Seminar: Ausgewählte Themen des Web 2.0

Veranstalter: Prof. Dr. Andreas Hotho, Martin Becker, Alexander Dallmann, Thomas Niebler und Lena Schwemmlein.

WueCampus-Kurs: TBA

Vorbesprechung: 17.04.2015 um 13:00 in B015 (Informatikgebäude)

Vorbesprechung

Bei der Vorbesprechung werden die Themen - so nicht schon vergeben - an die anwesenden Seminarteilnehmer verteilt. Grundsätzlich besteht Anwesenheitspflicht. Teilnehmer, die bereits ein Thema bearbeiten, aber ohne Absprache fehlen, verlieren ihren Anspruch auf ihr Thema. Die Literatur zu einem Thema besteht zumeist aus einem Buchkapitel oder einem Satz wissenschaftlicher Aufsätze (Paper). In der Vorbesprechung werden auch die Termine für die Vorträge festgelegt.

Ablauf des Seminars

Es handelt sich um ein Blockseminar, d.h. Vorträge werde nicht über das Semester verteilt, sondern in einigen wenigen Sitzungen gegen Ende der Vorlesungszeit gehalten. Jeder Votrag behandelt ein spezifisches Thema mit zugehöriger Literatur und erstreckt sich etwa über 30 Minuten. Zu jedem Vortrag muss eine Ausarbeitung, eine Zusammenfassung und ein Foliensatz erstellt werden.

Dannach setzt man sich in der Vorbereitungsphase mit dem gewählten Thema auseinander. Die gegebene Literatur wird aufarbeitet. Zuätzlich soll diese durch möglichst aktuelle Literatur ergänzt werden. Die Auswahl der weiteren Literatur trifft der Seminarteilnehmer letztendlich in Absprache mit dem Betreuer.

Nachdem die Literatur feststeht wird eine Ausarbeitung, eine einseitige Zusammenfassung und ein Foliensatz erstellt.

Zuletzt wird der Vortrag im Rahmen einer Blockveranstaltung gehalten. Bei jeder Blockveranstaltung gilt Anwesenheitspflicht.

Themen

Die Gundlage zu den Vorträgen bilden wissenschaftliche Aufsätze (Papers). Jedes hier aufgeführte Paper entspricht einem Thema.

themenrelevante Paper sind mit dem Tag thema versehen
die einzelnen Themen werden anhand der Tags thema:x, thema:y, etc. unterschieden

Mining Missing Hyperlinks from Human Navigation Traces: A Case Study of Wikipedia. West, Robert; Paranjape, Ashwin; Leskovec, Jure. In Proceedings of the 24th International Conference on World Wide Web, von WWW ’15, S. 1242–1252. ACM, Florence, Italy, 2015.
- [ Abstract ]
- [ BibTeX ]
- [ URL ]
Hyperlinks are an essential feature of the World Wide Web. They are especially important for online encyclopedias such as Wikipedia: an article can often only be understood in the context of related articles, and hyperlinks make it easy to explore this context. But important links are often missing, and several methods have been proposed to alleviate this problem by learning a linking model based on the structure of the existing links. Here we propose a novel approach to identifying missing links in Wikipedia. We build on the fact that the ultimate purpose of Wikipedia links is to aid navigation. Rather than merely suggesting new links that are in tune with the structure of existing links, our method finds missing links that would immediately enhance Wikipedia's navigability. We leverage data sets of navigation paths collected through a Wikipedia-based human-computation game in which users must find a short path from a start to a target article by only clicking links encountered along the way. We harness human navigational traces to identify a set of candidates for missing links and then rank these candidates. Experiments show that our procedure identifies missing links of high quality.

@inproceedings{west2015mining, abstract = {Hyperlinks are an essential feature of the World Wide Web. They are especially important for online encyclopedias such as Wikipedia: an article can often only be understood in the context of related articles, and hyperlinks make it easy to explore this context. But important links are often missing, and several methods have been proposed to alleviate this problem by learning a linking model based on the structure of the existing links. Here we propose a novel approach to identifying missing links in Wikipedia. We build on the fact that the ultimate purpose of Wikipedia links is to aid navigation. Rather than merely suggesting new links that are in tune with the structure of existing links, our method finds missing links that would immediately enhance Wikipedia's navigability. We leverage data sets of navigation paths collected through a Wikipedia-based human-computation game in which users must find a short path from a start to a target article by only clicking links encountered along the way. We harness human navigational traces to identify a set of candidates for missing links and then rank these candidates. Experiments show that our procedure identifies missing links of high quality.}, address = {New York, NY, USA}, author = {West, Robert and Paranjape, Ashwin and Leskovec, Jure}, booktitle = {Proceedings of the 24th International Conference on World Wide Web}, keywords = {journal15}, pages = {1242–1252}, publisher = {ACM}, series = {WWW '15}, title = {Mining Missing Hyperlinks from Human Navigation Traces: A Case Study of Wikipedia}, year = 2015 }
Topological Properties and Temporal Dynamics of Place Networks in Urban Environments. Noulas, Anastasios; Shaw, Blake; Lambiotte, Renaud; Mascolo, Cecilia. In arXiv preprint arXiv:1502.07979. 2015.
- [ BibTeX ]
- [ URL ]
@article{noulas2015topological, author = {Noulas, Anastasios and Shaw, Blake and Lambiotte, Renaud and Mascolo, Cecilia}, journal = {arXiv preprint arXiv:1502.07979}, keywords = {thema}, title = {Topological Properties and Temporal Dynamics of Place Networks in Urban Environments}, year = 2015 }
GOP primary season on twitter: "popular" political sentiment in social media. Mejova, Yelena; Srinivasan, Padmini; Boynton, Bob. In WSDM, S. Leonardi, A. Panconesi, P. Ferragina, A. Gionis (Hrsg.), S. 517–526. ACM, 2013.
- [ BibTeX ]
- [ URL ]
@inproceedings{conf/wsdm/MejovaSB13, author = {Mejova, Yelena and Srinivasan, Padmini and Boynton, Bob}, booktitle = {WSDM}, crossref = {conf/wsdm/2013}, editor = {Leonardi, Stefano and Panconesi, Alessandro and Ferragina, Paolo and Gionis, Aristides}, keywords = {analysis}, pages = {517-526}, publisher = {ACM}, title = {GOP primary season on twitter: "popular" political sentiment in social media.}, year = 2013 }
Friendship and mobility: user movement in location-based social networks. Cho, Eunjoon; Myers, Seth A; Leskovec, Jure. In International Conference on Knowledge Discovery and Data Mining (SIGKDD), C. Apte, J. Ghosh, P. Smyth (Hrsg.), S. 1082–1090. ACM, 2011.
- [ BibTeX ]
- [ URL ]
@inproceedings{cho2011friendship, author = {Cho, Eunjoon and Myers, Seth A and Leskovec, Jure}, booktitle = {International Conference on Knowledge Discovery and Data Mining (SIGKDD)}, editor = {Apte, Chid and Ghosh, Joydeep and Smyth, Padhraic}, keywords = {citedby:scholar:timestamp:2017-12-19}, organization = {ACM}, pages = {1082–1090}, publisher = {ACM}, title = {Friendship and mobility: user movement in location-based social networks}, year = 2011 }
Predicting the Political Alignment of Twitter Users. Conover, Michael; Gonçalves, Bruno; Ratkiewicz, Jacob; Flammini, Alessandro; Menczer, Filippo. In SocialCom/PASSAT, S. 192–199. IEEE, 2011.
- [ BibTeX ]
- [ URL ]
@inproceedings{conf/socialcom/ConoverGRFM11, author = {Conover, Michael and Gonçalves, Bruno and Ratkiewicz, Jacob and Flammini, Alessandro and Menczer, Filippo}, booktitle = {SocialCom/PASSAT}, crossref = {conf/socialcom/2011}, keywords = {opinion}, pages = {192-199}, publisher = {IEEE}, title = {Predicting the Political Alignment of Twitter Users.}, year = 2011 }
Deeper Delta across genres and languages: do we really need the most frequent words?. Rybicki, Jan; Eder, Maciej. In Literary and Linguistic Computing, 26(3), S. 315–321. 2011.
- [ Abstract ]
- [ BibTeX ]
- [ URL ]
This article examines the success of authorship attribution of Burrows’s Delta in several corpora representing a variety of languages and genres. Contrary to the approaches of our predecessors, who only investigated the attributive effectiveness of the very top of the list of the most frequent words, hundreds of possible combinations of word vectors were tested in this study, not solely starting with the most frequent word in each corpus. The results show that Delta works best for prose in English and German and less well for agglutinative languages such as Polish or Latin.

@article{Rybicki14072011, abstract = {This article examines the success of authorship attribution of Burrows’s Delta in several corpora representing a variety of languages and genres. Contrary to the approaches of our predecessors, who only investigated the attributive effectiveness of the very top of the list of the most frequent words, hundreds of possible combinations of word vectors were tested in this study, not solely starting with the most frequent word in each corpus. The results show that Delta works best for prose in English and German and less well for agglutinative languages such as Polish or Latin.}, author = {Rybicki, Jan and Eder, Maciej}, journal = {Literary and Linguistic Computing}, keywords = {thema:delta}, number = 3, pages = {315-321}, title = {Deeper Delta across genres and languages: do we really need the most frequent words?}, volume = 26, year = 2011 }
Extracting Social Networks from Literary Fiction. Elson, David K.; Dames, Nicholas; McKeown, Kathleen. In Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics, J. Hajic, S. Carberry, S. Clark (Hrsg.), S. 138–147. The Association for Computer Linguistics, 2010.
- [ BibTeX ]
- [ URL ]
@inproceedings{elson2010extracting, author = {Elson, David K. and Dames, Nicholas and McKeown, Kathleen}, booktitle = {Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics}, editor = {Hajic, Jan and Carberry, Sandra and Clark, Stephen}, keywords = {digital_humanities}, organization = {Association for Computational Linguistics}, pages = {138–147}, publisher = {The Association for Computer Linguistics}, title = {Extracting Social Networks from Literary Fiction}, year = 2010 }
Enhanced Sentiment Learning Using Twitter Hashtags and Smileys. Davidov, Dmitry; Tsur, Oren; Rappoport, Ari. In COLING (Posters), C.-R. Huang, D. Jurafsky (Hrsg.), S. 241–249. Chinese Information Processing Society of China, 2010.
- [ BibTeX ]
- [ URL ]
@inproceedings{conf/coling/DavidovTR10, author = {Davidov, Dmitry and Tsur, Oren and Rappoport, Ari}, booktitle = {COLING (Posters)}, crossref = {conf/coling/2010p}, editor = {Huang, Chu-Ren and Jurafsky, Dan}, keywords = {thema:smileys}, pages = {241-249}, publisher = {Chinese Information Processing Society of China}, title = {Enhanced Sentiment Learning Using Twitter Hashtags and Smileys.}, year = 2010 }
Learning to classify documents according to genre. Finn, Aidan; Kushmerick, Nicholas. In Journal of the American Society for Information Science and Technology, 7(5), S. 1506–1518. 2006.
- [ BibTeX ]
- [ URL ]
@article{Finn_JASIST06, author = {Finn, Aidan and Kushmerick, Nicholas}, journal = {Journal of the American Society for Information Science and Technology}, keywords = {classification}, month = {03}, number = 5, pages = {1506-1518}, title = {Learning to classify documents according to genre}, volume = 7, year = 2006 }

Leistungsnachweis

Ein (1!) Tag vor dem ersten geplanten Vortrag sind per Email als PDF dem Betreuer abzugeben:

eine 12-seitige Ausarbeitung im hier beschriebenen Format (die Vorlage für LaTeX findet sich hier)
eine einseitige Zusammenfassung (die allen Teilnehmern ausgehändigt wird),
der Foliensatz

Die einseitige Zusammenfassung wird von dem Betreuer drei Tage vor dem Seminarvortrag an alle Teilnehmer gesendet, so dass sich die Teilnehmer auf die vorgetragenen Themen einstellen können.

Vorherige Absprachen mit dem Betreuer sind ausdrücklich erlaubt. Alle verwendeten Referenzen sind zusätzlich zum Literaturverzeichnis der Ausarbeitung in http://www.bibsonomy.org mit den folgenden Tags einzugeben:

"seminar", "ss2015", "talk", den Tags des jeweiligen Themas und weiteren sinnvollen Tags.

Die Vortragsdauer beträgt verbindlich 30 Minuten, nach dem Vortrag besteht Gelegenheit zur Diskussion. Der Vortrag (inkl. Folien und Abstract) geht mit 40% in die Endnote ein, die Ausarbeitung ebenfalls mit 40%. Die letzten 20% bewerten die Eigenständigkeit der Ausarbeitung, Einhaltung von Terminen, Beteiligung am Seminar etc.

Das Thema kann bis zu zwei Wochen nach der Vorbesprechung noch abgelegt werden. Dies muss schriftlich erfolgen. Geschieht dies nicht, muss auf jeden Fall eine Ausarbeitung abgegeben und ein Vortrag gehalten werden. Wird dies nicht getan, so zählt das Seminar als nicht bestanden.

Bearbeitungshinweise

Als Richtlinie für die Erstellung einer guten Seminararbeit (inkl. Vortrag und Ausarbeitung) wird das Buch

Markus Deininger and Horst Lichter and Jochen Ludewig and Kurt Schneider. Studien-Arbeiten: ein Leitfaden zur Vorbereitung, Durchführung und Betreuung von Studien-, Diplom- Abschluss- und Doktorarbeiten am Beispiel Informatik. 5. Auflage. vdf Hochschulverlag, Zürich, 2005.

empfohlen, welches beim Betreuer des Seminars (Prof. Dr. Andreas Hotho) ausliegt. Wir empfehlen die Anschaffung dieses Buchs (9,50 €), da es Sie bis zur Masterarbeit (und weiter) begleiten kann. Die Benotung der Seminararbeit erfolgt in Anlehnung an das dort auf Seite 77 angegebene Schema, angepasst auf die Erfordernisse einer Seminararbeit.

Weiteres

Es ist möglich, sich während der Semesterferien bei Martin Becker, Alexander Dallmann, Thomas Niebler oder Lena Schwemmlein zu melden, um möglichst zeitnah ein Thema zu erhalten.

Seminar: Ausgewählte Themen des Web 2.0