Möchten Sie mit Ihrem Team teilnehmen? Profitieren Sie von unseren Gruppenrabatten! Schreiben Sie an events@dpunkt.de

Identifikation von meinungsbasierter Homogenität und Heterogenität in Online-Netzwerken (YouTube)

Die so genannten Echokammern sind virtuelle Räume auf Social-Media-Plattformen, in denen die Nutzer nur mit Informationen und Meinungen konfrontiert werden, die ihre bisherigen Ansichten weitgehend unterstützen (Sunstein, 2009). Die bisherige Forschung hat sich auf Echokammern in Bezug auf die ideologische Homogenität (z.B. die allgemeine politische Gesinnung) konzentriert.

Die diesem Vortrag zugrundeliegende Arbeit analysiert anhand unstrukturierter Daten die meinungsbasierte Homogenität, d.h. den Austausch von Meinungen zu bestimmten gesellschaftlichen Themen. Dazu wird ein neuer Ansatz gewählt, der Sentiment- und Netzwerkanalysen verbindet. Auf dieser Basis lassen sich nicht nur politische, sondern auch marken- und produktbezogene Meinungsklimata und deren sozialen Dynamiken identifizieren.

Vorkenntnisse

Grundverständnis von Deep Learning

Lernziele

Die Teilnehmerinnen und Teilnehmer lernen ein Forschungsprojekt kennen, das einen Deep-Learning-Ansatz anwendet, um potenzielle Echokammern auf YouTube-Kommentaren zu identifizieren, wobei die High-Level-API-Keras und Netzwerkanalysetools zur Berechnung der Homogenität des Netzwerks verwendet werden.

Speaker

 

Daniel Röchert
Daniel Röchert ist Doktorand und wissenschaftlicher Mitarbeiter am Lehrstuhl für Informatik und Angewandte Kognitionswissenschaften der Universität Duisburg-Essen. Seine Forschungsinteressen umfassen Social Media Analytics, Machine-Learning- und Deep-Learning-Methoden sowie Predictive Analytics.

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden