TED-On
Methodologie, Framework
GESIS zielt darauf ab, einen umfassenden Rahmen für die systematische Fehlererkennung bei der Erfassung, Verarbeitung und Analyse digitaler Verhaltensdaten zu schaffen. Mit Schwerpunkt auf Social-Media-Daten haben wir das Total Error Framework for Digital Traces of Human Behavior on Online Platforms (TED-On) entwickelt.
Paper | Extended Paper |
MTE Talk | Slides (4,16 MB) | Tutorial@FAT
Topic Modelling
Portal
Unser Topic Modelling Portal ermöglicht die stochastische Datenanalyse für Webwissenschaftler*innen und Forschende im Bereich Computational Social Science. Die Idee ist, die grundlegenden Mechanismen und Ideen hinter der Themenmodellierung zu erklären. Wir bieten Instrumente zur Erkennung latenter Themen in großen Textkorpora unter Berücksichtigung von Kontextinformationen.
GESIS Notebooks
Virtual Research Infrastructure
Entdecken Sie GESIS Notebooks (Betaversion) - wir bauen eine Online-Umgebung für die webbasierte Analyse großer Datenmengen mit Software für Programmiersprachen wie R oder Python auf. Die Infrastruktur wird Dienste für die Anwendung, Veröffentlichung und Archivierung umfassen.
WikiWho
API, Tool
Nutzen Sie das WikiWho Tool für "soziales" Textmining und analysieren Sie die Bearbeitungs- und Überarbeitungsvorgänge von Wikipedia-Einträgen in verschiedenen Sprachen. Die Daten können als Datensatz heruntergeladen oder über eine API abgerufen werden.
WikiWho API | Data | WikiWho Wrapper | Report | Tutorial | Paper | WhoColor Documentation | Paper