Необходимо собрать и провести фокус группу для разметки отзывов (Бюджет: 1500 руб/час)

Объем работы Данные на входе: Количество отзывов: 5000. Критерии оценки: список критериев, определяющих качество и содержание отзыва (например, полезность, эмоциональная окраска, объективность). Дополнительная информация: Характеристики недвижимости, упомянутой в отзыве (тип жилья, локация, цена, доступные услуги). Характеристики пользователя, оставившего отзыв (анонимизированная информация: возрастная группа, частота использования сервиса). Процесс работы: Каждый участник оценивает отзывы по следующим аспектам: Частные оценки: по каждому из критериев. Итоговая оценка: общий вердикт об отзыве (например, "положительный", "отрицательный", "нейтральный"). Требования к фокус-группе Участники должны быть активными пользователями сервисов аренды недвижимости / риэлторами  Разнообразие возрастных групп, географического положения и опыта использования сервисов. Количество участников по оценке каждого отзыва должно быть 5 человек. Т.е. суммарно количество оценок должно быть 25 000, т.е. 5 оценок по каждому отзыву.  Разрешается для ускорения процесса использовать больше людей.  Этапы реализации Подготовка: Составление анкет для отбора участников фокус-группы. Разработка инструкции по оценке отзывов. Настройка платформы для работы фокус-группы (например, Google Sheets или специализированное ПО для аннотации данных). Сбор фокус-группы: Поиск и отбор участников. Проведение обучающей сессии по работе с отзывами и критериями. Оценка отзывов: Разделение базы отзывов между участниками. Контроль за качеством оценок (включение контрольных отзывов). Сбор и проверка данных: Сбор оценок участников. Выявление и исправление ошибок или несоответствий. Обработка данных: Формирование финальной разметки базы отзывов. Подготовка аналитического отчета о процессе разметки. Сроки реализации Подготовка: 1 неделя. Сбор фокус-группы и обучение: 1 неделя. Разметка отзывов: 4-5 недель. Сбор и проверка данных: 1 неделя. Ожидаемый результат Размеченная база данных отзывов, пригодная для анализа, обучения моделей машинного обучения или других целей.