Benutzerspezifische Werkzeuge

Information zum Seitenaufbau und Sprungmarken fuer Screenreader-Benutzer: Ganz oben links auf jeder Seite befindet sich das Logo der JLU, verlinkt mit der Startseite. Neben dem Logo kann sich rechts daneben das Bannerbild anschließen. Rechts daneben kann sich ein weiteres Bild/Schriftzug befinden. Es folgt die Suche. Unterhalb dieser oberen Leiste schliesst sich die Hauptnavigation an. Unterhalb der Hauptnavigation befindet sich der Inhaltsbereich. Die Feinnavigation findet sich - sofern vorhanden - in der linken Spalte. In der rechten Spalte finden Sie ueblicherweise Kontaktdaten. Als Abschluss der Seite findet sich die Brotkrumennavigation und im Fussbereich Links zu Barrierefreiheit, Impressum, Hilfe und das Login fuer Redakteure. Barrierefreiheit JLU - Logo, Link zur Startseite der JLU-Gießen Direkt zur Navigation vertikale linke Navigationsleiste vor Sie sind hier Direkt zum Inhalt vor rechter Kolumne mit zusaetzlichen Informationen vor Suche vor Fußbereich mit Impressum

Artikelaktionen

David Lenz

David Lenz

Telefon:

0641 / 99-22655

0641 / 99-22641 (Sekr.)

0641 / 99-22649 (Fax)

E-Mail:

Anschrift:

Justus-Liebig-Universität Gießen

Fachbereich Wirtschaftwissenschaften

Lehrstuhl für Statistik und Ökonometrie

Licher Str. 64

35394 Gießen

Twitter:

https://twitter.com/_david_lenz_

Responsibility


  • Research Associate TOBI Project

    • TOBI - Textdaten-basierte Output-Indikatoren als Basis einer neuen Innovationsmetrik
      (TOBI - text data based output indicators as basis for a novel innovation metric)
    • In cooperation with Centre for European Economic Research (ZEW) in Mannheim
  • Research Associate, Chair of Statistics and Econometrics

  • Text Mining
  • Natural Language Processing
  • Machine Learning
  • Forecasting
  • Deep Learning
  • Neural Networks
  • Big Data
  • Cryptocurrencies
  • None
  • 2019: Predicting Innovative Firms using Web Mining and Deep Learning,
    Seminar Webscraping von Unternehmensdaten,
    Hessisches statistisches Landesamt in Wiesbaden, Germany
  • 2019: Predicting Innovative Firms using Web Mining and Deep Learning,
    LISH Harvard University Seminar,
    Cambridge, Massachusetts, Vereinigte Staaten von Amerika (USA)
  • 2019: Predicting Innovative Firms using Web Mining and Deep Learning,
    International Business School Brandeis University Seminar,
    Waltham, Massachusetts, Vereinigte Staaten von Amerika (USA)
  • 2019: Predicting Innovative Firms using Web Mining and Deep Learning,
    Deutsche Bundesbank Seminar,
    Deutsche Bundesbank in Frankfurt am Main, Germany
  • 2018: Measuring the Diffusion of Innovations with Paragraph Vector Topic Models,
    23rd International Conference on Computational Statistics (COMPSTAT),
    Iasi, Romania
  • 2018: Measuring the Diffusion of Innovations with Paragraph Vector Topic Models,
    16th ZEW Conference on the Economics of Information and Communication Technologies
    ZEW - Zentrum für europäische Wirtschaftsforschung in Mannheim, Germany
  • 2018: Measuring the Diffusion of Innovations with Paragraph Vector Topic Models,
    20th ZEW Summer Workshop for Young Economists
    ZEW - Zentrum für europäische Wirtschaftsforschung in Mannheim, Germany
  • 2018: Measuring the Diffusion of Innovations with Paragraph Vector Topic Models,
    1st CRoNoS Workshop on Multivariate Data Analysis and Software
    Limassol, Cyprus