| Veröffentlichte Version Download ( PDF | 14kB) | Lizenz: Creative Commons Namensnennung 4.0 International |
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.
Alternative Links zum Volltext
Beteiligte Einrichtungen
Details
| Dokumentenart | Konferenz- oder Workshop-Beitrag (Poster) | ||||
| Open Access Art: | OA-Version in anderem Repositorium | ||||
|---|---|---|---|---|---|
| Datum | 7 März 2022 | ||||
| Institutionen | Sprach- 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 |
| ||||
| Stichwörter / Keywords | Digitale Kulturwissenschaft; Topic Modeling; Social Media Analyse; Inhaltsanalyse; Modellierung; Kontextsetzung; Identifizierung; Text; DHd2022 | ||||
| Dewey-Dezimal-Klassifikation | 000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik 000 Informatik, Informationswissenschaft, allgemeine Werke > 020 Bibliotheks- und Informationswissenschaft 300 Sozialwissenschaften > 390 Ethnologie | ||||
| Status | Veröffentlicht | ||||
| Begutachtet | Ja, diese Version wurde begutachtet | ||||
| An der Universität Regensburg entstanden | Ja | ||||
| URN der UB Regensburg | urn:nbn:de:bvb:355-epub-521976 | ||||
| Dokumenten-ID | 52197 |
Downloadstatistik
Downloadstatistik