Institut für Informatik Hauptseminar „Data Science“: Mining Social Media Hauptseminar SS 2016 Ansprechpartner: Prof. Thomas Seidl Dr. Tobias Emrich Johannes.

Slides:



Advertisements
Ähnliche Präsentationen
Motivation E-Learning in der Hochschullehre
Advertisements

Seminar Experimentielle Evaluierung im Information Retrieval Aufgabenstellung, Ablauf, Probleme, Lösungen und Ergebnisse des Experiments Martin Jansson.
Programmieren im Großen von Markus Schmidt und Benno Kröger.
Kohonennetze für Information Retrieval mit User Feedback
Informatik II: Algorithmen und Datenstrukturen SS 2013
Fortgeschrittenenpraktika SS 2004
Fortgeschrittenenpraktika WS 2003/04 Database Research Group, Prof. Dr. Bernhard Seeger Department of Mathematics and Computer Science University of Marburg.
Vorstellung der Diplomarbeit
Der Arbeitskreis Flexible service- und prozessorientierte Informationssysteme Universität Innsbruck, 28. Juli 2008.
Informationsveranstaltung zum Seminar „Wirtschaftslehreunterricht mit vierwöchigem Schulpraktikum“ 16. Juli 2009.
Fallstudie. 2 Statistik April Dokumente Jan Mio. Dokumente Performance 3 Mio. Queries pro Tag 9. Juni 2000 Most popular search engines.
Java: Grundlagen der Sprache
Der Umgang mit qualitativ erhobenen Daten: Strategien der Datenanalyse
Projekt Web Engineering
UML Begleitdokumentation des Projekts
Allgemeine Informationen
Entitäten Extraktion Einführung
Masterseminar Robert Neßelrath Lehrstuhl Wahlster 2007 Framework zum Klassifizieren von Gesten basierend auf multiplen Sensoren.
Cooperation & management Institute of Telematics University of Karlsruhe Prof. Dr. S. Abeck FORUM der Fakultät für Informatik zur Unterstützung der Lehre.
Entwurf Staatsballett
Vortrag D. Braun, Praktikum. Übersicht Pleopatra API Pleopatra Tools Twitter Demonstration Ausblick.
DATA WAREHOUSE Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen Alfred Schlaucher, Detlef Schroeder DATA WAREHOUSE.
Microblogging Die Welt in 140 Zeichen Bildquelle: Wikipedia.
Data Mining Cup 2012 Wissensextraktion – Multimedia Engineering
Dienstleistungen für Ihren Fortschritt. Neigungsprofil für Servicetechniker More than psychology structures.
Twitter für Journalisten
Fakultät für Informatik WI/WE 2005S UE WI/WE Web Engineering /3 Dr. Michael Derntl Fakultät.
1 von 7 ViS:AT BMUKK, IT – Systeme für Unterrichtszwecke 05/11 EZ, CR Social Networks – Soziale Netzwerke Virtuelle Science Cafes & Diskussionsforen für.
Using latent semantic analysis to find different names for the same entity in free text Präsentation und Diskussion des Papers Im Rahmen des PS Web-Information.
1 Vorbesprechung Seminar: Weitverteiltes Rechnen mit dem Grid (SE 2.0, ) LVA-Leiter: T. Fahringer Büro: 8/09 Tel.: Mail:
Information Retrieval, Vektorraummodell
Twitter Begriffe und Techniken Nutzung Alternative Dienste.
MediaQ: Practical Seminar on Big Data for Social Media
Page Seminar IM - Ablauf EIN Thema auswählen Zumindest 3 Artikel (fast sicher englischsprachig) aus guten Journals heraus suchen.
Evaluation von Lernplattformen IDEe qualifizierung :: ARGE :: Prof. Dr. Peter Baumgartner Herzlich Willkommen Evaluation von Lernplattformen Wien, 7. März.
Datenbanken im Web 1.
Institut für Informatik MediaQ: Practical Seminar on Big Data for Social Media Hauptseminar WS 2014/15 8. Dezember 2014 Ansprechpartner: Dr. Matthias Renz.
Dreamteam: Web 2.0 und der Katalog Anne Christensen und Thomas Hapke GBV-Verbundkonferenz
Microsoft.NET - Plattform Kurzer Überblick Vergleich mit Java Von Thomas Zahn Januar 2001.
Laborpraktikum Umsetzung von Pattern SS 05 Prof. Paul, Dipl.-Inf. Fröhlich, Dipl.-Inf. Linke {paul | iti.cs.uni-magdeburg.de
Page Seminar IM - Ablauf EIN Thema auswählen Zumindest 3 wissenschaftlichen Artikel (fast sicher englischsprachig) aus guten.
N.Fremann, M.Jentsch, D.Wilmsmann Interaction with public and private displays Projektarbeit im Seminar Location Based Services.
@m_klima TWITTER - MAG. MANFRED KLIMA. Nutzer 03/2015 – 288 Mio. TWITTER - MAG. MANFRED KLIMA.
Hauptseminar „Data Science“: Mining Social Media
The PageRank Axioms Johannes Zaunschirm. Überblick / Outline  Alon Altman and Moshe Tennenholtz. “Ranking Systems: The PageRank Axioms”., 2005  Basisstruktur.
lieferanzeiger.at – Wussten Sie schon…? Vorstellung von nützlichen Tools für Ihr Vergabeverfahren Simon Niedermüller Product Coordinator.
Bewerbungs- eingang Bewerbungs- bearbeitung Stellenangebote VermittlungKommunikationZusatzleistungen.
BWLS Seminar 4 Umgang mit Belastungen im Lehrberuf
Geographie des Wahljahrs (Öffentliche Auftritte) UE Digitale Information in Raum, Gesellschaft und Wirtschaft Gruppe A2: Hartl, Hartner, Hemetsberger,
Entwurf, Implementierung und Test eines Java – Web Services als Kommunikationsschnittstelle für Webapplikationen mit Funktionen.
Priorisierungsprozess im Kirchenkreis Nordfriesland Zukunftsworkshop im Christian Jensen Kolleg, Breklum 22. Januar 2011.
Institut für Informatik Betriebliche Informationssysteme S.Dietzold, T.Riechert, J.Lehmann, A.Aslam, M.Herrmann1 Semantic Web Services and Interfaces Sebastian.
Funktionsweise eines Funambolservers Natascha Graf Aachen, 01. Februar 2010.
Hardware/Software Co-Design Vorbesprechung A. Steininger J. Lechner T. Polzer.
Projekt Campus Management. Was bringt‘s? Studierende(r)
Patrick Richterich Lattwein GmbH Web Services Softwareentwicklung mit SOAP.
Bereit, wenn Sie es sind Gute Neuigkeiten. Noch während die Installation im Hintergrund fortgesetzt wird, können Sie Office 2010 bereits verwenden. Sehen.
FAKULTÄT WIRTSCHAFTS- UND SOZIALWISSENSCHAFTEN INSTITUT FÜR MARKETING & MANAGEMENT Modalitäten zur Anmeldung  Seminarangebot: Lehrstuhl für Unternehmensführung.
Warum Data Science Ausbildung an einer Wirtschaftsuniversität? Axel Polleres, Institut für Informationswirtschaft, WU
1 Twitter im Einsatz: Der praktische Einsatz des Microblogging-Dienstes Gabriele Hooffacker.
Wir haben ein modernes neues Whitboard  Wie kann das Whitebord effektiv genutzt werden? bei der didaktische Vorgehensweise im Unterricht bei Schülertätigkeit.
Network for Educational Technology
Projektgruppe System- und Softwaretest
Modul 124, Woche 10 R. Zuber, 2015.
Abschlussarbeiten am Lehrstuhl für
Lernen mit Videos Anforderungen und Voraussetzungen für die Prüfung
Ausgewählte Folien für Lehreinheit C3
Studienphase 2.
Wissenschaftliches Projekt
 Präsentation transkript:

Institut für Informatik Hauptseminar „Data Science“: Mining Social Media Hauptseminar SS 2016 Ansprechpartner: Prof. Thomas Seidl Dr. Tobias Emrich Johannes Niedermayer

Ablauf Agenda Einleitung Seminarüberblick Ziele des Seminars Ablauf des Seminars Mining Twitter Warum Twitter? Mögliche Fragestellungen Grundlagen Twitter API Tools Einteilung der Gruppen

MediaQ Social Media Internetbasierte Applikationen, die auf dem Web 2.0 aufbauen und die Erzeugung sowie den Austausch nutzergenerierter Inhalte ermöglichen

Twitter Microblogging-Plattform Kommunikation erfolgt über Tweets Kurze Textnachrichten mit bis zu 140 Zeichen Hashtags zur Kategorisierung Möglichkeit der Einbindung von Bildern und Videos Zusätzliche Anreichung mit Geoinformationen möglich Literaturempfehlung: Kwak, Lee, Park, Moon: “What is Twitter, a Social Network or a News Media?“ (2010).

Ziele Entwicklung neuer Analysemethodiken für Microblogging-Plattformen wie Twitter und Instagram Einarbeitung in Fragestellungen des Themengebiets „Data Science“ mit Konzentration auf Social Media Mining Kreative Auseinandersetzung mit den gegebenen Daten Neue Fragestellungen zur Analyse von Social Media Daten entwickeln Ansprechende Visualisierung der Idee Umsetzung der Ideen Implementierung Präsentation

Ablauf des Seminars 1. Termin (Heute) Vorstellung der Thematik Einteilung der Gruppen 2. Termin (9. Mai 2016) Meilenstein: theoretische Auseinandersetzung abgeschlossen Paper-Präsentation (Theoretischer Teil) Vorstellung der Projektideen (Praktischer Teil) 3. Termin (9. Juni) Meilenstein: praktische Einarbeitung beendet Zwischenpräsentation des Projektes Diskussion der Zwischenergebnisse 4. Termin (8. Juli 2016) Meilenstein: Projekt abgeschlossen Abschlusspräsentation des Projektes

Ablauf: Theoretischer Teil Einarbeitung in ein festgelegtes Themengebiet anhand eines vorgegebenen Papers Entwicklung von eigenen Applikationsideen anhand der Publikation anhand eigener Ideen Präsentation der Ergebnisse im Seminar 15 Minuten Paper 5 Minuten eigene Projektideen 5 Minuten Diskussion

Ablauf: Praktischer Teil (Einarbeitung) Einarbeitung in die Twitter- oder Instagram-API und Crawling der benötigten Daten über die API Detaillierte Auseinandersetzung mit den Daten inklusiver erster Experimente - Realdaten sind schwierig: Vorverarbeitung ist kritisch! Vertraulichkeit: Twitter Terms of Service beachten Crawler wird bereit gestellt (Java) Weiterentwicklung der Ideen Skizzierung einer detaillierten Analysepipeline Präsentation der Ergebnisse (~10 Minuten) und Diskussion mit den Betreuern (~5 Minuten)

Ablauf: Praktischer Teil (Umsetzung) Implementierung des entwickelten Analyseverfahrens Dokumentation der Applikation, sowie Beschreibung der Softwarearchitektur und Algorithmen in einem Webdokument Präsentation des Verfahrens und der Umsetzung im Seminar (~15 Minuten)

Ziele Benotungskriterien 1.Einarbeitung in ein Themengebiet anhand eines vorgegebenen Papers und Vortrag zu diesem Themengebiet 2.Entwicklung und Implementierung eines Analyseverfahrens Nicht trivial (z.B. Heatmap über Tweetpositionen) Keine Kleinen Datenmengen (z.B. Analyse von 3 Wörtern / Tweets) wenn es sich anbietet Streamfähigkeit 3.Dokumentation und Veröffentlichung des Verfahrens in Form eines Webauftritts 4.Präsentation der Ergebnisse im Seminar Es wird in Gruppen von 3 Personen gearbeitet.

Warum Twitter? Text Bilder Links Follower Retweets Hashtags Geokoordinaten API

Data Mining und Machine Learning Techniken Clustering Outlier Detection (bzw. Trend Detection) Regression Klassifikation Frequent Pattern Mining Prediction Graph Pattern Mining Query Processing …

Ziele Mögliche Fragestellungen Retweet Prediction: Wie groß ist für einen gegebenen Tweet die Wahrscheinlichkeit eines Retweets? Trend Analysis: Welche Begriffe sind aktuell im Trend? Hashtag Prediction: Welche Hashtags bieten sich für einen Tweet an? Vergleich der Daten (Text, Geodaten, Bilder, Hashtags, …) von Twitter und Instagram Identifikation interessanter Orte (POIs) Weitere innovative Ideen sind Willkommen! ? #

MediaQ Twitter API Nach einer Registrierung ermöglicht Twitter den Datenzugriff über eine API Streaming API ermöglicht Empfang eines Samples Spezielle Anfragen an die Twitter-API (Begrenzt bzgl. Anzahl an Queries) Implementierungen für eine Vielzahl von Programmiersprachen Crawler wird bereit gestellt (Java) Links: API Libraries:

Hardware Hard- und Software (Auszug) hekto.cip.ifi.lmu.de – 136 GB Arbeitsspeicher, 24 Kerne deka.cip.ifi.lmu.de – 144 GB Arbeitsspeicher, 24 Kerne cerboli.dbs.ifi.lmu.de – 32 GB Arbeitsspeicher, 12 Kerne, Tesla M2090 GPU Nach Anmeldung! – Sun Grid Engine des CIP-Pools

Texte Arbeiten mit Texten Tokenization: Splitten von einem Text String in einzelne Worte/Tokens Stopword Removal und Term Weighting: Entfernung irrelevanter Worte (der, die das, …) Gewichtung von Worten nach Informationsgehalt (TF/IDF) Frameworks NLTK (Python) – Stemming, Stopwortlisten, Klassifikatoren, Sentiment Analysis Lucene (Java) – Textsuchmaschine OpenNLP (Java) – Natural Language Processing mit Java

Bilder Arbeiten mit Bildern Mit Caffe ( n.org/ ) können State-of-the-Art Features aus Bildern extrahiert werden, die dann wie beliebige Vektordaten verarbeitet werden können OpenCV ermöglicht die Extraktion weiterer Features theano, numpy und sklearn eignen sich gut für Frage- stellungen aus dem Bereich Machine Learning (nicht nur für Bilder)

Social Graphs Arbeiten mit sozialen Netzwerken FlockDB (Graphdatenbank von Twitter) Neo4j (Graphdatenbank) Redis (NoSQL)

Geodaten Arbeiten mit Geodaten Lucene (Textsuchmaschine mit Spatial Tools) PostGIS (Geodatenbank) Weka (Data-Mining Framework) Elki (Data-Mining Framework)

Ziele Gruppeneinteilung

Austausch Die-Informatiker Forum Unter Hauptstudium -> DBS -> Hauptseminar „Data Science“ 2015

Gruppeneinteilung Vortragsthemen (1) 1.Georgiou, Agrawal, Abbadi GeoScope.Online Detection of Geo-Correlated Information Trends in Social Networks.. Topic: Trend Detection. 2.Tomas Mikolov, Ilya Sutskever, Kai Chen, Gregory S. Corrado, and Jeffrey Dean. Distributed representations of words and phrases and their composi-tionality. Tropic: Word Embeddings. 3.Laurens van der Maaten, Geoffrey Hinton. Visualizing Data using t-SNE. Topic: Visualization. 4.Gao Cong, Christian S. Jensen, Dingming Wu. Efficient retrieval of the top-k most relevant spatial web objects.Topic: Indexing. 5.Yun Chi, Haixun Wang, Philip S. Yu, Richard R. Muntz. Moment: Maintaining Closed Frequent Itemsets over a Stream Sliding Window.Topic: Frequent Itemset Mining. 6.Chen, Feng, Chang-Tien Lu, and Arnold P. Boedihardjo. Gls-sod: a generalized local statistical approach for spatial outlier detection. Topic: Spatial Outlier Detection. 7.Mihael Ankerst, Markus M. Breunig, Hans-Peter Kriegel, Jörg Sander. OPTICS: Ordering Points To Identify the Clustering Structure. Topic: Clustering. 8.Liangjie Hong and Brian D. Davison. Empirical Study of Topic Modeling in Twitter.Topic: Topic Modeling.

Hausaufgaben bis zum nächsten Mal… Vertraut machen mit den Daten und Plattform API-Richtlinien lesen Twitter Entwickler-Konto anlegen Einfache Applikation zum Zugriff auf die Streaming-API entwickeln Präsentation Erstellen (Präsentationslänge ~20 Minuten) Inhalt des Papers (ca. 15 Minuten) Kreativer Teil (ca. 5 Minuten) Auswahl einer der zuvor erwähnten Analysen oder Entwicklung einer neuen Fragestellung auf den Daten von Twitter oder Instagram Anwendung und ggfs. Anpassung der Techniken des Papers auf die ausgewählte Fragestellung Optional: Weitere Anwendungsideen unabhängig vom Paper