Abschlussarbeiten
Gelegentlich sind wir Co-Betreuer oder Betreuer von Bachelor- und Masterarbeiten, zum Beispiel an der Universität Koblenz, der LNU in Växjö und der Universität Köln. Sie können sich mit uns in Verbindung setzen, wenn Sie an einer Abschlussarbeit interessiert sind, in der Regel, wenn Sie in einem Informatik- oder Mathematikstudiengang eingeschrieben sind.
Voraussetzungen: Wir empfehlen Ihnen, entweder unsere Vorlesungen zu besuchen, z. B. „Algorithmen und fortgeschrittene Datenstrukturen“, „Graphentheorie“, „Computational Social Sciences“, oder eines der Praktika/Seminare.
Sprache: Es ist möglich, Ihre Arbeit in Englisch, Schwedisch (nur JD) und Deutsch zu verfassen. Für bestimmte Themen sind Deutschkenntnisse empfehlenswert, da deutsche Texte gelesen und analysiert werden müssen. Bitte kontaktieren Sie uns, wenn Sie Fragen haben.
Programmierung: Das Ziel einer Abschlussarbeit besteht darin, neue Methoden und Techniken zu erforschen. Eine praktische Umsetzung ist in der Regel ein notwendiger Teil des Prozesses. Eine wichtige Voraussetzung ist daher, dass Sie bereits über gute Programmierkenntnisse verfügen, zum Beispiel in Python.
Erste Schritte
Wir empfehlen Ihnen, sich mindestens 2-3 Monate vor dem gewünschten Starttermin über die Möglichkeit einer Betreuung Ihrer Abschlussarbeit zu erkundigen. Bitte legen Sie außerdem eine aktuelle Notenübersicht vor, damit wir ein passendes Thema finden können. Bitte kontaktieren Sie uns daher mit einigen ersten Informationen:
- Eine erste Idee für ein Thema (siehe unten).
- Einer Notenübersicht.
- Ggf. eine Idee für einen Erstbetreuer, wenn notwendig.
Themen
Bitte beachten Sie, dass diese Themen nur eine kleine Auswahl der verfügbaren Themen sind. Bitte kontaktieren Sie uns für weitere Themen. Die Liste der Themen umfasst unter anderem:
1. Algorithmen und Datenstrukturen
- A distributed system for invoking the BundesAPI with integration to a data warehouse
- Towards an efficient heuristic for betweenness centrality
2. Komplexe Netzwerke/ Graphentheorie/ Soziale Netzwerke
- The Development of Centrality Measures in Longitudinal Networks
- The influence of centrality measures on link prediction in knowledge graphs
- Visualize and analyze the centrality measures in longitudinal networks
3.Ontologie und Wissensgraphenen
- Integration of Historical Labor Market Data to GLMO
- Integrating quantitative data into a labor market knowledge graph for graph learning
- Integration of a genealogy of occupations
5. Text Mining/NLP
- Ontology-based Named Entity Recognition in Training Regulations
- Development of an information system on the basis of official labor market communication
6. Computational Social Sciences und Digital Humanities
- Clustering of labor market data and trend flow
A Web Crawler for VHS courses- Exploring clustering methods for records of continuing education
- Labor Market Demands and their Perception on Social Media
- Analysing YouTube data
- A web scraper for online labor market data