhenin Nikolay Vasilevich Новоженин Николай Васильевич

студент

 kosyanovozhenin@gmail.com The Bonch-Bruevich St. Petersburg State University of Telecommunications Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича 31 03 2025 6 1 VOL 6, NO1 (2025) ТОМ 6, №1 (2025) 149 174 05 01 2025 19 02 2025 Copyright ©; 2025, Kalimullina O.V., Novozhenin N.V. Copyright ©; 2025, Калимуллина О.В., Новоженин Н.В. 2025 Kalimullina O.V., Novozhenin N.V. Калимуллина О.В., Новоженин Н.В. https://1economic.ru/lib/122498

The analysis and comparison of key educational fields is an important task in the context of the growing diversity of such fields. However, the semantic field is often unclear. The comparison of keywords and the visualization of educational trends in the form of word clouds would allow a primary comparative analysis of educational trends. The purpose of this study is to perform a comparative analysis of educational trends in universities by developing an innovative bot for Telegram that can facilitate the process of analyzing the educational software market. The chatbot is implemented using algorithms for analyzing data obtained as a result of parsing information from the website Postypi.online. The bot recognizes keywords related to a particular field and visualizes the information received in the form of a word cloud, which allows to quickly analyze and compare educational directions.

Анализ и сравнение ключевых образовательных направлений является важной задачей в контексте роста разнообразия таких направлений. Однако зачастую в названии нечетко прослеживается смысловое поле. Сопоставление ключевых слов и визуализация образовательных направлений в виде облаков слов позволила бы проводить первичный сравнительный анализ образовательных направлений. Целью данного исследования является сравнительный анализ образовательных направлений в вузах с помощью разработки инновационного бота для Telegram, способного облегчить процесс анализа рынка образовательных программ. Чат-бот реализован с использованием алгоритмов анализа данных, полученных в результате парсинга информации с сайта Поступи.онлайн. Бот распознает ключевые слова, связанные с определенным направлением, и визуализирует полученную информацию в форме облака слов, что позволяет быстро проанализировать и сравнить образовательные направления.

 educational software market data-driven marketing parsing semantic analysis Telegram bot word cloud рынок образовательных программ data-driven маркетинг парсинг семантический анализ Telegram бот облако слов Исследование выполнено за счет гранта Российского научного фонда № 23-28-00877, 2023-2024 гг. https://rscf.ru/prjcard_int?23-28-00877. 1. Демиденко A. Telegram Bot. Руководство по созданию бота в мессенджере Телеграм. Litres.ru. [Электронный ресурс]. URL: https://www.litres.ru/book/artem-demidenko/telegram-bot-rukovodstvo-po-sozdaniu-bota-v-messendzhere-t-69163303/. 2. Джанарсанам Срини Разработка чат-ботов и разговорных интерфейсов. - М.: ДМК-Пресс, 2019. – 340 c. 3. Гудфеллоу Й., Бенджо Ё., Курвилль А. Глубокое обучение. - М.: ДМК, 2023. 4. Кукин Н., Головатый А. Парсинг сайтов и анализ данных. - М.: РХТУ имени Д.И. Менделеева, 2023. 5. Парсинг и матчинг данных для оперативного анализа динамических ситуаций. Cyberleninka.ru. [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/parsing-i-matching-dannyh-dlya-operativnogo-analiza-dinamicheskih-situatsiy. 6. ТОП 5 книг по нейронным сетям для начинающих. Dzen.ru. [Электронный ресурс]. URL: https://dzen.ru/a/YvX-95PwaUKDiBe3. 7. Стратегический менеджмент в цифровой экономике. Нияу мифи. [Электронный ресурс]. URL: https://admission.mephi.ru/program/1922. 8. Финансовые технологии и анализ данных. Вшэ. [Электронный ресурс]. URL: https://www.hse.ru/ma/fintech/. 9. Электронный бизнес и цифровые инновации. Вшэ. [Электронный ресурс]. URL: https://www.hse.ru/ma/elb/. 10. Экономика и управление инновациями. Мгимо. [Электронный ресурс]. URL: https://pk.odin.mgimo.ru/master/eui.html. 11. Яговитова Д. Разработка Телеграм Ботов. - М.: Озон, 2024. 12. Barthelmäs M., Killinger M., Keller J. Using a Telegram chatbot as cost-effective software infrastructure for ambulatory assessment studies with iOS and Android devices // Behavior Research Methods. – 2021. – № 3. – p. 1107-1114. – doi: 10.3758/s13428-020-01475-4. 13. Battineni G., Di Canio M., Chintalapudi N., Amenta F., Nittari G. Development of physical training smartphone application to maintain fitness levels in seafarers // International Maritime Health. – 2019. – № 3. – p. 180-186. – doi: 10.5603/IMH.2019.0028. 14. Bityukova T.A., Makarova N.V. Engineering and Economic Education in Russia After Bologna System and Forced Digitalization // The xi international scientific conference digital transformation of the economy: challenges, trends and new opportunities (iscdte 2024): Том 1064-1. Samara, 2024. – p. 58-67.– doi: 10.1007/978-3-031-65659-0_7. 15. Cheerla S.V., Chakravarthy V.V.N., KishoreBabu K., GopiRam V. Home Automation Using Telegram Bot // Cybernetics, Cognition and Machine Learning Applications. – 2022. – p. 47-54. – doi: 10.1007/978-981-19-1484-3_6. 16. Terekhov V., Zabelina V., Savchenko G., Chumachenko S. Classification of Tree Species by Trunk Image Using Conventional Neural Network and Augmentation of the Training Sample Using a Telegram-Bot // Studies in Computational Intelligence. – 2022. – p. 210-216. – doi: 10.1007/978-3-030-91581-0_28. 17. Das P. How do Chatbots transform the traditional education process?. LinkedIn. [Электронный ресурс]. URL: https://www.linkedin.com/pulse/how-do-chatbots-transform-traditional-education-process-poulamidas/?trk=public_profle_article_view. 18. Garayzar-Cristerna A., Luna-Ramirez W.A. ADAGIO, a BDI Music Recommender Telegram Chatbot // Lecture Notes in Networks and Systems. – 2023. – p. 175-184. – doi: 10.1007/978-3-031-37963-5_14. 19. Huang Z. Chinese search Giant Baidu to Launch ChatGPT-style bot. Bloomberg. [Электронный ресурс]. URL: https://www.bloomberg.com/news/articles/2023-01-30/chinese-search-giant-baidu-to-launch-chatgpt-style-bot-in-march?leadSource=uverify%20wall. 20. Jadhav, K.P., Thorat, S.A. Towards designing conversational agent systems // Advances in Intelligent Systems and Computing. – 2020. – p. 533-542. – doi: 10.1007/978-981-32-9515-5_51. 21. Kobets V., Savchenko S. Using Telegram Bots for Personalized Financial Advice for Staff of Manufacturing Engineering Enterprises // Lecture notes in mechanical engineering. – 2022. – p. 561-571. – doi: 10.1007/978-3-031-06025-0_55. 22. Khalil M., Rambech M. Eduino: A Telegram Learning-Based Platform and Chatbot in Higher Education // Lecture Notes in Computer Science. – 2022. – p. 188-204. – doi: 10.1007/978-3-031-05675-8_15. 23. Korableva O., Durand T., Kalimullina O., Stepanova I. Studying user satisfaction with the MOOC platform interfaces using the example of coursera and open education platforms // Proceedings of the 2019 international conference on big data and education (icbde). London, United Kingdom, 2019. – p. 26-30.– url: https://doi:10.1145/3322134.3322139. 24. Kumar J.A. Educational chatbots for project-based learning: investigating learning outcomes for a team-based design course // International Journal of Educational Technology in Higher Education. – 2021. – № 1. – p. 1-28. – doi: 10.1186/s41239-021-00302-w. 25. Lindern J. von Microsoft baut Chatbot in seine Suchmaschine ein. Zeit Online. [Электронный ресурс]. URL: https://www.zeit.de/digital/2023-02/microsoft-bing-chatgpt-ki-suchmaschine/seite-2. 26. Lotfian M., Ingensand J., Gressin A., Claramunt C. CIMEMountainBot: A Telegram Bot to Collect Mountain Images and to Communicate Information with Mountain Guides // Lecture Notes in Computer Science. – 2023. – p. 129-138. – doi: 10.1007/978-3-031-34612-5_9. 27. Luo X., Tong S., Fang Z., Qu Z. Frontiers: machines vs. humans: the impact of artificial intelligence chat botd is closure on customer purchases // Marketing Science. – 2019. – № 6. – p. 937-947. – doi: 10.1287/mksc.2019.1192. 28. Nosenko O., Nosenko Y., Shevchuk R. Telegram Messenger for Supporting Educational Process Under the Conditions of Quarantine Restrictions // Communications in Computer and Information Science. – 2021. – p. 308-319. – doi: 10.1007/978-3-031-14841-5_20. 29. Pichai S., Hassabis D. Introducing Gemini: our largest and most capable AI model. Blog.google. [Электронный ресурс]. URL: https://blog.google/technology/ai/google-gemini-ai/#sundar-note. 30. Rundell K. NLP in Education: Use Cases and Examples. InData Labs. [Электронный ресурс]. URL: https://indatalabs.com/blog/nlp-in-education. 31. Tamayo P.A., Herrero A., Martín J., Navarro C., Tránchez J.M. Design of a chatbot as a distance learning assistant // Open Praxis. – 2019. – № 1. – p. 145-153. – doi: 10.5944/openpraxis.12.1.1063. 32. Terekhov V., Zabelina V., Savchenko G., Chumachenko S. Classification of Tree Species by Trunk Image Using Conventional Neural Network and Augmentation of the Training Sample Using a Telegram-Bot // Studies in Computational Intelligence. – 2022. – p. 210-216. – doi: 10.1007/978-3-030-91581-0_28. 33. Yan R. Chitty-chitty-chatbot: deep learning for conversational AI // Twenty- Seventh International Joint Conference on Artificial Intelligence (IJCAI-18). Stockholm, Sweden, 2018. – p. 5520-5526.