Работа посвящена разработке программного модуля, который строит фрагмент профиля пользователя за счёт агрегации сведений, извлекаемых из социальной сети «ВКонтакте». Решённые задачи позволяют сделать вывод о достаточном уровне знаний и навыков программирования, технологий Java, программного интерфейса приложения VK.API. Поставленные задачи решены, выделенная цель достигнута. Содержание выпускной квалификационной работы отражает заявленную в названии тему проектной работы. В тексте сформулированы проблемы, обосновывающие актуальность разработки, приведен описание используемых технологий, подробно описаны разработанные алгоритмы и полученные результаты. Однако в обзорной части работы недостаточно рассмотрены работы, посвященные предсказанию различных характеристик пользователей по данным социальных сетей: таких работ достаточно много и предложены методы для нескольких социальных сетей, которые можно перенести и для случая «ВКонтакте». Структура ВКР обоснована задачами исследования и разработки, а выводы соответствуют поставленным задачам. Результаты работы представлены на ряде конференций. Однако, в работе можно выделить ряд недостатков: •	Не совсем понятно, почему извлекаемые сведения названы мета-профилем: для получения показателей используются только данные одной социальной сети, нет объединения профилей или какой-либо другой агрегации данных их разных источников. •	Не обоснован выбор предсказываемых признаков -- почему интересны именно дата рождения, родной город и город проживания, для решения каких задач необходимы именно эти показатели, а не, например, описание интересов пользователя в той или иной форме. •	Достаточно много грамматических, стилистических, пунктуационных ошибок, что затрудняет прочтение, а в некоторых случаях -- и понимание текста. •	Основным предположением, лежащим в основе описанного подхода, является схожесть пользователя по предсказываемым параметрам с его друзьями в социальной сети. Такое предположение не всегда выполняется даже в отношении рассматриваемых в работе признаков (возраст, родной и текущий город). Указанные ограничения также влияют на оценивание качества работы алгоритмов, из-за того, что не приведено описание способа получения данных тестовой выборки, нельзя оценить, насколько данные оказались "подходящими", т.е. с профилями, однородными по рассматриваемым признаками со своими друзьями.  Указанные недостатки в некоторой степени затрудняют прочтение выпускной квалификационной работы, однако по выполненному объему и качеству работ считаю, что работа Н.Е. Слезкина заслуживает оценки «хорошо».