nach oben

Erschienen in:

2019 | OriginalPaper | Buchkapitel

Linguistisches Text Mining – Neue Wege für die Marktforschung

verfasst von : Bianca Trevisan-Groddek, Eva-Maria Jakobs

Erschienen in: Zukunft der Marktforschung

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Social Media Monitoring basiert auf der Analyse von Texten des Webs, wie Blogkommentare oder schriftliche Amazonbewertungen. Ihre (fortlaufende) Analyse erlaubt Rückschlüsse auf Schlüsselthemen, Trends und regelhafte Themenrelationen. Nachteile des Verfahrens ergeben sich durch das Fehlen automatisierter Textanalyseverfahren und hohe Zeit- und Personalaufwände bislang primär manuell durchgeführter Analysen. Ein effizienter Einsatz der Textanalyse für Zwecke der Marktforschung ist nicht möglich. Der Beitrag fokussiert Methoden, Techniken und Ansätze des Linguistischen Text Mining, das Theorien aus der Linguistik mit Methoden der Informatik verbindet und für angrenzende Forschungsbereiche wie die Sentiment Analysis weiterentwickelt. Anwendungsbeispiele des Linguistischen Text Mining finden sich u. a. in der Akzeptanzforschung, etwa für die Untersuchung der Wahrnehmung und Bewertung von Großtechnologien, wie Mobilfunksysteme oder Tiefe Geothermie.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel GPS in der Markt- und Sozialforschung

Nächstes Kapitel Gamification als innovative Methode zur Datenerhebung in der Marktforschung

Adamzik, K. 1998. Methodische Probleme kontrastiver Textsortenanalysen. In Darstellungsformen der Wissenschaften im Kontrast. Aspekte der Methodik, Theorie und Empirie. Forum für Fachsprachen-Forschung, Hrsg. L. Danneberg und J. Niederhauser, Bd. 39, 103–130. Tübingen: Narr.

Aman, S., und S. Szpakowicz. 2007. Identifying expressions of emotions in text. In Text, speech and dialogue. Proceedings of the 10th international conference on text, speech and dialogue, Hrsg. V. Matousek und P. Mautner, 196–205. Berlin: Springer. [LNCS; 4629].CrossRef

Arning, K., B. Trevisan, M. Ziefle, und E.-M. Jakobs. 2013. Eliciting user requirements and acceptance for customizing mobile device system architecture. In Proceedings of the 15th international conference on Human-Computer Interaction (HCI), 439–448.

Ashley, K. D., und V. R. Walker. 2013. Toward constructing evidence-based legal arguments using legal decision documents and machine learning. ICAIL: 176–180.

Bach, N. X., N. Le Minh, T. T. Oanh, und A. Shimazu. 2013. A two-phase framework for learning logical structures of paragraphs in legal articles. ACM Transactions on Asian Language Information Processing 12(1): Article 3.CrossRef

Balahur, A., und A. Montoyo. 2009. Semantic Approaches to Fine and Coarse-Grained Feature-Based Opinion Mining. In Natural language processing and information systems, Hrsg. H. Horacek, E. Métais, R. Muñoz und M. Wolska, Bd. 5723, 142–153. Berlin/Heidelberg: Springer.CrossRef

Bartz, T., M. Beißwenger, und A. Storrer. 2014. Optimierung des Stuttgart-Tübingen-Tagset für die linguistische Annotation von Korpora zur internetbasierten Kommunikation: Phänomene, Herausforderungen, Erweiterungsvorschläge. Journal for Language Technology and Computational Linguistics 28(1): 157–198. (Themenheft „Das STTS-Tagset für Wortartentagging – Stand und Perspektiven“, Hrsg. Heike Zinsmeister, Ulrich Heid und Kathrin Beck).

Beißwenger, M., M. Ermakova, A. Geyken, L. Lemnitzer, und A. Storrer. 2012. A TEI schema for the representation of computer-mediated communication. Journal of the Text Encoding Initiative (JTEI) 3.

Biber, D. 1993. Representativeness in corpus design. Literary and Linguistic Computing 8(4): 243–257.CrossRef

Bubenhofer, N., und J. Scharloth. 2013. Korpuslinguistische Diskursanalyse. Der Nutzen empirisch-quantitativer Verfahren. In Diskurslinguistik im Spannungsfeld von Deskription und Kritik, Hrsg. U. Meinhof, M. Reisigl und I. H. Warnke, 147–169. Berlin: Akademie.CrossRef

Cabrio, E., und S. Villata. 2012. Combining textual entailment and argumentation theory for supporting online debates interactions (208–212). 50th Annual Meeting of the Association for Computational Linguistics. ACL.

Digmayer, Claas, Bianka Trevisan, und Eva-Maria Jakobs. 2015. Medusa and Pandora meet the Web 2.0: How risk types influence the communication in social media. In Proceedings of the ProComm 2015, 12.–15.07.2015, 171–178. Limerick.

Feldman, R., und I. Dagan. 1995. Knowledge discovery in textual databases (KDT). In proceedings of the First International Conference on Knowledge Discovery and Data Mining (KDD-95). Montreal, Canada, August 20–21. AAAI Press, 112–117.

Feng, V. W., und G. Hirst. 2011. Classifying arguments by scheme. ACL HLT: 987–996.

García-Villalba, M. P., und P. Saint-Dizier. 2012. A framework to extract arguments in opinion texts. IJCINI 6(3): 62–87.

Heimerl, P. 2009. Fallstudien als forschungsstrategische Entscheidung. In Qualitative Marktforschung. Konzepte – Methoden – Analysen, Hrsg. R. Buber und H. H. Holzmüller, 381–400. Wiesbaden: Gabler.CrossRef

Houy, C., P. Fettke, P. Loos, I. Speiser, M. Herbgerger, A. Gass, und U. Nortmann. 2012. ARGUMENTUM: Towards computer-supported analysis, retrieval and synthesis of argumentation structures in humanities using the example of jurisprudence. In German conference on artificial intelligence (KI-12), 30–33.

Jakobs, E.-M., und C. Digmayer. 2017. Trevisan, B. IBK als multifaktoriell geprägtes sprachliches Handeln. In Empirische Erforschung internetbasierter Kommunikation, Hrsg. Wolfgang Imo und Constanze Spieß, 111–143. Berlin/New York: de Gruyter.

Kilgarriff, A., und G. Grefenstette. 2003. Introduction to the special issue on the web as corpus. Computational Linguistics 29(3): 333–347.CrossRef

Klenner, M. 2009. Süsse Beklommenheit und schmerzvolle Ekstase: Automatische Sentimentanalyse in den Werken von Eduard von Keyserling. In Von der Form zur Bedeutung: Texte automatisch verarbeiten (Proceedings of the Biennial GSCL Conference, Tübingen (D)), Hrsg. C. Chiarcos, 91–97.

Koch, J. 2012. Marktforschung – Grundlagen und praktische Anwendungen, 6. Auflage. München: Oldenbourg Wissenschaftsverlag.

Leech, Geoffrey. 1993. Corpus annotation schemes. Literary & Linguistic Computing 4(8): 275–281.CrossRef

Lemnitzer, L., und H. Zinsmeister. 2006. Korpuslinguistik. Eine Einführung. Tübingen: Narr.

Liakata, M., S. Saha, S. Dobnik, C. R. Batchelor, und D. Rebholz-Schuhmann. 2012. Automatic recognition of conceptualization zones in scientific articles and two life science applications. Bioinformatics 28(7): 991–1000.CrossRef

Manz, U. 1983. Zur Einordnung der Akzeptanzforschung in das Programm sozialwissenschaftlicher Begleitforschung. Ein Beitrag zur Anwenderforschung im technisch organisatorischen Wandel. München: Florentz.

Mehler, A., und C. Wolff. 2005. Themenschwerpunkt Text Mining. Zeitschrift für Computerlinguistik und Sprachtechnologie 1(20).

Mizuta, Y., und N. Collier. 2005. Zone identification in biology articles as a basis for information extraction. In COLING 2004 international joint Workshop on natural language processing in biomedicine and its applications (NLPBA/BioNLP), 29–35.

Mochales Palau, R., und M.-F. Moens. 2011. Argumentation mining: the detection, classification and structure of arguments in text, 98–109. ICAIL.

Naumann, S., und H. Langer. 2001. Parsing. Eine Einführung in die maschinelle Analyse natürlicher Sprache. Stuttgart: Teubner.

Neunerdt, M., B. Trevisan, T. Cury Teixeira, R. Mathar, und E. M. Jakobs. 2011. Ontology-based corpus generation for web comment analysis. In Proceedings of the HT 2011, 6.–8. Juni. Eindhoven: University of Technology (TU/e).

Neunerdt, M., B. Trevisan, und R. Mathar. 2013a. Focused crawling for building web comment corpora. In Proceedings of the consumer communications and netw. Conference (CCNC, IEEE), 676–679.

Neunerdt, M., B. Trevisan, M. Reyer, und R. Mathar. 2013b. Part-of-speech tagging for social media texts. In Lang. Process. and Knowl. in the Web, Hrsg. I. Gurevych, C. Biemann und T. Zesch, 139–150. Heidelberg: Springer.CrossRef

Nussbaumer, M. 1991. Was Texte sind und wie sie sein sollen, Niemeyer [Reihe Germanistische Linguistik; 119]. Tübingen.

Reed, C., R. Mochales Palau, G. Rowe, und M.-F. Moens. 2008. Language Resources for Studying Argument, 91–100. LREC.

Reichwald, R. 1982. Neue Systeme der Bürotechnik. Beiträge zur Büroarbeitsgestaltung aus Anwendersicht. Berlin: Schmidt.

Sandig, B. 1979. Ausdrucksmöglichkeiten des Bewertens. Ein Beschreibungsrahmen im Zusammenhang eines fiktionalen Textes. Deutsche Sprache 7:137–159.

Schmidt, I. 2004. Modellierung von Metadaten. In Texttechnologie: Perspektiven und Anwendungen, Hrsg. H. Lobin und L. Lemnitzer, 143–164. Tübingen: Stauffenburg.

Schmitz, Ulrich. 1992. Computerlinguistik. Eine Einführung. Opladen: Westdeutscherverlag.

Schnell, R., P. B. Hill, und E. Esser. 1999. Empirische Sozialforschung: Grundlagen, Methoden, Anwendungen. Oldenbourg.

Simon, B. 2001. Wissensmedien im Bildungssektor. Eine Akzeptanzuntersuchung an Hochschulen. unveröffentlichte Dissertation. Wien

Sterne, J. 2011. Social Media Monitoring. Analyse und Optimierung ihres Social Media Marketings auf Facebook, Twitter, Youtube und Co. mitp. Heidelberg.

Teufel, S. 2010. Recognising structure in scientific discourse: Applications to summarisation and citation indexing. CSLI Publications.

Trevisan, B. 2014. Bewerten in Blogkommentaren. Mehrebenenannotation sprachlichen Bewertens. Dissertation. RWTH Aachen. Aachen University

Trevisan, B., und E.-M. Jakobs. 2012. Probleme und Herausforderungen bei der Identifikation von Bewertungen in großen Textkorpora. Am Beispiel Mobilfunk. In Wege in den Sprachraum, Hrsg. S. Braukmeier, J. Burkhardt und F. Pfeifer, 189–209. Frankfurt a. M.: Lang.

Trevisan, B., D. Eraßme, und Eva E.-M. Jakobs. 2013. Web Comment-based Trend Analysis on Deep Geothermal Energy. In Proceedings of the international professional communication conference (IPCC, IEEE).

Trevisan, Bianka, Denise Eraßme, Tim Hemig, Sylvia Kowalewski, Johanna Kluge, Simon Himmel, Anna Borg, Eva-Maria Jakobs, und Martina Ziefle. 2014. Facebook as a source for human-centred engineering. Web Mining-based reconstruction of stakeholder perspectives on energy systems. In Proceedings of the 1st International IBM symposium on human factors, software, and systems engineering (AHFE 2014), 19.–23.07.2014, 180–191. Krakau.

Ule, T., und E. Hinrichs. 2004. Linguistische Annotation. In Texttechnologie, Perspektiven und Anwendungen, Hrsg. Henning Lobin und Lothar Lemnitzer, 217–243. Tübingen: Stauffenburg.

Wyner, A., R. Mochales-Palau, M. F. Moens, und D. Milward. 2010. Approaches to text mining arguments from legal cases. In Semantic processing of legal texts, Hrsg. E. Francesconi, S. Montemagni, W. Peters und D. Tiscornia, 60–79. Berlin/Heidelberg: Springer.CrossRef

Wyner, A., J. Schneider, K. Atkinson, und T. Bench-Capon. 2012. Semi-automated argumentative analysis of online product reviews. In Proceedings of the 4th international Conference on Computational Models of Argument (COMMA).

Titel: Linguistisches Text Mining – Neue Wege für die Marktforschung
verfasst von: Bianca Trevisan-Groddek
Eva-Maria Jakobs
Verlag: Springer Fachmedien Wiesbaden
Buch: Zukunft der Marktforschung
Print ISBN: 978-3-658-25448-3

Electronic ISBN: 978-3-658-25449-0

Copyright-Jahr: 2019
DOI: https://doi.org/10.1007/978-3-658-25449-0_11