000			03925nam a22003853i 4500
001			EBC6422527
003			MiAaPQ
005			20220623112330.0
006			m o d |
007			cr cnu||||||||
008			220617s2016 xx o ||||0 ger d
020			_a9783658144142 _q(electronic bk.)
020			_z9783658144135
035			_a(MiAaPQ)EBC6422527
035			_a(Au-PeEL)EBL6422527
035			_a(OCoLC)967501054
040			_aMiAaPQ _beng _erda _epn _cMiAaPQ _dMiAaPQ
050		4	_aH1-970.9
100	1		_aPfaffenberger, Fabian.
245	1	0	_aTwitter Als Basis Wissenschaftlicher Studien : _bEine Bewertung G�angiger Erhebungs- und Analysemethoden der Twitter-Forschung.
264		1	_aWiesbaden : _bSpringer Fachmedien Wiesbaden GmbH, _c2016.
264		4	_c{copy}2016.
300			_a1 online resource (140 pages)
336			_atext _btxt _2rdacontent
337			_acomputer _bc _2rdamedia
338			_aonline resource _bcr _2rdacarrier
505	0		_aIntro -- Inhalt -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Listingverzeichnis -- Typografische Konventionen -- 1 Twitter in Gesellschaft und Forschung -- 2 Forschungsstand -- 3 Grundlagen -- 3.1 Post, Reply, Retweet - der Internet-Dienst Twitter -- 3.1.1 Einordnung in die Social Media Landschaft -- 3.1.2 Konventionen und Struktur der Kommunikation -- 3.1.3 Datenstruktur von Tweets -- 3.2 Programmiersprache Python -- 4 Methoden zur Erfassung, Verwaltung und Auswertung von Tweets -- 4.1 M�oglichkeiten der Datensammlung -- 4.1.1 Streaming API -- 4.1.1.1 Anwendungsbeispiel: Sammeln von Echtzeitdaten auf Twitter -- 4.1.1.2 Bewertung der Streaming API -- 4.1.2 REST APIs -- 4.1.2.1 Anwendungsbeispiel: Erheben historischer Tweets -- 4.1.2.2 Bewertung der REST APIs -- 4.1.3 Drittanbieter -- 4.1.4 Vergleich der M�oglichkeiten zur Datensammlung -- 4.2 Systeme der Datenverwaltung -- 4.2.1 Speicherung in Textdateien -- 4.2.1.1 Anwendungsbeispiel: Speichern von Tweets in JSON- und CSV-Dateien -- 4.2.1.2 Bewertung der Speicherung in Text-Dateien -- 4.2.2 Datenbank-Systeme -- 4.2.2.1 MongoDB -- 4.2.2.2 Anwendungsbeispiel: Speichern von Tweets in MongoDB -- 4.2.3 Vergleich der Systeme zur Datenverwaltung -- 4.3 Methoden der Datenanalyse -- 4.3.1 Vorverarbeitung der Daten -- 4.3.2 Verarbeitung und Analyse mit MongoDB -- 4.3.2.1 Abfragemethoden zur Aggregation -- 4.3.2.2 Aggregation Framework -- 4.3.2.3 MapReduce -- 4.3.2.4 Vergleich der Ans�atze -- 4.3.3 Natural Language Processing (NLP) -- 4.3.3.1 Anwendungsbeispiel: Computerlinguistische Analyse des Franken-Tatorts -- 4.3.3.2 Anwendungsbeispiel: Sentiment-Analyse von Tweets zum Franken-Tatort -- 5 Twitter als Quelle wissenschaftlicher Analysen -- 5.1 Informationsgehalt -- 5.2 Datenstruktur -- 5.3 Repr�asentativit�at -- 5.4 Datenverf�ugbarkeit -- 5.5 Metriken und Methoden -- 5.6 Ethische und rechtliche Aspekte.
505	8		_a5.7 Relevanz und Zukunft des Portals -- 6 Forschung mit Twitter - abschlie�ende Bewertung -- Literaturverzeichnis -- Anhang A - Objekte und Eigenschaften der Twitter APIs -- A.1 Wichtige User-bezogene Datenfelder -- A.2 Wichtige Tweet-bezogene Datenfelder -- A.3 Wichtige Entities eines Tweets -- A.4 Einschr�ankungen der REST APIs -- Anhang B - Programmcode zur Inhaltsanalyse des Franken-Tatorts aus Kapitel 4.3.3.2.
588			_aDescription based on publisher supplied metadata and other sources.
590			_aElectronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2022. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries.
655		4	_aElectronic books.
776	0	8	_iPrint version: _aPfaffenberger, Fabian _tTwitter Als Basis Wissenschaftlicher Studien _dWiesbaden : Springer Fachmedien Wiesbaden GmbH,c2016 _z9783658144135
797	2		_aProQuest (Firm)
856	4	0	_uhttps://ebookcentral.proquest.com/lib/ostimteknik/detail.action?docID=6422527 _zClick to View
999			_c15651 _d15651