Joint project
TOBI TP - Textdaten-basierte Output-Indikatoren als Basis einer neuen Innovationsmetrik- Teilprojekt: Technologiebezogene Fachzeitschriften und Informationsdienste werden ausgewertet
Funder: Federal Ministry of Research, Technology and Space, former: Federal Ministry of Education and Research
Period: 2017-2020
URI: https://www.bmbf.de/SharedDocs/Downloads/de/2022/abstract_tobi.pdf?__blob=publicationFile&v=1
Detailed description:
Im Teilprojekt der JLU werden einerseits die Ansätze auf Basis von Newstickerdaten aus dem TOBI Projekt mit einem Fokus auf die Abbildung der Dynamik im Innovationsgeschehen weiterentwickelt und andererseits vorbereitende Schritte für einen „Regelbetrieb“ zur kontinuierlichen Erhebung der daraus resultierenden Innovationsindikatoren unternommen.
Als ergänzende methodische Ansätze werden dazu die über Topic Modelling generierten zeitlichen Verläufe der aus Newsartikeln endogen bestimmten Innovationsfelder mittels Functional Data Analysis (FDA) in Cluster zusammengefasst. Aus den Clustern werden Prototypen zur Beschreibung des Diffusionsverlaufs und zur Ableitung von Erfolgsprognosen individueller Innovationen gewonnen. Die Identifikation von Kerncharakteristika für jedes Cluster erfolgt auf Basis der zugrunde liegenden Gewichtungen und mittels Verfahren zur automatisierten Benennung (named entity recognition).
Als weiterer Schritt soll das Newsticker Tool für die Sammlung relevanter Onlinenews in größerer Breite erweitert werden, um Verzerrungen durch die Verwendung von wenigen fest vorgegebenen Quellen zu vermeiden. Dafür sind auch Methoden zur automatisierten Erkennung von Änderungen im Zugang zu Quellen oder deren Formaten erforderlich, um die Tools zeitnah an geänderte Anforderungen anzupassen.
Im Teilprojekt der JLU werden einerseits die Ansätze auf Basis von Newstickerdaten aus dem TOBI Projekt mit einem Fokus auf die Abbildung der Dynamik im Innovationsgeschehen weiterentwickelt und andererseits vorbereitende Schritte für einen „Regelbetrieb“ zur kontinuierlichen Erhebung der daraus resultierenden Innovationsindikatoren unternommen.
Als ergänzende methodische Ansätze werden dazu die über Topic Modelling generierten zeitlichen Verläufe der aus Newsartikeln endogen bestimmten Innovationsfelder mittels Functional Data Analysis (FDA) in Cluster zusammengefasst. Aus den Clustern werden Prototypen zur Beschreibung des Diffusionsverlaufs und zur Ableitung von Erfolgsprognosen individueller Innovationen gewonnen. Die Identifikation von Kerncharakteristika für jedes Cluster erfolgt auf Basis der zugrunde liegenden Gewichtungen und mittels Verfahren zur automatisierten Benennung (named entity recognition).
Als weiterer Schritt soll das Newsticker Tool für die Sammlung relevanter Onlinenews in größerer Breite erweitert werden, um Verzerrungen durch die Verwendung von wenigen fest vorgegebenen Quellen zu vermeiden. Dafür sind auch Methoden zur automatisierten Erkennung von Änderungen im Zugang zu Quellen oder deren Formaten erforderlich, um die Tools zeitnah an geänderte Anforderungen anzupassen.
Coordinating organisation / Consortium Leader
- Centre for European Economic Research
Cooperation partners with funding
- Centre for European Economic Research
- University of Giessen
