Logo des Repositoriums
 

SocialML: EUD im Maschine Learning zur Analyse sozialer Medien

Kurzanzeige
dc.contributor.authorScholl, Simon
dc.contributor.authorReuter, Christian
dc.contributor.authorLudwig, Thomas
dc.contributor.authorKaufhold, Marc-André
dc.contributor.editorDachselt, Raimund
dc.contributor.editorWeber, Gerhard
dc.date.accessioned2018-07-09T08:40:25Z
dc.date.available2018-07-09T08:40:25Z
dc.date.issued2018
dc.description.abstractDie Analyse sozialer Medien hat eine enorme Bedeutung für die verschiedensten Bereiche, wie bei-spielsweise die Lagebeurteilung, journalistische Recherchen oder unternehmerische Analysen. Dabei sind die entsprechenden Analysten unterschiedlichen Kontextfaktoren unterworfen. Sei es durch ihren organisationalen Hintergrund, durch tätigkeitsbezogene Rollen oder den geografischen und zeitlichen Rahmen. Um den ständig im Wandel begriffenen Kontexten gerecht zu werden, ergeben sich permanent neue Herausforderungen für die Anpassbarkeit der Analyse. Dieser Beitrag untersucht, wie ein auf Machine Lear-ning (ML) basierendes Tool zur Social Media Analyse (SMA) im Sinne des End-User Development (EUD) auf verschiedenen Komplexitäts- und Schrittebenen umgesetzt werden kann.de
dc.identifier.doi10.18420/muc2018-mci-0347
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/16668
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofMensch und Computer 2018 - Tagungsband
dc.relation.ispartofseriesMensch und Computer
dc.subjectSocial Media
dc.subjectEnd User Development
dc.subjectMachine Learning
dc.titleSocialML: EUD im Maschine Learning zur Analyse sozialer Mediende
dc.typeText/Workshop Paper
gi.citation.publisherPlaceBonn
gi.conference.date2.-5. September 2018
gi.conference.locationDresden
gi.conference.sessiontitleKurzbeiträge
gi.document.qualitydigidoc

Dateien

Originalbündel
1 - 2 von 2
Vorschaubild
Name:
Beitrag_347_final__a.pdf
Größe:
496.06 KB
Format:
Adobe Portable Document Format
Herunterladen
Vorschaubild
Name:
poster_0347.pdf
Größe:
1.28 MB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

Tagungsband MuC 2018