Skip to main content
Log in

EventFolk – Automatische Erkennung von Ereignissen in Sozialen Medien

  • Schwerpunktbeitrag
  • Published:
Datenbank-Spektrum Aims and scope Submit manuscript

Zusammenfassung

Die kontinuierlich steigende Popularität von Web 2.0 Plattformen hat ihren Ursprung in einfachen Mechanismen der Generierung und Beschreibung von Inhalten. Allerdings stellt das explosive Wachstum der sozialen Medien auch neue Herausforderungen hinsichtlich Navigation und Organisation von Suchergebnissen. Zu den interessantesten Ansätzen der Benutzerführung gehört die aspektorientierte Gliederung von relevanten Daten (Faceted Browsing). Die Erkennung von ‚vielversprechenden‘ Facetten gehört in diesem Zusammenhang zu den wichtigen Aufgaben der Medienanalyse im Web 2.0. Wir beschreiben die Methode zur automatischen Erkennung von ereignisorientierten Facetten in sozialen Medien, d.h. Gruppen von Inhalten und Annotationen, die signifikante gesellschaftliche Ereignisse reflektieren. Das Verfahren basiert auf der multimodalen Analyse von mehreren Aspekten der Inhalte: Annotationen, Zeitstempel, sowie Geodaten. Die resultierenden Bayesischen Modelle ermöglichen eine automatisierte Erkennung von ‚ungewöhnlichen‘ Inhaltsgruppen (z.B. Fotos mit spezifischen Annotationen), die sowohl zeitlich als auch räumlich eingegrenzt sind und insofern als Spuren von Ereignissen interpretiert werden können. Systematische Evaluationen mit realen Daten des Portals Flickr demonstrieren praktische Anwendbarkeit und hohe Genauigkeit unserer Analysemethode.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5
Abb. 6
Abb. 7
Abb. 8

Notes

  1. http://www-fis.iarc.fr/~martyn/software/jags/.

  2. http://www.r-project.org/.

  3. http://west.uni-koblenz.de/Research/DataSets/.

Literatur

  1. Abbasi R, Staab S (2008) Introducing triple play for improved resource retrieval in collaborative tagging systems. In: Proceedings of exploiting semantic annotations in information retrieval (ESAIR). Workshop at ECIR’08, March 2008

  2. Andrieu C, Freitas N, Doucet A, Jordan M (2003) An introduction to MCMC for machine learning. Mach Learn 50:5–43

    Article  MATH  Google Scholar 

  3. Bishop CM, Spiegelhalter DJ, Winn JM (2002) VIBES: a variational inference engine for Bayesian networks. In: Advances in neural information processing systems (NIPS), Vancouver, Canada, pp 777–784

  4. Blei D, Ng A, Jordan M (2003) Latent dirichlet allocation. J Mach Learn Res 3:993–1022

    Article  MATH  Google Scholar 

  5. Cattuto C, Benz D, Hotho A, Stumme G (2008) Semantic grounding of tag relatedness in social bookmarking systems. In: The semantic web—ISWC 2008, pp 615–631

  6. Heymann P, Ramage D, Garcia-Molina H (2008) Social tag prediction. In: 31st annual international ACM SIGIR conference on research and development in information retrieval. ACM, New York, pp 531–538

    Chapter  Google Scholar 

  7. Jaschke R, Marinho L, Hotho A, Schmidt-Thieme L, Stumme G (2007) In: PKDD 2007 tag recommendations in folksonomies. Lecture notes in computer science, vol 4702. Springer, Berlin, pp 506–514

    Google Scholar 

  8. Mika P (2007) Ontologies are us: a unified model of social networks and semantics. J Web Semantics 5(1):5–15

    MathSciNet  Google Scholar 

  9. Rattenbury T, Good N, Naaman M (2007) Towards automatic extraction of event and place semantics from flickr tags. In: 30th annual international ACM SIGIR conference on research and development in information retrieval, Amsterdam, The Netherlands. ACM, New York, pp 103–110

    Chapter  Google Scholar 

  10. Rattenbury T, Naaman M (2009) Methods for extracting place semantics from Flickr tags. TWEB 3(1):1

    Article  Google Scholar 

  11. Schmitz P (2006) Inducing ontology from Flickr tags. In: Proceedings of collaborative web tagging. Workshop at WWW’06

  12. Sigurbjörnsson B, van Zwol R (2008) Flickr tag recommendation based on collective knowledge. In: 17th international conference on world wide web (WWW). ACM, New York, pp 327–336

    Chapter  Google Scholar 

  13. Sizov S (2010) GeoFolk: latent spatial semantics in web 2.0 social media. In: Third ACM international conference on web search and data mining (WSDM), New York, USA (to appear)

  14. Wang X, McCallum A (2006) Topics over time: a non-Markov continuous-time model of topical trends. In: 12th ACM SIGKDD international conference on knowledge discovery and data mining (KDD), Philadelphia, USA, pp 424–433

  15. Wang X, Mohanty N, McCallum A (2005) Group and topic discovery from relations and text. In: 11th ACM SIGKDD international conference on knowledge discovery and data mining. Workshop on link discovery, pp 28–35

  16. Wee LC, Hassan S (2008) Exploiting Wikipedia for directional inferential text similarity. In: Information technology: new generations, 2008. ITNG 2008, fifth international conference on. April 2008, pp 686–691

  17. Zhou D, Bian J, Zheng S, Zha H, Giles CL (2008) Exploring social annotations for information retrieval. In: 17th international conference on world wide web (WWW). ACM, New York, pp 715–724

    Chapter  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Sergej Sizov.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Sizov, S., Ens, A. EventFolk – Automatische Erkennung von Ereignissen in Sozialen Medien. Datenbank Spektrum 10, 7–13 (2010). https://doi.org/10.1007/s13222-010-0006-6

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s13222-010-0006-6

Schlüsselwörter

Navigation