國立虎尾科技大學 |

Big Public Data aus dem Programmable Web = HMD Best Paper Award 2019 /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Big Public Data aus dem Programmable Web/ von Ulrich Matter.
其他題名:	HMD Best Paper Award 2019 /
作者:	Matter, Ulrich.
面頁冊數:	XI, 33 S. 7 Abb.online resource. :
Contained By:	Springer Nature eBook
標題:	Computer Applications. -
電子資源:	https://doi.org/10.1007/978-3-658-31584-9
ISBN:	9783658315849

Big Public Data aus dem Programmable Web = HMD Best Paper Award 2019 /
Matter, Ulrich.

Big Public Data aus dem Programmable WebHMD Best Paper Award 2019 /[electronic resource] :von Ulrich Matter. - 1st ed. 2020. - XI, 33 S. 7 Abb.online resource. - essentials,2197-6708. - essentials,.

Einleitung -- Chancen: Datengenerierung und Datenqualität -- Herausforderungen: Webtechnologien und Variabilität der Daten -- Konzeptioneller Lösungsansatz: Data pipelines -- Fallstudie: Religion in der US Politik -- Replizierbarkeit und Verifizierbarkeit der Datensammlung -- Diskussion und Ausblick.

Die Verbreitung des Internets und die zunehmende Digitalisierung in der öffentlichen Verwaltung und Politik haben über die letzten Jahre zu einer starken Zunahme an hochdetaillierten digitalen Datenbeständen über politische Akteure und Prozesse geführt. Diese big public data werden oft über programmatische Schnittstellen (Web APIs; programmable Web) verbreitet, um die Einbettung der Daten in anderen Webanwendungen zu vereinfachen. Die Analyse dieser Daten für wissenschaftliche Zwecke in der politischen Ökonomie und Politologie ist vielversprechend, setzt jedoch die Implementierung einer data pipeline zur Beschaffung und Aufbereitung von Daten aus dem programmable Web voraus. Dieses Buch diskutiert die Chancen und Herausforderungen der praktischen Nutzung dieser Datenbestände für die empirische Forschung und zeigt anhand einer Fallstudie ein mögliches Vorgehen zur systematischen Analyse von big public data aus dem programmable Web auf. Der Inhalt Nutzenpotentiale des programmable Web als Datenquelle Implikationen von big public data aus dem programmable Web für die Wirtschafts- und Sozialwissenschaften Praktische Nutzung von big public data mittels data pipelines Die Zielgruppen Studierende und Dozierende der Wirtschafts- und Sozialwissenschaften Fachkräfte in den Bereichen Wirtschaftsinformatik und angewandte Data Science Der Autor Ulrich Matter ist Assistenzprofessor für Volkswirtschaftslehre an der Universität St. Gallen.

ISBN: 9783658315849

Standard No.: 10.1007/978-3-658-31584-9doiSubjects--Topical Terms:

669785
Computer Applications.

LC Class. No.: QA76.9.B45

Dewey Class. No.: 005.7

Big Public Data aus dem Programmable Web = HMD Best Paper Award 2019 /
LDR:02995nam a22003615i 4500 001 1029347
003 DE-He213
005 20200918101529.0
007 cr nn 008mamaa
008 210318s2020 gw | s |||| 0|ger d
020 $a 9783658315849 $9 978-3-658-31584-9
024 7 $a 10.1007/978-3-658-31584-9 $2 doi
035 $a 978-3-658-31584-9
050 4 $a QA76.9.B45
072 7 $a UN $2 bicssc
072 7 $a COM021000 $2 bisacsh
072 7 $a UN $2 thema
082 0 4 $a 005.7 $2 23
100 1 $a Matter, Ulrich. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1326027
245 1 0 $a Big Public Data aus dem Programmable Web $h [electronic resource] : $b HMD Best Paper Award 2019 / $c von Ulrich Matter.
250 $a 1st ed. 2020.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2020.
300 $a XI, 33 S. 7 Abb. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
490 1 $a essentials, $x 2197-6708
505 0 $a Einleitung -- Chancen: Datengenerierung und Datenqualität -- Herausforderungen: Webtechnologien und Variabilität der Daten -- Konzeptioneller Lösungsansatz: Data pipelines -- Fallstudie: Religion in der US Politik -- Replizierbarkeit und Verifizierbarkeit der Datensammlung -- Diskussion und Ausblick.
520 $a Die Verbreitung des Internets und die zunehmende Digitalisierung in der öffentlichen Verwaltung und Politik haben über die letzten Jahre zu einer starken Zunahme an hochdetaillierten digitalen Datenbeständen über politische Akteure und Prozesse geführt. Diese big public data werden oft über programmatische Schnittstellen (Web APIs; programmable Web) verbreitet, um die Einbettung der Daten in anderen Webanwendungen zu vereinfachen. Die Analyse dieser Daten für wissenschaftliche Zwecke in der politischen Ökonomie und Politologie ist vielversprechend, setzt jedoch die Implementierung einer data pipeline zur Beschaffung und Aufbereitung von Daten aus dem programmable Web voraus. Dieses Buch diskutiert die Chancen und Herausforderungen der praktischen Nutzung dieser Datenbestände für die empirische Forschung und zeigt anhand einer Fallstudie ein mögliches Vorgehen zur systematischen Analyse von big public data aus dem programmable Web auf. Der Inhalt Nutzenpotentiale des programmable Web als Datenquelle Implikationen von big public data aus dem programmable Web für die Wirtschafts- und Sozialwissenschaften Praktische Nutzung von big public data mittels data pipelines Die Zielgruppen Studierende und Dozierende der Wirtschafts- und Sozialwissenschaften Fachkräfte in den Bereichen Wirtschaftsinformatik und angewandte Data Science Der Autor Ulrich Matter ist Assistenzprofessor für Volkswirtschaftslehre an der Universität St. Gallen.
650 2 4 $a Computer Applications. $3 669785
650 2 4 $a Computer Science, general. $3 669807
650 1 4 $a Big Data. $3 1017136
650 0 $a Application software. $3 528147
650 0 $a Computer science. $3 573171
650 0 $a Big data. $3 981821
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658315832
830 0 $a essentials, $x 2197-6708 $3 1253503
856 4 0 $u https://doi.org/10.1007/978-3-658-31584-9
912 $a ZDB-2-SNA
950 $a Life Science and Basic Disciplines (German Language) (SpringerNature-11777)