Person

Dipl.-Inform.

Matthias Rüdiger

M.Sc.

Wissenschaftlicher Mitarbeiter

Matthias Rüdiger
Institut für Technologie- und Innovationsmanagement (TIM/ISO)

Adresse

Gebäude: 3011

Raum: B343

Kackertstraße 7

52072 Aachen

Kontakt

workPhone
Telefon: +49 241 80 99187
Fax: +49 241 80 699197

Sprechstunde

Nach Vereinbarung
 

Aufgabenbereiche

  • Forschung an den Schnittstellen Data Mining/Text Mining, Bibliometrie und Wissenschaftsforschung sowie Innovationsforschung
  • BMBF-Projekt InnoMetrics - Entwicklung einer Innovationsmetrik zur Neuheitsmessung auf Basis echtzeitfähiger Text Mining Verfahren
  • BMBF-Projekt IMPRO - Ein integrativer Ansatz aus Bibliometrie und Text Mining zur vollautomatischen Inhaltsanalyse von Zitationsumgebungen
  • Coaching und Betreuung von Studierenden
  • Kurse: Quantitative Innovation Research (QIR), Introduction to Business Administration (IBA)

Profil

  • Wissenschaftlicher Mitarbeiter am Lehrstuhl für Innovation, Strategie und Organisation (ISO) / Institut für Technologie- und Innovationsmanagement (TIM) seit Oktober 2014
  • Studium der Wirtschaftswissenschaften (M.Sc.) an der RWTH-Aachen
  • Studium der Informatik (Dipl.-Inform.) mit den Schwerpunkten Datamining und Datenexploration, Netzwerke und Kommunikation, Graphentheorie und effiziente Algorithmen an der RWTH Aachen
  • Praktische Erfahrung als Gründer im Bereich Application Development & Network Services
  • Studentische Hilfskraft am Lehrstuhl für Technologie- und Innovationsmanagement und am Lehrstuhl für Datamining und Datenexploration der RWTH-Aachen

Publikationen

  • Matthias Rüdiger, David Antons, and Torsten-Oliver Salge (2018): Unpacking Impact in Science: The Explanatory Power of Citations. Proceedings of the International Conference on Information Systems (ICIS), San Francisco
  • Matthias Rüdiger, David Antons, and Torsten-Oliver Salge (2017): From Text to Data: On the Role and Effect of Text Pre-Processing in Text Mining Research. Accepted for Presentation at the Academy of Management Meeting (AOM), Atlanta
  • Stephan Günnemann, Ines Färber, Matthias Rüdiger and Thomas Seidl (2014): SMVC - Semi-Supervised Multi-View Clustering in Subspace Projections. ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), New York

Forschungsinteressen

  • Information Systems
  • Data Mining and Text Mining
  • Natural Language Processing (NLP) and Computational Linguistics

Forschungsmethoden

  • Analyseverfahren: Quantitative Datenanalyse, Text Mining, NLP
  • Programmiersprachen, Bibliotheken und Tools: Java, Python, Scikit-Learn, NumPy, SciPy, Matplotlib/Seaborn, TensorFlow, Keras, Gensim, XML, SQL, OCR, PHP, Stata