Efficient spatio-temporal event processing with STARK. - In: Advances in Database Technology - EDBT 2017, (2017), S. 570-573
https://doi.org/10.5441/002/edbt.2017.72
Big spatial data processing frameworks: feature and performance evaluation : experiments & analyses. - In: Advances in Database Technology - EDBT 2017, (2017), S. 490-493
https://doi.org/10.5441/002/edbt.2017.52
Advances in Database Technology - EDBT 2017 : 20th International Conference on Extending Database Technology, Venice, Italy, March 2124, 2017 : proceedings. - Konstanz : University of Konstanz, University Library, 2017. - 1 Online-Ressource. - (Advances in database technology) ISBN 978-3-89318-073-8
Literaturangaben
https://openproceedings.org/html/pages/2017_edbt.html
Ereignisdetektion und Stimmungsdetektion im Echtzeitdatenstrom von sozialen Netzwerken. - Ilmenau : Universitätsbibliothek, 2017. - 1 Online-Ressource (135 Blätter, 8.47 MB)
Technische Universität Ilmenau, Dissertation 2017
In der vorliegenden Arbeit wurde gezeigt, dass mit Hilfe der neu entwickelten Algorithmen aus einem Echtzeitdatenstrom von georeferenzierten Kurzmitteilungen, eines sozialen Netzwerkes, neue Ereignisse und deren Ort detektiert werden können. So kann die Frage: "Was geschieht gerade?" durch die Analyse von Daten der sozialen Netzwerke, mit Hilfe der in dieser Arbeit entwickelten Algorithmen, beantwortet werden. Diese Algorithmen sind so entworfen, dass sie verschiedene Arten von Ereignissen detektieren können. Dabei reicht die Spanne der erkannten Ereignisse von Sportereignissen, Kongressen, kulturellen Events und signifikanten Wetterereignissen bis hin zu Katastrophen. Dass der Ansatz der Ereignisdetektionsalgorithmen sich auch auf andere Problemfelder anwenden lässt, wurde mit einer zusätzlichen Stimmungsdetektion gezeigt. Dazu wurde eine sprachunabhängige Stimmungsdetektion konzipiert, die die Bewertung der Terme auf Grundlage von Emoticons vornimmt. Somit konnte eine sprachunabhängige Ereignis- und Stimmungsdetektion implementiert werden, die ohne aufwendige Vorverarbeitung der Daten auskommt.
http://nbn-resolving.de/urn:nbn:de:gbv:ilm1-2017000047
Extending database accelerators for data transformations and predictive analytics. - In: Advances in Database Technology - EDBT 2016, (2016), S. 706-707
http://dx.doi.org/10.5441/002/edbt.2016.97
Refining imprecise spatio-temporal events: a network-based approach. - In: Proceedings of the 10th Workshop on Geographic Information Retrieval, ISBN 978-1-4503-4588-0, (2016), Article No. 5, insges. 10 S.
https://doi.org/10.1145/3003464.3003469
An SQL-based query language and engine for graph pattern matching. - In: Graph Transformation, (2016), S. 153-169
http://dx.doi.org/10.1007/978-3-319-40530-8_10
DFG-Schwerpunktprogramm "Skalierbares Datenmanagement für zukünftige Hardware". - In: Datenbank-Spektrum, ISSN 1610-1995, Bd. 16 (2016), 2, S. 183-185
http://dx.doi.org/10.1007/s13222-016-0225-6
Das Fachgebiet Datenbanken & Informationssysteme an der TU Ilmenau. - In: Datenbank-Spektrum, ISSN 1610-1995, Bd. 16 (2016), 2, S. 167-172
http://dx.doi.org/10.1007/s13222-016-0226-5
Stream processing platforms for analyzing big dynamic data. - In: Information technology, ISSN 2196-7032, Bd. 58 (2016), 4, S. 195-205
http://dx.doi.org/10.1515/itit-2016-0001