Тема выпускной квалификационной работы: «Разработка сервиса для оценки сложности научных статей и новостных статей вузов РФ». Цель работы - создать корпус данных для сервиса оценки сложности ста-тей. Для этого поставлены следующие задачи: определение подходящих источников, автоматизированный сбор данных, классификация данных, а также разработка прототипа сервиса. Были рассмотрены различные источники, включая "Политех Наука и ин-новации", "Архив Проекты Лаборатория ПСПОД" и новостные статьи СПбПУ из раздела "Наука и Инновации". Для автоматизированного сбора данных разработан процесс, включающий сборщики данных, специально разработанные для каждого источника. Сборщики извлекают нужные данные (заголовки, ссылки, метаданные, текст статей) и сохраняют их структурированно. Реализована отказоустойчивая архитектура с планировщиком задач. Так-же решена задача классификации данных, которая помогает отделить статьи по их сложности. Алгоритм основан на существующих метриках и интегрирован в прототип сервиса. Результаты исследования показывают успешность автоматизированно-го сбора данных. Собранные данные отражают основную целевую аудиторию статей, состоящую из студентов старших курсов. Таким образом, контент сер-виса больше подходит для людей с более высоким уровнем компетенции. Важно обратить внимание авторов источников на разработку материалов для начинающих студентов. Это способствует привлечению новых людей в науку и мо-жет заинтересовать молодежь в изучении научных дисциплин. Результаты сбора данных являются ценным вкладом в дальнейшее развитие сервиса. Они будут использованы для анализа и улучшения качества опре-деления уровня сложности статей.

Topic of the graduation qualification work: «Development of a service for assessing the complexity of scientific articles and news articles of Russian universities» The aim of the work is to create a data corpus for the article complexity assessment service. To achieve this, the following tasks were set: identification of suitable sources, automated data collection, data classification, and development of a service prototype. Various sources were considered, including "Polytech Science and Innova-tion," "Archive Projects Laboratory PSPOD," and news articles from SPbPUs "Science and Innovation" section. For automated data collection, a process was developed, including data crawlers specifically designed for each source. The crawlers extract relevant data (headings, links, metadata, article text) and store them in a structured manner. A fault-tolerant architecture with a task scheduler has been implemented. The task of data classification has also been solved, which helps differentiate articles based on their complexity. The algorithm is based on existing metrics and integrated into the service prototype. The research results demonstrate the success of automated data collection. The collected data reflect the main target audience of the articles, consisting of senior students. Thus, the content of the service is more suitable for individuals with a higher level of competence. It is important to draw the attention of source authors to the development of materials for beginner students. This contributes to attracting new people to science and may interest young people in studying scientific disciplines. The data collection results are a valuable contribution to the further development of the service. They will be used for analysis and improvement of the qual-ity of article complexity determination.