Institute for Web Science and Technologies · Universität Koblenz - Landau
Institute WeST

Themen

Computational Social Science

Zur Erforschung von Methoden zur Analyse sozialwissenschaftlicher Phänomene anhand von Daten im WWW werden Algorithmen und neue, nicht-reaktive Methoden für die Sozialwissenschaften entwickelt. Grundlage für diese Arbeiten sind Ansätze aus den Bereichen Machine Learning, Data Mining und Netzwerkanalyse. Aktuelle Schwerpunkte sind die quantitative Analyse politischer Wahlprozesse und -dynamiken anhand von sozialen Mediendaten sowie die quantitative Analyse von sozialwissenschaftlich-relevanten Prozessen aus sozialen Medien oder Logdaten.

Beteiligte Personen

JProf. Dr. Claudia Wagner

Dr. Florian Lemmerich

Interactive Web and Human Computing

Die Arbeitsgruppe Interactive Web and Human Computing untersucht, wie das Web (insbesondere angesichts der ungeheuren Zahl von Multimedia- und Wissensinhalten) benutzerfreundlicher gestaltet werden kann. Neuartige Sensoren erlauben es beispielsweise, die Absicht des Benutzers besser zu verstehen. So werden EU-Projekt Live+Gov etwa Handysensoren eingesetzt, um den Interaktionskontext eines Benutzers besser zu erkennen und zu nutzen.

Weiterhin erforscht die Gruppe, wie Webbenutzer bei der Lösung von Problemen helfen können, für die dem Rechner Hintergrundwissen und/oder kognitive Fähigkeiten fehlen – etwa indem Menschen und Computer gemeinsam eine soziale Maschine bilden. Zu diesem Zweck entwickelt und untersucht die Arbeitsgruppe inhaltliche Abhägigkeiten zwischen Aufgaben, um Arbeitsprozesse zu gestalten. Ein Beispiel für die Nutzung der Problemlösungsfähigkeit von Menschen ist die Definition von semantischen Querbeziehungen zwischen Begriffen durch Microtask-Arbeiter im Web, deren kollektive Intelligenz gezielt genutzt wird.

Beteiligte Personen

Dr. Chandan Kumar

Prof. Dr. Steffen Staab

Semantic Web

Das Semantic Web ist die Vision eines weltweiten Netzes von Daten (“Linked Data”), die so aufbereitet sind, dass sie von intelligenten Systemen bei der Suche, der Verknüpfung, dem Austausch und der Zusammenstellung von Informationen genutzt werden können. Es geht über die bloße Darstellung von Informationen im heutigen Web hinaus, da die Bedeutung von Informationen (ihre Semantik) mitrepräsentiert wird.

Der Schwerpunkt der Arbeitsgruppe Semantic Web liegt in der Erarbeitung von Lösungen für die Verwaltung und Erschließung von Semantic Web Daten. Logik-basierte Verfahren erhalten hierbei ein besonderes Augenmerk, wenn es um intelligentes und robustes Schlussfolgern über Semantic-Web-Daten und die Integration von Daten aus verschiedenen Quellen geht. Dazu gehören auch Aspekte der Datenverwaltung, wie Indizierung, effizientes Anfragen und Entwicklung von Benchmarks. Man verwendet diese Methoden, um in der rasant wachsenden Menge von Linked Data schnell die relevanten Daten zu finden, auf sie zuzugreifen und sie zu analysieren.

Zu diesem Zweck erforscht die Arbeitsgruppe Semantic Web Methoden aus der Datenbankforschung, dem Information Retrieval, der Künstlichen Intelligenz und der Forschung im Semantic Web im Speziellen und betrachtet hierfür auch vielfältige Anwendungsfragen in Bereichen wie eGovernment, eScience oder Big Contact Kontakt Semantic Data.

Beteiligte Personen

Daniel Janke

PD Dr. Matthias Thimm

Martin Leinberger

Prof. Dr. Steffen Staab

Software and Services

Programmierer von Softwareanwendungen und Softwarediensten im Web stehen vor zwei Problemen: Zum einen müssen Softwarekomponenten im Web mit großen Datenmengen umgehen können. Diese sind oft nur wenig strukturiert, werden ad-hoc bereitgestellt und unterliegen häufigen Änderungen. Um für diese Daten Software zu entwickeln, muss der Entwickler zunächst ihre Struktur verstehen und diese in der Software nutzen. Existierende Programmierumgebungen machen es dem Softwareentwickler schwer, Daten zu verstehen, Schemata in die Programmiersprache zu überführen und diese für eine strukturierte und getypte Organisation der Daten so zu nutzen, dass Laufzeitfehler vermieden werden.

Zum anderen müssen im Web eine deutlich höhere Anzahl von Softwarekomponenten miteinander interagieren. Die Anpassung einer Softwarekomponente, z.B. aufgrund von Datenschemaänderungen, erfordert häufig weitere Anpassungen von abhängigen oder interagierenden Softwarekomponenten. An dieser Stelle benötigt der Softwareentwickler neue Methoden für die automatisierte Evolution und Koevolution von Softwarekomponenten.

Um mit diesen Problemen umgehen zu können, erforscht die Arbeitsgruppe Software und Dienste im Web die Nutzung von Semantic Web-Methoden im Umgang mit sich ändernden Daten und Softwarekomponenten bei der Entwicklung, Programmierung und Wartung von Software, um so die Flexibilität und Qualität der resultierenden Software zu erhöhen.

Beteiligte Personen

Martin Leinberger

Prof. Dr. Steffen Staab

Web Science und Unternehmensführung

Das Web verändert die Art, wie Firmen arbeiten, miteinander kooperieren und sich nach außen präsentieren. Um erklären und vorhersagen zu können, wie Unternehmen im Web (inter)agieren ist es notwendig, die darunterliegenden sozialen Prozesse im Web zu verstehen.

Die Arbeitsgruppe zu Web Science und Unternehmensführung untersucht solche sozialen Prozesse im Web. Der derzeitige Schwerpunkt liegt auf der Online-Reputation von Unternehmen. Immer mehr Anbieter nutzen verschiedene Formen von Bewertungssystemen, mittels derer die Nutzer Zeugnis über die Qualität der Angebote ablegen. Dies betrifft unter anderem Hotel- und Restaurantbuchungsplattformen, den Online-Handel und Arbeitgeber. Solche Bewertungen, die sich zu einer eigenen Art von Währung im Netz entwickeln haben, haben großen Einfluss auf die wahrgenommene Reputation von Anbietern. Der Arbeitsgruppe zu Web Science und Unternehmensführung erforscht die Auswirkungen von Online-Reputation auf die Gesamtreputation von Unternehmen und das Wechselspiel zwischen Mitarbeiterverhalten in sozialen Medien und der Unternehmensreputation.

Beteiligte Personen

JProf. Dr. Mario Schaarschmidt

Web Search and Data Mining

Das World Wide Web ist heutzutage zweierlei: Ein riesiges Netzwerk verknüpfter Informationen sowie ein virtueller Raum, in dem Menschen miteinander interagieren, sich begegnen und sich austauschen. In der Arbeitsgruppe Web Search and Data Mining untersuchen wir mit einem gemeinsamen Werkzeugkasten an Methoden und Lösungsansätzen beide dieser Aspekte. Ein Schwerpunkt liegt hierbei auf der Bestimmung der behandelten Themen. Wir verwenden probabilistische Modelle, um Themen zu beschreiben und um anzugeben, inwieweit ein Thema in einem Dokument angesprochen wird. Hierfür analysieren wir nicht nur die Wörter, die in den Dokumenten auftauchen, sondern auch den Dokumentkontext, z. B. den Ort oder den sozialen Kontext. Diese Sicht kann genutzt werden, um aus der riesigen Flut an Online-Artikeln einen repräsentativen Überblick über ein Thema zu geben. In sozialen Netzwerken findet man Inhalte, die Benutzer eingestellt haben, aber auch soziale Interaktionen zwischen Benutzern. Aus den darin enthaltenen Strukturen lässt sich beispielsweise voraussagen, ob zwei Nutzer Kontakt aufnehmen sollten, wann ein Nutzer ein soziales Netzwerk vermutlich verlässt und worin der Vorteil läge, dem ‘like’ Button in einer Plattform für soziale Netze einen ‘dislike’ Button hinzuzufügen.

Beteiligte Personen

Prof. Dr. Steffen Staab