Knowledge Discovery Group

Data Mining and Machine Learning on Social Data and Open Data (Seminar)

News

  • *** Wichtige information zur Kick-off Veranstaltung: Diese findet statt am 17.4. (Donnerstag) von 15 – 17:30 Uhr im Raum HRS3 101-103. ***


Personen

Prof. Dr. Ansgar Scherp, Prof. Dr. Isabella Peters

Organisation

Das Seminar ist auf Deutsch oder Englisch.

Zusammenfassung

Die Analyse sozialer Medien und offener Daten im Internet erfordert vielfältige Fähigkeiten und eine interdisziplinäre Denk- und Arbeitsweise. Neben informationswissenschaftlichen Kenntnissen und Herangehensweisen werden auch Methoden der Informatik, insbesondere aus dem Bereich des maschinellen Lernens und des Data Mining, angewendet, um Antworten auf aktuelle Forschungsfragen in diesem Gebiet zu finden.

Ziele

Die TeilnehmerInnen erlernen methodische Kompetenzen im Bereich des maschinellen Lernens und Data Mining. Sie verstehen, wie diese Methoden im Anwendungskontext sozialer Medien und offenen Daten angewendet werden können. Zudem erlernen Sie informationswissenschaftliche Kompetenzen in der Analyse und dem Verstehen sozialer Medien und offener Daten. Sie können die verschiedenen Methoden und Ansätze kritisch bewerten und Bezüge herstellen.

Inhalte

Soziale Medien und nutzergenerierter Content sind heute ein großer Bestandteil des Webs . Während im sogenannten Web 1.0 die Internet-Nutzer im Wesentlichen die im World Wide Web angebotenen Inhalte konsumierten, so hat sich mit dem Social Web die Rolle der Nutzer von Konsumenten zum sogenannten Prosumenten (Kunstwort aus Provider und Konsument) entwickelt. Sozialen Medien agieren als Plattformen, die das Publizieren von nutzergeneriertem Content wie Bilder, Blogs und Videos, aber auch sozialer Kontakte erlauben. Seit geraumer Zeit werden zudem Daten im Internet zur Verfügung gestellt (sogenannte: Linked Open Data). Ziel der Linked Open Data Bewegung ist die Veröffentlichung und Vernetzung von Daten im Internet. Dabei besteht oftmals ein starker Bezug zu sozialen Medien. Ein bekanntes Beispiel ist DBpedia, eine Linked Open Data Version der Wikipedia Enzyklopädie. Die Analyse sozialer Medien und offener Daten im Internet erfordert vielfältige Fähigkeiten und eine interdisziplinäre Denk- und Arbeitsweise. Neben informationswissenschaftlichen Kenntnissen und Herangehensweisen sind insbesondere auch Methoden der Informatik, z.B. maschinelles Lernes und Data Mining, erforderlich. Im Rahmen des interdisziplinären Seminars setzen sich die Studierenden daher mit Methoden des Data Mining und maschinellen Lernens auseinander und zeigen anhand der Funktionsweise dieser Methoden, wie sie auf Probleme und Fragestellungen im Bereich der Analyse sozialer Medien und Linked Open Data angewendet werden können. Dies umfasst beispielsweise die Extraktion von politischen Meinungen und Stimmungen oder Emotionen aus Texten, die Klassifikation von Bildern oder Texte aus Blogs oder Tweets oder das Erlernen von Modellierungsregeln aus offenen Datenquellen.

Agenda

Die Veranstaltung findet als Blockseminar statt. Der Termin wird zum Vorlesungsbeginn festgelegt.

Pürfungsleistung

Benoteter Seminarvortrag und benotete schriftliche Ausarbeitung.

Accounting

Die Veranstaltung kann als Seminar WInf-SemDMML (4 ECTS) im Masterstudiengang Informatik als auch Wirtschaftsinformatik angerechnet werden.

News

  • Homepage kicked off!