Projekt

Zur Projekt-Website

Seit Ihrer Gründung ist die Europäische Union entlang nationaler, geographischer, kultureller und linguistischer Grenzen geteilt; ein Zustand, der die Verbreitung von Wissen, gemeinsamen Standpunkten und gegenseitigem Verständnis behindert. Forschung zur Europäischen Integration suggeriert, dass die Konvergenz nationaler öffentlicher Kommunikationsräume hin zu einer einheitlicheren Abdeckung von Fragestellungen und Themen, die von gemeinschaftlichem Interesse für alle Bürger(innen) der EU sind, sowie eine Bildung einer "Europäischen Öffentlichkeit? entscheidende Schritte hin zur Entwicklung einer gemeinsamen Europäischen Identität wären. Das Projekt analysiert daher empirisch, welchen gesellschaftlichen Fragenstellungen der höchste Stellenwert zugemessen wird; (i) von Medienorganisationen, politischen Akteuren und der Öffentlichkeit, (ii) über verschiedene Nationen und Sprachen hinweg, (iii) und wie diese Agenden über die Zeit konvergieren oder divergieren. Ausgehend von der Theorie des Agenda Setting werden sehr große Datenbestände verschiedener lokaler und sprachlicher Herkunft erhoben und analysiert, bestehend sowohl aus traditionellen Medienberichten und politischen Reden in digitaler Form, als auch aus sozialen Medien. Zur Erreichung dieses Ziels komplementieren wir traditionelle Methoden zur Messung von Agenden mit State-of-the-Art Ansätzen zu Multlingual News Story Detection, Machine-Learning Inferenz von User-Attributen und Identifikation von probabilistischen Information Pathways. Im Zuge dessen soll auch untersucht werden, inwiefern Daten aus sozialen Medien zur Erfassung einer breiteren öffentlichen Agenda und als Ergänzung von Umfragen dienen können. Das Projekt wird erstmalig empirische Einblicke auf umfassender Datenbasis gewähren, inwiefern sich Agenden über Sprach- und Landesgrenzen bewegen, sowie welche Einflussfaktoren in und zwischen verschiedenen geolinguistischen Kontexten, aber auch zwischen den Agenda-bestimmenden Akteuren (Politik, Medien, Öffentlichkeit) zum Tragen kommen.

• Dr.-Ing. Fabian Flöck

  GESIS - Leibniz-Institut für
  Sozialwissenschaften
  Abteilung Computational Social Science
  Köln
  

• Dr. Przemyslaw Grabowicz

  University of Massachusetts Amherst
  College of Information and Computer Sciences
  Amherst
  USA
  

• Dr. David Jurgens

  Stanford University
  Computer Science
  Stanford
  USA
  

• Dr. Scott Hale

  University of Oxford
  Oxford Internet Institute
  Oxford
  Grossbritannien
  

• Measuring relative opinion from location-based social media: A case study of the 2016 US presidential election.

• Estimating community feedback effect on topic choice in social media with predictive modeling

• Room to Glo: A Systematic Comparison of Semantic Change Detection Approaches with Word Embeddings