Dr. Matti Nelimarkka (University of Helsinki, Finland): "Navigating the Visual Turn in Digital Media: Methodologies and Challenges for Visual Big Data"

• Datum: 8. May 2024
• Uhrzeit: 16:15
• Strasse: Linzer Str 4
• Ort: ZeMKI
• Raum: 60.070

Da die digitalen Medien eine deutliche visuelle Wendung nehmen, passen Forscher, die sich mit (sozialen/digitalen) Medien befassen, ihre Methoden an und verfeinern sie, um visuelle große Daten zu verarbeiten. Dieser Vortrag gibt einen Überblick über die Initiativen meines Forschungsteams, die darauf abzielen, Bilder als substantielle Datenquelle zu nutzen. Wir arbeiten an der Nutzung des maschinellen Lernens für die skalierbare Bildanalyse oder „Bilder als Daten“, möchten aber auch die traditionelle Klassifizierung von Bildern in Frage stellen und das breitere Potenzial der visuellen Datenanalyse als explorative Methode erforschen.

In unserer ersten Studie untersuchen wir die Dynamik der Bildzirkulation innerhalb und außerhalb von Facebook. Die aus der Verfolgung dieser visuellen Ströme gewonnenen Erkenntnisse eröffnen neue Dimensionen für das Verständnis von digitalem Einfluss und Informationsverbreitung, die nur mit Bildern möglich sind. Der zweite Teil unserer Forschung befasst sich mit der Kritik und der Verbesserung der Genauigkeit bestehender automatischer Bildbeschriftungssysteme. Durch eine kritische Bewertung der Gültigkeit der erzeugten Beschriftungen wollen wir diese Systeme verbessern, um zuverlässigere und besser anwendbare Daten für die sozialwissenschaftliche Forschung zu erzeugen. Unsere dritte Untersuchung weicht von überwachten Methoden ab, um die Möglichkeiten des unüberwachten Clustering von Bildern zu untersuchen. Dieser Ansatz ermöglicht es uns, visuelle Daten organisch zu gruppieren, und bietet eine neue Bottom-up-Perspektive darauf, wie sich Bilder ohne vordefinierte Kategorien zueinander verhalten.

Gemeinsam treiben diese Methoden nicht nur die Fähigkeit zur automatisierten Analyse voran, sondern fördern auch einen explorativeren Ansatz für visuelle Untersuchungen. Sie signalisieren die Ausweitung visueller großer Datenmengen und unterstreichen gleichzeitig den dringenden Bedarf an methodischen Innovationen, um bestehende Herausforderungen zu bewältigen.

PDF zum Download

Lebenslauf:
Matti Nelimarkka leitet die Helsinki Social Computing-Forschungsgruppe, in der er sozialwissenschaftliche Theorien und Ideen mit Werkzeugen und Ansätzen aus der Informatikforschung kombiniert, wie z. B. Prototyping, Codierung, nutzerzentriertes Design und maschinelles Lernen. Seine Arbeit konzentriert sich auf zwei thematische Bereiche: Computational Social Science und Data Science and Digital Democracy. Derzeit arbeitet er am Centre for Social Data Science der Universität Helsinki.