Das Seminar behandelt aktuelle Themen des Fachgebiets Wissensverarbeitung.
Das Fachgebiet Wissensverarbeitung forscht an der Entwicklung von Methoden zur Wissensentdeckung und Wissensrepräsentation (Approximation und Exploration von Wissen, Ordnungsstrukturen in Wissen, Ontologieentwicklung) in Daten als auch in der Analyse von (sozialen) Netzwerkdaten und damit verbundenen Wissensprozessen (Metriken in Netzwerken, Anomalieerkennung, Charakterisierung von sozialen Netzwerken). Dabei liegt ein Schwerpunkt auf der exakten algebraischen Modellierung der verwendeten Strukturen und auf der Evaluierung und Neuentwicklung von Netzwerkmaßen. Neben der Erforschung von Grundlagen in den Gebieten Ordnungs- und Verbandstheorie, Beschreibungslogiken, Graphentheorie und Ontologie werden auch Anwendungen – bspw. in sozialen Medien sowie in der Szientometrie – erforscht.
Die Vorlesung gibt eine Einführung in die
soziale Netzwerkanalyse. Darunter versteht man eine Sammlung von
Methoden zur Analyse sozialer Relationen zwischen Entitäten Menschen).
Dabei wird ein strukturelles Vorgehen genutzt um verschiedene Fragen zu
klären, zum Beispiel: gibt es wiederkehrende Muster? Wie erkennt man
abweichende Verbindungen? Wie identifiziert man besondere Entitäten?
Das wichtigste Instrument der sozialen Netzwerkanalyse ist die
Graphentheorie. Als ein mathematisches Teilgebiet bietet sie die
notwendige Formalisierung, sowie bereits eine Vielzahl von erarbeiteten
Konzepten und Erklärungsmodellen. Beispiele hierfür sind beschreibende
Größen, wie Dichte, Fragmentierung und Cores, oder Substrukturen, wie
Cliquen, Clans und algebraische Äquivalenz.
Ziel der Vorlesung ist es den Teilnehmenden die formalen Analysemethoden
sowie deren algorithmische Berechenbarkeit zu vermitteln.