UZH-Logo

Maintenance Infos

Phänomene des Media Bias im Internet


Siegert, Gabriele (2016). Phänomene des Media Bias im Internet. In: Stern, Klaus; Peifer, Karl-Nikolaus; Hain, Karl-E. Media Bias im Internet – Tendenzfreiheit und Vielfalt von Medien(inhalten). München: Beck, 45-62.

Abstract

Media-Bias-Phänomene im Internet werden vor allem durch technologische und ökonomische Einflüsse verursacht. Dabei werden algorithmische Selektion und Bewertung und mit ihnen Big Data sowie Nutzeranfragen und Nutzermerkmale zu wesentlichen Einflussfaktoren, Nachrichtenportale und Suchmaschinen zu Online-Gatekeepern. Neben politischer und wirtschaftlicher PR mittels Internet-Trollen findet sich auch im Internet eine ökonomisierte Auswahl an Themen und Präsentationsweisen. Neue Media-Bias-Phänomene beziehen sich auf die Manipulation von Empfehlungssystemen, Suchmaschinen-Logik und -Optimierung sowie Personalisierung von Informationen.

Media-Bias-Phänomene im Internet werden vor allem durch technologische und ökonomische Einflüsse verursacht. Dabei werden algorithmische Selektion und Bewertung und mit ihnen Big Data sowie Nutzeranfragen und Nutzermerkmale zu wesentlichen Einflussfaktoren, Nachrichtenportale und Suchmaschinen zu Online-Gatekeepern. Neben politischer und wirtschaftlicher PR mittels Internet-Trollen findet sich auch im Internet eine ökonomisierte Auswahl an Themen und Präsentationsweisen. Neue Media-Bias-Phänomene beziehen sich auf die Manipulation von Empfehlungssystemen, Suchmaschinen-Logik und -Optimierung sowie Personalisierung von Informationen.

Altmetrics

Additional indexing

Item Type:Book Section, not refereed, original work
Communities & Collections:06 Faculty of Arts > Institute of Mass Communication and Media Research
Dewey Decimal Classification:700 Arts
Language:German
Date:2016
Deposited On:23 Mar 2016 17:42
Last Modified:05 Apr 2016 20:12
Publisher:Beck
ISBN:978-3-406-69156-0
Related URLs:http://www.recherche-portal.ch/ZAD:default_scope:ebi01_prod010573067 (Library Catalogue)

Download

Full text not available from this repository.

TrendTerms

TrendTerms displays relevant terms of the abstract of this publication and related documents on a map. The terms and their relations were extracted from ZORA using word statistics. Their timelines are taken from ZORA as well. The bubble size of a term is proportional to the number of documents where the term occurs. Red, orange, yellow and green colors are used for terms that occur in the current document; red indicates high interlinkedness of a term with other terms, orange, yellow and green decreasing interlinkedness. Blue is used for terms that have a relation with the terms in this document, but occur in other documents.
You can navigate and zoom the map. Mouse-hovering a term displays its timeline, clicking it yields the associated documents.

Author Collaborations