Sonntag, FrancescaFathi, RamianFiedrich, FrankWienrich, CarolinWintersberger, PhilippWeyers, Benjamin2021-09-232021-09-232021https://dl.gi.de/handle/20.500.12116/37411Die zunehmende gesellschaftliche Nutzung sozialer Medien als öffentliches Kommunikationsmedium erzeugt eine kontinuierlich wachsende Datenmenge nutzergenerierter Inhalte. In Krisen und Katastrophen, aber auch während Großveranstaltungen können lagerelevante Informationen aus sozialen Medien gewonnen und in ein Lagebild integriert und visualisiert werden. Jedoch erschweren Volumen, Vielfalt, Erzeugungsgeschwindigkeit und Verifizierung der Daten sozialer Medien eine Analyse und anwendergerechte Darstellung in Echtzeit. In dieser Arbeit wurde anhand von keyword-, orts- und accountspezifisch selektierten Posts der Plattformen Twitter und Instagram im Kontext von zwei Großveranstaltungen im Jahr 2019 eine Kategorisierung der textuellen Nachrichten sowohl thematisch als auch technisch geprüft. Hierbei wurden insbesondere die sicherheitsrelevanten Themenbereiche wie Gesundheitsgefahren, Hygiene, Personenströme und allgemeine Sicherheitsaspekte, allerdings auch spezifische Aspekte für Großveranstaltungen, wie z.B. die Identifikation von Feedback und Stimmung, analysiert. Die gewonnenen Erkenntnisse können einerseits dazu beitragen, Informationen aus sozialen Medien in einem Lagebild abzubilden und andererseits bestehende Analyseansätze zu erweitern.deSoziale MedienDigitale LageerkundungGroßveranstaltungenKlassifizierungRandom Forest AlgorithmusText/Workshop Paper10.18420/muc2021-mci-ws08-262