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 SozialwissenschaftlerInnen
  • 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
  • Dimitrov, Dimitar, Dennis Segeth, and Stefan Dietze. 2022. "Geotagging TweetsCOV19: Enriching a COVID-19 Twitter Discourse Knowledge Base with Geographic Information." In Companion Proceedings of WWW '22: The ACM Web Conference 2022 Virtual Event, Lyon France April 25 - 29, 2022, edited by Frédérique Laforest, Raphaël Troncy, Lionel Médini, and Ivan Herman, 438-442. New York: ACM. doi: https://doi.org/10.1145/3487553.3524623.
  • 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.
  • Dimitrov, Dimitar, Erdal Baran, Pavlos Fafalios, Ran Yu, Xiaofei Zhu, Matthäus Zloch, and Stefan Dietze. 2020. "TweetsCOV19: A knowledge base of semantically annotated tweets about the COVID-19 pandemic." In CIKM '20: Proceedings of the 29th ACM international conference on information & knowledge management, edited by Mathieu d'Aquin, and Stefan Dietze, 2991–2998. New York: ACM. doi: https://doi.org/10.1145/3340531.3412765. https://arxiv.org/pdf/2006.14492v4.pdf.
  • Carevic, Zeljko, Dwaipayan Roy, and Philipp Mayr. 2020. "Characteristics of dataset retrieval sessions: Experiences from a real-life digital library." In Digital Libraries for Open Knowledge : 24th International Conference on Theory and Practice of Digital Libraries, TPDL 2020, Lyon, France, August 25–27, 2020, Proceedings, edited by Mark Hall, Tanja Merčun, Thomas Risse, and Fabien Duchateau, Lecture Notes in Computer Science 12246, 185-193. Cham: Springer. doi: https://doi.org/10.1007/978-3-030-54956-5_14. https://arxiv.org/abs/2006.02770.
  • Zielinski, Andrea. 2018. "Text Mining." SS 2018: 2 SWS.