Kooperativer Bibliotheksverbund

UID:

Format: 1 online resource (XIV, 213 S. 36 Abb., 33 Abb. in Farbe.)

Edition: First edition.

ISBN: 3-658-30702-1

Series Statement: Ars Digitalis Series

Content: Bildeten noch vor wenigen Jahren Presse, Rundfunk und Fernsehen den primären Zugang der Gesellschaft zu sich selbst, sind heutige gesellschaftliche Debatten sowie das Phänomen der Öffentlichkeit in hohem Maße durch den Einfluss von Social Media geprägt. Das Neue der dortigen Kommunikation ist, dass sie durch algorithmische Selektionen vorgeformt wird, in hohem Maße personalisiert ist und Beiträge automatisierter Accounts enthalten kann. Diese Charakteristika stellen die Forschung in der Einordnung und Bewertung des gesellschaftlichen Einflusses von Social Media-Debatten immer noch vor Schwierigkeiten und verlangen nach transdisziplinären Ansätzen. Beiträge aus der Informatik und den Computational Humanities ergänzen deshalb die medien- und kommunikationswissenschaftlichen Perspektiven jeweils um eine Beschreibung der technischen Grundlagen ihrer Untersuchungsgegenstände und der möglichen Zugänge zum Objektbereich. Der Inhalt Gesellschaftliche Diskurse in den Social Media Aktualität und Relevanz in Social Media-Plattformen Technische Dispositionen der Kommunikation in Social Media Algorithmische Selektion Automatisierte Kommunikation (Social Bots) Social Media Analytics Die Herausgeber Samuel Breidenbach, M.A., ist Stipendiat der Graduate Research School der Brandenburgischen Technischen Universität Peter Klimczak, Dr. phil. et Dr. rer. nat. habil., ist Privatdozent an der MINT-Fakultät der Brandenburgischen Technischen Universität. Christer Petersen, Dr. phil., ist Professor für Angewandte Medienwissenschaften an der Brandenburgischen Technischen Universität. .

Note: Intro -- Vorwort -- Inhaltsverzeichnis -- AutorInnen und ReviewerInnen -- Über die AutorInnen -- Über die ReviewerInnen -- 1: Wann kommt die Wut? -- 1.1 Einleitung und Fragestellung -- 1.2 Zwischen Hoffnung und Ernüchterung: Demokratische Potenziale des Internets -- 1.3 Leitende Begriffe und Annahmen: Alokalität, Deliberation und Invektivität -- 1.4 Zur Datenerhebung -- 1.4.1 Facebook-Kommentarverläufe -- 1.4.2 Fokusgruppen -- 1.4.3 Vergleich der Datentypen -- 1.4.4 Zum Sample von Diskussionsinputs -- 1.5 Auswertungsverfahren -- 1.6 Ergebnisdarstellung -- 1.7 Diskussion und Schluss -- A. Anhang -- A.1 Ankerbeispiele expliziter Invektiven -- A.2 Ankerbeispiele impliziter Invektiven -- A.3 Ankerbeispiele Bezugsproblem ,multikulturelle Gesellschaft' -- A.4 Ankerbeispiele sprachliche und formale Besonderheiten -- Literatur -- 2: Soziale Medien zwischen Disruption und Synthese -- 2.1 Einleitung -- 2.2 Bildung und Subjektivierung in einer digitalen Welt -- 2.3 Soziale Medien zwischen Disruption und Synthese -- 2.4 Fazit -- Literatur -- 3: Alles Bots? -- 3.1 Einleitung -- 3.2 Twitter als Heimstatt (teil-)automatisierter (politischer) Accounts -- 3.3 Ansätze und Probleme der Erkennung von Political Bots -- 3.4 Ansatz und Ergebnisse einer Fallstudie zur Typisierung (teil-)automatisierter Accounts auf Twitter -- 3.4.1 Bestimmung des Merkmalsraums -- 3.4.2 Ergebnisse der Analyse -- 3.4.2.1 Politische Accounts mit geringem Automatisierungsgrad -- 3.4.2.2 Politische Accounts mit mittlerem Automatisierungsgrad -- 3.4.2.3 Hochgradig automatisierte politische Accounts -- 3.5 Schluss -- Literatur -- 4: Facilitating a Scientific Approach to the Datafication of Society on Twitter, or: How to Catch a Tweeting Bird -- 4.1 Introduction -- 4.2 Social Media as the Datafication of Everyday Communication. , 4.2.1 Twitter as the Subject of Data Analysis -- 4.2.2 Observation of Society on Twitter -- 4.3 How to Catch a Tweeting Bird -- 4.3.1 Modes of Accessing Twitter Data -- 4.3.2 Selection and Transformation in Data Analysis -- 4.3.3 What Do Twitter Data Describe? -- 4.4 Archiving Twitter -- 4.5 Conclusion and Outlook -- References -- 5: Hass- und Gegenrede in der Kommentierung massenmedialer Berichterstattung -- 5.1 Einleitung -- 5.2 Theoretischer Rahmen -- 5.2.1 Soziale Medien und Öffentlichkeit -- 5.2.2 Hass- und Gegenrede -- 5.2.3 Text Mining und kritische Diskursanalyse -- 5.3 Computergestützte kritische Diskursanalyse -- 5.3.1 Kontext des Diskurses -- 5.3.2 Korpuserstellung -- 5.3.3 Strukturanalyse I - Topic Modeling -- 5.3.4 Strukturanalyse II - Textklassifikation -- 5.3.5 Strukturanalyse III - Kookkurrenz -- 5.3.6 Auswahl typischer Texte -- 5.3.7 Feinanalyse ausgewählter Threads -- 5.3.7.1 Selbstverständnis von Hass- und GegenrednerInnen -- 5.3.7.2 Diskursstrategien -- 5.4 Synopsis -- 5.5 Reflexion und Ausblick -- Literatur -- 6: Filtern als digitales Verfahren in der wissenssoziologischen Diskursanalyse -- 6.1 Einleitung -- 6.2 Spezifik der diskursanalytischen Datengrundlage -- 6.3 Filtern als Prinzip methodisch geleiteter Analyse -- 6.4 Umsetzung des Filterprinzips im Rahmen der Grounded Theory -- 6.4.1 Spezifik des manuellen Filterns -- 6.4.2 Spezifik des maschinellen Filterns -- 6.5 Umsetzung des maschinellen Filterns -- 6.5.1 Erzeugung und Nutzung von Wortfeldern -- 6.5.2 Nachnutzung bestehender Korpora -- 6.5.3 Crawling, Scraping und Indexing zur Korpuserstellung -- 6.5.4 Aufbereitung, Speicherung und Verwaltung der Daten -- 6.5.5 Textauswahl durch maschinelles Filtern -- 6.6 Fazit: Automatisierung von Filterprozessen - Erfahrungen aus der wissenssoziologischen Diskursanalyse -- Literatur. , 7: Mapping the German Tech Blog Sphere and Its Influence on Digital Policy -- 7.1 The Concept of Linguistic Corpus -- 7.2 Addressing the IT-Blog Sphere -- 7.2.1 Scope of the Study -- 7.2.2 Operative Definition and Interest -- 7.2.3 Corpus Building and Characteristics -- 7.3 A Study on Named Entities in the IT-Blog Corpus -- 7.3.1 Description -- 7.3.2 First Study -- 7.3.3 Second Study -- 7.4 Studying Law and Policy Making -- 7.4.1 Subcorpus NetzDG -- 7.4.2 Stakeholders in the NetzDG Discussion -- 7.5 Conclusions -- References -- 8: Politisches Gezwitscher in Text und Bild -- 8.1 Einleitung -- 8.2 Stand der Forschung -- 8.3 Multimodale Sentiment Analyse -- 8.3.1 Latent Multimodal Mixing -- 8.3.2 Textfeature-Extraktion -- 8.3.3 Bildfeature-Extraktion -- 8.3.4 Fusion -- 8.4 Daten -- 8.4.1 Columbia MVSO Image Sentiment Dataset -- 8.4.2 Photo Tweet Sentiment Benchmark -- 8.5 Ergebnisse -- 8.6 Fallstudie: Brexit und Wahl zum EU-Parlament 2019 -- 8.6.1 Daten -- 8.6.2 Sentiment und Multimodalität -- 8.7 Schluss -- Literatur -- 9: Followings, Retweets, Favs -- 9.1 Technische Operatoren als Funktionalisierung der Kommunikation -- 9.1.1 Technische Funktionen des Kurznachrichtendienstes Twitter -- 9.1.2 Twitters Operatoren und Öffentlichkeit auf Twitter -- 9.2 Netzwerkanalysen von Twitter-Daten -- 9.3 Netzwerk- und Twitter-Crawler -- 9.4 Netzwerke der gegenseitigen Rezeption und inhaltlichen Affirmation -- 9.4.1 Methode zur automatisierten Netzwerkerschließung -- 9.4.2 Funktionsweise des Netzwerkcrawlers -- 9.4.3 Diskussion der Erhebungsmethode -- 9.5 Das Twitter-Netzwerk der Identitären Bewegung -- 9.5.1 Ideologische Verortung und Aktionsformen der IB -- 9.5.2 Die IB auf Twitter -- 9.5.3 Ergebnisse der Netzwerkanalyse -- 9.6 Fazit -- Literatur -- Stichwortverzeichnis.

Additional Edition: ISBN 3-658-30701-3

Language: German

DOI: 10.1007/978-3-658-30702-8