Sie sind hier

ROBUST - Risk and Opportunity management of huge-scale BUSiness communiTy cooperation

ROBUST befasst sich mit der Entwicklung von Methoden, um die Erreichung von betriebswirtschaftlichen, sozialen und ökonomischen Zielen sowohl der Nutzer als auch der Community-Betreiber und Eigentümer zu erfassen und zu steuern. Somit liegen die Aufgaben von ROBUST in der Entwicklung von Lösungen zum Risikomanagement, Datenmanagement, der Nutzermodellierung, der Simulation und der Datenanalyse für Online Communities.

Laufzeit

  • November 2010 - Oktober 2013

Geldgeber

  • TBD

Partner

  • Universität Koblenz-Landau (DE)
  • SAP AG (DE)
  • IBM Israel Science and Technology LTD (IL)
  • National University of Ireland, Galway (IE)
  • University of Southampton (UK)
  • Technische Universität Berlin (DE) 
  • TEMIS S.A. (FR) 
  • Software Mind SA (PL) 
  • The Open University (UK) 
  • MeaningMine Ltd. (IE)

Projekt-Homepage

Prof. Dr. Steffen Staab

B 108
+49 261 287-2761
staab@uni-koblenz.de

Kurzlebenslauf

Ich habe Informatik und Computerlinguistik an der Universität Erlangen-Nürnberg und an der University of Pennsylvania studiert. Ich habe in der früheren Computerlinguistik-Forschungsgruppe an der Universität Freiburg gearbeitet und meinen Dr. rer. nat. in Informatik an der Technischen Fakultät (damals: Fakultät für angewandte Wissenschaften) 1998 erworben. Danach war ich an der Universität Stuttgart, am Institut IAT, und bei Fraunhofer IAO tätig, bevor ich zur Universität Karlsruhe (jetzt: KIT) wechselte, wo ich als Projektleiter, wissenschaftlicher Assistent und Oberassistent arbeitete. 2004 wurde ich zum Professor für Datenbanken und Informationssystem an der Universität Koblenz-Landau ernannt, wo ich 2009 das Institute for Web Science and Technologies (WeST) gründete. Seit März 2015 halte ich außerdem einen Chair for Web and Computer Science an der University of Southampton.

Forschungsinteressen

Auf dem Rechner beschreiben Daten die Welt. Die Welt ist spannend, aber Daten sind ganz schön langweilig, wenn man nicht weiß, was sie bedeuten. Ich interessiere mich dafür, wie Daten spannend werden, indem man ihre Bedeutung versteht.

Wie aber kommt Bedeutung zustande? 

  • Man kann die Bedeutung von Daten und Informationen modellieren. Begriffliche Modelle und Ontologien sind die Grundlage für Wissensnetze, die dem Rechner erlauben bedeutungsvoll mit Daten umzugehen.
  • Text und Data Mining sowie Informationsextraktion finden bedeutungstragende Muster in Daten (z.B. mittels Ontology Learning oder Text Clustering) und auch Zusammenhänge zwischen Daten und ihrer Verwendung im Kontext (z.B. mit Smartphones). So werden Wissensnetze in Daten gefunden.
  • Menschen kommunizieren Informationen. Um zu verstehen, was Daten und Informationen bedeuten, muss man soziale Interaktionen verstehen. Im Kontext von sozialen Netzwerken werden Wissensnetze bedeutungsvoll für Menschen.
  • Bedeutung ist nichts absolut Gesetztes. Letzten Endes muss die Bedeutung von Daten und Informationen wieder an den Menschen kommuniziert werden, der diese Daten und Informationen nutzt. Interaktion zwischen Menschen und Rechnern muss der Bedeutung von Daten und Informationen gerecht werden.

Das größte Konstrukt, das die Menschheit erfunden hat, um Daten mit Bedeutung zu kommunizieren ist das World Wide Web. Web Science untersucht, wie Netzwerke von Personen und Wissen im Web entstehen, wie Menschen damit umgehen und welche Folgen das für uns alle hat. Das Web ist eine Bedeutungsmaschine, die ich durch meine Forschung verstehen möchte.

Wo ich sonst zu finden bin

Wenn ich nicht gerade im Büro oder auf Dienstreise bin, bin ich am Liebsten zum Laufen im Stadtwald, im Changa oder beim AHS. Watch out! 

Dr. Thomas Gottron

B 124
+49 261 287-2862

Ursprünglich aus Mainz kommend, bin ich seit 2010 als PostDoc am Institut für Web Science and Technologies. Das Web begleitet mich natürlich schon deutlich länger -- sowohl im beruflichen als auch privaten Leben. Die Möglichkeit jederzeit und überall auf Informationen zuzugreifen hat mich schon immer begeistert. Außerdem bietet das Web ein Fenster zur ganzen Welt. Da ich gerne reise und Leute aus anderen Ländern treffe bietet das Web idealen Voraussetzungen um Kontakt zu Freunden zu halten und zu pflegen... und als Wissenschaftler kammt man dank Konferenzen und internationalen Projekten auch ganz schön in der Welt herum.

Meine Forschungsinteressen liegen im Bereich Information Retrieval, Web Mining und Linked Data. Besonders charmant sind dabei natürlich Fragestellungen in der Forschung die alle drei Bereiche umfassen. Dazu gehören Suchsysteme für Linked Data, Extraktion von strukturierten Informationen aus dem Web oder Data Mining auf Linked Data. Auch in der Lehre decke ich diese Themengebiete ab. Dazu gehören die Vorlesungen Web Information Retrieval, Machine Learning and Data Mining sowie Seminare und Projektpraktika zu Semantc Web Retrieval, Linked Open Data und Information Retrieval.

Felix Schwagereit

Ich bin Doktorand am WeST-Institut. Ich habe in den vergangenen Drittmittelprojekten SOAinVO (BMBF), WeKnowIt (EU) und ROBUST (EU) gearbeitet. Mein Forschungsgebiet sind Online Communities. In der Vergangenheit war ich in den Themenbereichen verteilte Communities, Policy Models, Semantic Web und Linked Open Data aktiv. Zur Zeit erforsche ich die Makrodynamik von Online Communities mit Hilfe on Simulationen.

In meiner Freizeit liebe ich es auf der Mosel zu rudern oder entdecke zu Fuß die schöne Landschaft um Koblenz.

Dr. Julia Perl

Ich habe Informatik an der Uni Magdeburg studiert und bin nun seit 2011 wissenschaftliche Mitarbeiterin am WeST-Institut. Seit dem habe ich bei zwei Forschungsprojekten, ROBUST und Social Sensor, mitgearbeitet. In meiner Promotionsarbeit beschäftige ich mich mit der Analyse von Entlinkungen, auch Unlink Prediction genannt.

Nach der Arbeit verbringe ich am liebsten Zeit auf dem Volleyball- oder Beachvolleyballfeld oder tobe mich anderweitig sportlich aus. Wer sich wundert wieso ich in meinen Publikationen auch als Julia Preusse auftauche: ich habe 2013 geheiratet und meinen Namen geändert :)

Dr. Thomas Gottron

B 124
+49 261 287-2862

Ursprünglich aus Mainz kommend, bin ich seit 2010 als PostDoc am Institut für Web Science and Technologies. Das Web begleitet mich natürlich schon deutlich länger -- sowohl im beruflichen als auch privaten Leben. Die Möglichkeit jederzeit und überall auf Informationen zuzugreifen hat mich schon immer begeistert. Außerdem bietet das Web ein Fenster zur ganzen Welt. Da ich gerne reise und Leute aus anderen Ländern treffe bietet das Web idealen Voraussetzungen um Kontakt zu Freunden zu halten und zu pflegen... und als Wissenschaftler kammt man dank Konferenzen und internationalen Projekten auch ganz schön in der Welt herum.

Meine Forschungsinteressen liegen im Bereich Information Retrieval, Web Mining und Linked Data. Besonders charmant sind dabei natürlich Fragestellungen in der Forschung die alle drei Bereiche umfassen. Dazu gehören Suchsysteme für Linked Data, Extraktion von strukturierten Informationen aus dem Web oder Data Mining auf Linked Data. Auch in der Lehre decke ich diese Themengebiete ab. Dazu gehören die Vorlesungen Web Information Retrieval, Machine Learning and Data Mining sowie Seminare und Projektpraktika zu Semantc Web Retrieval, Linked Open Data und Information Retrieval.

Bibsonomy Tag: 
robust-project
Abschlussdatum: 
Oktober, 2013