Big (Social) Data Analytics - Seminar (MA)

SeminartitelBig (Social) Data Analytics - Seminar (MA)

DauerWS 2016/2017
Themenvergabe06. Juli 2016, 18 Uhr im H8
Leitung

Prof. Dr. Mathias Klier
Annette Felgenhauer

Inhalte

Das Seminar Big (Social) Data Analytics baut auf den Veranstaltungen „Big Data Analytics – Methoden und Konzepte“ sowie „Social Network Analysis – Methoden, Konzepte und Anwendungen“ auf und ist inhaltlich dem Schwerpunkt „Technologie- und Prozessmanagement“ zugeordnet.

Im Rahmen der Arbeit sollen Lösungsansätze für spezifische Fragestellungen aus dem Bereich Big (Social) Data Analytics beleuchtet und (weiter-)entwickelt werden. Hierfür sind in der Regel zunächst ein strukturierter Literaturüberblick zum Thema zu erarbeiten und Best Practices zu recherchieren. Ein kritischer Vergleich von Theorie und Praxis, eigene Ideen und Handlungsempfehlungen sowie ggf. auch der Einsatz bzw. die Evaluation von Software-Tools runden das Seminar ab.

AnmerkungenVorkenntnisse oder Voraussetzungen, die bestimmte Themen erfordern, werden durch den Betreuer bzw. die Betreuerin des Seminars nach der Vergabe (z. B. auf Basis des Notenspiegels) überprüft. Bitte melden Sie sich nur für Themen, deren Voraussetzungen Sie erfüllen. Sofern nicht anders vermerkt, wird jedes Thema nur einmal vergeben.
Thema 1

Titel: Modellierung von Kommunikationsverläufen in Online Communities

Über Online Communities – insbesondere bspw. sogenannte Q&A-Communities – stehen heutzutage umfassende Kommunikationsverläufe der jeweils aktiven Nutzer zur Verfügung. Diese können für wissenschaftliche (z. B. Untersuchungen zum Gruppenverhalten) oder praktische (z. B. Identifizierung von Zielgruppen für personalisierte Marketingkampagnen) Zwecke analysiert werden. Um jedoch Methoden der Social Network Analysis anwenden und bspw. (Sub-)Gruppen an Nutzern identifizieren zu können, gilt es in einem ersten Schritt, die Kommunikationsverläufe in eine Netzwerkstruktur zu überführen bzw. die Kommunikationsverläufe entsprechend als Graph zu modellieren. In der Regel werden dabei die Nutzer durch Knoten sowie die Beziehungen zwischen den Nutzern durch Kanten repräsentiert.

Im Rahmen der Seminararbeit sollen Ansätze zur Modellierung von Kommunikationsverläufen in Online Communities untersucht und diskutiert werden. Eigene Ideen (z. B. Berücksichtigung der Inhalte der Posts bei der Entscheidung, ob eine Kante zwischen zwei Nutzern zu modellieren ist) und eine Illustration der alternativen Modellierungsweisen anhand eines Beispieldatensatzes runden die Arbeit ab.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“ oder „Big Data Analytics – Methoden und Anwendungen“

Thema 2

Titel: Voice of the Customer (VOC) – Sentimentanalyse mit R

Über soziale Medien, wie bspw. Online Social Networks, Microblogs, Wikis, Bewertungs-Communities sowie Diskussionsforen, stehen Unternehmen heutzutage enorme Mengen an unstrukturierten Daten zur Verfügung (z. B. Facebook-Posts). Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht es Unternehmen, die Voice of the Customer (VOI) zu analysieren und so tiefere Einblicke dahingehend zu erlangen, was Kunden denken und wünschen (z. B. hinsichtlich der angebotenen Produkte und Dienstleistungen). Die Sentimentanalyse im Speziellen zielt dabei bspw. darauf ab, auf Basis von Texten in Social Media automatisiert ein Stimmungsbild der (potenziellen) Kunden zu erhalten (z. B. ist die grundsätzliche Haltung zum Unternehmen oder dessen Leistungen positiv oder negativ?). Ein beispielhaftes Tool, das Methoden zur Durchführung von Sentimentanalysen bietet, ist R.

Im Rahmen der Seminararbeit soll neben einem kurzen Überblick über die wichtigsten Methoden zur Sentimentanalyse in der Literatur insbesondere analysiert und kritisch diskutiert werden, welche Möglichkeiten speziell die Software R (bzw. verfügbare R-Packages) bietet, um Sentimentanalysen zur Analyse der Voice of the Customer durchzuführen. Die exemplarische praktische Anwendung ausgewählter Methoden anhand eines realen Datensatzes rundet die Arbeit ab.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“ oder „Big Data Analytics – Methoden und Anwendungen“
Thema 3

Titel: Social Media Analytics – soziale Netzwerkanalyse mit R

Im Zeitalter des Internets und der Digitalisierung sind Online Social Networks wie Facebook, LinkedIn oder Google+ aus unserem privaten und geschäftlichen Leben kaum mehr wegzudenken und beeinflussen maßgeblich, was wir wissen, was wir kaufen, wen wir wählen und wie erfolgreich wir im Job sind. Das konstituierende Merkmal sozialer Netzwerke bilden die Beziehungen zwischen den Mitgliedern und die dadurch induzierte Netzwerkstruktur. Mithilfe von Social Network Analysis können die Beziehungen der Nutzer für verschiedenste unternehmerische Anwendungen analysiert werden (z. B. Identifizierung von Key Usern, die durch eine besondere strukturelle Position charakterisiert sind, für virale Marketingkampagnen). Ein beispielhaftes Tool, das Methoden der Social Network Analysis unterstützt, ist R.

Im Rahmen der Seminararbeit soll neben einem kurzen Überblick über die wichtigsten Methodenbereiche der Social Network Analysis insbesondere analysiert und kritisch diskutiert werden, welche Möglichkeiten hier speziell die Software R (bzw. verfügbare R-Packages) bietet. Die exemplarische praktische Anwendung ausgewählter Methoden anhand eines realen Datensatzes rundet die Arbeit ab.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“ oder „Big Data Analytics – Methoden und Anwendungen“
Thema 4

Titel: Social Media-basierte Innovationen und Geschäftsmodelle in der Versicherungsbranche

Soziale Medien eröffnen Unternehmen neue Möglichkeiten entlang der gesamten Wertschöpfungskette – von der Produktentwicklung (z. B. Open Innovation) bis hin zum Service (z. B. Social Customer Care). Auch in der Versicherungsbranche kommt Social Media immer größere Bedeutung zu. Das Seminar zielt dabei speziell auf Social Media-basierte Innovationen und Geschäftsmodelle in dieser Branche ab.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Social Media-basierten Innovationen und Geschäftsmodellen in der Versicherungsbranche gegeben werden. Best Practices und aktuelle Beispiele aus der Unternehmenspraxis (z. B. Peer-to-Peer-Versicherungskonzept von Friendsurance) sowie ein kritischer Vergleich zwischen Theorie und Praxis runden die Arbeit ab.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“, „Big Data Analytics – Methoden und Anwendungen“ oder „Wertorientiertes Customer Relationship Management & Business Intelligence“
Thema 5

Titel: Wachstumsmodelle für (soziale) Netzwerke

Das Wachstum vieler Online Social Networks ist enorm. So zählt bspw. Facebook mittlerweile mehr als 1,6 Mrd. monatlich aktive Nutzer (Ende 2008 waren es noch ca. 0,1 Mrd.) – Tendenz steigend. Doch wie lässt sich das Wachstum von (sozialen) Netzwerken – repräsentiert durch Knoten, die paarweise durch Kanten miteinander verbunden sind – modellieren bzw. prognostizieren? Welche Eigenschaften sind für eine realitätsnahe Modellierung des Wachstums (sozialer) Netzwerke von Bedeutung? In der Literatur finden sich hierzu erste Ansätze und Modelle, die es im Rahmen der Seminararbeit zu analysieren gilt.

Im Rahmen der Seminararbeit sollen Wachstumsmodelle aus der Literatur untersucht und diskutiert werden. Ein kritischer Vergleich zwischen Theorie und Praxis rundet die Arbeit ab.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“ oder „Big Data Analytics – Methoden und Anwendungen“
Thema 6

Titel: Topic Detection in Social Media

Im Internet und speziell in sozialen Medien, wie bspw. Online Social Networks, Microblogs und Diskussionsforen, werden ständig neue und aktuelle Informationen kommuniziert und verbreitet. Methoden der Topic Detection können hier eingesetzt werden, um besonders stark diskutierte Themen, sogenannte „Bursty Topics“, zeitnah und automatisiert zu identifizieren, um bspw. als Unternehmen bei Bedarf entsprechend reagieren zu können (z. B. bei aufkommender Kritik in Twitter).

Im Rahmen der Seminararbeit sollen unterschiedliche Ansätze zur Topic Detection aus der Literatur untersucht und diskutiert werden. Die exemplarische praktische Illustration anhand eines realen Datensatzes rundet die Arbeit ab.

Voraussetzung: Veranstaltung „Big Data Analytics – Methoden und Anwendungen“
Bearbeitung Die Themen können nur alleine bearbeitet werden. Zur Erlangung des Leistungsnachweises ist die Anfertigung einer Seminararbeit sowie einer Präsentation (15 Minuten) mit anschließender Diskussion (5 Minuten) notwendig.
Meilensteine

Vergabe der Themen: 06. Juli 2016, 18 Uhr im H8

Zwischenpräsentation:
Zeitpunkt und Ort werden rechtzeitig bekannt gegeben

Abgabe der Seminararbeiten:
Termin wird rechtzeitig bekannt gegeben

Endpräsentation:
Zeitpunkt und Ort werden rechtzeitig bekannt gegeben

Ablauf und Anforderungen 
  • analytische und konzeptionelle Fähigkeiten
  • selbständige, zielorientierte und systematische Arbeitsweise
  • gewünscht: Erfolgreicher Abschluss

 

Weitere Informationen siehe Webpage
www.uni-ulm.de/mawi/itop.html