Fabian Gries	Cedrick Giese
RWTH Aachen University	RWTH Aachen University
fabian.gries@rwth-aachen.de	cedrick.giese@rwth-aachen.de

Vorwort

Das vorliegende Online-Buch ist das Resultat, des im Wintersemester 2020/21 angebotenen Proseminars “Algorithmen für die Entdeckung von Gemeinschaften in sozialen Netzwerken”. Besagtes Proseminar wurde von der RWTH Aachen im Bachelorstudiengang Informatik angebotenen, wobei die Gestaltung der Inhalte und die Begutachtung durch die teilnehmenden BachelorstudentInnen erfolgten. Dieses Vorwort soll eine Einführung in die Inhalte des Buches, sowie einen kurzen Einblick in dessen Gestaltung und Organisation bieten. So gut wie jeder Mensch ist in irgendeiner Form in sozialen Medien aktiv. Die Menschen in diesen sozialen Medien lassen sich anhand ähnlicher Interessen in sogenannte Communities einteilen. Hierbei ist jeder Mensch meist in mehreren Communities, man spricht also von “überlappenden” Communities.

Die hauptsächliche Aufgabe des Proseminars war die Erstellung des besagten Online-Buchs, sowie die Förderung von Arbeit in Gruppen. Dazu wurde jeder Teilnehmer zwei Teams zugeteilt: einem horizontalen Team und einem vertikalen Team. Hierbei waren die horizontalen Teams zuständig für organisatorische Aufgaben und die Gestaltung des Buches, während die vertikalen Teams die Ausarbeitung der Kapitel, sowie eine finale Präsentation der Inhalte verfolgte. Zu den horizontalen Teams gehörten die folgenden: das Designteam, welches sich um die Formatierung, sowie das Template des Online-Buchs kümmerte, das WebOCD-Team, zuständig für die Ausführung von Algorithmen durch den WebOCD-Client sowie die Weiterleitung der Resultate and das Visualisierungsteam. Dieses nutzte sie dann, um einen Vergleich zwischen verschiedenen Algorithmen zu visualisieren. Das Präsentationsteam kümmerte sich um den Ablauf der finalen Präsentationen und die Erstellung einer Präsentationsvorlage. Der ganze Prozess wurde durch das PR-Team öffentlich dokumentiert, z.B. in Form eines Instagram-Accounts für das Proseminar. Dazu wurde der Publikationsprozess durch das Herausgeberteam organisiert. Dieser Prozess umfasst z.B. die Erinnerung an Abgabetermine, sowie die Verfassung dieses Vorworts. Am Ende des Proseminars kam es außerdem zu einer Begutachtung der einzelnen Kapitel in Form von Peer Reviews durch die anderen vertikalen Teams. Dieser Prozess wurde vom Begutachtungsteam moderiert.

Zusätzlich zu Kenntnissen über das wissenschaftlichen Arbeiten und die Grundlagen der OCD-Algorithmen, welches den Teilnehmern in Form von Zoom-Workshops näher gebracht wurde, war es auch wichtig, dass die Teilnehmer mit den nötigen Werkzeugen zur Erstellung des Buchs vertraut waren. Hierzu gehörten Tools zur Entwicklung und Organisation wie Jekyll, GitLab und Slack, aber auch Web-Sprachen wie Markdown und die Literaturverwaltungssoftware Citavi.

Es gibt insgesamt acht Kapitel, wobei jedes von einem vertikalen Team erstellt wurde und sich mit einem bestimmten Teilbereich in Bezug auf die Community Detection auseinandersetzt.

Das erste Kapitel, “Soziale Netzwerke- Identifikation” von Experten von Daria Shvakova und Lisa Wanko, beschäftigt sich mit dem Vergleich von den OCD Algorithmen DMID und SLPA zu den non-OCD Algorithmen PageRank, HITS und InDegree. Dabei wird ermittelt, welche Algorithmen sich besser für die Expertenfindung eignen.

“Soziale Netzwerke- Maximierung von Einfluss” von Farnaz Khorsand und Alireza Saeid Afkham Shoara untersucht die Korrelation von dem algorithmischen Aufbau eines sozialen Netzwerk mit den psychologischen Fakten über Weiterleitungsendenz von Nutzern.

Das Kapitel “Politische und Ökonomische Netzwerke” von David Schliewe und Fabian Gries vergleicht anhand der Followerschaft von deutschen Politikern auf Twitter den tatsächlichen Standpunkt dieser mit dem der zugehörigen Partei und stellen die Ergebnisse mit den realen Parteien gegenüber.

Heinrich Berger und Maksymilian Feruga befassen sich in ihrem Kapitel “Geo-soziale Netzwerke” mit der Entdeckung von Interessensgruppen innerhalb sozialer Netwerke sowie deren Standorten. Hierfür stellen sie einen selbst-erstellten Instagram-Bot vor, der anhand eines Hashtags relevante Posts und deren Standortdaten findet.

Im Kapitel “Wort-Netzwerke in Texten” befassen sich David Valero Ribes und Larissa Kleppel mit der Analyse von Sprache in sozialen Netwerken. Hierbei zeigen sie, wie Unterschiede im Sprachgebrauch genutzt werden können um Communities zu charakterisieren und Nutzern diesen zuzuordnen.

Das Kapitel “Graph Neural Network in Biologie” von Hyun Kim und Hyejin Kang stellt das sogenannte “Graph Neural Network”, einen Zweig des Machine Learnings, vor. Dabei zeigen sie erst das Konzept von biologischen Netzwerken und anschließend die Kernidee des Graph Neural Networks und dessen Anwendungsmöglichkeiten in der Biologie.

“Internet of Things” von Benedikt Nicoll und Cedrick Giese dreht sich um Community Detection im Internet of Things. Dabei befassen sie sich mit den Vorteilen von nicht-überlappenden Communities in diesem Feld, sowie deren Anwedungen und verschiedenen Ansätzen diese zu entdecken.

Das letzte Kapitel ist “Angriffe auf soziale Netzwerke” von Youssef Mansour und Anastasiya Valoshyna. Es befasst sich mit Angriffen auf Privatdaten von Gemeinschaften in sozialen Netzwerken, sowie Algorithmen zur Senkung der Effizienz von OCDAs um Communities vor solchen Angriffen zu schützen. Desweiteren diskutieren sie die Robustheit solcher Netwerke und Maßnahmen um diese Robustheit zu erhöhen.

Zusammenfassend lässt sich sagen, dass das Proseminar für alle Involvierten eine lehrreiche Erfahrung war. Sowohl durch die Workshops, als auch die eigene Recherche haben die Studierenden einiges dazu gelernt. Trotz der aktuellen Pandemiesituation, die die Arbeit nochmal zusätzlich erschwerte, lässt sich jedoch von einem erfolgreich absolvierten Proseminar sprechen.

Unser Dank gilt dem Priv.-Doz. Dr. rer. nat. Ralf Klamma, Peter de Lange, Kim Fidomski und Michal Slupczynski sowie Frederick Lockemann und Maximilian Kißgen für ihre zusätzliche Unterstützung.

Aachen, im Februar 2021