Erste deutsche Professur für Big Data Analytics an der Bauhaus-Universität Weimar
ID: 1151883
ste deutsche Professur für Big Data Analytics an der Bauhaus-Universität Weimar
In Zusammenarbeit mit Experten aus konkreten Anwendungsbereichen sollen neue Werkzeuge und Algorithmen zur Unterstützung des Analyseprozesses für Big Data entstehen. Die Professur wird dabei von sieben regionalen Unternehmen für fünf Jahre finanziert. Mit der Einrichtung soll auch der Wirtschaftsstandort Thüringen gestärkt werden. Infrastrukturell wird die Professur auch von dem Forschungsneubau »Digital Bauhaus Lab« profitieren können.
Das Datenvolumen im Internet vergrößert sich täglich mit rasender Geschwindigkeit. Forscher wie Matthias Hagen interessiert dabei vor allem, wie Nutzerinnen und Nutzer sich im Internet bewegen und wie sie auf die vorhandenen Informationen zugreifen. Suchdatensätze sind für Big Data Analysen deshalb sehr aufschlussreich. Hagen möchte beispielsweise wissen, wie Personen Suchanfragen stellen, um Suchalgorithmen verbessern zu können: Welche Begriffe werden verwendet? In welchen Szenarien werden eher komplette Fragen gestellt und wann eher einzelne Stichworte aneinandergereiht? Und auf welches Ergebnis klicken Nutzerinnen und Nutzer dann?
Um sich diesen Fragen anzunähern, versucht Hagen beispielsweise, aus den Nutzerinteraktionen der riesigen Datenmengen den "idealen Nutzer" zu simulieren. Grundlage für eine solche Simulation sind Nutzermodelle aus dem Information Retrieval. Dabei wird für den Suchvorgang eine Aufwand-Nutzen-Rechnung aufgestellt: Wie viel Zeit investiert ein Nutzer für ein bestimmtes Informationsbedürfnis? Auch der Zugang über verschiedene Geräte spielt eine wichtige Rolle: Nutzt jemand einen Bürorechner oder eher ein Smartphone und wie schnell ist der Internetzugang? Für das Modell des idealen Nutzers wird eine enorme Anzahl von Nutzertypen in einer Matrix kombiniert, um herauszufinden, welche Suchoption am effektivsten ist. Dadurch könnten verschiedene Suchverfahren anhand jeweils idealer Nutzeraktionen verglichen werden.
Die Nachwuchsgruppe wird gefördert vom Projekt InnoProfile-Transfer des Bundesministeriums für Bildung und Forschung (http://www.unternehmen-region.de/de/6138.php); die Juniorprofessur wird finanziert von der B-S-S Business Software Solutions GmbH, der Carl-Zeiss-Stiftung, der Dynardo GmbH, der incowia GmbH, der LEHMANN + PARTNER GmbH, der match2blue software development GmbH und der OnCommerce GmbH.
Für Fragen können Sie sich gern an Prof. Dr. Matthias Hagen wenden:
Bauhaus-Universität Weimar
Fakultät Medien
Big Data Analytics
Prof. Dr. Matthias Hagen
Tel.: +49 (0) 36 43/58 37 46
E-Mail: matthias.hagen[at]uni-weimar.de
(pressrelations) - ofessur für Big Data Analytics an der Bauhaus-Universität Weimar
In Zusammenarbeit mit Experten aus konkreten Anwendungsbereichen sollen neue Werkzeuge und Algorithmen zur Unterstützung des Analyseprozesses für Big Data entstehen. Die Professur wird dabei von sieben regionalen Unternehmen für fünf Jahre finanziert. Mit der Einrichtung soll auch der Wirtschaftsstandort Thüringen gestärkt werden. Infrastrukturell wird die Professur auch von dem Forschungsneubau »Digital Bauhaus Lab« profitieren können.
Das Datenvolumen im Internet vergrößert sich täglich mit rasender Geschwindigkeit. Forscher wie Matthias Hagen interessiert dabei vor allem, wie Nutzerinnen und Nutzer sich im Internet bewegen und wie sie auf die vorhandenen Informationen zugreifen. Suchdatensätze sind für Big Data Analysen deshalb sehr aufschlussreich. Hagen möchte beispielsweise wissen, wie Personen Suchanfragen stellen, um Suchalgorithmen verbessern zu können: Welche Begriffe werden verwendet? In welchen Szenarien werden eher komplette Fragen gestellt und wann eher einzelne Stichworte aneinandergereiht? Und auf welches Ergebnis klicken Nutzerinnen und Nutzer dann?
Um sich diesen Fragen anzunähern, versucht Hagen beispielsweise, aus den Nutzerinteraktionen der riesigen Datenmengen den "idealen Nutzer" zu simulieren. Grundlage für eine solche Simulation sind Nutzermodelle aus dem Information Retrieval. Dabei wird für den Suchvorgang eine Aufwand-Nutzen-Rechnung aufgestellt: Wie viel Zeit investiert ein Nutzer für ein bestimmtes Informationsbedürfnis? Auch der Zugang über verschiedene Geräte spielt eine wichtige Rolle: Nutzt jemand einen Bürorechner oder eher ein Smartphone und wie schnell ist der Internetzugang? Für das Modell des idealen Nutzers wird eine enorme Anzahl von Nutzertypen in einer Matrix kombiniert, um herauszufinden, welche Suchoption am effektivsten ist. Dadurch könnten verschiedene Suchverfahren anhand jeweils idealer Nutzeraktionen verglichen werden.
Die Nachwuchsgruppe wird gefördert vom Projekt InnoProfile-Transfer des Bundesministeriums für Bildung und Forschung (http://www.unternehmen-region.de/de/6138.php); die Juniorprofessur wird finanziert von der B-S-S Business Software Solutions GmbH, der Carl-Zeiss-Stiftung, der Dynardo GmbH, der incowia GmbH, der LEHMANN + PARTNER GmbH, der match2blue software development GmbH und der OnCommerce GmbH.
Für Fragen können Sie sich gern an Prof. Dr. Matthias Hagen wenden:
Bauhaus-Universität Weimar
Fakultät Medien
Big Data Analytics
Prof. Dr. Matthias Hagen
Tel.: +49 (0) 36 43/58 37 46
E-Mail: matthias.hagen[at]uni-weimar.de
Themen in diesem Fachartikel:
Unternehmensinformation / Kurzprofil:
Bauhaus-Universität Weimar
Fakultät Medien
Big Data Analytics
Prof. Dr. Matthias Hagen
Tel.: +49 (0) 36 43/58 37 46
E-Mail: matthias.hagen[at]uni-weimar.de
Datum: 17.12.2014 - 21:15 Uhr
Sprache: Deutsch
News-ID 1151883
Anzahl Zeichen: 0
pressrelations.de – ihr Partner für die Veröffentlichung von Pressemitteilungen und Presseterminen, Medienbeobachtung und Medienresonanzanalysen
Dieser Fachartikel wurde bisher 133 mal aufgerufen.
Der Fachartikel mit dem Titel:
"Erste deutsche Professur für Big Data Analytics an der Bauhaus-Universität Weimar"
steht unter der journalistisch-redaktionellen Verantwortung von
Bauhaus-Universität Weimar (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).