You are here

EU Integrated Project SocialSensor

Ziel des SocialSensor-Projektes ist es aus benutzererzeugten Inhalten und den Interaktionen der Benutzer auf sozialen Netzwerkplattformen mittels Data-Mining-Verfahren und Aggregation neue Informationen und (Handlungs-)Empfehlungen zu generieren. Dazu wird das SocialSensor-Framework entwickelt, das eine Indizierung und Suche von textuellen und insbesondere multmedialen Inhalten aus dem Social Web in nahezu Echtzeit erlaubt. Informationen über das Interaktionsverhalten und die Aktivitäten der Benutzer auf sozialen Netzwerkplatform fließen dabei direkt in die Multimedia-Analyse und -Suche ein. Beispielsweise werden Benutzerbeiträge in Form von Kommentaren und Bewertungen analysiert um Trends und wichtige Ereignisse zu erkennen. Diese werden zusammen mit den sozialen Netzwerkbeziehungen genutzt, um Empfehlungen für andere Benutzer auszusprechen. Darüber hinaus werden nach dem mensch-zentrierten Ansatz neuartige Benutzungsschnittstellen zur Visualisierung und Exploration der sozialen Medien entwickelt.

Die Ergebnisse des SocialSensor-Projektes werden an zwei Anwendungsfällen demonstriert und evaluiert: Im ersten Anwendungsfall werden Nachrichten von professionellen Editoren und Journalisten um interessante und relevante Multimedia-Inhalte aus den sozialen Netzwerken ergänzt. Im zweiten Anwendungsfall Infotainment werden den Besuchern von großen Ereignissen wie beispielsweise Festivals neue Multimedia-Suchwerkzeuge und Möglichkeiten der Konsumierung der sozialen Medien angeboten. Durch die Indizierung und Möglichkeit der Konsumierung der Inhalte in nahezu Echtzeit wird SocialSensor einen signifikanten Einfluss auf beide Anwendungsbereiche haben.

Offizielle Webseite des Projekts
 

Laufzeit

  • TBD

Drittmittelgeber

  • EU, 7th Framework Programme, Information Society Technologies (IST), Integrated Project (IP-FP7-287975)

Partner

  • Centre for Research and Technology Hellas, Thessaloniki, Griechenland
  • Alcatel-Lucent Bell Labs, Frankreich
  • Yahoo Research Barcelona, Spanien
  • City University London, England
  • Athens Technology Center S.A., Griechenland
  • Deutsche Welle, Deutschland
  • German Research Center for Artificial Intelligence GmbH, Deutschland
  • IBM Research Haifa, Israel
  • Universität Klagenfurt, Österreich
  • JCP-Consult S.A.S., Frankreich

Prof. Dr. Steffen Staab

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

Short CV

I have studied computer science and computational linguistics at the Universität Erlangen-Nürnberg and at the University of Pennsylvania. I worked in the previous computational linguistics research group at the Universität Freiburg and did my Ph.D. in computer science in the faculty for technology in 1998. Afterwards I joined Universität Stuttgart, Institute IAT & Fraunhofer IAO, before I moved on to the Universität Karlsruhe (now: KIT), where I progressed from project lead, over lecturer and senior lecturer and did my habilitation in 2002. In 2004 I became professor for databases and information systems at Universität Koblenz-Landau, where I founded the Institute for Web Science and Technologies (WeST) in 2009. In parallel, I hold a Chair for Web and Computer Science at University of Southampton since March 2015.

Research Interests

Data represent the world on our computers. While the world is very intriguing, data may be quite boring, if one does not know what they mean. I am interested in making data more meaningful to find interesting insights in the world outside.

How does meaning arise?

  • One can model data and information. Conceptual models and ontologies are the foundations for knowledge networks that enable the computer to treat data in a meaningful way.
  • Text and data mining as well as information extraction find meaningful patterns in data (e.g. using ontology learning of text clustering) as well as connections between data and its use in context (e.g. using smartphones). Hence, knowledge networks may be found in data.
  • Humans communicate information. In order to understand what data and information means, one has to understand social interactions. In the context of social network knowledge networks become meaningful for human consumption.
  • Eventually meaning is nothing that exists in the void. Data and information must be communicated to people who may use insights into data and information. Interaction between humans and computers must happen in a way that matches the meaning of data and information.

The World Wide Web is the largest information construct made by mankind to convey meaningful data. Web Science is the discipline that considers how networks of people and knowledge in the Web arise, how humans deal with it and which consequences this has for all of us. The Web is a meaning machine that I want do understand by my research.

Where else you might find me?

In my office (room B110), traveling, running in the local forest or in Changa or at AHS. Watch out! 

PD Dr. Matthias Thimm

B 112
+49 261 287-2715
thimm@uni-koblenz.de

Ich bin PostDoc und Gruppenleiter der Fokusgruppe "Semantic Web". Ich habe 2011 an der Universität Dortmund zum Thema "Probabilistic Reasoning with Incomplete and Inconsistent Beliefs". Meine aktuellen Forschungsinteressen liegen in der Anwendung formaler Methoden der Künstlichen Intelligenz im Semantic Web. Meine weiteren Interessen liegen in probabilistischem Schliessen mit unvollständiger und unsicherer Information in sowohl aussagenlogischen als auch prädikatenlogischen Wissensrepräsentationsformalismen. Ich bin weiterhin interessiert an formalen Modellen zu Argumentation, insbesondere bezüglich spieltheoretischen Aspekten und ihrer Anwendung in Multiagentensystemen, an der Beziehung zwischen Argumentation und Wissensrevision, Agentenarchitekturen und Sicherheitsaspekten in Multiagentensystemen.

Webseite: http://www.mthimm.de

René Pickhardt

B 104
+49 261 287-2765
rpickhardt@uni-koblenz.de

Persönlich

Ich bin ein heavy metal fan und zusätzlich ein blogger. Zu meinen Themen gehören Open access sowie open education und open source.

Meine Begeisterung für die Zusammenarbeit mit Schülern zeigt sich in meinen 4 Kursen die ich an der Deutschen Schülerakademie.gehalten habe.

Ich Interessiere mich für Bitcoins und habe gemeinsam mt Jonas Kunze einen dogecoin pool gestartet.

Mein persönlicher Held ist Aaron Schwartz.

Forschung

Mein Hauptforschungsthema ist Language models. Insbesondere habe ich die Theorie der generalisierten Language Models entwickelt.

Ich interessiere mich für hoch skalierbare Systeme und alles was mit high performance computing und sozialen Netzwerken zu tun hat.

Lehre ist eine der schönsten Tätigkeiten an im Leben eines Wissenschaftlers. Deswegen habe ich den Web Science MOOC erstellt.