Zusammenfassung
Text Mining stellt eine innovative Forschungsmethode in den Sozialwissenschaften dar. Die verfügbaren Werkzeuge erlauben die sozialwissenschaftliche Untersuchung großer Datenbestände und versprechen neben hoher Effizienz und Reliabilität die Überwindung der Dichotomie qualitativer und quantitativer Forschung. Dieser Artikel gibt einen Überblick über den Stand der Methode in den deutschsprachigen Sozialwissenschaften. Der hierbei ermittelte state of the art ist Resultat eines explorativen Rechercheprozesses, der zudem quantitativ und qualitativ aufb ereitet und reflektiert wird. Abschließend wird zudem die Frage nach der Rolle der methodischen Ausbildung angesprochen.
Zusammenfassung
Text Mining can be understood as an innovative method within social sciences. Different availiable tools enable researchers to explore extensive datasets and ensure high degrees of efficiency and reliability. Moreover, the method overcomes the dichotomy between qualitative and quantitative social scientific research. This paper gives a review of the state of Text Mining within the area of German-speaking social science. This so developed state of the art results from an explorative process of inquiries which were reflected and conditioned in a qualitative as well as in a quantitative way. In conclusion this article raises the question of how important foussing the methodically education of researchers in this context should be considered.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur & Onlinepräsenzen
ARGUMENTUM, 2015: https://www.eear.eu/spektrum/forschung/argumentum.html, 03.04.2015.
Beckh, Michael/Meier, Marco, 2000: Text Mining. In: Wirtschaftsinformatik, 42 (2), 165–167.
Benoit, Kenneth/Garry, John/Laver, Michael, 2003: Extracting Policy Positions from Political Texts Using Words as Data. In: The American Political Science Review, 97 (2), 311–331.
Besacier, Laurent/Dediu, Adrian-Horia/Martin-Vide, Carlos, 2014 (Hg.): Statistitcal Language and Speech Processing, Heidelberg.
Blätte, Andreas, 2012: Unscharfe Grenzen von Policy-Feldern im parlamentarischen Diskurs. Messungen und Erkundungen durch korpusunterstützte Politikforschung. In: Zeitschrift für Politikwissenschaft, 22 (1), 35–68.
Blessing, André u.a., 2015 (im Erscheinen): Computerlinguistische Werkzeuge zur Erschließung und Exploration großer Textsammlungen aus der Perspektive fachspezifischer Theorien. In: ZfDH Zeitschrift für Digital Humanities.
Bogdanov, Petko/Mohr, John W., 2013: Topic Models: What they are and why they matter. In: Poetics, 41 (6), 545–569.
Butscher, Robert, 2005: Text Mining in der Konsumentenforschung unter besonderer Berücksichtigung von Produktontologien. Nürnberg.
CLARIN-D, 2015: http://de.clarin.eu, 12.06.2015.
Diaz-Bone, Rainer/Weischer, Christoph, 2015: Methoden-Lexikon für die Sozialwissenschaften, Wiesbaden.
DARIAH-DE, 2015: https://de.dariah.eu, 08.06.2015.
Deutsche Gesellschaft für Online-Forschung e.V., 2015: http://www.dgof.de, 13.06.2015.
Dzudzek, Iris u.a., 2009: Verfahren der lexikometrischen Analyse von Textkorpora. In: Georg Glasze/Annika Mattissek (Hg.), Handbuch Diskurs und Raum- Theorien und Methoden für die Humangeographie sowie die sozial- und kulturwissenschaftliche Raumforschung, Bielefeld, 233–261.
eIdentitiy, 2015: http://www.uni-stuttgart.de/soz/ib/forschung/Forschungsprojekte/eIdentity.html, 09.06.2015.
Fan, David P., 1997: Computer Content Analysis of Press Coverage and Prediction of Public Opinion for the 1995 Sovereignty Referendum in Quebec. In: Social Science Computer Review, 15 (4), 351–366.
Gerlitz, Carolin/Rieder, Bernhard, 2014: Data-Mining von einem Prozent Twitter – Sammlungen, Basislinien, Stichproben. In: Ramón Reichert (Hg.), Big Data. Analysen zum digitalen Wandel von Wissen, Macht und Ökonomie, Bielefeld, 203–220.
Gerstl, Peter/Hertweck, Matthias/Kuhn, Birgit, 2001: Text Mining: Grundlagen, Verfahren und Anwendungen. In: HMD Praxis der Wirtschaftsinformatik, 222.
Heyer, Gerhard, 2009: Introduction to TMS 2009. In: Ders. (Hg.), Text mining services. Building and applying text mining based service infrastructures in research and industry; proceedings of the Conference on Text Mining Services 2009 at Leipzig University, Leipzig, 1–14.
Houy, Constantin u.a., 2015: Konzeption und Implementierung eines Werkzeuges zur automatisierten Identifikation und Analyse von Argumentationsstrukturen anhand der Entscheidungen des Bundesverfassungsgerichts im Digital-Humanities-Projekt ARGUMENTUM. In: Datenbank Spektrum, 15 (1), 15–23.
Kantner, Cathleen/Overbeck, Maximilian/Sangar, Eric, 2015 (im Erscheinen): The practical challenges of exploring “soft” concepts through “hard” methods: The corpus-linguistic analysis of multiple collective identities in contemporary transnational media debates. In: Joachim Behnke u.a. (Hg.), Big data? New Data, Baden-Baden.
Kath, Roxana/Schaal, Gary S., 2014: Zeit für einen Paradigmenwechsel in der politischen Theorie?. In: André Brodocz u.a. (Hg.), Die Verfassung des Politischen. Festschrift für Hans Vorländer, Wiesbaden, 331–350.
King, Gary/Lowe, Will, 2003: An Automated Information Extraction Tool for International Conflict Data with Performance as Good as Human Coders: A Rare Events Evaluation Design. In: International Organization, 57, 617–642.
Lehner, Franz, 2011: Sozialwissenschaft, Wiesbaden.
Lünswilken, Christoph/Thater, Thorsten/Vetterling, Lea Judith, 2014: Anwendungsmöglichkeiten von Text Mining bei der Analyse wissenschaftlicher Publikationen, Hamburg.
Mehler, Alexander/Wolff, Christian, 2005: Perspektiven und Positionen des Text Mining. In: Zeitschrift für Computerlinguistik und Sprachtechnologie, 20 (1), 1–18.
Munzert, Simon, 2014: Big Data in der Forschung! Big Data in der Lehre? Ein Vorschlag zur Erweiterung der bestehenden Methodenausbildung. In: Zeitschrift für Politikwissenschaft, 24 (1–2), 205–220.
Niehr, Thomas, 1999: Halbautomatische Erforschung des öffentlichen Sprachgebrauchs oder Vom Nutzen computerlesbarer Textkorpora. In: Zeitschrift für germanistische Linguistik, 27, 205–214.
Niehr, Thomas, 2014: Einführung in die Politolinguistik. Gegenstände und Methoden, Göttingen.
Pak, Alexander/Paroubek, Patrick 2010: Twitter as a Corpus for Sentiment Analysis and Opinion Mining, Paris.
Quasthoff, Uwe, 1998: Projekt der deutsche Wortschatz. In: Gerhard Heyer/Christian Wolff (Hg.), Linguistik und neue Medien, Wiesbaden, 93–99.
Quasthoff, Uwe/Richter, Matthias/Wolff, Christian, 2003: Medienanalyse und Visualisierung: Auswertung von Online-Pressetexten durch Text Mining. In: Zeitschrift für Computerlinguistik und Sprachtechnologie, 18 (1,2), 452–459.
Roth, Steffen, 2014: Fashionable Functions: A Google Ngram View of Trends in Functional Differentiation (1800–2000). In: International Journal of Technology and Human Interaction,10 (2), 34–58.
ScaDS Dresden/Leipzig, 2015: http://www.scads.de, 07.06.2015.
Scharkow, Michael, 2010: Lesen und lesen lassen: Zum State of the Art automatischer Textanalyse. In: Martin Welker/Carsten Wünsch (Hg.), Die Online-Inhaltsanalyse. Forschungsobjekt Internet, Köln, 340–364.
Schmidt, Fabian, 1999: Automatische Ermittlung semantischer Zusammenhänge lexikalischer Einheiten und deren graphische Darstellung, Leipzig.
Schönbach, Klaus, 1978: Nachrichtenwerte und computerunterstützte Inhaltsanalyse. In: ZUMA-Nachrichten, (2), 3–11.
Seidel, Ludwig Michael, 2013: Text Mining als Methode zur Wissensexploration: Konzepte, Vorgehensmodelle, Anwendungsmöglichkeiten, Wismar.
Social Media Analytics, 2015: http://www.social-media-analytics.org, 11.06.2015.
Weber, Max 1910: Geschäftsbericht auf dem ersten Deutschen Soziologentage in Frankfurt 1910. In: http://www.zeno.org/Soziologie/M/Weber,+Max/Schriften+zur+Soziologie+und+Sozialpolitik/Geschäftsbericht+und+Diskussionsreden+auf+dem+ersten+-Deutschen+Soziologentage+in+Frankfurt+1910/Geschäftsbericht, 11.06.2015.
Welker, Martin u.a., 2010: Die Online-Inhaltsanalyse: methodische Herausforderung, aber ohne Alternative. In: Martin Welker/Carsten Wünsch (Hg.), Die Online-Inhaltsanalyse. Forschungsobjekt Internet, Köln, 9–31.
Welker, Martin/Wünsch, Carsten, 2010 (Hg.): Die Online-Inhaltsanalyse. Forschungsobjekt Internet, Köln.
Weller, Katrin, 2014: Twitter und Wahlen: Zwischen 140 Zeichen und Milliarden von Tweets. In: Ramón Reichert (Hg.), Big Data. Analysen zum digitalen Wandel von Wissen, Macht und Ökonomie, Bielefeld, 239–257.
Wiedemann, Gregor, 2013: Opening up to Big Data: Computer-Assisted Analysis of Textual Data in Social Sciences. In: Forum Qualitative Sozialforschung/Forum: Qualitative Social Research, 14(2).
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2016 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Puchinger, C. (2016). Die Anwendung von Text Mining in den Sozialwissenschaften. In: Lemke, M., Wiedemann, G. (eds) Text Mining in den Sozialwissenschaften. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-07224-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-07224-7_5
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-07223-0
Online ISBN: 978-3-658-07224-7
eBook Packages: Social Science and Law (German Language)