Text Mining - Wissensrohstoff Text
|
|
- Hede Scholz
- vor 8 Jahren
- Abrufe
Transkript
1 Text Mining - Wissensrohstoff Text Gerhard Heyer Universität Leipzig heyer@informatik.uni-leipzig.de Institut für Informatik
2 Definitionen soziale Netzwerke 2
3 Soziale Netzwerke Mit dem Terminus soziale Netzwerke werden Internetanwendungen bezeichnet, die auf den technologischen und ideologischen Grundlagen des Web 2.0 aufbauen und die Herstellung und den Austausch von User Generated Content ermöglichen [1] Hierzu zählen insbesondere Blogs Microblogs (Twitter) Foren Bewertungsportale (Ciao, Amazon) Social Bookmarks (Delicious, Mr. Wong) Multimedia Sharing (Youtube, Flickr) Chats Wikis (Wikipedia) 3
4 Blogs Eigenschaften/Besonderheiten: Journalistisch Chronologisch Freie Gestaltung Tags Kommentare Vernetzung ( Blogosphäre ) Feeds 4
5 Foren Eigenschaften/Besonderheiten : Themenspezifisch Fokus auf Diskussion Hierarchisch strukturiert (Forum, Thread/Topic, Post) Zitate Views/Hits 5
6 Twitter Eigenschaften/Besonderheiten: Echtzeit -Kommunikation Chronologisch Auf 140 Zeichen beschränkt Follower/Following Retweet/Reply Hashtags 6
7 Ziele Identifizieren von Communities und deren Ausbreitung Beobachtung von Meinungen und Meinungstrends Beobachtung des Entstehens neuer Themen Identifizieren von Meinungsmachern Konkrete Anwendungen u.a. im Bereich Marketing Technologie Mining Öffentliche Sicherheit Jugendschutz Enge Verbindung zu Autorenerkennung, Topic Detection und Tracking, Sentiment Analyse 7
8 Daten, Content, Metadaten Netzwerk-bezogen: Vernetzungsgrad, Expert-Score, Credibility-Score, Meta-Daten-bezogene QA: Tags, Verlinkung, Bewertungen Video Bild Contentbezogen: Anzahl Tags, Stickiness,.. Content-bezogene QA: Unerwünschter Content, Schreibstil, User-bezogen: Engagement- Score, RFM- Score, Externe : Verlinkung, Vernetzung, Bewertungen, 8
9 Semantic Structure Analyse sozialer Netzwerke Vernetzung von Daten und Beziehungen DATA CONNECTIVITY QM/ QA Taxonomie... Meta Data Management Business/ Content Intelligence TEXT Mining SCHAFT DUCH INTEGRATION NEUE MÖGLIICHKEITEN DER INTELLIGENTEN NUTZUNG DES WEB Tagging Wiki Blogs Folksonomie Collective Intelligence WEB 1.0 WEB SOCIAL CONNECTIVITY 9
10 Aufgaben Merkmalsextraktion (z.b. Key Term Extraction, ) Generierung und Repräsentation von Metadaten (z.b. FOAF) Algorithmen für die Generierung und Analyse komplexer Graphen Einbindung von Trend Analysen und Sentiment Analysis Benutzungsoberflächen 10
11 Communities 11
12 Definition Virtuelle Gemeinschaft mit vielen Nutzern. Technisch ist eine Community eine Menge von Nutzern/ Dokumenten/ Contents, die stärker innerhalb der Community, als ausserhalb der Community verbunden sind. (Hierbei wird ein enger Zusammenhang zwischen den Menschen und den von ihnen genutzten bzw. generierten Contents angenommen). 12
13 Communities sind Graphen mit Kantengewichten Mit der Definition werden Kantengewichte auf Gewichte zwischen Teilmengen von Knoten erweitert w(v) ist der Grad von v 13
14 Nachbarschaften von u und v N(U) enthält alle echten Nachbarn von U, d.h. alle Knoten, die kein Element von U sind und zu Knoten in U benachbart sind. 14
15 Communities nach Flake [2, 3] 15
16 Ein Beispiel 16
17 Minimale Schnitte Communities (in dem definierten Sinne) können mit Hilfe von minimalen Schnitten berechnet werden. 17
18 Ein Beispiel 18
19 Definition s-t-schnitt Seien s und t zwei Knoten und S ein minimaler s-t-schnitt. Gilt w(s, S) w(s) dann ist S eine Community. 19
20 Ein Beispiel 20
21 Minimale Schnitte und maximaler Fluss Satz von Ford-Fulkerson Das Gewicht eines minimalen s-t-schnittes ist genau die Kapazität eines maximalen Flusses von s nach t. 21
22 Algorithmus für die Berechnung von Communities Führe eine künstliche Quelle s und eine künstliche Senke t ein: Wähle eine Menge S V von Seiten, die Saat, und einen Parameter α. s wird mit jedem Knoten in S verbunden. Die Kanten erhalten unendliche Kapazität. t wird mit allen Knoten des ursprünglichen Graphen verbunden. Die Kanten erhalten Kapazität α. Berechne einen maximalen s-t-fluss. C sei die Menge aller Knoten in der Komponente, die s enthält, nachdem alle Kanten des Flusses entfernt wurden. Falls S C gilt, ist C eine Community. 22
23 Eigenschaften des Verfahrens Der maximale Fluss zwischen zwei Knoten s und t eines gerichteten und gewichteten Graphen G = (V,E) lässt sich in Zeit O( V E 2 ) berechnen. Sei C eine Community, die mit dem vorhergehenden Verfahren und Paramter α konstruiert wurde. Dann gilt für alle P,Q mit P Q = C und P Q = 0 c S,V S c P,Q V S α min P, Q 23
24 Einfluss von α Wenn α zu klein ist, liefert der Algorithmus nur ein einzelnes großes Cluster zurück; Wenn α zu groß ist, liefert der Algorithmus nur eine Vielzahl an einzelnen Singletons zurück Der (für eine Anwendung) richtige Wert muss experimentell bestimmt werden. 24
25 Beispiel: Jugendschutz 25
26 ChatAG Auswertung von Daten aus der moderierten Chat AG in Kooperation mit dem Institut für Medienpädagogik der Ulei Textstatistik ChatAG de_web de_07 # Zeilen / Sätze # Wortformen Durchschnittliche Satzlänge 11,84 24,29 26,27 # verschiedene Wörter Häufigstes Wort du und der Weiterführende Statistik: ChatAG: Bei nur 31T verschiedenen Wörter können 362T Mehrwortbegriffe extrahiert werden (maximale Länge: 6 Wörter) Bei de07 und deweb werden gerade einmal knapp 200T Mehrwortbegriffe extrahiert 26
27 Vorgehen Berechnung von relevanten Termen (Differenzanalyse) Extraktion von Eigennamen Berechnung von Kookkurrenzen Clustern von Kookkurrenzen mit Chinese Whispers Analyse der so erzeugten Cluster (Communities) 27
28 Beispiele aus dem ChatAG-Korpus Personenkookkurrenzen 28
29 Personencluster globale Sicht 29
30 Personencluster - Symmetrie 30
31 Personencluster Asymmetrie 31
32 Personencluster mit Namen 32
33 Personencluster Mikrosicht 33
34 Analyse sozialer Netzwerke Social Network Analysis kritische Gravitationszentren Die Diskussion um das Thema X verbreitet sich nur in bestimmten Teilen des Netzes. (Farbe: Quellen-Typus, Grösse: Zentralität) Wachstum der Diskussion um das Thema X Authors discussing keyword 19 2 Per. Gleitender Durchschnitt (Authors discussing keyword)
35 Integrierter Ansatz für realistische Projekte Content & Usage based Metrics SNA based Metrics Page impressions User Session duration Share Active users/passive readers Length of text Content: proximity to popular topic Share of unwanted terms Size of user groups grouped by external ref. Content: proximity to category Comment: proximity to story Spelling quality Profile Completeness Number of tags Term collection for topic categories Term collection for emerging topic category Story Popularity (Content>Story) Average story popularity ContentPopularity/tim e Comment (increase Popularity citations) (Content>Comments) Average comment popularity Actor Productivity (Activity) User Popularity (citations) User Popularity/time (increase citations) User Work Centrality (embeddedness) User Social Centrality (embeddedness) Work/Social Popularity Correlation Number of users and contents + Integrated Metrics People/Groups centrally related to unwanted content (risk index) Active popularity vs. passive readership of a content object High popularity AND low quality 35
36 Textklassifikation Content Issue-Taxonomy Drawingizlife, 23 March 02:15 am: im not supposed to post here until im 10 lbs lighter (and so far i'm only 1 lmao) but god i cannot sleep i know i wont be able to fall asleep so im just going to exercise up until i have to go to school Klassifikation Pornographisch 4% Rechtsradikal 1% Gewaltverherrlichung 2% Mobbing 5% Pro-Ana 85% 36
37 Trendanalyse Zeugnis (Grundlage Seitenstark) 37
38 Trendanalyse wichtige Themen (Grundlage Seitenstark) 38
39 Mögliche Anwendungen im Jugendschutz Sperren bzw. Weiterleiten von Seiten Erstellung von Nutzer- und Seitenprofilen Beobachtung bestimmter Teilnehmer Trendanalysen 39
40 Literatur [1] Kaplan, Andreas M.; Michael Haenlein (2010) "Users of the world, unite! The challenges and opportunities of Social Media". Business Horizons 53(1): [2] Gary Flake, Steve Lawrence, C. Lee Giles, Efficient identification of Web Communities, SIGKDD 2000 [3] G.W. Flake, K. Tsioutsiouliklis, R.E. Tarjan, Graph Clustering Techniques based on Minimum Cut Trees, Internet Mathematics, Volume 1, Issue 4,
Internet Thementag Social Media an Hochschulen. Was ist Social Media? Ein Überblick. Christoph Zehetleitner
Was ist Social Media? Ein Überblick Christoph Zehetleitner Was ist Social Media? (www.neukunden-marketing.com) # 2 Was ist Social Media? (www.winlocal.de) # 3 Was ist Social Media? (www.winlocal.de) #
MehrAus rechtlichen Gründen sind nur vereinzelnd Bildinhalte verfügbar.
Aus rechtlichen Gründen sind nur vereinzelnd Bildinhalte verfügbar. Check-In das neue vernetzte Web! MEDIENFORUM ILMENAU 2011 MOBILE SOCIAL MEDIA Wie sich soziale Medien im mobilen Bereich einordnen, erforschen
MehrAlgorithmentheorie. 13 - Maximale Flüsse
Algorithmentheorie 3 - Maximale Flüsse Prof. Dr. S. Albers Prof. Dr. Th. Ottmann . Maximale Flüsse in Netzwerken 5 3 4 7 s 0 5 9 5 9 4 3 4 5 0 3 5 5 t 8 8 Netzwerke und Flüsse N = (V,E,c) gerichtetes Netzwerk
MehrTeam Collaboration im Web 2.0
Team Collaboration im Web 2.0 barcampmitteldeutschland Team Collaboration im Web 2.0 Focus Social Bookmarking Torsten Lunze Team Collaboration in Web 2.0 Motivation Collaboration in verschiedenen Technologien
Mehr3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel
3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36
MehrEnterprise Social Network. Social Media im Unternehmen
Vorstellung Thorsten Firzlaff Diplom Informatiker / Geschäftsführer 15 Jahre Lotus Notes 3 Jahre Innovation Manager 3 Jahre Leitung Web2.0 Competence Center Referent auf vielen international Konferenzen
MehrANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN
ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN PROFI-Webcast 10.03.2015 Dr. Michael Kosmowski Software-Architekt Tel.: 0721 46 46 46 64 44 E-Mail: m.kosmowski@profi-ag.de AGENDA Was passiert bei unseren Kunden?
MehrScience 2.0 Eine Einführung
Science 2.0 Eine Einführung Klaus Tochtermann Seite 1 X 2.0 elearning 2.0 University 2.0 Archive 2.0 Knowledge Management 2.0 Library 2.0 Science 2.0 Seite 2 Science 2.0 Wie verändert das partizipative
MehrWie Web 2.0 und Suche zusammenwachsen. Prof. Dr. Dirk Lewandowski dirk.lewandowski@haw-hamburg.de
Wie Web 2.0 und Suche zusammenwachsen Prof. Dr. Dirk Lewandowski dirk.lewandowski@haw-hamburg.de Web search: Always different, always the same AltaVista 1996 1 http://web.archive.org/web/19961023234631/http://altavista.digital.com/
MehrWeb 2.0 als Marketing Instrument Der Erfolg gibt uns recht!
Web 2.0 als Marketing Instrument Der Erfolg gibt uns recht! Page 1 Agenda Werdegang von sms.at Auslöser für die gezielte Einführung von Web 2.0 Elementen bei sms.at Was bedeutet Web 2.0 für sms.at? Web
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
Mehr#twittwoch #leipzig #220910
#twittwoch #leipzig #220910 social media im business angekommen? nicht repräsentative umfrage unter einigen meiner kunden #wer ist dieser miservice thomas wagner (nicht unister!) seit 1999 selbständig
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrUrsula Coester // Social Media Institute / www.socialmediainstitute.com. Chancen für den Einsatz von Social Media im Handel
Ursula Coester // Social Media Institute / www.socialmediainstitute.com Chancen für den Einsatz von Social Media im Handel Übersicht Social Media - Definition Nutzung neuer Medien Generation Y Chancen
MehrExploration und Klassifikation von BigData
Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)
MehrMaximizing the Spread of Influence through a Social Network
1 / 26 Maximizing the Spread of Influence through a Social Network 19.06.2007 / Thomas Wener TU-Darmstadt Seminar aus Data und Web Mining bei Prof. Fürnkranz 2 / 26 Gliederung Einleitung 1 Einleitung 2
MehrWie Google Webseiten bewertet. François Bry
Wie Google Webseiten bewertet François Bry Heu6ge Vorlesung 1. Einleitung 2. Graphen und Matrizen 3. Erste Idee: Ranking als Eigenvektor 4. Fragen: Exisi6ert der Eigenvektor? Usw. 5. Zweite Idee: Die Google
MehrOnline Relations. Kundenkommunikation im sozialen Web. Online Relations www.thorsten-ulmer.de 1
Online Relations Kundenkommunikation im sozialen Web Online Relations www.thorsten-ulmer.de 1 Web 2.0 Eine Definition Der Begriff Web 2.0 beschreibt eine veränderte Wahrnehmung und Benutzung des WWW. Hauptaspekt
MehrInternetseite & Online Marketing
Internetseite & Online Marketing Worauf kleine und mittlere Handwerksbetriebe achten sollten. 11.2013 ebusinesslotse Oberfranken 13.11.2013 PIXELMECHANICS - Michael Rohrmüller 1 Wir realisieren anspruchsvolle
MehrBerlin, 24.04.2012. Get Social!
Berlin, 24.04.2012 Get Social! 2 Your easy entry to Enterprise Social Networking Fast 900 Millionen Menschen benutzen Facebook in der privaten Kommunikation! 3 MODERNE UNTERNEHMEN SIND... GLOBAL UND VERNETZT
MehrAlgorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen WS 08/09 Friedhelm Meyer auf der Heide Vorlesung 8, 4.11.08 Friedhelm Meyer auf der Heide 1 Organisatorisches Am Dienstag, 11.11., fällt die
MehrSocial Business What is it?
Social Business What is it? Stop reinventing the wheel Tomi Bohnenblust, @tomibohnenblust 11. September 2013 Social Business bringt Mehrwert in drei Disziplinen Public 1 Kommunikation & Zusammenarbeit
MehrFrauenwirtschaftstag 13.10.2011. Wie kann ich Social Networking als Marketing Instrument nutzen?
Frauenwirtschaftstag 13.10.2011 Wie kann ich Social Networking als Marketing Instrument nutzen? Inhalt 1. Was ist Social Media? 2. Welche Kanäle gibt es? 3. Zahlen und Fakten 4. Was macht Social Media
MehrAlgorithmen & Datenstrukturen 1. Klausur
Algorithmen & Datenstrukturen 1. Klausur 7. Juli 2010 Name Matrikelnummer Aufgabe mögliche Punkte erreichte Punkte 1 35 2 30 3 30 4 15 5 40 6 30 Gesamt 180 1 Seite 2 von 14 Aufgabe 1) Programm Analyse
MehrAlgorithmische Mathematik
Algorithmische Mathematik Wintersemester 2013 Prof. Dr. Marc Alexander Schweitzer und Dr. Einar Smith Patrick Diehl und Daniel Wissel Übungsblatt 6. Abgabe am 02.12.2013. Aufgabe 1. (Netzwerke und Definitionen)
MehrGewinnen Sie in Dynamics CRM Erkenntnisse über Ihre Kunden und Ihr Unternehmen im gesamten Social Web in Echtzeit. Version 3.0
Gewinnen Sie in Dynamics CRM Erkenntnisse über Ihre Kunden und Ihr Unternehmen im gesamten Social Web in Echtzeit. Version 3.0 Eine kurze Einführung in Social Engagement Social Engagement-Dashboards und
MehrTwittern, bloggen, interagieren - das neue Web 2.0 Twittern, bloggen, interagieren - das neue Web 2.0
Twittern, bloggen, interagieren - das neue Web 2.0 1 Agenda Warum sind Menschen online? Was ist Web 2.0? Welche Schlüssel-Applikationen gibt es? Anwendung von Marketing-Tools im Web 2.0. Was können Sie
MehrPetri-Netze / Eine Einführung (Teil 2)
Manuel Hertlein Seminar Systementwurf Lehrstuhl Theorie der Programmierung Wiederholung (1) Petri-Netz = bipartiter, gerichteter Graph Aufbau: Plätze (passive Komponenten) Transitionen (aktive Komponenten)
MehrVorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke
Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,
MehrFeedback in Echtzeit. Social Media Monitoring Services von Infopaq. SOCIAL MEDIA
MEDIENBEOBACHTUNG MEDIENANALYSE PRESSESPIEGELLÖSUNGEN Feedback in Echtzeit. Social Media Monitoring Services von Infopaq. SOCIAL MEDIA Risiken kennen, Chancen nutzen. So profitiert Ihr Unternehmen von
MehrSocial Media für EPUs. Neue Kommunikationskanäle jenseits von Facebook, Xing und Twitter. gerlach&co
Social Media für EPUs Neue Kommunikationskanäle jenseits von Facebook, Xing und Twitter Albert Gerlach? Digitales Urgestein Seit Mitte der 80er mit digitaler Medienproduktion beschäftigt. Seit Mitte der
MehrDISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374
DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrErfolgreiche Tourismus-Kommunikation im (Social) Web (2.0) 2011 F.F.T. MedienAgentur 1
Erfolgreiche Tourismus-Kommunikation im (Social) Web (2.0) 2011 F.F.T. MedienAgentur 1 The Big Picture Was DIGITAL geht, wird DIGITAL! Was DIREKT geht, wird DIREKT! Was VERNETZT werden kann, wird VERNETZT!
MehrTeil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29
1 29 Teil III: Routing - Inhalt I Literatur Compass & Face Routing Bounded & Adaptive Face Routing Nicht Ω(1) UDG E. Kranakis, H. Singh und Jorge Urrutia: Compass Routing on Geometric Networks. Canadian
MehrStaatskanzlei des Kantons Zürich. Kommunikationsabteilung des Regierungsrates
Staatskanzlei des Kantons Zürich Kommunikationsabteilung des Regierungsrates 2 Social Media Guidelines zum Verhalten auf Plattformen der sozialen Medien Leitfaden für alle Mitarbeitenden der öffentlichen
MehrKnowledge Management in der Technischen Dokumentation. Knowledge Management in der Technischen Dokumentation
Knowledge Management in der Technischen Dokumentation Comet Communication GmbH 06. November 2008 Elke Grundmann Was ist Wissen? Wissen ist Wahrnehmung ODER Erkenntniszustand allgemeiner intersubjektiv-vermittelter
MehrUnternehmen und Social Media
Unternehmen und Social Media Chancen und Risiken Prof. Dr. Martin. Michelson It takes 20 years to build a reputation and five minutes to ruin it. If you think about that, you'll do things differently (Warren
Mehr1. Was ist Social-Media? 2. Die 7-Social-Media-Bausteine. 3. Anwendungen. 4. Plattformen. 5. Vorstellung einiger Plattformen
Der Unterschied zwischen PR (Public relations) und Social Media ist der, dass es bei PR um Positionierung geht. Bei Social Media dagegen geht es darum zu werden, zu sein und sich zu verbessern. (Chris
MehrKunden im Dickicht der sozialen Netzwerke finden und binden - Content-Pushen ist out, eine perfekte Context- Strategie entscheidet über Ihren Erfolg
Kunden im Dickicht der sozialen Netzwerke finden und binden - Content-Pushen ist out, eine perfekte Context- Strategie entscheidet über Ihren Erfolg 1. Kunden finden Kunden verstehen Kunden binden... und
MehrMaximaler Fluß und minimaler Schnitt. Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de
Maximaler Fluß und minimaler Schnitt Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de Maximaler Fluß und minimaler Schnitt Wasist das? Maximaler Fluss Minimaler Schnitt Warumtut man das? Logistische
MehrWie wichtig ist Social Media Marketing für mein Google Ranking?
Wie wichtig ist Social Media Marketing für mein Google Ranking? 1 Kurzvorstellung adisfaction Fullservice-Digital-Agentur Büros in Meerbusch und Zürich Gegründet 2002, 20 Mitarbeiter Searchmetrics Pionier
MehrAnwendung: Multiplikatoren-Report
Anwendung: Multiplikatoren-Report Verschafft einen ersten Einblick in die Anwendungsmöglichkeiten des Multiplikatoren-Reports Research, Analysis & Consulting www.schwerdtundfeger.de 1 Nutzen Auf Basis
MehrSocial Intranets und Enterprise 2.0
Web2.0: Networked Applications that explicitly leverage network effects. Tim O Reilly Social Intranets und Enterprise 2.0 Prof. Dr. Frank Schönefeld, Geschäftsleitung, T-Systems Multimedia Solutions GmbH
MehrSocial CRM - Hype oder Notwendigkeit? www.steria.com. Dr. Elmar Stenzel, Steria
Social CRM - Hype oder Notwendigkeit? Dr. Elmar Stenzel, Steria Agenda Die richtige Quellen jenseits Facebook & Co. Herausforderungen bei der Datenselektion und extraktion Beispielreports und Kennzahlen
MehrWer spricht mit wem? Kooperations- Controlling per Netzwerkanalyse. Ralph Klocke PZN Kooperationsberatung. www.pzn.de www.netzwerkanalyse.
Wer spricht mit wem? Kooperations- Controlling per Netzwerkanalyse Ralph Klocke PZN Kooperationsberatung www.pzn.de www.netzwerkanalyse.org Kurzvorstellung Ralph Klocke, Diplom-Volkswirt Seit 1996 PZN
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrFragebogen für eine qualitative/quantitative Befragung zur Mediencommunity 2.0 aus Sicht der Lernenden
Fragebogen für eine qualitative/quantitative Befragung zur Mediencommunity 2.0 aus Sicht der Lernenden Vor dem eigentlichen Fragebogen muss eine kurze Erläuterung zu den Zielen und zum Ablauf des Projektes
MehrMister Wong Eine Community schafft eine Ergänzung zu klassischen Suchmaschinen
Mister Wong Eine Community schafft eine Ergänzung zu klassischen Suchmaschinen 1) Social Bookmarking: Ansatz&Konzept 2) Einsatzmöglichkeiten 3) Mister Wong als Ergänzung zu klassischen Suchmaschinen 4)
MehrFile Carving für Mediendateien. Multimedia Sicherheit, Martin Steinebach
File Carving für Mediendateien Allgemein: File Carving stellt gelöschte Dateien auf einem Filesystem wieder her Anwendungen: Wiederherstellen versehentlich gelöschter Dateien Spurensicherung bei Polizeiarbeit
MehrTraditionelle Suchmaschinenoptimierung (SEO)
Traditionelle Suchmaschinenoptimierung (SEO) Mit der stetig voranschreitenden Veränderung des World Wide Web haben sich vor allem auch das Surfverhalten der User und deren Einfluss stark verändert. Täglich
MehrAuf dem Weg zur Bibliothek 2.0: Wie Bibliotheken den Dialog mit ihren Nutzer/innen aktiv gestalten
: Wie Bibliotheken den Dialog mit ihren Nutzer/innen aktiv gestalten Sibylle Volz (KOBV-Zentrale) 10 Jahre KOBV Strategien für die Zukunft 5. KOBV-Forum am 2. Juli 2007 im Konrad-Zuse Zentrum, Berlin Zum
MehrDas Social Semantic Web
Das Social Semantic Web Treffpunkt für soziale und künstliche Intelligenz IT Businesstalk Vom Breitband zum Web 3.0 Salzburg, 14. Juni 2007 Dr. Sebastian Schaffert Salzburg Research Forschungsgesellschaft
MehrWEBTEXTEN. Tipps und Tricks rund um das Webtexten. Version 1 / April 2014 gutgemacht.at Digitalmarketing GmbH
WEBTEXTEN Tipps und Tricks rund um das Version 1 / April 2014 gutgemacht.at Digitalmarketing GmbH INHALTSVERZEICHNIS 1... 1 1.1 Neues von Google... 1 1.2 Nutzer im Fokus... 3 1.3 Anregung zur Recherche
MehrSocial-CRM (SCRM) im Überblick
Social-CRM (SCRM) im Überblick In der heutigen Zeit ist es kaum vorstellbar ohne Kommunikationsplattformen wie Facebook, Google, Twitter und LinkedIn auszukommen. Dies betrifft nicht nur Privatpersonen
MehrEnterprise 2.0 Redefinition der Wissensorganisation oder alter Wein in neuen Schläuchen? 9. Publishers Forum, 23. April 2012, Berlin
Enterprise 2.0 Redefinition der Wissensorganisation oder alter Wein in neuen Schläuchen? 9. Publishers Forum, 23. April 2012, Berlin Prof. Dr. Frank Schönefeld, T-Systems Multimedia Solutions GmbH Wenn
MehrFreunde, Fans und Faszinationen: Das Potenzial von Social Media
Freunde, Fans und Faszinationen: Das Potenzial von Social Media Claus Fesel, DATEV eg PEAK, 5. Symposium für Verbundgruppen und Franchisesysteme Berlin, 10.05.2011 Social Media 13.05.2011 Social Media
MehrOPAC 2.0 die Grundlagen: Web 2.0-Technologien und ihre Anwendung im Bibliothekskatalog
OPAC 2.0 die Grundlagen: Web 2.0-Technologien und ihre Anwendung im Bibliothekskatalog Gliederung Was ist Web 2.0? Was sind Web-2.0-Eigenschaften? Web 2.0: Anwendungen und Technologien OPAC 2.0: Beispiele
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche
Mehr6. November 2013 Maik Bruns, Bloofusion Germany Schnell nach oben mit SEO Mythos vs. Realität
6. November 2013 Maik Bruns, Bloofusion Germany Schnell nach oben mit SEO Mythos vs. Realität Über mich > Maik Bruns > Berater für SEO und Social Media bei Bloofusion Germany www.bloofusion.de > Blogger
MehrInformation Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
MehrSelbsthilfe und neue Medien - Chance oder Risiko?
Workshop 3 Selbsthilfe und neue Medien - Chance oder Risiko? Stefan Werner, Die PARITÄTISCHE BuntStiftung Marcel Kabel, Der PARITÄTISCHE Sachsen-Anhalt Gliederung 1. Einleitung, Vorstellung und Ziel des
Mehrconnect.basf Chemie, die verbindet Marlene Wolf Community Management connect.basf 7. November 2013
connect.basf Chemie, die verbindet Marlene Wolf Community Management connect.basf 7. November 2013 BASF The Chemical Company We create chemistry for a sustainable future Unsere Chemie wird in nahezu allen
MehrStadtarchiv Speyer @ Web2.0 Aus der social-media-praxis eines Kommunalarchivs (Kassel, Nov. 2012) Zunächst ein Zitat
Stadtarchiv Speyer @ Web2.0 Aus der social-media-praxis eines Kommunalarchivs (Kassel, Nov. 2012) Zunächst ein Zitat Das Netz ist kein virtueller Raum. Es gehört zur Lebensrealität einer immer größer werdenden
MehrWissensmanagement 2.0.
Wissensmanagement 2.0. Rahmenbedingungen, Barrieren, Erfolgsfaktoren präsen9ert von Lena Després, ebusiness- Lotse Darmstadt- Dieburg Agenda Vorstellung ebusiness- Lotse Was ist Wissensmanagement? Wie
MehrDie Zukunft der Arbeit ist dabei. Your time, our technologies
Die Zukunft der Arbeit ist dabei Your time, our technologies ÜBER UNS Arca24 ist ein IT-Unternehmen, das sich auf Anwendungen im Human Resources Bereich spezialisiert hat. Dank der HR-Erfahrung seiner
MehrEntwicklung der Technologie, die dezentrale Diskussionen (in verschiedenen Sprachen) über ein gemeinsames Thema zusammenführt.
Entwicklung der Technologie, die dezentrale Diskussionen (in verschiedenen Sprachen) über ein gemeinsames Thema zusammenführt. h"p://www.flickr.com/photos/maisonbisson/115085997 Das ZIEL von Wiki9999.org
MehrTechnische Aspekte einer Videosuchmaschine. Björn Wilmsmann, CEO - MetaSieve GmbH
Technische Aspekte einer Videosuchmaschine Björn Wilmsmann, CEO - MetaSieve GmbH 1 Über MetaSieve http://www.metasieve.com Softwareentwicklung Internet Software Spezialisiert auf Suchmaschinentechnologie
MehrErgebnisse. Umfrage 567537. Kurz-Statistiken Umfrage 567537 'Feedback und Entertain 2.0'
Ergebnisse Umfrage 567537 Anzahl der Datensätze in dieser Abfrage: 386 Gesamtzahl der Datensätze dieser Umfrage: 386 Anteil in Prozent: 100.00% Seite 1 / 41 Feld-Zusammenfassung für Fortsetzung Ist das
MehrVon Web 2.0 zum User 2.0
Von Web 2.0 zum User 2.0 Möglichkeiten, Anforderungen, Einsatzszenarien Jörg Schanko Technologieberater Forschung & Lehre Microsoft Deutschland GmbH joergsc@microsoft.com Was ist Web 2.0? Web 2.0 steht
Mehr1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederung 1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. äume / Graphen 5. Hashing 6. Algorithmische Geometrie 4/5, olie 1 2014 Prof. Steffen Lange - HDa/bI
MehrService CASES. Praxis-Beispiele zur Gestaltung eines echten Kundennutzens. Volume 18
S Praxis-Beispiele zur Gestaltung eines echten Kundennutzens Volume 18 Banken Privatkunden/Geschäftskunden. Die digitale Bank Fidor (www.fidor.de) richtet sich mit ihrem Angebot an Privat- und Geschäftskunden.
MehrSEO. am Beispiel von. Jürgen Schlott
SEO am Beispiel von. Jürgen Schlott Kurzvorstellung Jürgen Schlott Director Marketing/Produkt FOCUS Online Seit 2006 verantwortlich für SEO Derzeit verantwortlich für Seite 2 - Das Konkurrenzumfeld Seite
MehrSocial Media Strategie. Projektplanung Einige Schritte für den Start
Social Media Strategie Projektplanung Einige Schritte für den Start 1. Schritt Diskutieren Sie im Team einen geeigneten Usernamen Sichern Sie sich Ihren Usernamen zumindest auf Facebook, Twitter, Flickr
MehrExpertenstudie Social Media
Expertenstudie Social Media Was ist dran, an dem Hype um Social Media? Es wird viel geredet von den neuen Chancen und Risiken, die soziale Netze dem Internet-Marketing bieten. Sichere Methoden und Erfahrungswerte
Mehrre-lounge GmbH MEDIENBÜRO
re-lounge GmbH MEDIENBÜRO Social Media Hype oder Maust-have? X 26.01.2013 // FACHMESSE I+E 01 Ansprechpartner Christian Iannarone // Projektmanager 3 02 Social Media Hype oder Must-have 4 Social Media
MehrSuisse-Emex 2011. Social Media in Hotellerie & Gastronomie
Herzlich willkommen zum Referat Suisse-Emex 2011 Social Media in Hotellerie & Gastronomie Jörg Eugster / www.eugster.info Jörg Eugster @ NetBusiness Consulting AG 1 Mit einer guten Idee Aufmerksamkeit
MehrAcht Gute Gründe für Integration und einen Content Backbone
Acht Gute Gründe für Integration und einen Content Backbone COMYAN Whitepaper Autor Peter Resele Datum 9. März 2009 Status Public =GmbH Karolingerstrasse 34a 82205 Gilching Germany t + 49 810 5779390 peter.resele@comyan.com
MehrMarketing mit Umweltthemen Social Media Marketing
15 Marketing mit Umweltthemen Social Media Marketing Social Media Anwendungen für Unternehmen Seit Mitte der 2000er Jahre drängen im Bereich Social Media zahlreiche Plattformen und Technologien auf den
MehrQS solutions GmbH. präsentiert das Zusammenspiel von. Ihr Partner im Relationship Management
QS solutions GmbH präsentiert das Zusammenspiel von & Ihr Partner im Relationship Management Verbinden von Dynamics CRM mit Yammer Yammer ist ein internes soziales Netzwerk, das den Kollegen in Ihrer Organisation
Mehr20.01.2015 Fabian Grimme und Tino Krüger 1 INDREX. Evaluierung von H2O. Enterprise Data Management Beuth Hochschule für Technik
20.01.2015 Fabian Grimme und Tino Krüger 1 INDREX Evaluierung von H2O Enterprise Data Management Beuth Hochschule für Technik 20.01.2015 Fabian Grimme und Tino Krüger 2 INDREX im Überblick In-Database
MehrKurzanweisung für Google Analytics
Kurzanweisung für Google Analytics 1. Neues Profil für eine zu trackende Webseite erstellen Nach dem Anmelden klicken Sie rechts oben auf den Button Verwaltung : Daraufhin erscheint die Kontoliste. Klicken
MehrSOCIAL MEDIA ALS AKQUISETOOL. Frankfurt, 08.01.2014
SOCIAL MEDIA ALS AKQUISETOOL Frankfurt, 08.01.2014 WAS IST SOCIAL MEDIA? UND SOLLTE ICH MICH DAFÜR INTERESSIEREN? Seite 2 Was ist Social Media? Als Social Media werden alle Medien verstanden, die die Nutzer
Mehrfacebook wie geht das eigentlich? Und was ist überhaupt Social media?
facebook wie geht das eigentlich? Und was ist überhaupt Social media? Fachtag Facebook& Co. für Multiplikator_innen (Aufbereitung der Präsentation für die Homepage, der ursprüngliche Vortrag wurde mit
MehrSoftware-Engineering SS03. Zustandsautomat
Zustandsautomat Definition: Ein endlicher Automat oder Zustandsautomat besteht aus einer endlichen Zahl von internen Konfigurationen - Zustände genannt. Der Zustand eines Systems beinhaltet implizit die
MehrVorlesung Text und Data Mining S9 Text Clustering. Hans Hermann Weber Univ. Erlangen, Informatik
Vorlesung Text und Data Mining S9 Text Clustering Hans Hermann Weber Univ. Erlangen, Informatik Document Clustering Überblick 1 Es gibt (sehr viele) verschiedene Verfahren für das Bilden von Gruppen Bei
MehrKomplexe Netzwerke Robustheit
Ernst Moritz Arndt Universität Greifswald 19. 6. 2009 Komplexe Netzwerke Robustheit Dr. Matthias Scholz www.network-science.org/ss2009.html 7 Robustheit Wie robust ist ein Netzwerk bei Ausfall von Knoten?
MehrWEB 2.0 - Potentiale und Gefahren von social media! Was steckt hinter den Begriffen Web 2.0, social media, soziale Netzwerke?
Praxistagung FHNW 15.09.2011 Was steckt hinter den Begriffen Web 2.0, social media, soziale Netzwerke? In welchem Masse und warum nutzen Jugendliche Medien / online Medien? welche Angebote werden genutzt?
MehrNatural Realtime, Universal & Blended Search SEO Sorgen Sie dafür, dass Ihr Content schneller und besser gefunden wird!
Natural Realtime, Universal & Blended Search SEO Sorgen Sie dafür, dass Ihr Content schneller und besser gefunden wird! Typische SEO-Ansätze: Richtige Keywords finden Konkurrenzfähigkeit der Keywords analysieren
MehrKommission Digitale Medien der Deutschen Fachpresse. Blitz-Umfrage Thema: Social Media in Fachverlagen
Kommission Digitale Medien der Deutschen Fachpresse Blitz-Umfrage Thema: Social Media in Fachverlagen Aussendung des Fragebogens an 180 Online-Beauftragte von Mitgliedsverlagen Rücklaufquote: ca. 35 %
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrSocial Media und die Veränderung der Kommunikation
Social Media und die Veränderung der Kommunikation 2 Die hohen Nutzerzahlen in sozialen Netzwerken sind Indiz dafür, dass sich die Kommunikation in einem epochemachenden Veränderungsprozess befindet (vgl.
MehrPERSONALIZED NETWORK SOCIAL NETWORK
PERSONALIZED NETWORK SOCIAL NETWORK PERSONALISIERTE SOZIALE NETZWERKE PERSONALISIERTE SOZIALE NETZWERKE sind abgestimmt auf das jeweilige Unternehmen und die damit verbundene Kundenzielgruppe. ABSTIMMUNG
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrSMO Services. Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit
SMO Services Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit Einführung Das Web ist längst kein einseitiger Kommunikationskanal mehr. Social
MehrTitel Dr. Jan Schmidt (Forschungsstelle Neue Kommunikationsmedien, Bamberg) Potenziale von Social Software für Bildungsportale Einige kommunikationssoziologische Anmerkungen Workshop Bildungsportale: Potenziale
Mehr