[Back]

B. Bozic:
"A Multi-Domain Framework for Community Building Based on Data Tagging";
Supervisor, Reviewer: W. Winiwarter, G. Kappel; Institut für Softwaretechnik und Interaktive Systeme, 2014; oral examination: 2014-06-17.

In time series processing there is a gap between resources and information,
and users (domain experts) who need access to this information. The resources
are available on the Web, and attempts have been undertaken to
close this gap by using di erent approaches. However, none of them was to
integrate Semantic Web technologies as a possible solution to the problem.
There are a lot of existing user communities which have interest in certain
information. The communication between the owner of data, who is not able
to provide her data to the appropriate community, and the communities
themselves is actually a big di culty and needs improvement. As far as
the data owner is not capable of assigning data to interested people, the
community needs to play a proactive role.
Therefore, a technology is needed which enables a community to get to
the information it needs for their research. This is where a multi-domain
framework for community building through tagged data can be a solution
to the problem. The idea is to use meta information for data and have it
evaluated and tagged by groups of users. Relevant information for a user
group can be dispensable for other groups. Semantic annotations have to
be processed here and used to associate groups and data. A multi-domain
framework can be a bene t and provide a cycle of information enrichment
of di erent domain ontologies in a multi-domain context. The semantic annotations
can be used for assignment of time series with meta information
about the annotator, the time of the annotation, the region where the annotation
has been performed, etc. to the appropriate user. Relying on this
information, the time series can be processed, used for ltering, and analyzed.
The results can be used to build groups of users and communities as
well as virtual habitats around speci c topics.
Finally, there would be a world of virtual communities with experts for
certain research topics having easy and fast access to relevant information
and possibilities to exchange knowledge and research results.

In der Zeitreihenverarbeitung gibt es eine L ucke zwischen den Ressourcen
und Informationen, sowie Benutzern, die Zugri auf diese Informationen
ben otigen. Die Ressourcen sind im Internet verf ugbar und es wurden Versuche
unternommen diese L ucke durch die Verwendung unterschiedlicher
Technologien zu schlie en. Jedoch keine davon war die Integration von Semantic
Web Technologien um zu einer L osung dieses Problems zu gelangen.
Es gibt eine Vielzahl von bestehenden User-Communities, die Interesse an
bestimmten Informationen haben. Die Kommunikation zwischen den Eigent umern
von Daten, die nicht in der Lage sind ihre Daten der entsprechenden
Community zur Verf ugung zu stellen, und den Benutzern dieser Daten, ist
tats achlich eine gro e Schwierigkeit und muss verbessert werden. Da der
Eigent umer der Daten nicht in der Lage ist eine Zuordnung seiner Daten
zu interessierten Gruppen zu tre en, muss die Community selbst eine aktive
Rolle spielen.
Daher wird eine Technologie ben otigt, die es erm oglicht, einer wissenschaftlichen
Community alle ben otigten Informationen f ur ihre Forschung verf ugbar
zu machen. Hierbei kann ein Multi-Domain Framework f ur Community Building
durch Datentagging eine L osung f ur das Problem sein. Die Idee ist, Meta-
Informationen f ur Daten zu verwenden und durch Benutzer auswerten und
taggen zu lassen. Relevante Informationen f ur eine Benutzergruppe k onnen
f ur andere Gruppen uninteressant sein. Semantische Annotationen m ussen
hier verarbeitet und genutzt werden, damit Gruppen mit den f ur sie relevanten
Daten assoziiert werden k onnen. Ein Multi-Domain Framework kann
hier von Vorteil sein und einen Zyklus von Informationsbereicherung f ur
Dom anenbenutzer in verschiedenen Dom anen mit unterschiedlichen Ontologien
und vielsprachigen Kontexten bieten. Die semantischen Annotationen
k onnen verwendet werden um Zeitreihen mit Meta-Informationen uber den
Autor, die Zeit der Annotation, die Region in der die Annotation durchgef uhrt
worden ist etc. dem richtigen Benutzer zuzuordnen. Unter Ber ucksichtigung
dieser Informationen k onnen Zeitreihen verarbeitet, ge ltert und analysiert
werden. Die Ergebnisse k onnen verwendet werden, um Gruppen von Benutzern und Communities, sowie virtuelle Lebensr aume rund um bestimmte
Themen zu erscha en.
Dies w urde eine Welt virtueller Gemeinschaften von Experten f ur bestimmte
Forschungsthemen mit einfachem und schnellem Zugri auf relevante
Informationen und M oglichkeiten zum Austausch von Wissen und
Forschungsergebnissen kreieren.

multi-domain framework, semantic web technologies