> Detailanzeige
Zimmermann, Frank
[VerfasserIn]
;
Nützel, Jürgen
[AkademischeR BetreuerIn];
Sattler, Kai-Uwe
[Sonstige Person, Familie und Körperschaft];
Heyer, Gerhard
[Sonstige Person, Familie und Körperschaft]
Technische Universität Ilmenau
Ereignisdetektion und Stimmungsdetektion im Echtzeitdatenstrom von sozialen Netzwerken
Teilen
Literatur-
verwaltung
Direktlink
Zur
Merkliste
Lösche von
Merkliste
Per Email teilen
Auf Twitter teilen
Auf Facebook teilen
Per Whatsapp teilen
- Medientyp: E-Book; Hochschulschrift
- Titel: Ereignisdetektion und Stimmungsdetektion im Echtzeitdatenstrom von sozialen Netzwerken
- Beteiligte: Zimmermann, Frank [VerfasserIn]; Nützel, Jürgen [AkademischeR BetreuerIn]; Sattler, Kai-Uwe [GutachterIn]; Heyer, Gerhard [GutachterIn]
- Körperschaft: Technische Universität Ilmenau
- Erschienen: Ilmenau: Universitätsbibliothek, 2017
- Umfang: 1 Online-Ressource (135 Blätter, 8.47 MB); Diagramme, Illustrationen (teilweise farbig)
- Sprache: Deutsch
- Identifikator:
-
Schlagwörter:
Mobile Computing
>
Streaming
>
Information Extraction
>
Ortsbestimmung
>
Visualisierung
Soziales Netzwerk > Soziale Software > Information Extraction > Ereignisdatenanalyse
Visualisierung > Twitter > Information Extraction > Ortsbestimmung > Stimmung > Gefühlsausdruck > Smiley > Visualisierung
- Entstehung:
- Hochschulschrift: Dissertation, Technische Universität Ilmenau, 2017
-
Anmerkungen:
Systemvoraussetzung: Acrobat reader
- Beschreibung: In der vorliegenden Arbeit wurde gezeigt, dass mit Hilfe der neu entwickelten Algorithmen aus einem Echtzeitdatenstrom von georeferenzierten Kurzmitteilungen, eines sozialen Netzwerkes, neue Ereignisse und deren Ort detektiert werden können. So kann die Frage: "Was geschieht gerade?" durch die Analyse von Daten der sozialen Netzwerke, mit Hilfe der in dieser Arbeit entwickelten Algorithmen, beantwortet werden. Diese Algorithmen sind so entworfen, dass sie verschiedene Arten von Ereignissen detektieren können. Dabei reicht die Spanne der erkannten Ereignisse von Sportereignissen, Kongressen, kulturellen Events und signifikanten Wetterereignissen bis hin zu Katastrophen. Dass der Ansatz der Ereignisdetektionsalgorithmen sich auch auf andere Problemfelder anwenden lässt, wurde mit einer zusätzlichen Stimmungsdetektion gezeigt. Dazu wurde eine sprachunabhängige Stimmungsdetektion konzipiert, die die Bewertung der Terme auf Grundlage von Emoticons vornimmt. Somit konnte eine sprachunabhängige Ereignis- und Stimmungsdetektion implementiert werden, die ohne aufwendige Vorverarbeitung der Daten auskommt.
- Zugangsstatus: Freier Zugang