Informationsnetzwerke

Allgemeine Vorstellung

Mit Hilfe von Vernetzung können einerseits Inhalte (Informationen und Daten) und andererseits Personen (in Form von digitalen sozialen Netzwerken) miteinander in Beziehung gesetzt werden. Die Techniken, um eine Vernetzung zu erreichen, ähneln sich in beiden Fällen und stehen in engem Zusammenhang.

Zwei Schwerpunkte, die am Lehrstuhl DBIS im Fokus der Forschung stehen, sind kulturelle Netzwerke und Geschäftsnetzwerke.

Auf beiden Anwendungsgebieten sollen Institutionen bzw. deren Akteure in die Lage versetzt werden, sich untereinander zu vernetzen, um z.B. Wissen und Ressourcen gemeinsam nutzen zu können. Auf der anderen Seite geht es auch um die effiziente Vernetzung des Wissens selbst, um darin neue inhaltliche Zusammenhänge zu erkennen und Informationen in adäquater Weise aufzubereiten und bereitstellen zu können.

Involvierte Mitarbeiter / Ansprechpartner

Studentische Arbeiten

   Abgeschlossen:

  • Sebastian März: Einsatz von (Web-) Data Mining Techniken zur zielgruppengerichteten Veranstaltungsempfehlung auf einer den Technologietransfer unterstützenden Internetplattform; Diplomarbeit; 2010
  • Torsten Thierbach: Nutzung von Web 2.0 - Technologien für die Planung von Projekten im Kontext des Technologietransfers; Diplomarbeit; 2009 
  • Stefan Schmidt: XQuery for Graph Analysis of Biopathways Data; Diplomarbeit
  • Bastian Schulz: Konzeption und Implementierung einer Optimiererkomponente für die BSA-Algebra; Diplomarbeit; 2007
  • Markus Bandt: Abbildung von algebraischen Ausdrücken in XQuery; Studienarbeit; 2008

   Weitere:

  • Frank Gutknecht: Identifzierung von Superspreadern in digitalen sozialen Netzwerken; Bachelorarbeit
  • Andreas Redmer: Entwicklung einer Anfrageschnittstelle für Recommender-Systeme in digitalen Business Netzwerken; Studienarbeit
  • Iman Kamehkhosh: Datenschutz in Recommendersystemen; Projektarbeit

Verwandte Themengebiete

  • Information Retrieval

Social Networks

Allgemeine Vorstellung

Ein digitales soziales Netzwerk im Sinne der Informatik bezeichnet eine Gemeinschaft von Menschen, die im Internet miteinander kommunizieren und auf diese Weise Beziehungen eingehen. Unterstützt werden diese sozialen Netzwerke vor allem durch Online-Kontaktnetzwerke, wie Xing, LinkedIn oder StudiVZ. Diese Webanwendungen bieten beispielsweise Funktionen, wie das Erstellen eines persönlichen Profils, das Anlegen einer Kontaktliste, Suchfunktionen für Inhalte und Personen sowie die Möglichkeit intern Nachrichten auszutauschen.

In digitalen sozialen Netzwerken werden große Menge an Daten gesammelt. Dabei handelt es sich sowohl um personenbezogen Daten der Mitglieder, wie sie beispielsweise im Profil angegeben werden, als auch um andere Inhalte, wie Nachrichten, Blogeinträge oder Bilder, die durch die Mitglieder erstellt werden. Zwischen all diesen Daten lassen sich Vernetzungen feststellen; sei es durch die explizite Kontaktaufnahme zweier Mitglieder oder durch die Autorenschaft in einem Forum.

Die Analyse digitaler sozialer Netzwerke versucht Muster in diesen Vernetzungen zu erkennen. Dazu werden einerseits Methoden der klassischen sozialen Netzwerkanalyse (die nicht aus dem Bereich der Informatik stammen), andererseits aber auch Methoden des Data Mining (Web Mining, Opinion Mining, Structure Mining) und des Information Retrieval verwendet. Die Zielstellung der Mustererkennung kann dabei im jeweiligen Kontext unterschiedlich sein.

Involvierte Mitarbeiter / Ansprechpartner

  • (Susanne Jürgensmann)

Studentische Arbeiten

  Abgeschlossen: 

  • Diplomarbeit Torsten Thierbach: Nutzung von Web 2.0 - Technologien für die Planung von Projekten im Kontext des Technologietransfers.
  • Diplomarbeit Sebastian März: Einsatz von (Web-)Data Mining Techniken zur zielgruppengerichteten Veranstaltungsempfehlung auf einer den Technologietransfer unterstützenden Plattform

  Weitere:

  • Bachelorarbeit - Frank Gutknecht: Marketing 2.0: Identifizierung von Superspreadern in Online-Business-Netzwerken.
  • Praktikumsarbeit - Iman Kamehkosh: Datenschutz in Empfehlungssystemen.
  • Studienarbeit - Andreas Redmer: Entwicklung einer Anfrageschnittstelle für Recommender-Systeme in digitalen Business Netzwerken. 

Kooperationen

Verwandte Themengebiete

  • Information Retrieval
  • Recommender Systems

Recommender Systems

Allgemeine Vorstellung

Webanwendungen, wie Online-Stores, digitale Bibliotheken oder digitale soziale Netzwerke enthalten sehr große Mengen an Daten. Dazu zählen beispielsweise Benutzerprofile, Textdokumente, Bilder und vieles mehr. Nutzer, die hier bestimmte Informationen finden wollen, haben es schwer sich in den stetig wachsenden Datenbeständen zu orientieren. Die Daten haben jedoch spezielle Eigenschaften bezüglich Struktur und Inhalt. Zudem es existieren Verlinkungen zwischen den verschiedenen Datensätzen. Ein Empfehlungssystem ist in der Lage anhand dieser Eigenschaften, einem Nutzer aus einer gegebenen Menge von Elementen eine für ihn interessante Teilmenge zu selektieren. Empfehlungssysteme lassen sich dabei klassifizieren in inhaltsbasierte, kollaborative und hybride Systeme. Sie beruhen unter anderem auch auf Methoden des Data Mining und des Information Retrieval.

Involvierte Mitarbeiter / Ansprechpartner

  • (Susanne Jürgensmann)

Studentische Arbeiten

  Abgeschlossen: 

  • Diplomarbeit Sebastian März: Einsatz von (Web-)Data Mining Techniken zur zielgruppengerichteten Veranstaltungsempfehlung auf einer den Technologietransfer unterstützenden Plattform

  Weitere:

  • Praktikumsarbeit - Iman Kamehkosh: Datenschutz in Empfehlungssystemen.
  • Studienarbeit - Andreas Redmer: Entwicklung einer Anfrageschnittstelle für Recommender-Systeme in digitalen Business Netzwerken. 

Kooperationen

Verwandte Themengebiete

  • Information Retrieval
  • Social Networks

Digitale Archive

Allgemeine Vorstellung

Im Bereich der digitalen Archive spielt neben der Vernetzung von Personen in sozialen Netzwerken insbesondere die Vernetzung von Inhalten (Informationen und Daten) eine sehr wichtige Rolle. Gerade dann, wenn Archive umfassende, heterogene Dokumentmengen beinhalten, und der Wert der Archive erst im Zusammenspiel der einzelnen Belegeinheiten und Bestände sichtbar wird, können digitale Archive durch die von ihnen gebotenen Recherche- und Verarbeitungstechniken gegenüber herkömmlichen Handarchiven einen enormen Mehrwert entfalten. Um das Wissen in den hier zugrundegelegten kulturellen Archivumgebungen effizient zu vernetzen und bereitzustellen und darin neue inhaltliche Zusammenhänge zu erkennen, sind die Archivinformationen in adäquater Weise zu behandeln und aufzubereiten. Hierfür kommen u.a. XML-Technologien, sowie Anfrage- und Graphtechniken in Bereich strukturierter, semistrukturierter und unstrukturierter /dokumentbasierter Datenmengen zum Einsatz.

Projekte

Involvierte Mitarbeiter / Ansprechpartner

Studentische Arbeiten

   Abgeschlossen:

  • Stefan Schmidt: XQuery for Graph Analysis of Biopathways Data; Diplomarbeit
  • Bastian Schulz: Konzeption und Implementierung einer Optimiererkomponente für die BSA-Algebra; Diplomarbeit; 2007
  • Markus Bandt: Abbildung von algebraischen Ausdrücken in XQuery; Studienarbeit; 2008

Verwandte Themengebiete

  • Information Retrieval
  • Query Optimization