DC Element | Wert | Sprache |
---|---|---|
dc.contributor.advisor | Gundlach, Hardy | - |
dc.contributor.author | Acikbas, Selcuk | - |
dc.date.accessioned | 2022-08-15T13:23:16Z | - |
dc.date.available | 2022-08-15T13:23:16Z | - |
dc.date.created | 2020-09 | - |
dc.date.issued | 2022-08-15 | - |
dc.identifier.uri | http://hdl.handle.net/20.500.12738/11042 | - |
dc.description.abstract | Die nachfolgende Arbeit beschäftigt sich mit den Möglichkeiten von Google Trends, künftige Ereignisse anhand von Suchbegriffen der Nutzer vorherzusagen. Google Trends ist ein separates Online-Werkzeug, welches dazu dient, das Suchinteresse der Google-Nutzer im Netz zu repräsentieren. Es wertet die kumulierten Suchbegriffe regional oder global aus und stellt sie in Diagrammen dar. Dadurch lassen sich mögliche Trends in der Zukunft abzeichnen. Dazugehörig ist das Tool Google Flu Trends, welches die Funktionen und Datenbestand von Google Trends verwendet, um Krankheitsherde zu erkennen und auf Basis der eingegebenen Suchbegriffe vorherzusagen. Dazu wird die folgende Forschungsfrage gestellt: Kann ein hohes Medieninteresse zu einer bestimmten Krankheit dazu führen, dass sich das Suchverhalten der Nutzer, in Bezug zu Krankheitsthemen, verändert. Hierfür wurde eine Online-Umfrage entwickelt, die das Suchverhalten von Google-Nutzern untersuchen soll. Die Befragten bewerten ihr eigenes Suchverhalten, als sie zuletzt krank oder gesund waren mit Blick auf die letzten drei Monate. Die aufgestellten Hypothesen untersuchen, ob eine hohe bzw. geringe Medienberichterstattung zu einer vermehrten oder zu einer geringeren Suche nach Krankheitssymptomen im Internet führt. Die Auswertung der Online-Umfrage zeigt, dass Google-Nutzer in den letzten drei Monaten häufiger nach krankheitsbedingten Themen recherchiert haben. Das bedeutet, dass eine verstärkte Medienpräsenz zu Krankheiten dazu führt, sich vermehrt nach Krankheitssymptomen zu informieren und nicht darauf hindeutet, dass die Personen tatsächlich erkrankt sind. Auf dieser Grundlage ist es empfehlenswert, die Suchbegriffe differenzierter zu analysieren. Es muss zwischen einer reinen Informationsrecherche und einer krankheitsmotivierten Suche unterschieden werden, um zukünftige Falschprognosen zu vermeiden. | de |
dc.language.iso | de | en_US |
dc.subject | Google Trends | en_US |
dc.subject | Google Flu Trends | en_US |
dc.subject | Grippewellen | en_US |
dc.subject | Krankheitswellen | en_US |
dc.subject | mediale Berichterstattung | en_US |
dc.subject | GrippeWeb | en_US |
dc.subject | SORMAS | en_US |
dc.subject | Covid-19 | en_US |
dc.subject.ddc | 020: Bibliotheks- und Informationswissenschaft | en_US |
dc.title | Google Trends als moderne Wahrsagekugel: Wie Google anhand von Suchbegriffen künftige Ereignisse vorhersehen kann | de |
dc.type | Thesis | en_US |
openaire.rights | info:eu-repo/semantics/openAccess | en_US |
thesis.grantor.department | Fakultät Design, Medien und Information | en_US |
thesis.grantor.department | Department Information | en_US |
thesis.grantor.universityOrInstitution | Hochschule für Angewandte Wissenschaften Hamburg | en_US |
tuhh.contributor.referee | Jaber, Diana | - |
tuhh.identifier.urn | urn:nbn:de:gbv:18302-reposit-124595 | - |
tuhh.oai.show | true | en_US |
tuhh.publication.institute | Fakultät Design, Medien und Information | en_US |
tuhh.publication.institute | Department Information | en_US |
tuhh.type.opus | Bachelor Thesis | - |
dc.type.casrai | Supervised Student Publication | - |
dc.type.dini | bachelorThesis | - |
dc.type.driver | bachelorThesis | - |
dc.type.status | info:eu-repo/semantics/publishedVersion | en_US |
dc.type.thesis | bachelorThesis | en_US |
dcterms.DCMIType | Text | - |
tuhh.dnb.status | domain | - |
item.creatorGND | Acikbas, Selcuk | - |
item.openairecristype | http://purl.org/coar/resource_type/c_46ec | - |
item.cerifentitytype | Publications | - |
item.languageiso639-1 | de | - |
item.fulltext | With Fulltext | - |
item.grantfulltext | open | - |
item.advisorGND | Gundlach, Hardy | - |
item.creatorOrcid | Acikbas, Selcuk | - |
item.openairetype | Thesis | - |
Enthalten in den Sammlungen: | Theses |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
BA_Google_Trends.pdf | 4.38 MB | Adobe PDF | Öffnen/Anzeigen |
Feedback zu diesem Datensatz
Export
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.