@phdthesis{Meier2022,
  type      = {Bachelor Thesis},
  author    = {Matteo Gianluca Meier},
  title     = {Topic-Analyse politischer Tweets und Suchvorschl{\"a}ge zur Bundestagswahl 2017},
  url       = {https://nbn-resolving.org/urn:nbn:de:hbz:79pbc-opus-18605},
  pages     = {43},
  year      = {2022},
  abstract  = {Informationssuchende werden durch die zunehmende Informationsf{\"u}lle und Menge an Webseiten im Internet immer abh{\"a}ngiger von Suchmaschinen. W{\"a}hrend der Bias der Ausgaben dieser Suchmaschinen schon l{\"a}nger im Fokus der Forschung steht, gilt dies nicht f{\"u}r die Suchvorschl{\"a}ge. Diese werden den Suchenden zur Erweiterung oder Spezifizierung ihrer Suchen vorgeschlagen. An der Information Retrieval Research Group der TH K{\"o}ln wird der Einfluss von Suchvorschl{\"a}gen auf die politische Meinungsbildung untersucht. F{\"u}r die Untersuchung dieser Suchvorschl{\"a}ge werden diese in dieser Bachelorbeit thematisch mit Daten aus dem sozialen Netzwerk Twitter in den Vormonaten der Bundestagswahl 2017 verglichen. Hierbei werden verschiedene Einflussfaktoren auf die {\"U}bereinstimmung der Themen und den Zeitversatz innerhalb der Zeitreihen der Suchvorschl{\"a}ge und der Themen aus Twitter untersucht. Es wird festgestellt, dass Suchvorschl{\"a}ge zu Personen der Parteien AFD und DIE LINKE deutlich abh{\"a}ngiger von den Diskussionen und dominierenden Themen auf Twitter sind. Themen auf Twitter tauchen zu Personen der AFD schneller und zu Personen der AFD und DIE LINKE st{\"a}rker in den Suchvorschl{\"a}gen auf als zu Personen anderer Parteien. Hierbei k{\"o}nnen jedoch nur sehr schwache systematische Unterschiede abh{\"a}ngig von der Kategorie der Themen festgestellt werden.},
  language  = {de}
}