GESIS Leibniz-Institut für Sozialwissenschaften: Homepage aufrufen

Information Linking and Retrieval

Information Linking umfasst die Entwicklung von Modellen für die Verknüpfung von heterogenen Informationstypen mit Semantic-Web-Technologien. Information Retrieval befasst sich mit der Entwicklung von Modellen, welche die Informationssuche optimieren. Schwerpunkte in diesem Teilbereich sind:

  • Nutzerstudien und Logdatenanalysen zum Informationsverhalten von Sozialwissenschaftler*innen
  • Verlinkung unterschiedlicher Informationsobjekte und Verknüpfung von Umfragedaten mit Forschungsdaten aus anderen wissenschaftlichen Domänen
  • Vereinfachung und Personalisierung von Informationssuchen
  • Fachspezifische Recommender- und Rankingdienste
  • Integrierte Informationszugriffe durch Berücksichtigung verlinkter Information (“Link Retrieval”)
  • Neuartige Metriken zur Evaluation interaktiver Retrievalsysteme auf der Basis von Logdaten

Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen:

 

  • Bittermann, André, Veronika Batzdorfer, Sarah Marie Müller, and Holger Steinmetz. 2021. "Mining Twitter to detect hotspots in psychology." Zeitschrift für Psychologie 229 (1): 3-14. doi: https://doi.org/10.1027/2151-2604/a000437.
  • Soldner, Felix. 2021. "Detecting fake online reviews." University College London, London. SS: 2 SWS.
  • Soldner, Felix, Leonie Maria Tanczer, Daniel Hammocks, Isabel Lopez-Neira, and Shane Johnson. 2021. "Using machine learning methods to study technology-facilitated abuse: Evidence from the analysis of UK crimestoppers’ text data." In The Palgrave handbook of gendered violence and technology, edited by Anastasia Powell, Asher Flynn, and Lisa Sugiura, 481-503. Basingstoke u.a.: Palgrave Macmillan. doi: https://doi.org/10.1007/978-3-030-83734-1_24.
  • Soldner, Felix, Bennett Kleinberg, and Shane Johnson. 2022. "Trends in online consumer fraud: A data science perspective." In A fresh look at fraud: Theoretical and applied perspectives, edited by Stacey Wood, and Yaniv Hanoch, 167-191. Binghamton, NY: Routledge. doi: https://doi.org/10.4324/9781003017189.
  • Soldner, Felix, Justin Chun-ting Ho, Mykola Makhortykh, Isabelle Van der Vegt, Maximilian Mozes, and Bennett Kleinberg. 2019. "Uphill from here: Sentiment patterns in videos from left-and right-wingYouTube news channels." In Proceedings of the Third Workshop on Natural Language Processing and Computational Social Science, 84–93. 3rd Workshop on Natural Language Processing and Computational Social Science. doi: https://doi.org/10.18653/v1/W19-2110.