This dissertation presents three essays that focus on various aspects pertaining to the management of online platforms, defined as "digital services that facilitate interactions between two or more distinct, but interdependent sets of users (whether firms or individuals) who interact through the service via the Internet" (OECD, 2019). The interactions benefit both the users and the platform. Managing online platforms involves developing strategies for one or more of three value adding functions: (a) lowering search costs for the parties connecting through the platform, (b) providing a technology infrastructure that facilitates transactions at scale by sharing both demand and supply side costs; and (c) locating other audiences or consumers for the output that results from the transaction. The platform manager must manage these value adding functions. Thus, one important management task is to recognize potential asymmetries in the economic and/or psychological motivations of the transacting parties connected through the platform. In this dissertation, I empirically examine these issues in greater detail. The first essay, "Incentivizing User-Generated Content—A Double-Edged Sword: Evidence from Field Data and a Controlled Experiment," addresses the conundrum faced by online platform managers interested in crowdsourcing user-generated content (UGC) in prosocial contexts. The dilemma stems from the fact that offering monetary incentives to stimulate UGC contributions also has a damping effect on peer approval, which is an important source of non-monetary recognition valued by UGC contributors in prosocial contexts. The second essay, "Matching and Making in Matchmaking Platforms: A Structural Analysis," examines matchmaking platforms, focusing specifically on the problem of misaligned incentives between the platform and the agents. Based on data from the Ultimate Fighting Championship (UFC) on fighter characteristics, and pay-per-view revenues associated with specific bouts, we identify the potential for conflicts of interest and examine strategies that may be used to mitigate such problems. The third essay, "Matching and Making in Matching Markets: A Managerial Decision Calculus," extends the empirical model and analytical work to a class of commonly encountered one-sided matching market problems. It provides the conceptual outline of a decision calculus that allows managers to explore the revenue and profitability implications of adaptive changes to the tier structures and matching algorithms. / Doctor of Philosophy / The 21st century has witnessed the rise of the platform economy. Consumers routinely interact with online platforms ways in their day to day activities. For instance, they interact with platforms such as Quora, StackOverflow, Uber, and Airbnb to name only a few. Such platforms address a variety of needs starting from providing users with answers to a variety of questions to matching them with a range of service providers (e.g., for travel and dining needs). However, the rapid growth of the platform economy has created a knowledge gap for both consumers and platforms. The three essays in this dissertation attempt to contribute to the literature in this area. The first essay, "Incentivizing User-Generated Content—A Double-Edged Sword: Evidence from Field Data and a Controlled Experiment," examines how crowdsourcing contests influence the quantity and quality of user-generated content (UGC). Analyzing data from the popular question and answer website Quora, we find that offering monetary incentives to stimulate UGC contributions increases contributions but also has a simultaneous damping effect on peer endorsement, which is an important source of non-monetary recognition for UGC contributors in prosocial contexts. The second essay, "Matching and Making in Matchmaking Platforms: A Structural Analysis," examines matchmaking platforms, focusing on the problem of misaligned incentives between the platform and the agents. Based on data from the Ultimate Fighting Championship (UFC) on fighter characteristics, and pay-per-view revenues associated with specific bouts, we identify the potential for conflicts of interest and examine strategies that may be used to mitigate such problems. The third essay, "Matching and Making in Matching Markets: A Managerial Decision Calculus," extends the empirical model and analytical work to a class of commonly encountered one-sided matching market problems. It provides the conceptual outline of a decision calculus that allows managers to explore the revenue and profitability implications of adaptive changes to the tier structures and matching algorithms.

I denna studie har kommunala destination management organization (DMOs) kring Vänern studerats och specifikt hur de implementerar sociala medier i deras marknadsföring. Vi har haft som syfte att studera hur användandet av sociala medier som marknadsföringskanal kan medföra en maktförflyttning och i förlängningen påverka en plats varumärke. Vi har även varit intresserade av att studera hur samskapande av budskap på sociala medier kan bidra till en maktfördelning för att öka platsens synlighet och konkurrenskraft. Studien tar upp begrepp som user generated content (UGC), hashtags och storytelling vilka är verktyg kopplade till maktförflyttningen av marknadsföringen av en plats.Studiens grundar sig i en kvalitativ enkät utförd med respondenter från kommunala turistorganisationer samt visuell observation av respondenternas sociala medier. Datainsamlingen har genererat information om hur kommunerna arbetar med sociala medier som marknadsföringskanal samt hur de använder tillgängliga verktyg på sociala plattformar. Vi har i vår analys tagit hjälp av ett modell som bygger på fyra begrepp kopplat till sociala medier som vi valt att anpassa till vår studie efter vår teoretiska ramverk. Bland annat skapar modellen ett ramverk för DMOs som en hjälp att stärka sitt varumärke. Ramverket består av Varumärke, Rörlighet, Samskapande samt Storytelling och bidrar med kunskap om hur kommuner kan använda det innehåll som användarna av sociala medier skapar och delar med sig av. Resultatet av vår studie visar att kommunerna har kontrollen över sitt varumärke, det har alltså inte skett en maktförflyttning i den bemärkelsen att besökaren har makten över varumärket. Däremot ser vi att samskapande och maktfördelning av kommunens varumärke kan öka konkurrenskraften och är ett underutnyttjat verktyg. Studien visar även att kommunerna är aktiva på sociala medier men vi upplever skillnader i engagemanget och i hur de samskapar med besökaren. / In this study destination management organizations (DMO) surrounding Lake Vänern have been studied and specifically how they incorporate social media in their marketing.The aim of the study was to study how the use of social media as a marketing tool can lead to a transfer of power and in prolongation affect a place brand. We have also had an interest in studying how co-creation of messages on social media can lead to a distribution of power to increase a “place” competitiveness and visibility. The study concerns concepts such as user generated content (UGC), hashtags and storytelling which are tools connected to distribution of power and marketing of a “place”.The study is based on a qualitative survey study performed by respondents from destination management organizations within the destinations surrounding Vänern and also a visual observation of the study's respondents' social media. Our collected data has generated knowledge on how destinations are working with social media as a marketing tool and also how they use the accessible tools that social media offer. Our analysis is inspired by a model that is based on four concepts connected to social media that we have chosen to adapt to our theoretical framework. Among other things the model creates a framework for DMO as a help to strengthen their place brand. The framework consists of brand image, mobility, co-creation and storytelling and contributes with knowledge of how destinations can use the content that the users of social media creates and shares. The study shows that the respondent destinations are in control of their brand, there has not been a transfer of power in the meaning that the visitors are in control of the brand image. However, co-creation and distribution of power of the destination brand to strengthen a place's competitiveness is an underutilized tool. The study also shows that respondent destinations are active on social media, however we experience differences in how they co-create with visitors and their commitment in engaging with visitors.

Syftet med denna uppsats är att analysera och klarlägga SM ur ett marknadsföringsperspektiv. Detta görs genom att redogöra för dess karaktär samt studera möjligheter och svårigheter som kretsar kring fenomenet. Metoden som använts är kvalitativ och studien bygger på samlad empiri från fem intervjuer. Informanterna har varierande anknytning till SM i sin vardag och yrkesroll vilket varit medvetet för att få en så nyanserad bild som möjligt av ämnesområdet. Intervjuerna finns presenterade i sin helhet som bilaga. På grund av bristande forskning och litteratur inom ämnet har stor del av den samlade teori hämtats in från olika artiklar på internet. Dessa artiklar har vid applicerbara och relevanta tillfällen koppats teoretiskt med annan litteratur kring tjänstemarknadsföring och kommunikation. Studien visar att företag och organisationer har mycket svårt att greppa SM:s otroligt snabba framväxt och hur man som organisation ska förhålla sig till området. Den bakomliggande tekniken och de nya ”arenor” och plattformar där allt äger rum skapar en komplex dimma över något som i grunden handlar om kommunikation. Kommunikation gentemot sina målgrupper och målgrupperna emellan. Komplexiteten skapar för många företag och organisationer ett paralyserat tillstånd. SM:s framfart har medfört att det har skett ett, från företagarens synvinkel, obehagligt maktskifte från företagen till konsumenten eftersom kunden fått helt nya verktyg för att dela, gilla eller ogilla. Kundens upplevelse sprids inte längre enbart genom mun till mun metoden utan upplevelser, positiva som negativa, delas konstant individer emellan på olika sociala plattformar. Som företagare har man två val, antingen står man vid sidan och observerar vad som sker, eller så implementerar man kommunikationsstrategier för hur man på bästa sätt ska delta i dialogen och på så vis möta sina kunder i de olika tillstånd de befinner sig i.

In dieser Bachelorarbeit wird eine Beispiel-E-Learning-Lektion zum Import von GPS Daten in die Kartenherstellungssoftware OCAD erstellt. Dabei liegt im theoretischen Teil der Hauptschwerpunkt auf nutzergenerierten Daten (Volunteered Geographic Infor-mation; kurz: VGI). Nach einer kurzen, allgemeinen Einführung wird auf die Bedeutung der Kartographie im Zusammenhang mit VGI eingegangen. Der zweite Teil beinhaltet Didaktik mit Schwerpunkt E-Learning. Dazu werden das Goal Based Scenario Modell und das Cognitive Apprenticeship Modell kurz vorgestellt und anschließend das Projekt GITTA mit der enthaltenen ECLASS-Struktur näher erklärt. Den immer wichtiger werdenden Content Management Systemen (CMS) widmet sich der dritte Theorieteil. Für die Realisierung der zu erstellenden Lektion wird das Open-Source CMS Joomla! ausführlicher erläutert. Die Implementierung beschreibt die Umsetzung der E-Leraning-Lektion mittels Joomla! und die Nutzung des ECLASS-Modells. Bevor auf die Vorgehensweise eingegangen wird, enthält der Implementierungsteil die Erstellung eines groben Gesamtkonzeptes für eine komplette E-Leraning-Anwendung zu OCAD mit entsprechenden Erläuterungen. Anschließend folgen eine Zusammenfassung und ein Ausblick über die Weiterführung der E-Learning-Anwendung.:Zusammenfassung III Aufgabenstellung IV Abbildungsverzeichnis V Tabellenverzeichnis V Abkürzungsverzeichnis VI Inhaltsverzeichnis VII Selbständigkeitserklärung IX 1. Einführung 10 1.1 Ziele 11 1.2 Hintergrund 11 2. Nutzergenerierte Daten 13 2.1 Einführung 13 2.2 Nutzergenerierte Daten in der Kartographie 14 2.3 Nutzergenerierte Daten in OCAD 22 3. Didaktik 26 3.1 Allgemeine Bedeutung 26 3.2 Lernen 26 3.3 Lernprozess 27 3.4 Lernen mit digitalen Medien 28 3.5 E-Learning 28 3.5.1 Was ist E-Learning? 28 3.5.2 E-Learning Modelle 29 3.5.3 Vorteile und Nachteile von E-Learning 32 3.6 Das Projekt GITTA 32 3.6.1 Übersicht 32 3.6.2 Entwicklung von Lernmaterialien 33 3.6.3 ECLASS Modell 34 4. Content Management Systeme 35 4.1 Einführung 35 4.2 Definitionen 36 4.3 Eigenschaften von CMS 37 4.4 Ausblick 38 4.5 Joomla! 4.5.1 Einführung 39 4.5.2 Geschichte 39 4.5.3 Versionen 40 4.5.4 Funktionen 41 4.5.5 Aufbau 42 4.5.6 Auswahlkriterien für CMS 43 5. Implementierung 44 5.1 Motivation 44 5.2 Modellerstellung 46 5.3 Wahl der zur Umsetzung nutzbaren Systeme 48 5.3.1 ECLASS-Modell 48 5.3.2 Joomla! 49 5.4 Umsetzung der Lektion in Joomla! 49 5.4.1 Vorbereitungen 50 5.4.2 Konzeptübertragung 51 6. Zusammenfassung 54 6.1 Zusammenfassung der Praktischen Arbeit 54 6.2 Ausblick 55 Literaturverzeichnis LVI Literaturquellen LVI Internetquellen LXII Anhang LXIV Anhang 1 - Gegenüberstellung ausgewählter kartographischer Funktionalitäten in Adobe Illustrator und OCAD LXV Anhang 2 - Abdruck der Beispiel E-Learning Lektion LXVII

The live video streaming market is, as some research suggests, a difficult one to develop.Comparing it to other media it has the disadvantage of being available during a limitedperiod of time. This thesis explores how mobile devices can be used as an exploratorytool through live video streaming. The opportunity of control in the moment is studiedand examined in this report. This research will suggest a mobile device platform in whichpeople can assist other people exploring new environments around the globe. It also triesto evaluate whether this exploring interaction can occur between unacquainted people andat the same time not be hindered by any language barriers. The motivation behind thissubject is the human need and curiosity of exploring new environments and places.The foundation of the research approach was based on interaction design principles andmethods. This created a chain of methods used with the intent of better understandingwhat is to be considered when designing for live video experiences focusing onenvironments. The process lead to important understandings and key aspects to beconsidered when designing live experiences focusing on environments. The results thatemerged, showed that the most important encouragement is; to be presented with anenvironment that includes novel elements. Furthermore, the results could also concludethat by giving access to directional controls, and some means of expressing appreciation,can help to influence and shape exploration with live video.

Der Einfluss sogenannter nutzergenerierter Inhalte im Web hat in den letzten Jahren stetig zugenommen. Auf Plattformen wie Blogs, sozialen Netzwerken oder Medienportalen werden durch Anwender kontinuierlich Textnachrichten, Bilder oder Videos publiziert. Auch Inhalte, die aktuelle gesellschaftliche Ereignisse, wie beispielsweise den Euromaidan in Kiew dokumentieren, werden durch diese Plattformen verbreitet. Nutzergenerierte Inhalte bieten folglich das Potential, zusätzliche Hintergrundinformationen über Ereignisse direkt vom Ort des Geschehens zu liefern. Diese Arbeit verfolgt die Vision einer Nachrichtenplattform, die unter Verwendung von Methoden des Information Retrievals und der Informationsextraktion Nachrichtenereignisse erkennt, diese automatisiert mit relevanten nutzergenerierten Inhalten anreichert und dem Leser präsentiert. Zur Suche nutzergenerierter Inhalte kommen in dieser Arbeit maßgeblich geographische Entitäten, also Ortsbezeichnungen zum Einsatz. Für die Extraktion dieser Entitäten aus gegebenen Nachrichtendokumenten stellt die Arbeit verschiedene neue Methoden vor. Die Entitäten werden genutzt, um zielgerichtete Suchanfragen zu erzeugen. Es wird gezeigt, dass sich eine geounterstützte Suche für das Auffinden nutzergenerierter Inhalte besser eignet als eine konventionelle schlüsselwortbasierte Suche.

Datum: 2023-05-30 Nivå: Kandidatuppsats i Företagsekonomi, 15 hp  Institution: Akademin för Ekonomi, Samhälle och Teknik, Mälardalens Universitet  Författare: Alva Landberg (96/07/03), Emma Inge (98/02/15), Felicia Schönning (98/11/02)                                                                                 Titel: Användargenererat innehåll på TikTok och dess påverkan; En kvantitativ undersökning av generation Z's köpintention och köpbeslut Handledare: Pejvak Oghazi Nyckelord: Användargenererat innehåll, Attityder, Elektronisk Word of Mouth (eWOM), Generation Z, Köpbeslut, Köpintention, TikTok Forskningsfrågor: (1) Hur påverkar användandet av TikTok generation Z’s köpbeslut? (2) Har användargenererat innehåll på TikTok något samband med generation Z’s köpintention? (3) Hur påverkas generation Z’s köpbeslut av användargenererat innehåll på TikTok? (4) Hur påverkar användandet av TikTok generation Z’s attitydkomponenter; kognitiv, affektiv och beteende? (5) Vilka skillnader finns mellan generation Z och millennials vid användandet av TikTok?   Syfte: Syftet med denna studie är att undersöka ifall användargenererat innehåll på sociala medieplattformen TikTok påverkar generation Z's köpintention och köpbeslut. Metod: Studien är baserad på en kvantitativ forskningsansats där primärdata samlats in i form av en digital enkätundersökning. Datan samlades in med ett resultat av 183 respondenter med ett bortfall på 30, vilket gav 150 validerade svar. Datan analyserades sedan via en korrelationsanalys, Cronbach’s alfa, regressionsanalys och en korstabulering i det statistiska dataprogrammet SPSS. Slutsats: Resultatet visade att användargenererat innehåll på TikTok har ett samband med generation Z’s köpintention och köpbeslut. En ökad användning av TikTok bidrar till att attitydkomponenterna; kognitiv, affektiv, beteende påverkas positivt av rekommendationer från användare på TikTok, vilket bidrar till en ökad köpintention som senare leder till ett köpbeslut. / Date: 2023-05-30 Level: Bachelor thesis in Business Administration, 15 cr Institution: School of Business, Society and Engineering, Mälardalen University Authors: Alva Landberg (96/07/03), Emma Inge (98/02/15), Felicia Schönning (98/11/02)  Title: User-generated content on TikTok and its impact; A quantitative study of generation Z's purchase intention and purchase decision Supervisor: Pejvak Oghazi Keywords: Attitudes, Electronic Word of Mouth (eWOM), Generation Z, Purchase decision, Purchase intention, TikTok, User Generated Content (UGC) Research questions: (1) How does the use of TikTok affect generation Z's purchase decisions? (2) Does user-generated content on TikTok relate to generation Z's purchase intention? (3) How does user-generated content on TikTok influence generation Z’s purchasing decisions? (4) How does using TikTok affect generation Z's attitudinal components; cognitive, affective, and behavioral? (5) What are the differences between generation Z and millennials when using TikTok? Purpose: This study aims to investigate if user-generated content on the social media platform TikTok influences generation Z's purchase intention and purchase decision. Method: This study is based on a quantitative research approach where primary data has been collected through an online survey. The data was collected with a result of 183 respondents with a non-response rate of 30, which gave a total of 150 validated responses. The data were analyzed through a correlation analysis, Cronbach's Alpha, regression analysis and a cross-tabulation in the statistical data program SPSS. Conclusion: The result showed that user-generated content on TikTok has a connection with generation Z's purchase intention and purchase decision. Increased use of TikTok contributes to the attitudinal components; cognitive, affective and behavior is positively affected by recommendations from users on TikTok, which contributes to an increased purchase intention that leads to a purchase decision.

In the last ten years there has been a significant progress of the World Wide Web, which evolved to become the so-called “Web 2.0”. The most important feature of this new quality of the WWW is the participation of the users in generating contents. This trend facilitates the formation of user communities which collaborate on diverse projects, where they collect and publish information. Prominent examples of such projects are the online-encyclopedia “Wikipedia”, the microblogging-platform “Twitter”, the photo-platform “Flickr” and the database of topographic information “OpenStreetMap”. User-generated content, which is directly or indirectly geospatially referenced, is of-ten termed more specifically as “volunteered geographic information”. The geospatial reference of this information is constituted either directly by coordinates that are given as meta-information or indirectly through georeferencing of toponyms or addresses that are contained in this information. Volunteered geographic information is particularly suited for research, as it can be accessed with low or even at no costs at all. Furthermore it reflects a variety of human decisions which are linked to geographic space. In this thesis, the relationship of space and content of volunteered geographic information is investigated from two different perspectives. The first part of this thesis addresses the question for which share of information there exists a relationship between space and content of the information, such that the information is locatable in geospace. In this context, the assumption that about 80% of all information has a reference to space has been well known within the community of geographic information system users. Since the 1980s it has served as a marketing tool within the whole geoinformation sector, although there has not been any empirical evidence. This thesis contributes to fill this research gap. For the validation of the ‘80%-hypothesis’ two approaches are presented. The first approach is based on a corpus of information that is as representative as possible for world knowledge. For this purpose the German language edition of Wikipedia has been selected. This corpus is modeled as a network of information where the articles are considered the nodes and the cross references are considered the edges of a directed graph. With the help of this network a graduated definition of geospatial references is possible. It is implemented by computing the distance of each article to its closest article within the network that is assigned with spatial coordinates. Parallel to this, a survey-based approach is developed where participants have the task to assign pieces of information to one of the categories “direct geospatial reference”, “indirect geospatial reference” and “no geospatial reference”. A synthesis of both approaches leads to an empirically justified figure for the “80%-assertion”. The result of the investigation is that for the corpus of Wikipedia 27% of the information may be categorized as directly geospatially referenced and 30% of the information may be categorized as indirectly geospatially referenced. In the second part of the thesis the question is investigated in how far volunteered geographic information that is produced on mobile devices is related to the locations where it is published. For this purpose, a collection of microblogging-texts produced on mobile devices serve as research corpus. Microblogging-texts are short texts that are published via the World Wide Web. For this type of information the relationship be-tween the content of the information and their position is less obvious than e.g. for topographic information or photo descriptions. The analysis of microblogging-texts offers new possibilities for market and opinion research, the monitoring of natural events and human activities as well as for decision support in disaster management. The spatial analysis of the texts may add extra value. In fact for some of the applications the spatial analysis is a necessary condition. For this reason, the investigation of the relationship of the published contents with the locations where they are generated is of interest. Within this thesis, methods are described that support the investigation of this relationship. In the presented approach, classified Points of Interest serve as a model for the environment. For the purpose of the investigation of the correlation between these points and the microblogging-texts, manual classification and natural language processing are used in order to classify these texts according to their relevance in regard to the respective feature classes. Subsequently, it is tested whether the share of relevant texts in the proximity of objects of the tested classes is above average. The results of the investigation show that the strength of the location-content-correlation depends on the tested feature class. While for the feature classes ‘train station’, ‘airport’ and ‘restaurant’ a significant dependency of the share of relevant texts on the distance to the respective objects may be observed, this is not confirmed for objects of other feature classes, such as ‘cinema’ and ‘supermarket’. However, as prior research that describes investigations on small cartographic scale has detected correlations between space and content of microblogging-texts, it can be concluded that the strength of the correlation between space and content of microblogging-texts depends on scale and topic.:1 Einleitung 1 1.1 Motivation 1 1.1.1 Bedeutung raumbezogener nutzergenerierter Inhalte für die geographische Informationswissenschaft und die Kartographie 1 1.1.2 Die Raumbezugshypothese 3 1.1.3 Die Korrelation von Ort und Inhalt bei nutzergenerierten Inhalten 4 1.2 Forschungsziele und Forschungsfragen 5 1.2.1 Prüfung der Raumbezugshypothese 5 1.2.2 Untersuchung der Korrelation von Ort und Inhalt von nutzergenerierten Inhalten 6 1.3 Aufbau der Arbeit 7 1.3.1 Die Beziehung zwischen Raum und Inhalt von nutzergenerierten geographischen Informationen 7 1.3.2 Gliederung der Arbeit 7 1.3.3 Verwendete Publikationen 8 2 Forschungsstand 11 2.1 Relevante Begriffe 11 2.1.1 Web 2.0 11 2.1.2 User Generated Content / Nutzergenerierte Inhalte 12 2.1.2.1 Bedeutung und Begriffsherkunft 12 2.1.2.2 Begriffsklärung 12 2.1.2.3 Arten von UGC 13 2.1.2.4 Kritik 14 2.1.2.5 Forschungspotential 14 2.1.3 Raumbezug 14 2.1.3.1 Der Begriff ‚Raumbezug‘ in der Fachliteratur 14 2.1.3.2 Kategorien des Georaumbezuges 16 2.1.4 Georäumlich 16 2.1.5 Geographische Information und Geodaten 17 2.1.5.1 Begriffsklärung 17 2.1.5.2 Points of Interest als Spezialfall 19 2.1.6 Volunteered Geographic Information / Nutzergenerierte geographische Informationen 19 2.1.6.1 Begriffsherkunft und Charakteristika von VGI 19 2.1.6.2 Das Konzept der menschlichen Sensoren 20 2.1.6.3 Kommunikation geographischer Informationen bei VGI 21 2.1.6.4 Der Mehrwert von VGI 21 2.1.6.5 Motive der Beitragenden 22 2.1.6.6 VGI im globalen Kontext 22 2.1.6.7 Erfassung der Informationen: partizipativ vs. opportunistisch 23 2.1.6.8 Formale Definition 23 2.1.6.9 Deutsche Entsprechung des Begriffs 24 2.1.7 Semantik nutzergenerierter geographischer Informationen 25 2.1.7.1 Strukturierte Form 25 2.1.7.2 Unstrukturierte Form 26 2.2 Arten nutzergenerierter geographischer Informationen 26 2.2.1 Topographische Informationen – OpenStreetMap 28 2.2.1.1 Korpusbeschreibung 28 2.2.1.2 Forschungsüberblick 30 2.2.1.3 Raumbezug 32 2.2.2 Enzyklopädische Informationen – Wikipedia 34 2.2.2.1 Korpusbeschreibung 34 2.2.2.2 Forschungsüberblick 35 2.2.2.3 Raumbezug 36 2.2.2.4 Metaeigenschaften von Artikeln der deutschen Wikipedia 37 2.2.3 Microblogging-Texte – Twitter 39 2.2.3.1 Korpusbeschreibung 39 2.2.3.2 Forschungsüberblick 41 2.2.3.3 Raumbezug 42 2.2.4 Bilder und Bildmetainformationen – Flickr, Instagram, Picasa, Panoramio, Geograph 43 2.2.4.1 Korpusbeschreibung 43 2.2.4.2 Forschungsüberblick 45 2.3 Informationen und Netzwerke 46 2.3.1 Beispiele für Netzwerkstrukturen 46 2.3.2 Implikationen vernetzter Informationen für die Raumbezugshypothese 47 2.3.3 Netzwerkeigenschaften der Wikipedia 47 2.4 Geographische Informationen und Kognition 49 2.5 Informationen klassifizieren durch maschinelle Sprachverarbeitung 50 2.5.1 Naive Bayes 51 2.5.2 Maximum Entropy 51 2.5.3 Support Vector Machines 52 3 Methoden und Ergebnisse 53 3.1 Korpusanalytischer Ansatz für die Prüfung der Raumbezugshypothese 53 3.1.1 Netzwerkgrad des Georaumbezuges 53 3.1.2 Datenprozessierung 56 3.1.3 Ergebnisse der NGGR-Berechnung 57 3.1.4 Korrelation zwischen NGGR und den Eigenschaften von Wikipedia-Artikeln 60 3.2 Befragungsansatz für die Prüfung der Raumbezugshypothese 65 3.2.1 Kategorisierungsaufgabe zur Untersuchung des Georaumbezuges 65 3.2.1.1 Material 66 3.2.1.2 Prozedur 66 3.2.1.3 Teilnehmer 67 3.2.2 Hypothesen 68 3.2.3 Daten zur Beteiligung an der Befragung 68 3.2.4 Ergebnisse 70 3.3 Synthese von korpusanalytischem Ansatz und Befragungsansatz für die Prüfung der Raumbezugshypothese 71 3.3.1 Methodik 71 3.3.2 Ergebnisse 72 3.3.3 Einfluss des Faktors Wissen auf die Ergebnisse der Befragung 73 3.3.4 Einfluss des fachlichen Hintergrundes auf die Ergebnisse der Befragung 74 3.3.5 Prädiktion des Anteils raumbezogener Informationen für das gesamte Korpus der deutschen Wikipedia 76 3.4 Klassifikation nutzergenerierter geographischer Informationen hinsichtlich der Korrelation Ort-Inhalt am Beispiel von mobil verfassten Microblogging-Texten 77 3.4.1 Manuelle Textklassifikation 78 3.4.2 Überwachte maschinelle Textklassifikation mit manuell klassifizierten Trainingsdaten 80 3.4.2.1 Vorverarbeitung der Microblogging-Texte 81 3.4.2.2 Evaluation der Ergebnisse der maschinellen Textklassifikation 82 3.4.2.3 Tuning der maschinellen Klassifikation 83 3.4.3 Überwachte maschinelle Textklassifikation mit lexikalischen Trainingsdaten 83 3.4.4 Verwendete Daten 86 3.4.4.1 Aufzeichnung von mobilen Microblogging-Texten mit der Twitter-Streaming-API 86 3.4.4.2 Filterung verwendbarer Microblogging-Texte 87 3.4.4.3 Zeitliche und räumliche Muster der Microblogging-Texte 89 3.4.4.4 Verwendete Points of Interest 91 3.4.5 Ergebnisse 92 3.4.5.1 Manuelle Annotation von Texten 92 3.4.5.2 Überwachte maschinelle Klassifikation von Texten mit manuell klassifizierten Trainingsdaten 95 3.4.5.3 Überwachte maschinelle Klassifikation von Texten mit lexikalischen Trainingsdaten 99 3.5 Bestimmung der Entfernungsabhängigkeit des Anteils von für spezifische Orte relevanten Informationen am Beispiel von mobil verfassten Microblogging-Texten 103 3.5.1 Methodik 103 3.5.2 Ergebnisse 104 4 Diskussion 111 4.1 Methoden zur Prüfung der Raumbezugshypothese am Beispiel des Korpus Wikipedia 111 4.1.1 Wahl des Korpus 111 4.1.2 Abstraktes Konzept und Instanz 112 4.1.3 Korpusanalytischer Ansatz 112 4.1.4 Befragungsansatz 114 4.2 Methoden zur Bestimmung der Korrelation Ort-Inhalt von nutzergenerierten Informationen am Beispiel von mobil erzeugten Microblogging-Texten 115 4.2.1 Manuelle Klassifikation 116 4.2.2 Überwachte maschinelle Klassifikation mit manuell klassifizierten Trainingsdaten 117 4.2.3 Unüberwachte maschinelle Klassifikation mit lexikalischen Trainingsdaten 118 4.2.4 Berechnung der Entfernungsabhängigkeit des Anteils ortsbezogener Texte 119 4.2.5 Points of Interest als Modell für den räumlichen Kontext 120 4.3 Der Begriff ‚Raumbezug‘ im Kontext von nutzergenerierten geographischen Informationen 120 5 Schlussfolgerungen und Forschungsausblick 123 5.1 Beantwortung der Forschungsfragen 123 5.1.1 Zur Überprüfung der Raumbezugshypothese 123 5.1.2 Zur Korrelation von Ort und Inhalt von nutzergenerierten geographischen Informationen 125 5.2 Implikationen der Forschungsergebnisse 128 5.3 Forschungsausblick nutzergenerierte geographische Informationen 130 5.3.1 Qualität von VGI 130 5.3.2 Synthese von VGI mit amtlichen Daten 132 5.3.3 Weitere aktuelle Entwicklungen im Bereich VGI-Forschung 132 6 Literaturverzeichnis 135 7 Anhang 151 Anhang A Dokumentation des „Experiments Geoaumbezug“ 152 Anhang B Ergebnisse der Kategorisierungsaufgabe des „Experiments Georaumbezug“ 157 Anhang C Rückmeldungen der Teilnehmer des „Experiments Georaumbezug“ 163 Anhang D Einfluss der Faktoren fachlicher Hintergrund und Wissen auf die Kategorisierung von Begriffen hinsichtlich ihrer Georäumlichkeit 166 Anhang E Ergebnisse der manuellen Klassifikation der Microblogging-Texte 168 Anhang F Klassifikationsmodelle resultierend aus manuellen und lexikalischen Trainingsdaten 177 Anhang G Forschungsdaten-Anhang 181 / Während der vergangenen zehn Jahre vollzog sich eine signifikante Veränderung des World Wide Webs, das sich zum sogenannten „Web 2.0“ entwickelte. Das wesentlichste Merkmal dieser neuen Qualität des WWW ist die Beteiligung der Nutzer bei der Erstellung der Inhalte. Diese Entwicklung fördert das Entstehen von Nutzergemeinschaften, die kollaborativ in unterschiedlichsten Projekten Informationen sammeln und veröffentlichen. Prominente Beispiele für solche Projekte sind die Online-Enzyklopädie „Wikipedia“, die Microblogging-Plattform „Twitter“, die Foto-Plattform „Flickr“ und die Sammlung topographischer Informationen „OpenStreetMap“. Nutzergenerierte Inhalte, die direkt oder indirekt raumbezogen sind, können spezifischer als „nutzergenerierte geographische Informationen“ bezeichnet werden. Der Raumbezug dieser Informationen entsteht entweder direkt durch die Angabe räumlicher Koordinaten als Metainformationen oder er kann indirekt durch die Georeferenzierung von in den Informationen enthaltenen Toponymen oder Adressen hergestellt werden. Nutzergenerierte geographische Informationen haben für die Forschung den besonderen Vorteil, dass sie einerseits häufig gänzlich ohne oder nur mit geringen Kosten verfügbar gemacht werden können und andererseits eine Vielzahl von menschlichen Entscheidungen widerspiegeln, die mit dem Raum verknüpft sind. In der vorliegenden Dissertation wird die Beziehung von Raum und Inhalt nutzergenerierter geographischer Informationen aus zwei Perspektiven untersucht. Im ersten Teil der Arbeit steht die Frage im Vordergrund, für welchen Anteil an Informationen eine Beziehung zwischen Raum und Informationsinhalt in der Art besteht, dass die Informationen im Georaum lokalisierbar sind. In diesem Zusammenhang existiert seit den 1980er Jahren die unter Nutzern von geographischen Informationssystemen weit verbreitete These, dass 80% aller Informationen einen Raumbezug haben. Diese These dient im gesamten Spektrum der Branche als Marketinginstrument, ist jedoch nicht empirisch belegt. Diese Arbeit trägt dazu bei, die bestehende Forschungslücke zu schließen. Für die Prüfung dieser These, die in der Arbeit als „Raumbezugshypothese“ bezeichnet wird, werden zwei Ansätze vorgestellt. Der erste Ansatz basiert auf der Analyse eines möglichst repräsentativen Informationskorpus, wofür die deutsche Sprachversion der Wikipedia ausgewählt wird. Diese wird als Informationsnetzwerk modelliert, indem deren Artikel als Knoten und deren interne Querverweise als Kanten eines gerichteten Graphen betrachtet werden. Mit Hilfe dieses Netzwerkes ist es möglich eine abgestufte Definition des Raumbezuges von Informationen einzuführen, indem die Entfernung jedes Artikels innerhalb des Netzwerkes zum jeweils nächstgelegenen Artikel, der mit räumlichen Koordinaten gekennzeichnet ist, berechnet wird. Parallel dazu wird ein Befragungsansatz entwickelt, bei dem Probanden die Aufgabe haben, Informationen in die Kategorien „Direkter Raumbezug“, „Indirekter Raumbezug“ und „Kein Raumbezug“ einzuordnen. Die Synthese beider Ansätze führt zu einer empirisch begründeten Zahl für die „Raumbezugsthese“. Das Ergebnis ist, dass für das Untersuchungskorpus Wikipedia 27% der Informationen als direkt raumbezogenen und 30% der Informationen als indirekt raumbezogen kategorisiert werden können. Im zweiten Teil der Arbeit wird die Forschungsfrage untersucht, inwiefern nutzergenerierte Informationen, die über mobile Geräte erzeugt werden, in Beziehung zu den Orten stehen, an denen sie veröffentlicht werden. Als Forschungskorpus dienen mobil verfasste Microblogging-Texte. Dies sind kurze Texte, die über das WWW veröffentlicht werden. Bei dieser Informationsart liegt im Gegensatz zu beispielsweise topographischen Information oder Fotobeschreibungen die Vermutung eines starken Zusammenhanges zwischen dem Inhalt der Informationen und deren Positionen nicht nahe. Die Analyse von Microblogging-Texten bietet unter anderem Potential für die Markt- und Meinungsforschung, die Beobachtung von Naturereignissen und menschlichen Aktivitäten sowie die Entscheidungsunterstützung in Katastrophenfällen. Aus der räumlichen Auswertung kann sich dabei ein Mehrwert ergeben, für einen Teil der Anwendungen ist die räumliche Auswertung sogar die notwendige Voraussetzung. Aus diesem Grund ist die Erforschung des Zusammenhanges der veröffentlichten Inhalte mit den Orten, an denen diese entstehen, von Interesse. In der Arbeit werden eine Methoden vorgestellt, mit deren Hilfe die Untersuchung dieser Korrelation am Beispiel von klassifizierten Points of Interest durchgeführt wird. Zu diesem Zweck werden die Texte mit Hilfe von manueller Klassifikation und maschineller Sprachverarbeitung entsprechend ihrer Relevanz für die getesteten Objektklassen klassifiziert. Anschließend wird geprüft, ob der Anteil der relevanten Texte in der Nähe von Objekten der getesteten Klassen überdurchschnittlich hoch ist. Die Ergebnisse der Untersuchungen zeigen, dass die Stärke der Raum-Inhalt-Korrelation von den getesteten Objektklassen abhängig ist. Während sich beispielsweise bei Bahnhöfen, Flughäfen und Restaurants eine deutliche Abhängigkeit des Anteils der relevanten Texte von der Entfernung zu den betreffenden Objekten zeigt, kann dies für andere Objektklassen, wie z.B. Kino oder Supermarkt nicht bestätigt werden. Da frühere Forschungsarbeiten bei der Analyse im kleinmaßstäbigen Bereich eine Korrelation der Informationsinhalte mit deren Entstehungsorten feststellten, kann geschlussfolgert werden, dass der Zusammenhang zwischen Raum und Inhalt bei Microblogging-Texten sowohl vom Maßstab als auch vom Thema abhängig ist.:1 Einleitung 1 1.1 Motivation 1 1.1.1 Bedeutung raumbezogener nutzergenerierter Inhalte für die geographische Informationswissenschaft und die Kartographie 1 1.1.2 Die Raumbezugshypothese 3 1.1.3 Die Korrelation von Ort und Inhalt bei nutzergenerierten Inhalten 4 1.2 Forschungsziele und Forschungsfragen 5 1.2.1 Prüfung der Raumbezugshypothese 5 1.2.2 Untersuchung der Korrelation von Ort und Inhalt von nutzergenerierten Inhalten 6 1.3 Aufbau der Arbeit 7 1.3.1 Die Beziehung zwischen Raum und Inhalt von nutzergenerierten geographischen Informationen 7 1.3.2 Gliederung der Arbeit 7 1.3.3 Verwendete Publikationen 8 2 Forschungsstand 11 2.1 Relevante Begriffe 11 2.1.1 Web 2.0 11 2.1.2 User Generated Content / Nutzergenerierte Inhalte 12 2.1.2.1 Bedeutung und Begriffsherkunft 12 2.1.2.2 Begriffsklärung 12 2.1.2.3 Arten von UGC 13 2.1.2.4 Kritik 14 2.1.2.5 Forschungspotential 14 2.1.3 Raumbezug 14 2.1.3.1 Der Begriff ‚Raumbezug‘ in der Fachliteratur 14 2.1.3.2 Kategorien des Georaumbezuges 16 2.1.4 Georäumlich 16 2.1.5 Geographische Information und Geodaten 17 2.1.5.1 Begriffsklärung 17 2.1.5.2 Points of Interest als Spezialfall 19 2.1.6 Volunteered Geographic Information / Nutzergenerierte geographische Informationen 19 2.1.6.1 Begriffsherkunft und Charakteristika von VGI 19 2.1.6.2 Das Konzept der menschlichen Sensoren 20 2.1.6.3 Kommunikation geographischer Informationen bei VGI 21 2.1.6.4 Der Mehrwert von VGI 21 2.1.6.5 Motive der Beitragenden 22 2.1.6.6 VGI im globalen Kontext 22 2.1.6.7 Erfassung der Informationen: partizipativ vs. opportunistisch 23 2.1.6.8 Formale Definition 23 2.1.6.9 Deutsche Entsprechung des Begriffs 24 2.1.7 Semantik nutzergenerierter geographischer Informationen 25 2.1.7.1 Strukturierte Form 25 2.1.7.2 Unstrukturierte Form 26 2.2 Arten nutzergenerierter geographischer Informationen 26 2.2.1 Topographische Informationen – OpenStreetMap 28 2.2.1.1 Korpusbeschreibung 28 2.2.1.2 Forschungsüberblick 30 2.2.1.3 Raumbezug 32 2.2.2 Enzyklopädische Informationen – Wikipedia 34 2.2.2.1 Korpusbeschreibung 34 2.2.2.2 Forschungsüberblick 35 2.2.2.3 Raumbezug 36 2.2.2.4 Metaeigenschaften von Artikeln der deutschen Wikipedia 37 2.2.3 Microblogging-Texte – Twitter 39 2.2.3.1 Korpusbeschreibung 39 2.2.3.2 Forschungsüberblick 41 2.2.3.3 Raumbezug 42 2.2.4 Bilder und Bildmetainformationen – Flickr, Instagram, Picasa, Panoramio, Geograph 43 2.2.4.1 Korpusbeschreibung 43 2.2.4.2 Forschungsüberblick 45 2.3 Informationen und Netzwerke 46 2.3.1 Beispiele für Netzwerkstrukturen 46 2.3.2 Implikationen vernetzter Informationen für die Raumbezugshypothese 47 2.3.3 Netzwerkeigenschaften der Wikipedia 47 2.4 Geographische Informationen und Kognition 49 2.5 Informationen klassifizieren durch maschinelle Sprachverarbeitung 50 2.5.1 Naive Bayes 51 2.5.2 Maximum Entropy 51 2.5.3 Support Vector Machines 52 3 Methoden und Ergebnisse 53 3.1 Korpusanalytischer Ansatz für die Prüfung der Raumbezugshypothese 53 3.1.1 Netzwerkgrad des Georaumbezuges 53 3.1.2 Datenprozessierung 56 3.1.3 Ergebnisse der NGGR-Berechnung 57 3.1.4 Korrelation zwischen NGGR und den Eigenschaften von Wikipedia-Artikeln 60 3.2 Befragungsansatz für die Prüfung der Raumbezugshypothese 65 3.2.1 Kategorisierungsaufgabe zur Untersuchung des Georaumbezuges 65 3.2.1.1 Material 66 3.2.1.2 Prozedur 66 3.2.1.3 Teilnehmer 67 3.2.2 Hypothesen 68 3.2.3 Daten zur Beteiligung an der Befragung 68 3.2.4 Ergebnisse 70 3.3 Synthese von korpusanalytischem Ansatz und Befragungsansatz für die Prüfung der Raumbezugshypothese 71 3.3.1 Methodik 71 3.3.2 Ergebnisse 72 3.3.3 Einfluss des Faktors Wissen auf die Ergebnisse der Befragung 73 3.3.4 Einfluss des fachlichen Hintergrundes auf die Ergebnisse der Befragung 74 3.3.5 Prädiktion des Anteils raumbezogener Informationen für das gesamte Korpus der deutschen Wikipedia 76 3.4 Klassifikation nutzergenerierter geographischer Informationen hinsichtlich der Korrelation Ort-Inhalt am Beispiel von mobil verfassten Microblogging-Texten 77 3.4.1 Manuelle Textklassifikation 78 3.4.2 Überwachte maschinelle Textklassifikation mit manuell klassifizierten Trainingsdaten 80 3.4.2.1 Vorverarbeitung der Microblogging-Texte 81 3.4.2.2 Evaluation der Ergebnisse der maschinellen Textklassifikation 82 3.4.2.3 Tuning der maschinellen Klassifikation 83 3.4.3 Überwachte maschinelle Textklassifikation mit lexikalischen Trainingsdaten 83 3.4.4 Verwendete Daten 86 3.4.4.1 Aufzeichnung von mobilen Microblogging-Texten mit der Twitter-Streaming-API 86 3.4.4.2 Filterung verwendbarer Microblogging-Texte 87 3.4.4.3 Zeitliche und räumliche Muster der Microblogging-Texte 89 3.4.4.4 Verwendete Points of Interest 91 3.4.5 Ergebnisse 92 3.4.5.1 Manuelle Annotation von Texten 92 3.4.5.2 Überwachte maschinelle Klassifikation von Texten mit manuell klassifizierten Trainingsdaten 95 3.4.5.3 Überwachte maschinelle Klassifikation von Texten mit lexikalischen Trainingsdaten 99 3.5 Bestimmung der Entfernungsabhängigkeit des Anteils von für spezifische Orte relevanten Informationen am Beispiel von mobil verfassten Microblogging-Texten 103 3.5.1 Methodik 103 3.5.2 Ergebnisse 104 4 Diskussion 111 4.1 Methoden zur Prüfung der Raumbezugshypothese am Beispiel des Korpus Wikipedia 111 4.1.1 Wahl des Korpus 111 4.1.2 Abstraktes Konzept und Instanz 112 4.1.3 Korpusanalytischer Ansatz 112 4.1.4 Befragungsansatz 114 4.2 Methoden zur Bestimmung der Korrelation Ort-Inhalt von nutzergenerierten Informationen am Beispiel von mobil erzeugten Microblogging-Texten 115 4.2.1 Manuelle Klassifikation 116 4.2.2 Überwachte maschinelle Klassifikation mit manuell klassifizierten Trainingsdaten 117 4.2.3 Unüberwachte maschinelle Klassifikation mit lexikalischen Trainingsdaten 118 4.2.4 Berechnung der Entfernungsabhängigkeit des Anteils ortsbezogener Texte 119 4.2.5 Points of Interest als Modell für den räumlichen Kontext 120 4.3 Der Begriff ‚Raumbezug‘ im Kontext von nutzergenerierten geographischen Informationen 120 5 Schlussfolgerungen und Forschungsausblick 123 5.1 Beantwortung der Forschungsfragen 123 5.1.1 Zur Überprüfung der Raumbezugshypothese 123 5.1.2 Zur Korrelation von Ort und Inhalt von nutzergenerierten geographischen Informationen 125 5.2 Implikationen der Forschungsergebnisse 128 5.3 Forschungsausblick nutzergenerierte geographische Informationen 130 5.3.1 Qualität von VGI 130 5.3.2 Synthese von VGI mit amtlichen Daten 132 5.3.3 Weitere aktuelle Entwicklungen im Bereich VGI-Forschung 132 6 Literaturverzeichnis 135 7 Anhang 151 Anhang A Dokumentation des „Experiments Geoaumbezug“ 152 Anhang B Ergebnisse der Kategorisierungsaufgabe des „Experiments Georaumbezug“ 157 Anhang C Rückmeldungen der Teilnehmer des „Experiments Georaumbezug“ 163 Anhang D Einfluss der Faktoren fachlicher Hintergrund und Wissen auf die Kategorisierung von Begriffen hinsichtlich ihrer Georäumlichkeit 166 Anhang E Ergebnisse der manuellen Klassifikation der Microblogging-Texte 168 Anhang F Klassifikationsmodelle resultierend aus manuellen und lexikalischen Trainingsdaten 177 Anhang G Forschungsdaten-Anhang 181