Neue Suche
Sammelbandbeitrag - Wissenschaftlicher Artikel | | Peer reviewed

Text Mining-Verfahren zur Analyse offener Antworten in Online-Befragungen im Bereich der Markt- und Medienforschung

Autor*innen
Heisenberg, Gernot ; Hees, Tina
Sammel-/ Konferenz­band
(Intelligentes) Text Mining in der Marktforschung 
ISBN-13
9783981510683
URN
urn:nbn:de:0168-ssoar-63180-3
URL
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-63180-3

Weitere Details

Sprache
deutsch
Darstellungsform
Text
Seitenbereich
16 - 18
Schlüsselwörter
10100 , Algorithmus , Applied Sciences , Artificial intelligence , Automatisierung , Customer Insights , Digitalisierung , Engineering , Inhaltsanalyse , Internet , Marktforschung , Mensch-Maschine-System , Natural Science , Naturwissenschaften , Online-Marktforschung , Science , Soziale Medien , Technik(wissenschaften) , Text Mining , Textanalyse , Textdaten , Textextraktion , algorithm , angewandte Wissenschaften , automation , content analysis , digitalization , künstliche Intelligenz , man-machine system , market research , social media , text analysis

  • Die Extraktion von Informationen aus Texten - insbesondere aus unstrukturierten Textdaten wie Foren, Bewertungsportalen bzw. aus offenen Angaben - stellen heute eine besondere Herausforderung für Marktforscher und Marktforscherinnen dar. Hierzu wird zum einen neues methodisches Know-how gebraucht, um mit den komplexen Datenbeständen sowohl bei der Erhebung wie auch bei der Bewertung dieser umzugehen. Zum anderen müssen im Kontext der digitalen Beforschung von neuen Customer Insights sowohl technische als auch organisationale Infrastrukturen geschaffen werden, um u.a. Geschäftsmodelle in Abläufen und Arbeitsprozessen von Unternehmen, Institutionen und Organisationen etablieren zu können. Die Beiträge des Bandes besprechen nicht nur vielfältigste Methoden und Verfahren zur automatischen Textextraktion, sondern zeigen hierbei sowohl die Relevanz als auch die Herausforderungen für die Online-Marktforschung auf, die mit dem Einsatz solch innovativer Ansätze und Verfahren verbunden sind. Band 1 beinhaltet folgende Beiträge: C. M. Stützer, A. Wachenfeld-Schell & S. Oglesby: Digitale Transformation der Marktforschung; A. Lang & M. Egger, Insius UG: Wie Marktforscher durch kooperatives Natural Language Processing bei der qualitativen Inhaltsanalyse profitieren können; M. Heurich & S. Štajner, Symanto Research: Durch Technologie zu mehr Empathie in der Kundenansprache - Wie Text Analytics helfen kann, die Stimme des digitalen Verbrauchers zu verstehen; G. Heisenberg, TH Köln & T. Hees, Questback GmbH: Text Mining-Verfahren zur Analyse offener Antworten in Online-Befragungen im Bereich der Markt- und Medienforschung; T. Reuter, Cogia Intelligence GmbH: Automatische semantische Analysen für die Online-Marktforschung; P. de Buren, Caplena GmbH: Offenen Nennungen gekonnt analysieren

    • Zitierstile

    Download
     RDF/XML-Format
     JSON-LD-Format
     Turtle-Format
     N3-Format