Social Network Trend Indicator: Konzeption, prototypische Implementierung und Evaluation eines Stimmungsbarometers auf Basis sozialer Netzwerke

Es wird ein Softwareprototyp konzipiert, implementiert und evaluiert, welcher Nachrichten aus diversen sozialen Netzwerken anhand eines Suchbegriffs sammelt und auf Basis von Übereinstimmungen mit Wortlisten eine Stimmungsassoziation durchführt. Mittels einer Marktanalyse werden B st Practices identifiziert, welche prototypisch implementiert werden. Bei der Erstellung des Softwareartefakts wird dem Design Scien ce Ansatz gefolgt. Der Prototyp bietet die Möglichkeit , Trends in sozialen Netzwerken zu identifizieren. Die Transparenz der Ergebnisse ist von besonderer Relevanz, so ist bspw. jede gefundene Nachricht mit dem Original verlinkt. Auch ist es möglich, die assoziativen Wortlisten einzusehen und anzupassen. 1 Einleitung und Motivation Soziale Netzwerke bieten einen fruchtbaren Boden für das Ausleben der Kreativität, Selbstdarstellung, Kommunikation und Interakt ion, da geographische Grenzen nicht länger existent sind und sich Menschen auf diversen Wegen austauschen können [CWD12]. Dadurch gewinnen s oziale Netzwerke immer mehr an Bedeutung und befinden sich in einem ständigen Wachstum. Die durch diesen Inform ati nsaustausch geschaffenen Daten enthalten einen zusätzlichen Mehrwert, da diese häufig öf fentlich zugänglich sind und eine implizite Meinung bzw. Aussage gegenüber einem Thema enthalten. Es gilt daher eine Möglichkeit zu finden, öffentlich zugängliche Meinun ge von Personen zunächst automatisiert zu sammeln und im Anschluss auszuwerten , um hierdurch ein vollständiges und vielfältiges Bild der öffentlichen Meinung zu eine m speziellen Thema erhalten zu können. Die Größe eines ozialen Netzwerks ist hierbei ein wichtiges Charakteristikum, da diese auf den Umfang sozialer Ressourcen hinweist [Wr13]. Die Möglichkeiten der Informationsextraktion aus sozialen Netzwerken wird in Disziplinen wie Social Networ k Analysis, Social Media Mining oder Social Netwo rk Intelligence erforscht [CWD12]. Dass die extrahierten Informationen durchaus Relevanz haben, zeigen die folgenden Beispiele : Durch die Analyse von Nachrichten ist bspw. eine Vorhersage des Ölpreises bzw. einer eventuell bevorstehenden Ölkri se möglich [We13]. Auch korreliert das Auftreten von Erdbeben mit entsprechenden Twitt er-