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:
- Kroneberg, Clemens, Sven Lenkewitz, André Ernst, Maike Meyer, and Kai Seidensticker. 2022. "Using police data to measure criminogenic exposure in residential and school contexts: experiences from a data linkage project in Germany." Police Practice and Research 23 (4): 473-488. doi: https://doi.org/10.1080/15614263.2022.2046569.
- Soldner, Felix. 2021. "Counterfeits on darknet markets." University of Amsterdam, Amsterdam. WS: 2 SWS.
- 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.