Thesis:
Soziale Netzwerke wie bspw. Twitter erlangen eine zunehmend omnipräsente Verbreitung und werden daher auch im Rahmen von Kommunikationsstrategien von Unternehmen, Organisationen und politischen Akteuren immer systematischer als Medium genutzt. Die Analyse von Interaktionsströmen solcher Netzwerke ermöglicht es soziale Massenphänomene in digitalen sozialen Netzwerken zu untersuchen und so neue Einsichten zu unterschiedlichsten Fragestellungen zu gewinnen. Seien es Wahlen in Demokratien, Kundeneinschätzungen zu Produkten, Reichenweitenanalysen von Marketingmaßnahmen und vieles mehr.
Twitter stellt hierzu eine kostenfreie Stichprobe aller Twitterinteraktionen auf seiner Streaming API zur Verfügung. Diese Stichprobe kann von jedermann gestreamt, gespeichert und hinsichtlich eigener Fragestellungen analysiert werden. Ein öffentlich verfügbarer und monatlich aktualisierter Datensatz aller deutschsprachigen Tweets findet sich als Open Access Datensatz auf Zenodo. Für entsprechende Voranalysen ist es jedoch häufig hilfreich sich solche Massendaten erst einmal interaktiv und in Ausschnitten zu betrachten.
Diese Arbeit soll für den genannten Datensatz (DOI: 10.5281/zenodo.2783954) untersuchen, wie sich solche Massensequenzen von Twitter Interaktionen (von Millionen von Nutzern und Abermillionen von Tweets) interaktiv erfassbar erschließen und darstellen lassen. Ergänzend ist zu untersuchen wie sich innerhalb solcher Massendaten interaktiv und intuitiv navigieren lässt, um sich Zusammenhänge schrittweise zu erschließen. Die Funktionalität sollte folgende Aspekte umfassen:
Hierzu ist ein Prototyp zu konzipieren, zu implementieren und dessen Gebrauchstauglichkeit zu validieren. Dies umfasst u.a.
Die Lösung ist nicht nur als Quelltext, sondern auch als standardisierte Deployment Unit in Form von OCI/Docker-konformen Containern bereitzustellen. Es sind dabei die 12-Factor App Prinzipien zu berücksichtigen. Das System soll auf der THL-eigenen Kubernetes Plattform deployt und betrieben werden können.
Downloads