Direkt zum Inhalt

Knierim, Aenne ; Achmann, Michael ; Wolff, Christian

Zeitgeschichte untersuchen - Topic Modeling von #blackouttuesday-Inhalten auf Instagram

Knierim, Aenne, Achmann, Michael und Wolff, Christian (2022) Zeitgeschichte untersuchen - Topic Modeling von #blackouttuesday-Inhalten auf Instagram. In: DHd 2022 Kulturen des digitalen Gedächtnisses. 8. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" (DHd 2022), 07.03.2022 - 11.03.2022, Potsdam.

Veröffentlichungsdatum dieses Volltextes: 02 Mai 2022 08:41
Konferenz- oder Workshop-Beitrag
DOI zum Zitieren dieses Dokuments: 10.5283/epub.52197


Zusammenfassung

Das Forschungsprojekt dient der Untersuchung des New Social Movements Black Lives Matter und spezifisch den Solidaritätsbezeugungen am #blackouttuesday als Reaktion auf die Ermordung George Floyds. Um Sujets und Themen der Instagram-Nutzer*Innen rundum #blackouttuesday zu identifizieren und deren quantitative Analyse zu ermöglichen, wird ein Korpus aus den Bildunterschriften von Posts mit dem ...

Das Forschungsprojekt dient der Untersuchung des New Social Movements Black Lives Matter und spezifisch den Solidaritätsbezeugungen am #blackouttuesday als Reaktion auf die Ermordung George Floyds. Um Sujets und Themen der Instagram-Nutzer*Innen rundum #blackouttuesday zu identifizieren und deren quantitative Analyse zu ermöglichen, wird ein Korpus aus den Bildunterschriften von Posts mit dem #blackouttuesday vom 02.06.2020 erstellt. Unter Anwendung des Latent Dirichlet Allocation Algorithmus sollen Topics gefunden werden. So kann der Diskurs über racial justice mit der quantitativen Methode des Topic Modeling untersucht werden. Das Forschungsprojekt kann in den Bereich der digitalen Kulturwissenschaft eingeordnet werden.



Beteiligte Einrichtungen


Details

DokumentenartKonferenz- oder Workshop-Beitrag (Poster)
Datum7 März 2022
InstitutionenSprach- und Literatur- und Kulturwissenschaften > Institut für Information und Medien, Sprache und Kultur (I:IMSK) > Lehrstuhl für Medieninformatik (Prof. Dr. Christian Wolff)
Informatik und Data Science > Fachbereich Menschzentrierte Informatik > Lehrstuhl für Medieninformatik (Prof. Dr. Christian Wolff)
Identifikationsnummer
WertTyp
10.5281/zenodo.6328067DOI
Stichwörter / KeywordsDigitale Kulturwissenschaft; Topic Modeling; Social Media Analyse; Inhaltsanalyse; Modellierung; Kontextsetzung; Identifizierung; Text; DHd2022
Dewey-Dezimal-Klassifikation000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
000 Informatik, Informationswissenschaft, allgemeine Werke > 020 Bibliotheks- und Informationswissenschaft
300 Sozialwissenschaften > 390 Ethnologie
StatusVeröffentlicht
BegutachtetJa, diese Version wurde begutachtet
An der Universität Regensburg entstandenJa
URN der UB Regensburgurn:nbn:de:bvb:355-epub-521976
Dokumenten-ID52197

Bibliographische Daten exportieren

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

nach oben