Im Kontext „Big Data“ ist die verfügbare Menge an Daten und das Interesse an der Nutzung dieser Daten in den letzten Jahren stark gestiegen. Ein wesentlicher Treiber ist die Verbreitung sozialer Netzwerke durch alle Gesellschafts- und Altersschichten. In solchen Netzwerken sind Gruppen identifizierbar, die sich in ihren Eigenschaften von anderen Gruppen unterscheiden. Dieses Wissen können Unternehmen beispielsweise nutzen, um Interessensgruppen individualisiert anzusprechen.
Die Methode der sozialen Netzwerkanalyse wird auch in der wissenschaftlichen Veröffentlichung „The Structure of Prediction Market Research: Important Publications and Research Clusters.” von Professor Klingert angewandt. Dieser Beitrag ist kürzlich in der internationale Fachzeitschrift „The Journal of Prediction Markets“ erschienen, analysiert ein Forschungsnetzwerk und identifiziert damit wesentliche Themengebiete aus dem Forschungsfeld der Prognosemärkte. Professor Klingert lehrt und forscht am Fachbereich Angewandte Informatik und beschäftigt sich dabei insbesondere mit Themen aus dem Bereich Business Intelligence.
Im neuen Master Angewandte Informatik fließt die Analyse sozialer Netzwerke nun in das Curriculum mit ein, um den geänderten Anforderungen aus Forschung und Praxis Rechnung zu tragen. Die neue Lehrveranstaltung „Data Analysis and Visualization“ wird sich neben grundlegenden Themen und der Geovisualisierung auch mit der Visualisierung von sozialen Netzwerken beschäftigen.
Quellen:
- Master Angewandte Informatik
- Klingert, Frank M. A. (2017) The Structure of Prediction Market Research:
Important Publications and Research Clusters. The Journal of Prediction Markets 11(1): 51-65.