Texte als Daten: Dynamische Analyse textueller Daten im Unternehmenskontext

Geleitwort
Vorwort
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
1 Einleitung
	1.1 Relevanz der Arbeit
	1.2 Aufbau der Arbeit
	1.3 Ko-Autorenschaft
2 Texte als Daten in der Literatur
	2.1 Klassifikation von Texten als akademische Datenquelle
	2.2 Computerlinguistik zur Analyse von Texten
		2.2.1 Definition von Computerlinguistik
		2.2.2 Datenaufbereitung textueller Daten
		2.2.3 Überwachtes und unüberwachtes Lernen
		2.2.4 Neuste Entwicklungen im Bereich NLP
	2.3 Nutzergenerierte Inhalte und e-Mundpropaganda
		2.3.1 Definition und Einordnung
		2.3.2 Bestandsaufnahme von nutzergenerierten Inhalten und elektronischer Mundpropaganda in der Literatur
	2.4 Journalistische Texte
		2.4.1 Definition journalistischer Texte
		2.4.2 Bestandsaufnahme von journalistischen Texten in der Literatur
	2.5 Staatliche und institutionelle Texte
		2.5.1 Definition staatlicher und institutioneller Texte
		2.5.2 Bestandsaufnahme staatlicher und institutioneller Texte in der Literatur
	2.6 Forschungsschwerpunkte der Promotionsarbeit
3 Meinungslebenszyklen: Die Dynamik von Online-Produktbewertungen
	3.1 Einleitung
		3.1.1 Zeitreihen-Clustering von Online-Produktbewertungen im Bereich Konsumgüter
		3.1.2 Herausforderungen bei der Vorhersage zukünftiger Bewertungen
	3.2 Übersicht der Literatur zu Bewertungsdynamiken
	3.3 Zeitreihen-Clustering von Produktbewertungen
		3.3.1 Schritt 1: Datenbasis
		3.3.2 Schritt 2: Datenaufbereitung und -filterung
		3.3.3 Schritt 3: Dynamic Time Warping
		3.3.4 Schritt 4: Clustering
		3.3.5 Schritt 5: Analyse der Dynamiken
	3.4 Beschreibung der Meinungslebenszyklen
		3.4.1 Cluster III: Technische Veralterung
		3.4.2 Cluster IV: Wendepunkt
		3.4.3 Cluster V: Hockeyschläger
		3.4.4 Cluster I: Rückgang in der zweiten Hälfte
		3.4.5 Cluster II: Stabilität
	3.5 Diskussion der Ergebnisse
		3.5.1 Implikationen für die Forschung
		3.5.2 Implikationen für die Praxis
4 Vorschläge zur Produktentwicklung und -verbesserung in Produktbewertungen
	4.1 Konzeptioneller Hintergrund von Vorschlägen
		4.1.1 Vorschläge in Texten
		4.1.2 Theoretischer Forschungsrahmen
	4.2 Extraktion von Vorschlägen
		4.2.1 Schritt 1: Sammlung von Daten
		4.2.2 Schritt 2: Annotation
		4.2.3 Schritt 3: Modellierung
		4.2.4 Schritt 4: Evaluation
		4.2.5 Schritt 5: Zusammenfassung
	4.3 Einholung von Vorschlägen
		4.3.1 Datengrundlage
		4.3.2 Erhebungen
		4.3.3 Empirisches Vorgehen
		4.3.4 Ergebnisse
		4.3.5 Stabilität der Regressionsanalyse
		4.3.6 Kausale Inferenz: Zweistufiger Einbezug von Residuen für das kostenlose Vine-Produkt
	4.4 Diskussion
		4.4.1 Auf dem Weg zu einer Theorie für Vorschläge
		4.4.2 Auf dem Weg zu einer Methode zur Erfassung von Vorschlägen
5 Index für energiepolitische Unsicherheit auf der Grundlage von öffentlichen Textdaten
	5.1 Einleitung
	5.2 Messung der politischen Unsicherheit
		5.2.1 Definition politischer Unsicherheit
		5.2.2 Approximation durch Dokumentenhäufigkeit
	5.3 Entwicklung eines Index für energiepolitische Unsicherheit
		5.3.1 Datenerhebung und -aufbereitung
		5.3.2 Halbautomatische Identifikation von Suchbegriffen
		5.3.3 Annotation
		5.3.4 Klassifikation
	5.4 Validierung des EPU Index
		5.4.1 Qualitative Validierung
		5.4.2 Vergleich mit wirtschaftspolitischer Unsicherheit
		5.4.3 Vergleich mit reiner Energiepolitik
	5.5 Diskussion
6 Schlussbetrachtung
Literaturverzeichnis