Search (7 results, page 1 of 1)

0.015655307 = product of:
  0.04696592 = sum of:
    0.010820055 = weight(_text_:in in 4273) [ClassicSimilarity], result of:
      0.010820055 = score(doc=4273,freq=24.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.1822149 = fieldWeight in 4273, product of:
          4.8989797 = tf(freq=24.0), with freq of:
            24.0 = termFreq=24.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.02734375 = fieldNorm(doc=4273)
    0.036145866 = weight(_text_:und in 4273) [ClassicSimilarity], result of:
      0.036145866 = score(doc=4273,freq=38.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.3735868 = fieldWeight in 4273, product of:
          6.164414 = tf(freq=38.0), with freq of:
            38.0 = termFreq=38.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=4273)
  0.33333334 = coord(2/6)

Content

"Vinu schreibt: "Ich habe gerade eine weitere laute Explosion gehört. Das alles passiert nur zwei Gehminuten von meiner Wohnung entfernt." Netra schreibt: "Keine Panik. Nicht auf die Nachrichten hören. Die verbreiten Gerüchte und nehmen sie später zurück. Bleibt im Haus und bleibt ruhig." Vinu: "Die Schüsse kommen definitiv aus einer AK-47, und unsere Polizisten sind da draußen ohne schusssichere Westen und mit Scheiß-Gewehren." Sie waren näher dran als die meisten Journalisten - und sie berichteten unaufhörlich im Internet: Augenzeugen in Bombay nutzten beliebte Plattformen wie Twitter und Flickr, um aus erster Hand zu beschreiben, was in der indischen Metropole passierte. Auf der Seite Twitter.com schreiben User in 140 Zeichen, was sie gerade tun. Kaffee trinken, sich im Büro langweilen, eine Party suchen. Nun ist Twitter kurzzeitig zu einer Art Nachrichtenticker geworden: Über Filterbegriffe wie Bombay und Terror konnte jeder nachvollziehen, in welcher Lage sich die Menschen in der Stadt befanden, was sie von den Angriffen, Schießereien und Explosionen mitbekamen. Und wo sie bei Flickr.com ihre Bilder vom Geschehen hochgeladen haben. Das alles passierte beinahe in Echtzeit. Die Fotoplattform Flickr, sonst eher eine Sammelstelle für Urlaubsbilder und Material von ambitionierten Amateurfotografen, wurde zur Bilderstrecke über die Vorgänge in Bombay. Bewaffnete Terroristen, brennende Gebäude, verwüstete Hotellobbys und Blutlachen auf dem Boden - manche wagten sich gefährlich nahe an das Geschehen heran. Zumindest schien es so, denn ob die Bilder wirklich von denen gemacht wurden, die sie hochgeladen haben, war nicht immer klar. Manche dieser Bilder waren auch auf den Internetseiten von TV-Sendern zu sehen, und wer da von wem geklaut hat, ist schwer zu sagen. Auch im Wust der Twitter-Einträge, der sogenannten Tweets, ging unter, was authentisch ist, was einfach nur von anderen Medien abgeschrieben und hundertfach weitergetwittert wurde - und was schlicht und einfach unwahr ist. Blogger "Tom" (tomstechblog.com) aus der Umgebung von Los Angeles hat Botschaften entdeckt, nach denen auch das Marriott-Hotel in Bombay angegriffen wurde. Eine Falschmeldung. Für Menschen, deren Verwandte oder Freunde in dem Hotel wohnen, sei das extrem beängstigend, schreibt er.
Die Spielzeuge des Web 2.0 werden in solchen Situationen trotzdem zu Nachrichtenkanälen, ungefiltert und schneller als etablierte Medien. Ihr Reiz ist gerade die Subjektivität, die Emotionalität und die Vernetzung von Tausenden Personen rund um den Erdball. Die reinen Fakten gibt es woanders. "Social Media" heißen solche Dienste schließlich. Trotzdem werden sie ernstgenommen. Nach Untersuchungen der Harvard-Soziologin Shoshana Zuboff glauben die Menschen heutzutage in erster Linie ihren Freunden, während das Vertrauen in Unternehmen und Institutionen abnimmt. Übertragen auf das Internet bedeutet das: Wenn Informationen von Freunden aus der jeweiligen Online-Community stammen, vertraut man ihnen schneller, als wenn sie von einem unbekannten Redakteur irgendeiner Zeitung verbreitet werden. Im Fall Bombay zeigten die Reaktionen vieler sogenannter "Follower", also Leser von Twitter-Einträgen einer Person: Hier wird nicht viel hinterfragt. Hier wird kopiert und weitergeschickt, an die eigenen Follower. Für manche markiert der 24-stündige Sturm von 140-Zeichen-Meldungen nicht weniger als eine "epochale Veränderung des Nachrichtenflusses". So diktierte es etwa der New Yorker Journalismus-Professor Jeff Jarvis dem Handelsblatt-Blogger Thomas Knüwer. Der legt sich, wie auch der prominenteste TechBlogger der USA, Michael Arrington von TechCrunch, fest: "Der heutige Tag wird ein Durchbruch werden auf dem Weg Twitters zum Massenmedium.""

0.015185513 = product of:
  0.045556538 = sum of:
    0.010096614 = weight(_text_:in in 508) [ClassicSimilarity], result of:
      0.010096614 = score(doc=508,freq=16.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.17003182 = fieldWeight in 508, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.03125 = fieldNorm(doc=508)
    0.035459924 = weight(_text_:und in 508) [ClassicSimilarity], result of:
      0.035459924 = score(doc=508,freq=28.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.36649725 = fieldWeight in 508, product of:
          5.2915025 = tf(freq=28.0), with freq of:
            28.0 = termFreq=28.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.03125 = fieldNorm(doc=508)
  0.33333334 = coord(2/6)

Abstract

Wie schaffen es hunderttausende Menschen in ihrer Freizeit eine Enzyklopädie zu erstellen, die in der Qualität der seit Jahrhunderten renommierten Brockhaus-Enzyklopädie in nichts nachsteht und in der Quantität weit übertrifft? Warum veröffentlichen Millionen von Internetnutzern ihre Urlaubsbilder und Videos aus dem privaten Leben im Netz? Wieso funktioniert die Informationsversorgung durch Touristen und Privatleute oftmals besser als die Berichterstattung der großen Agenturen? Und warum versprechen sich Unternehmen wie Google oder die Holtzbrinck Gruppe so viel von derartigen Plattformen, dass deren Gründer über Nacht zu Millionären werden? Wie schaffte es eine australische Brauerei, vom Business Plan bis zur Produktionsplanung alle Prozesse von einer Internet-Community entwickeln zu lassen? Wie passt die lose Kollaboration im Netz zu mühsam ausgearbeiteten und über viele Jahrzehnte untersuchten Organisationsmodellen in Unternehmen? Was können Unternehmen von Wikipedia & Co lernen? Wikimanagement gibt nicht nur einen ausführlichen Überblick über die aktuelle Welt des Web 2.0, sondern stellt auch die Funktionsweise der Wikipedia und anderer Social Software-Systeme den wichtigsten organisationstheoretischen Ansätzen gegenüber. In Anwendungsfeldern wie Innovation, Projektmanagement, Marketing und vielen anderen wird deutlich gemacht, wie Unternehmen von Social Software-Technologie und -Philosophie lernen und profitieren können.

Content

Inhalt: I. Wie funktionieren Social Software-Angebote? II. Welchen Erklärungsbeitrag leisten bestehende Organisationsansätze und welche Schlüsse muss die Organisationslehre aus den Erfahrungen ziehen? III. Welches sind die Erfolgsfaktoren von Social Software und wie lassen sich Technologie und Erfolgsfaktoren in das Management übertragen und in Unternehmen nutzen?

0.010933193 = product of:
  0.03279958 = sum of:
    0.006310384 = weight(_text_:in in 2931) [ClassicSimilarity], result of:
      0.006310384 = score(doc=2931,freq=4.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.10626988 = fieldWeight in 2931, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2931)
    0.026489196 = weight(_text_:und in 2931) [ClassicSimilarity], result of:
      0.026489196 = score(doc=2931,freq=10.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.27378 = fieldWeight in 2931, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2931)
  0.33333334 = coord(2/6)

Abstract

Die Entstehung von Social Software ermöglicht es Nutzern, in großem Umfang im Netz zu publizieren. Bisher liegen aber nur wenige empirische Befunde zu funktionalen Eigenschaften sowie Qualitätsaspekten von Nutzerbeiträgen im Kontext von Informationsmanagement und Information Retrieval vor. Diese Arbeit diskutiert grundlegende Partizipationsformen, präsentiert empirische Studien über Social Tagging, Blogbeiträge sowie Relevanzbeurteilungen und entwickelt Design und Implementierung einer "sozialen" Informationsarchitektur für ein partizipatives Onlinehilfesystem.

Classification

AN 96800 Allgemeines / Buch- und Bibliothekswesen, Informationswissenschaft / Informationswissenschaft / Informationsvermittlung, Informationsplanung / Bewertung, Effizienz, Qualität

Content

The Web of User Contribution - Foundations and Principles of the Social Web - Social Tagging - Rating and Filtering of Digital Resources Empirical Analysisof User Contributions - The Functional and Linguistic Structure of Tags - A Comparative Analysis of Tags for Different Digital Resource Types - Exploring Relevance Assessments in Social IR Systems - Exploring User Contribution Within a Higher Education Scenario - Summary of Empirical Results and Implications for Designing Social Information Systems User Contribution for a Participative Information System - Social Information Architecture for an Online Help System

RVK

AN 96800 Allgemeines / Buch- und Bibliothekswesen, Informationswissenschaft / Informationswissenschaft / Informationsvermittlung, Informationsplanung / Bewertung, Effizienz, Qualität

0.0023517415 = product of:
  0.014110449 = sum of:
    0.014110449 = weight(_text_:in in 3453) [ClassicSimilarity], result of:
      0.014110449 = score(doc=3453,freq=20.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.2376267 = fieldWeight in 3453, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3453)
  0.16666667 = coord(1/6)

Abstract

In this article, we describe the results of an experiment designed to understand the effects of background information and social interaction on image tagging. The participants in the experiment were asked to tag 12 preselected images of Jewish cultural heritage. The users were partitioned into three groups: the first group saw only the images with no additional information whatsoever, the second group saw the images plus a short, descriptive title, and the third group saw the images, the titles, and the URL of the page in which the image appeared. In the first stage of the experiment, each user tagged the images without seeing the tags provided by the other users. In the second stage, the users saw the tags assigned by others and were encouraged to interact. Results show that after the social interaction phase, the tag sets converged and the popular tags became even more popular. Although in all cases the total number of assigned tags increased after the social interaction phase, the number of distinct tags decreased in most cases. When viewing the image only, in some cases the users were not able to correctly identify what they saw in some of the pictures, but they overcame the initial difficulties after interaction. We conclude from this experiment that social interaction may lead to convergence in tagging and that the wisdom of the crowds helps overcome the difficulties due to the lack of information.

0.0022310577 = product of:
  0.0133863455 = sum of:
    0.0133863455 = weight(_text_:in in 3424) [ClassicSimilarity], result of:
      0.0133863455 = score(doc=3424,freq=18.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.22543246 = fieldWeight in 3424, product of:
          4.2426405 = tf(freq=18.0), with freq of:
            18.0 = termFreq=18.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3424)
  0.16666667 = coord(1/6)

Abstract

In recent years we have witnessed a significant growth of social-computing communities - online services in which users share information in various forms. As content contributions from participants are critical to the viability of these communities, it is important to understand what drives users to participate and share information with others in such settings. We extend previous literature on user contribution by studying the factors that are associated with various forms of participation in a large online photo-sharing community. Using survey and system data, we examine four different forms of participation and consider the differences between these forms. We build on theories of motivation to examine the relationship between users' participation and their motivations with respect to their tenure in the community. Amongst our findings, we identify individual motivations (both extrinsic and intrinsic) that underpin user participation, and their effects on different forms of information sharing; we show that tenure in the community does affect participation, but that this effect depends on the type of participation activity. Finally, we demonstrate that tenure in the community has a weak moderating effect on a number of motivations with regard to their effect on participation. Directions for future research, as well as implications for theory and practice, are discussed.

0.0019955188 = product of:
  0.011973113 = sum of:
    0.011973113 = weight(_text_:in in 3458) [ClassicSimilarity], result of:
      0.011973113 = score(doc=3458,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.20163295 = fieldWeight in 3458, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=3458)
  0.16666667 = coord(1/6)

Abstract

In this article, we explore the dynamics of prosocial and self-interested behavior among musicians on MySpace Music. MySpace Music is an important platform for social interactions and at the same time provides musicians with the opportunity for significant profit. We argue that these forces can be in tension with each other, encouraging musicians to make strategic choices about using MySpace to promote their own or others' rewards. We look for evidence of self-interested and prosocial friending strategies in the social network created by Top Friends links. We find strong evidence that individual preferences for prosocial and self-interested behavior influence friending strategies. Furthermore, our data illustrate a robust relationship between increased prominence and increased attention to others' rewards. These results shed light on how musicians manage their interactions in complex online environments and extend research on social values by demonstrating consistent preferences for prosocial or self-interested behavior in a multifaceted online setting.

0.0014873719 = product of:
  0.008924231 = sum of:
    0.008924231 = weight(_text_:in in 3452) [ClassicSimilarity], result of:
      0.008924231 = score(doc=3452,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.15028831 = fieldWeight in 3452, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3452)
  0.16666667 = coord(1/6)

Abstract

With the emergence of Web 2.0, sharing personal content, communicating ideas, and interacting with other online users in Web 2.0 communities have become daily routines for online users. User-generated data from Web 2.0 sites provide rich personal information (e.g., personal preferences and interests) and can be utilized to obtain insight about cyber communities and their social networks. Many studies have focused on leveraging user-generated information to analyze blogs and forums, but few studies have applied this approach to video-sharing Web sites. In this study, we propose a text-based framework for video content classification of online-video sharing Web sites. Different types of user-generated data (e.g., titles, descriptions, and comments) were used as proxies for online videos, and three types of text features (lexical, syntactic, and content-specific features) were extracted. Three feature-based classification techniques (C4.5, Naïve Bayes, and Support Vector Machine) were used to classify videos. To evaluate the proposed framework, user-generated data from candidate videos, which were identified by searching user-given keywords on YouTube, were first collected. Then, a subset of the collected data was randomly selected and manually tagged by users as our experiment data. The experimental results showed that the proposed approach was able to classify online videos based on users' interests with accuracy rates up to 87.2%, and all three types of text features contributed to discriminating videos. Support Vector Machine outperformed C4.5 and Naïve Bayes techniques in our experiments. In addition, our case study further demonstrated that accurate video-classification results are very useful for identifying implicit cyber communities on video-sharing Web sites.