17. Oktober 2018
  NEWS

“From Big Data to Smart Knowledge –
Text and Data Mining in Science and Economy”

Goportis-Konferenz am 23. und 24. Februar 2015 im Kölner Hyatt Hotel

Big Data, Smart Knowledge, Text Mining, Data Mining – dies sind Begriffe, die aus Wissenschaft und Forschung nicht mehr wegzudenken sind und immer weiter an Bedeutung gewinnen. Die internationale Konferenz “From Big Data to Smart Knowledge – Text and Data Mining in Science and Economy”, die am 23. und 24. Februar 2015 im Kölner Hyatt Hotel stattfindet, wird sich im Rahmen verschiedener Vorträge von hochrangigen, internationalen Rednerinnen und Rednern diesen Themen umfassend widmen. Die Anmeldung zur Konferenz ist ab sofort geöffnet und unter www.textminingconference.de zugänglich.

Die Konferenz wird sich mit Fragen beschäftigen, die sich Informationszentren und Bibliotheken in Zukunft vermehrt stellen werden: Wie können wir die Nutzung von wissenschaftlichen Informationen über den einfachen Zugang zu PDF-Dateien hinaus ermöglichen? Wie können unstrukturierte Daten nicht nur auf traditionelle Art und Weise – also das Lesen von Texten und das Schauen von Filmen – genutzt werden? Wie können zukunftsorientierte Bibliotheksservices die Forschung in den Natur-, Ingenieurs-, Lebens- und Wirtschaftswissenschaften mit Text und Data Mining unterstützen?

Diese und weitere Themen werden auf der internationalen Konferenz im Kölner Hyatt Hotel diskutiert werden. Ausgewählte internationale Expertinnen und Experten, Forschende aus Wissenschaft und Industrie werden in Vorträgen den Stand der Forschung auf dem Gebiet des Text und Data Minings erläutern und einen Blick darauf werfen, wie sich diese Tools in Zukunft entwickeln könnten.

Die Konferenz wird von Goportis – Leibniz-Bibliotheksverbund Forschungsinformation gemeinsam mit dem Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI veranstaltet.

Ort: Hyatt Hotel Köln, Kennedy-Ufer 2A, 50679 Köln

Beginn: 23. Februar 2015, 13:00 Uhr

www.textminingconference.de

 



Goooooogle-Anzeigen