piwik-script

Intern
    DMIR Research Group

    Teaching

    ← Back to my overview page.

    Sorry only in German.
    Nachfolgend sind alle Bachelor-/Masterarbeiten und Praktika, die ich anbiete, aufgelistet. Ggf. sind noch andere Themen verfügbar. Bitte kontaktieren Sie mich für weitere Informationen.

    Analyse des Retrievalverhaltens von Benutzern

    BA/MA: verfügbar

    BibSonomy erlaubt es dem Benutzer seine gespeicherten Lesezeichen/Publikationen mittels Tags zu verschlagworten. Neben der Möglichkeit die gespeicherten Einträge über Tags wiederzufinden, bietet BibSonomy auch eine Volltextsuche.

    Ziel dieser Arbeit ist es, das Retrievalverhalten der Benutzer zu analysieren. U. a. sollen die folgenden Fragen beantwortet werden: 

    • Verwenden Benutzer die Suche eher als Tags um Einträge wiederzufinden?
    • Welche Tag Typen werden vor allem für das Wiederfinden verwendet?
    • Werden Tags in der Suche eher verwendet? 

    Betreuer: Daniel Zoller

    Performanceanalyse von MariaDB für BibSonomy

    BA: verfügbar

    BibSonomy setzt zur Zeit auf MySQL als persistentes Backend. In den letzten Jahren hat sich die offenen Alternative MariaDB immer weiter verbreitet. Ziel dieser Arbeit ist es die nötigen Anpassungen an BibSonomy vorzunehmen und Performanceanalysen mit dem neuen Backend durchzuführen. Weiter soll die Clusterfähigkeit von MariaDB (MariaDB Galera Cluster) für den Produktiveinsatz getestet werden.

    Betreuer: Daniel Zoller

    Autorenerkennung - Deep Learning

    BA/MP/MA: verfügbar

    BibSonomy erlaubt die Zuordnung von Autoren einer Veröffentlichung (z. B. die Zuordnung des Autors Andreas Hotho der Publikation "Information Retrieval in Folksonomies: Search and Ranking" zu der Person Andreas Hotho). Ziel dieser Arbeit ist es die Benutzer des Systems anhand ihrer Einträge zu einer Person zuzuordnen. Außerdem sollen weitere Publikationen gefunden und vorgeschlagen werden, die ggf. von einer Person geschrieben wurden. Vor allem sollen Deep Learning Methoden für diese Aufgabe ausprobiert werden.

    Betreuer: Daniel Zoller

    Publikationsrelevanzvorhersagesystem

    BA/MP/MA: verfügbar

    Immer mehr Wissenschaftler veröffentlichen ihre Forschungsergebnisse auf Preprint-Servern wie ArXiv bevor sie ihre Arbeiten auf konventionelle Wege (Konferenzbeitrag, Journal, …) publizieren. Die dabei entstehende Flut an Artikeln macht es für einen Wissenschaftler unmöglich, relevante Arbeiten auf seinem Forschungsgebiet frühzeitig zu erkennen.

    Deshalb ist das Ziel dieser Arbeit ein Publikationsreputationssystem zu entwickeln, was in der Lage ist, den späteren Impact eines Forschungsartikels vorherzusagen. Die Vorhersage soll mittels verschiedener Daten (Publikationsgraph, Altmetrics) erfolgen. Dabei sollen konventionelle Machine Learning Verfahren als auch Deep Learning untersucht werden.

    Betreuer: Daniel Zoller

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Facebook weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Twitter weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Social Media
    Kontakt

    Andreas Hotho
    DMIR Research Group
    Am Hubland
    97074 Würzburg

    Tel.: +49 931 31-86731
    Fax: +49 931 31-86732

    Suche Ansprechpartner

    Hubland Süd, Geb. M2