Logo des Repositoriums

Auflistung nach Autor:in "Kiesel, Johannes"

1 - 2 von 2
  • Konferenzbeitrag
    Nutzung von Web-Archiven für gesellschaftliche Herausforderungen
    (Ausgezeichnete Informatikdissertationen 2022 (Band D23), 2023) Kiesel, Johannes
    Die Dissertation trägt mit Daten, Algorithmen und Konzepten dazu bei, die große Datenmenge und temporale Protokollierung von Web-Archiven zu nutzen, um gesellschaftliche Herausforderungen zu bewältigen. Wir haben drei solcher Herausforderungen ausgewählt, die die zentralen Probleme der Archivqualität, des Datenvolumens und der Datenvielfalt hervorheben: (1) Für die Bewahrung digitaler Kultur untersucht und verbessert diese Arbeit die automatische Qualitätsbestimmung einer Webseiten-Archivierung, sowie die weitere Aufbereitung der resultierenden Archivdaten für automatische Auswertungen. (2) Für die kritische Bewertung von Informationen untersucht diese Arbeit große Datensätze von Wikipedia- und Nachrichtenartikeln und stellt neue Verfahren zur Bestimmung von Qualität und Einseitigkeit/Parteilichkeit vor. (3) Für die digitale Sicherheit und den Datenschutz nutzt diese Arbeit die Vielfalt der Inhalte im Internet, um die Sicherheit von mnemonischen Passwörtern zu quantifizieren, und analysiert das datenschutzfreundliche Wiederauffinden der verschiedenen gesehenen Inhalte mit Hilfe von privaten Web-Archiven.
  • Textdokument
    Web Archive Analytics
    (INFORMATIK 2020, 2021) Völske, Michael; Bevendorff, Janek; Kiesel, Johannes; Stein, Benno; Fröbe, Maik; Hagen, Matthias; Potthast, Martin
    Web archive analytics is the exploitation of publicly accessible web pages and their evolution for research purposes—to the extent organizationally possible for researchers. In order to better understand the complexity of this task, the first part of this paper puts the entirety of the world's captured, created, and replicated data (the “Global Datasphere”) in relation to other important data sets such as the public internet and its web pages, or what is preserved thereof by the Internet Archive. Recently, the Webis research group, a network of university chairs to which the authors belong, concluded an agreement with the Internet Archive to download a substantial part of its web archive for research purposes. The second part of the paper in hand describes our infrastructure for processing this data treasure: We will eventually host around 8 PB of web archive data from the Internet Archive and Common Crawl, with the goal of supplementing existing large scale web corpora and forming a non-biased subset of the 30 PB web archive at the Internet Archive.