Soziales Retrieval im Web 2.0 Social Retrieval in Web 2.0
2008-04-01

Teaching personnel


Lecturer

Formalia


Targeted audience
  • DAI Hauptstudium with 4 credit points : Bereich D (Unterstützende Informationssysteme)

Description


Das Web 2.0 hat zu einer stärkere Benutzerbeteiligung bei der Erstellung von Webinhalten und bei der Kommunikation zwischen Endnutzern mit ähnlichem Interessensprofil geführt. Um diese Informationen zu strukturieren und besser suchbar zu machen, sind eine Reihe von Methoden entwickelt worden, die man unter dem Schlagwort 'soziales Retrieval' zusammenfasst. Im Rahmen dieses Seminars sollen die Teilnehmer Modelle, Methoden und Systeme des sozialen Retrieval kennenlernen.

Als Grundlage für eine Diskussionsrunde sollte jeder Seminarteilnehmer sich bei mindestens einer Social Tagging Community anmelden (Beispiele finden sich bei den Links zur Themenliste) und praktische Erfahrung mit Informationssuche und Informationsmanagement im Web 2.0 sammeln.

Einführender Artikel:

Zwei Videos von Mike Wesch auf YouTube:

Notes


Von jedem Teilnehmer des Seminars wird erwartet, einen eigenen, etwa 40-minütigen Vortrag zu einem aus der Themenliste zu wählenden Thema vorzubereiten und im Rahmen des Blockseminars zu halten. Im Anschluß soll eine schriftliche Ausarbeitung erstellt werden, bei der auch auf Anmerkungen zum Vortrag aus dem Blockseminar eingegangen werden sollte.

Zeitrahmen und formale Anforderungen werden während der Vorbesprechung geklärt.

Termine


Vortragsthemen

  1. Taxonomien/Ontologien (Andreas Tacke):
  2. Tags und Folksonomies (Gunnar Meyer):
  3. Tagged Object Collections (Tuan-Vu Tran):
  4. Die soziale Bibliothek (Richard Planert):
  5. Social Semantic Desktop (Stefan Tomanek):
  6. Recommender-Systeme (Stefan Muno):
  7. Blogs (Rezan Bilmen):
  8. Sentiment Classification (Daniel Jansen):
    • MoodViews (enthält auch eine Seite mit Publikationen)
    • V. Hatzivassiloglou and J.Wiebe. Effects of adjective orientation and gradability on sentence subjectivity. In Proceedings COLING 2000, 2000.
    • Na, J.-C., Sui, H., Khoo, C., Chan, S., and Zhou, Y. (2004). Effectiveness of simple linguistic processing in automatic sentiment classification of product reviews. In Proc. of 8th International Conference of the International Society for Knowledge Organization (ISKO), London.
    • Na, J.-C., Khoo, C., and Chan, S. (2006). A sentiment-based meta search engine. In C. Khoo, D. Singh and A.S. Chaudhry (Eds.), Proceedings of the Asia-Pacific Conference on Library and Information Education and Practice 2006 (A-LIEP 2006), Singapore, 3-6 April 2006 (pp. 83-89). Singapore: School of Communication and Information, Nanyang Technological University.
    • Nigam, K. and Hurst, M. (2004). Towards a robust metric of opinion. In Proc. of the AAAI Spring Symposium on Exploring Attitude and Affect in Text, pages 898-107.
    • Pang, B., Lee, L., and Vaithyanathan, S. (2002). Thumbs up? Sentiment classification using machine learning techniques. In Proc. of the 2002 Conference in Empirical Methds in Natural Language Processing (EMNLP), pages 79-86.

Nützliche Links