User: Guest  Login
Original title:
Political Machines: Machine learning for understanding the politics of social machines
Translated title:
Politische Maschinen: Maschinelles Lernen für das Verständnis von sozialen Maschinen
Author:
Papakyriakopoulos, Orestis
Year:
2020
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Hegelich, Simon (Prof. Dr.)
Referee:
Hegelich, Simon (Prof. Dr.); Pfeffer, Jürgen (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik; POL Politologie
Keywords:
political data science, recommender systems, algorithmic bias, algorithmic fairness, political communication, microtargeting, social media
Translated keywords:
Emfehlungssysteme, Algorithmisches Bias, Algorithmische Gerechtigkeit, Microtargeting, Soziale Medien, Political Data Science
TUM classification:
POL 070d
Abstract:
This thesis investigates human-algorithm interactions in sociotechnological ecosystems. Specifically, it applies machine learning and statistical methods to uncover political dimensions of algorithmic influence in social media platforms and automated decision making systems. Based on the results, the study discusses the legal, political and ethical consequences of algorithmic implementations.
Translated abstract:
Diese Arbeit untersucht Mensch-Algorithmen-Interaktionen in sozio-technologischen Ökosystemen. Sie wendet maschinelles Lernen und statistische Methoden an, um politische Dimensionen des algorithmischen Einflusses auf Socialen Medien und automatisierten Entscheidungssystemen aufzudecken. Aufgrund der Ergebnisse diskutiert die Studie die rechtlichen, politischen und ethischen Konsequenzen von algorithmischen Anwendungen.
WWW:
https://mediatum.ub.tum.de/?id=1537582
Date of submission:
03.03.2020
Oral examination:
28.05.2020
File size:
7129558 bytes
Pages:
158
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200528-1537582-1-4
Last change:
29.06.2020
 BibTeX