About this journal
Datenbank-Spektrum ist das offizielle Organ der Fachgruppe Datenbanken und Information Retrieval der Gesellschaft für Informatik (GI) e.V. Die Zeitschrift widmet sich den Themen Datenbanken, Datenbankanwendungen und Information Retrieval. Sie vermittelt fundiertes Wissen über die aktuellen Standards und Technologien, deren Einsatz und ihre kommerzielle Relevanz.
Neben Grundlagenbeiträgen, Tutorials, wissenschaftlichen Fachbeiträgen, aktuellen Forschungsergebnissen finden sich in jeder Ausgabe auch Informationen über die Aktivitäten der Fachgruppen, zu Konferenzen und Workshops und über neue Produkte und Bücher. Ein renommiertes Herausgebergremium aus Hochschule und Industrie gewährleistet die Qualität und fachliche Kompetenz der Beiträge.
Künftige Schwerpunktthemen:
Big Data & IR
The term Big Data refers to data and respective processing strategies, which, due to their sheer size, require a data center for the processing, and which become available through the ubiquitous computer and sensor technology in many facets of everyday life. Interesting scientific questions in this regard are the organization and management of Big Data, but also the identification of problems that now can be studied and better understood through the collection and analysis of Big Data. In the context of information retrieval as the purposeful search for relevant content, there are two main challenges: 1) retrieval in Big Data and 2) improved retrieval because of Big Data.
Retrieval in Big Data focuses on the organization, the management, and the quick access to Big Data, but also addresses the creative process of identifying interesting research questions that can only be understood and answered in Big Data. Besides the development of powerful frameworks for the maintenance and analysis of text, multimedia, sensor, and simulation data, an important research direction is the question of what kind of insights Big Data may give us today and in the future.
The second challenge in the context of Big Data & IR is the improvement of retrieval approaches through Big Data. Examples include the classic question of improved Web or eCommerce search via machine learning on user behavior data, the usage of user context for retrieval, or the exploitation of semantic data like Linked Open Data or knowledge graphs.
We are looking for contributions from researchers and practitioners in the above described context. The contributions may be submitted in German or in English and should observe a length of 8–10 pages in the Datenbank-Spektrum format (cf. the author guidelines at www.datenbank-spektrum.de).
Important dates:
- Notice of intent for a contribution: August 15th, 2015
- Deadline for submissions: October 1st, 2015
- Issue delivery: DASP-1-2016 (March 2016)
Guest editors:
Matthias Hagen, UniversitätWeimar
matthias.hagen@uni-weimar.de
Benno Stein, UniversitätWeimar
benno.stein@uni-weimar.de
Schutz der Privatsphäre in einer ubiquitären Welt
Mit immer mehr mobilen Geräten und Sensoren werden u. a. große Mengen an persönlichen Daten gesammelt, verarbeitet und transformiert. Solche Sammlungen personenbezogener
Daten sind auf der einen Seite notwendig, um personenspezifische Angebote machen zu können, die dem Empfänger örtlich und zeitlich von Nutzen sind, oder um Trends zu erkennen und somit Planungen in unterschiedlichen Bereichen genauer und effizienter ausführen zu können. Auf der anderen Seite dienen sie häufig dazu, individuelle Personenprofile zu erstellen, die zumVorteil oder Nachteil der beschriebenen Person genutzt werden können.
Aus den genannten Gründen wird es immer wichtiger, den Datenschutz in einer ubiquitären Welt im Kontext von Big Data nicht nur juristisch abzusichern (Bundesdatenschutzgesetz). Vielmehr wird es immer dringlicher, auch technische Möglichkeiten, Mechanismen und Ansätze zu entwerfen und zu realisieren, die es Personen ermöglichen, die Kontrolle über ihre Daten besser spezifizieren sowie ihre Nutzung und Weitergabe besser kontrollieren und nachvollziehen zu können. Trotz großer Fortschritte im Bereich des Schutzes der Privatsphäre durch unterschiedliche Techniken besteht weiterhin eine große Herausforderung darin, skalierbare Ansätze und Lösungen sowohl für die Nutzung personenbezogener Daten durch Dritte als auch deren Kontrolle durch den „Spender“ zu entwickeln und zu realisieren.
Somit ist es das Ziel des Themenheftes, neben einer Einführung in das Thema skalierbare Ansätze und Lösungen für das Sammeln, Verarbeitung und Analysieren personenbezogener Daten in unterschiedlichen Anwendungsdomänen zu beschreiben. Mögliche Themen für dieses Themenheft sind (nicht ausschließlich):
– Schutz der Privatsphäre im Bereich Big Data generell beim
Sammeln, Integrieren, Verarbeiten und Analysieren von Daten
– Technische Umsetzung juristischer (gesetzlicher) Vorgaben entsprechend des deutschen Rechts bzw. des EU-Rechts und Vorgaben in unterschiedlichen Bereichen wie beispielsweise dem Gesundheitsbereich (Arzt, Krankenhaus, Versicherer) oder dem Finanzbereich (Banken)
– Sprachen zur Beschreibung von Privacy-Präferenzen und deren Überprüfung (in skalierbarer Form)
– Datenaustausch unter Berücksichtigung von Privacy-Präferenzen und gesetzlichen Vorgaben
– Anfragebearbeitung in Datenbanksystemen unter Berücksichtigung von Privacy-Präferenzen
– Quantitative Bewertung von Ansätzen zum Schutz der Privatsphäre im Kontext der Nutzung geschützter Daten
– Anforderungsanalysen für den Schutz der Privatsphäre in Anwendungsdomänen – Schutz gegen Genauigkeit der Daten
– Anforderungen des Schutzes der Privatsphäre für räumliche und zeitbezogene Daten in verschiedenen Anwendungsbereichen
– Infrastrukturen zum Schutz der Privatsphäre
– Modelle zum Schutz der Privatsphäre bei Zugriff oder Datennutzung
Beitragsformat: 8–10 Seiten, zweispaltig
Ankündigung einer Beitragseinreichung bis zum 15. Dezember 2015
Gastherausgeber:
Johann-Christoph Freytag, HU Berlin
freytag@informatik.hu-berlin.de
Eric Buchmann, Karlsruher Institut für Technologie
eric.buchmann@kit.edu
Einreichung der Beiträge für DASP-2-2016 bis zum 1. Februar 2016
Data Management for Bio- and Geosciences
Like many other scientific disciplines, research in the bio- and geosciences follow more and more a data-driven approach. Big Data in the classical sense is only one of the issues, but probably more often the everyday problem of scientists is to cope with lots of „small“, heterogeneous data that needs to be integrated to answer complex questions.
This special issue addresses the arising challenges and solutions for data management in these areas. We are interested in both survey papers and papers describing original research dealing with the following or similar topics in the context of the bio- and geosciences:
– Data-intensive science
– Data management
– Data integration
– Spatio-temporal data processing
– Scientific workflows
– Semantic web technologies
– Visualization and visual analytics
– Data stream management
– Case studies and applications
Important dates:
– Notice of intent for a contribution: April 15th, 2016
– Deadline for submissions: June 1st, 2016
– Issue delivery: DASP-3-2016 (November 2016)
Paper format: 8–10 pages, double column
Guest editors:
Bernhard Seeger, Philipps-Universität Marburg
seeger@mathematik.uni-marburg.de
Birgitta König-Ries, Friedrich-Schiller-Universität Jena
Brigitta.Koenig-Ries@uni-jena.de