Abschlussarbeit

What did you tweet and who retweeted it? Text Mining, um die Dynamik der Kommunikation von Innovationen zu verstehen

Jede Minute, jede Stunde und jeden Tag werden weltweit Unmengen an Text produziert. Tweets via Twitter, Meeting Minutes der letzten Konferenz, Reviews auf Amazon oder der neuste New York Times Artikel - all diese Textdaten können wertvolle Informationen für Wissenschaft und Wirtschaft liefern. Aus diesem Grund erkennen Forschung und Industrie zunehmend das Potential, welches in den großen (teils frei zugänglichen) Datenmengen steckt.

Auch für wissenschaftliche Fragestellungen in der Konsumenten- und Innovationsforschung können diese, in großer Stückzahl vorliegenden Textdaten, herangezogen werden und als Ausgangsbasis für quantitative Analysen genutzt. Interessante Fragen zum gesellschaftlichen Umgang mit neuen Technologien oder zur unternehmensseitigen Strategie in der öffentlichen Kommunikation innovativer Produkte, können durch die Analyse von Textdaten auf neue Weise untersucht werden.

In Deiner Arbeit soll es um die empirische Untersuchung gesellschaftspolitischer Fragestellungen (bspw. Klimawandel und Moral von Gentechnik) mittels Methoden der maschinellen Textanalyse gehen. Dazu bereitest Du einen Datensatz, bestehend aus Tweets oder Zeitungsartikeln, auf und wertest diesen anschließend mit den neuesten Methoden der quantitativen Textanalyse aus. Du kannst mit Python oder R arbeiten und je nach Erfahrungsstand sind unterschiedliche Analysetiefen möglich. Erste Kenntnisse mit tidytext/ text2vec/ pandas sind förderlich, aber nicht zwingend erforderlich.

Wenn Du dich für die Verwendung dieser Methodik auf gesellschaftspolitische Fragestellungen begeistern, sende bitte Deinen Lebenslauf und ein Motivationsschreiben an holtz@time.rwth-aachen.de.

Keywords: Text Mining; maschinelles Lernen; Textanalytik; Innovationsforschung; Legitimation