<?xml version="1.0" encoding="UTF-8"?>
<resource xmlns="http://datacite.org/schema/kernel-4" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd">
  <identifier identifierType="DOI">10.18453/rosdok_id00002539</identifier>
  <creators>
    <creator>
      <creatorName nameType="Personal">Vettermann, Ferdinand</creatorName>
      <givenName>Ferdinand</givenName>
      <familyName>Vettermann</familyName>
      <nameIdentifier nameIdentifierScheme="GND" schemeURI="http://d-nb.info/gnd/">http://d-nb.info/gnd/1122206429</nameIdentifier>
    </creator>
  </creators>
  <titles>
    <title>Extraktion und Auswertung von Geodaten aus Sozialen Netzwerken als Element der Bürgerbeteiligung in kommunalen Belangen der Hansestadt Rostock</title>
  </titles>
  <publisher>Universität Rostock</publisher>
  <publicationYear>2019</publicationYear>
  <resourceType resourceTypeGeneral="Text" />
  <subjects>
    <subject xml:lang="en" schemeURI="http://dewey.info/" subjectScheme="dewey">004 Data processing Computer sciences</subject>
    <subject xml:lang="en" schemeURI="http://dewey.info/" subjectScheme="dewey">500 Natural sciences</subject>
  </subjects>
  <dates>
    <date dateType="Created">2019</date>
  </dates>
  <language>de</language>
  <alternateIdentifiers>
    <alternateIdentifier alternateIdentifierType="PURL">http://purl.uni-rostock.de/rosdok/id00002539</alternateIdentifier>
    <alternateIdentifier alternateIdentifierType="URN">urn:nbn:de:gbv:28-rosdok_id00002539-1</alternateIdentifier>
  </alternateIdentifiers>
  <descriptions>
    <description descriptionType="Abstract">Im Rahmen dieser Arbeit ist eine Methode entwickelt worden, die es sowohl in einer hinsichtlich Twitter nachrichtenarmen Region wie der Hanse- und Universitätsstadt Rostock als auch im deutschsprachigen Raum ermöglicht, Tweets auf einer lokalen Skale zu verorten, sie vordefinierten Themen zuzuordnen und hinsichtlich Stimmungen und Trends zu analysieren. Aus der spatiotemporalen Kombination der Daten lassen sich so direkt Handlungsempfehlungen bei Extremereignissen oder Veranstaltungen ableiten.</description>
  </descriptions>
</resource>
