Netzwerkanalyse zur Trendidentifikation

Egal ob Wissenschaftler*innen in Publikationen, Erfinder*innen aus Unternehmen, User aus Maker Communities oder Wissenselemente in Patenten, alles steht miteinander in Verbindung und kann als Netzwerk modelliert werden. Durch die Modellierung müssen die Studierenden ein Gefühl für die Daten und Datenbereinigung bekommen. Wie groß ist das Netzwerk, was sind spezifische Eigenschaften und wie kann in dem spezifischen Kontext ein Trend modelliert werden? Darauf basierend untersuchen die Studierenden wie sich Trends in einem Netzwerk entwickeln. Es kann sowohl ein qualitativ beschreibender Ansatz, als auch ein quantitativ empirischer Ansatz gewählt werden, um die Ergebnisse zu veranschaulichen. Sie bekommen dadurch Einblicke in den Arbeitsalltag von Data Scientist in Unternehmen aber auch von theoretischen Wissenschaftler*innen an der Universität.

Zur Unterstützung der Studierenden wurde eine neue Vorlesungseinheit zu Netzwerkanalyse konzipiert und ein Ausführlicher Workshop zu Data Science mit Python. Die Studierenden können dadurch umgehend von 0 auf 100 % starten. Wir wünschen allen Teilnehmenden viel Erfolg beim Seminar und freuen uns auf neue Forschungserkenntnisse am Ende des Seminars.