Logo des Repositoriums

Auflistung nach Schlagwort "Social Media Analytics"

1 - 5 von 5
  • Konferenzbeitrag
    From Conspiracies to Insults: A Case Study of Radicalisation in Social Media Discourse
    (Mensch und Computer 2018 - Workshopband, 2018) Riebe, Thea; Pätsch, Katja; Kaufhold, Marc-André; Reuter, Christian
    Online radicalisation is often linked to discourses on social media. In this context, the question arises how populist online discourses radicalise in social media platforms. With a quantitative content analysis of supporters of the German party “Alternative für Deutschland (AfD)” and their contributions on Facebook between March 2014 and May 2017, this preliminary analysis illustrates how the discourse shifts from a dominantly neutral debate to insult-driven and dis-criminatory contributions. It provides insights into the dynamic of political social media dis-courses and shows a tendency of correlating language style and topics that can be further studied in Social Media Analytics.
  • Konferenzbeitrag
    No Mayfly: Detection and Analysis of Long-term Twitter Trends
    (BTW 2023, 2023) Ziegler, John; Gertz, Michael
    The focus of social media is characterized by stories about short-lived breaking news. Often, such mayflies make it hard to keep track of more profound topics that are prevalent over a longer period of time. To tackle this issue we present a method to detect such long-term trends based on temporal networks and community evolution. Connecting those methods with that of trend analysis allows to study the temporal development of trends"
  • Zeitschriftenartikel
    Social Media Analytics
    (Wirtschaftsinformatik: Vol. 56, No. 2, 2014) Stieglitz, Stefan; Dang-Xuan, Linh; Bruns, Axel; Neuberger, Christoph
    Der vorliegende Beitrag setzt sich mit dem neu aufkommenden Forschungsgebiet „Social Media Analytics“ (SMA) auseinander. Nach Ansicht der Autoren wird dieses Feld erheblichen Einfluss auf die künftige Forschung im Bereich sozialer Medien in unterschiedlichen wissenschaftlichen Fachrichtungen ausüben. Es wird verdeutlicht, dass SMA in der interdisziplinären Wissenschaft mehrwertstiftend als Methodengerüst in der Forschung zu sozialen Medien eingesetzt werden kann. Besonders für die Wirtschaftsinformatik wird deutlich, dass SMA helfen kann, Bezugsmodelle für Entscheidungsfindungen oder Entscheidungsunterstützung zu entwickeln. Dies gilt sowohl für die Messung der Auswirkungen sozialer Medien innerhalb von Organisation als auch für die Analyse öffentlicher sozialer Netzwerke, einschließlich deren Auswirkungen auf Organisationen. SMA unterstützt zudem dabei, Architekturentwürfe für die Entwicklung neuer Anwendungen und Informationssysteme bereitzustellen, die auf sozialen Medien basieren. Im Bereich der SMA ist eine interdisziplinäre Forschungsagenda notwendig, die gleichermaßen eine verstärkte interdisziplinäre Zusammenarbeit erfordert und fördert. Gemeinsames interdisziplinäres Ziel muss es sein, Fortschritte bei der Entwicklung von wissenschaftlichen Methoden für die Analyse von sozialen Medien zu erreichen, die zu der Beantwortung von Forschungsfragen verschiedener Disziplinen beitragen.AbstractIn this contribution, we introduce “social media analytics” (SMA) as an emerging interdisciplinary research field that, in our view, will have a significant impact on social media-related future research from across different academic disciplines. Despite a number of challenges, we argue that SMA can provide other disciplines – including IS – with methodological foundations for research that focuses on social media. Furthermore, we believe that SMA can help IS research to develop decision-making or decision-aiding frameworks by tackling the issue of social media-related performance measurement, which has been challenging until now. Moreover, SMA can provide architectural designs and solution frameworks for new social media-based applications and information systems. Finally, we call for an interdisciplinary SMA research agenda as well as a significantly increased level of interdisciplinary research co-operation, which must aim to generate significant advancements in scientific methods for analyzing social media, as well as to answer research questions from across different disciplines.
  • Zeitschriftenartikel
    Social Media Analytics: Wie die Ausrichtung an den Unternehmenszielen gelingt
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 5, 2016) Kleindienst, Dominikus
    In sozialen Medien wie z. B. Facebook oder Twitter existieren große Mengen an bisher teils ungenutzten, geschäftsrelevanten Daten. Die meisten Unternehmen haben dies erkannt und wenden verschiedene Ansätze aus dem Bereich der Social Media Analytics (SMA) an, um derartige Daten zu identifizieren und für ihr Geschäftsmodell nutzbar zu machen. Entgegen dem ihr beigemessenen hohen Stellenwert wird die Steuerung von SMA jedoch häufig den IT-Abteilungen überlassen, welche die Anwendung von SMA nicht immer ausreichend an den Unternehmenszielen ausrichten, sondern sich zu sehr auf rein technische Fragestellungen der SMA-Implementierung fokussieren. Dies führt dazu, dass eher auf eine effiziente Datensammlung und -speicherung abgezielt wird, als darauf, welche Daten benötigt und wie diese im Sinne des Geschäftsmodells verwendet werden. Konkrete Handlungsempfehlungen dafür, wie die Ausrichtung von SMA an den Unternehmenszielen gelingen kann, gibt es bisher nicht. Dieser Beitrag stellt deshalb ein existierendes Framework vor, mit dessen Hilfe die Ausrichtung der SMA an den Unternehmenszielen gelingen soll. Ziel des Beitrages ist es insbesondere, die Anwendung des Frameworks in der Praxis zu erleichtern. Zu diesem Zweck wird das Framework in Hinblick auf seine Einsetzbarkeit in der Praxis angepasst, ein anschauliches Fallbeispiel aufgezeigt sowie eine Evaluation des Ansatzes in Experteninterviews durchgeführt.AbstractLarge amounts of unused, business-relevant data exist in social media such as Facebook or Twitter. Most companies have realized this potential and apply different approaches from the area of social media analytics (SMA) in order to identify data that are useful for their business models. Although SMA are already considered to be important, management often hands off the responsibility to IT departments, who do not always sufficiently align their efforts with the business objectives, but focus too much on technical challenges. Hence, they rather aim at efficient data collection and storage instead of business alignment. As there are no concrete recommendations to practitioners on how to align SMA with business objectives yet, this paper presents an existing framework that helps with SMA business alignment. This paper particularly aims at simplifying the framework’s application in practice. Accordingly, the framework is adapted for practical use, an illustrative case is presented, and the approach is evaluated by expert interviews.
  • Zeitschriftenartikel
    Social Media-Analyse – Mehr als nur eine Wordcloud?
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Böck, Matthias; Köbler, Felix; Anderl, Eva; Le, Linda
    Analysen von Social Media-Daten haben gerade in den letzten Jahren stark an Aufmerksamkeit unter Entscheidern in Unternehmen gewonnen und werden immer häufiger als Instrument zur Steuerung wesentlicher Unternehmensfunktionen, insbesondere der kundenorientierten Marktbearbeitung, eingesetzt. Die Frage, wie sich konkrete Handlungsempfehlungen und Maßnahmen in Entscheidungsprozesse miteinbeziehen lassen, bleibt dabei jedoch häufig ungelöst. Hinzu kommt ein stetiges Abwägen, zwischen vollautomatisierten Reports und einer aufwändigen, manuellen und kostenintensiven Detailauswertung.Der Artikel beschreibt anhand von konkreten, beispielhaften Anwendungen aktuelle Auswertungsverfahren, die sowohl auf einer deskriptiven Ebene, aber auch mit Methoden aus dem Data Mining gesammelte Daten aus den Plattformen Facebook und Twitter analysieren und verschiedene exemplarische Fragestellungen beantworten. Dies kann im einfachsten Fall eine Übersicht zu aktuell häufig diskutierten Themen sein, aber auch deutlich detaillierte und komplexere Sachverhalte, wie die mitschwingende Emotion, die Vernetzung der mit dem Inhalt interagierenden Nutzer oder Zusammenhänge zwischen einzelnen Themen, umfassen.Um für ein Unternehmen und insbesondere für Entscheider einen Mehrwert zu schaffen, müssen die Analysen durch eine strategische Vorgehensweise geleitet sein sowie an Zielen ausgerichteter Fragestellungen und Ziel-Maßnahmen-Systeme Anwendung finden, um Erkenntnisse systematisch in konkrete Handlungsempfehlungen zu überführen. Abschließend diskutiert der Artikel mögliche Potentiale, die durch die Anwendung von komplexeren Analysemethoden entstehen, reflektiert aber auch konzeptionelle und technische sowie ethische Herausforderungen und Limitierungen.AbstractAnalyses of social media data have recently gained a lot of attention from decision makers in companies, and are used more and more as a steering instrument of essential business operations, especially the customer oriented marketing actions. However, the question how practical recommendations for actions and measures can be integrated in decision making processes, often remains unresolved. Additionally, there is a constant need to weigh up automatized reports against a time-consuming, manual and cost-intensive detail analysis.This article describe from concrete and exemplary applications, current analysis methods, which are analyzing data from the platforms Facebook and Twitter with both descriptive but also advanced data mining methods to answer to different, exemplary questions. This can be for the simplest case an overview of current frequently discussed topics, but also include considerably more detailed and complex issues, like emotions, the interconnectedness between users, who are interacting with a certain content, or the interdependencies between individual topics.Analyses have to be led by a strategic approach, as well as to be applied to objectives which orient on business questions and to objective measure systems to systematically translate insights into concrete recommended actions. This ensures to add value for companies and especially decision makers. The article concludes with possible potentials, which arise from the use of complex analysis methods, but also reflects conceptual and technical as well as ethical challenges and limitations.