Volltext-Downloads (blau) und Frontdoor-Views (grau)

Topic-Analyse politischer Tweets und Suchvorschläge zur Bundestagswahl 2017

  • Informationssuchende werden durch die zunehmende Informationsfülle und Menge an Webseiten im Internet immer abhängiger von Suchmaschinen. Während der Bias der Ausgaben dieser Suchmaschinen schon länger im Fokus der Forschung steht, gilt dies nicht für die Suchvorschläge. Diese werden den Suchenden zur Erweiterung oder Spezifizierung ihrer Suchen vorgeschlagen. An der Information Retrieval Research Group der TH Köln wird der Einfluss von Suchvorschlägen auf die politische Meinungsbildung untersucht. Für die Untersuchung dieser Suchvorschläge werden diese in dieser Bachelorbeit thematisch mit Daten aus dem sozialen Netzwerk Twitter in den Vormonaten der Bundestagswahl 2017 verglichen. Hierbei werden verschiedene Einflussfaktoren auf die Übereinstimmung der Themen und den Zeitversatz innerhalb der Zeitreihen der Suchvorschläge und der Themen aus Twitter untersucht. Es wird festgestellt, dass Suchvorschläge zu Personen der Parteien AFD und DIE LINKE deutlich abhängiger von den Diskussionen und dominierenden Themen auf Twitter sind. Themen auf Twitter tauchen zu Personen der AFD schneller und zu Personen der AFD und DIE LINKE stärker in den Suchvorschlägen auf als zu Personen anderer Parteien. Hierbei können jedoch nur sehr schwache systematische Unterschiede abhängig von der Kategorie der Themen festgestellt werden.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Matteo Gianluca Meier
Document Type:Bachelor Thesis
Year of first Publication:2022
Date of final exam:2022/02/11
First Referee:Philipp SchaerGND
Advisor:Fabian Haak
Degree Program:Data and Information Science
Language:German
Page Number:43
GND Keyword:Information Retrieval; Thema; Twitter <Softwareplattform>
URN:urn:nbn:de:hbz:79pbc-opus-18605
Licence (German):License LogoCreative Commons - Namensnennung-Weitergabe unter gleichen Bedingungen