arbeiten:arbeitstitle_bodypositivity_vs_bodyneutrality_in_social_media

Bodypositivity vs. Bodyneutrality auf Instagram: Eine vergleichende Contentanalyse mittels automatischer Bildklassifikation

Thema:
Arbeitstitel: Bodypositivity vs Bodyneutrality? Eine vergleichende Contentanalyse der beiden Hashtags auf Instagram mittels automatischer Bildklassifikation
Art:
BA
BetreuerIn:
Michael Achmann
BearbeiterIn:
Hannah Ernstberger
Status:
abgeschlossen
angelegt:
2022-12-13
Antrittsvortrag:
2023-02-13
Abgabe:
2023-05-05

Hintergrund

In der heutigen Gesellschaft wird der Fokus auf das Erscheinungsbild immer größer und die Bedeutung von Körperbildern wird immer wichtiger. In den letzten Jahren haben sich zwei Hashtags durchgesetzt, die sich mit dem Thema Körperbild auseinandersetzen: #bodypositivity und #bodyneutrality. Während #bodypositivity das positive Empfinden des eigenen Körpers betont, geht #bodyneutrality davon aus, dass das eigene Körperbild nicht negativ oder positiv bewertet werden sollte. In dieser Bachelorarbeit werden diese beiden Hashtags mithilfe von maschinellem Lernen und Bildklassifikation verglichen, um ihre Bedeutung und Auswirkungen in der heutigen Gesellschaft zu untersuchen.

Zielsetzung der Arbeit

Ziel dieser Bachelorarbeit ist es, die Bedeutung und Auswirkungen von #bodypositivity und #bodyneutrality in der heutigen Gesellschaft zu untersuchen. Dabei wird auch die Frage betrachtet, ob und inwieweit #bodypositivity und #bodyneutrality tatsächlich unterschiedliche Konzepte darstellen und welche Rolle sie in Bezug auf das Thema Körperbild spielen.

Konkrete Aufgaben

  • Literaturrecherche
  • Crawlen der beiden Hashtags von Instagram (#bodypositivity, #bodyneutrality) und Download der Instagram-Posts
  • Entwickeln geeigneter Annotations-Kategorien zum Vergleich der Bilder der beiden Bewegungen
  • Erzeugung von Training- und Testdaten durch manuelle Annotation der Bilder mithilfe der definierten Annotations-Kategorien
  • Implementierung eines Modells zur automatischen Bildklassifikation und Evaluation anhand der Testdaten
  • Auswertung der Ergebnisse, statistische Vergleiche zwischen den Bildern beider Bewegungen

Erwartete Vorkenntnisse

  • Kenntnisse im Bereich Machine Learning/Bildklassifikation

Weiterführende Quellen