Search Interfaces on the Web: Querying and Characterizing

Current-day web search engines (e.g., Google) do not crawl and index a significant portion of theWeb and, hence, web users relying on search engines only are unable to discover and access a large amount of information from the non-indexable part of the Web. Specifically, dynamic pages generated based on parameters provided by a user via web search forms (or search interfaces) are not indexed by search engines and cannot be found in searchers’ results. Such search interfaces provide web users with an online access to myriads of databases on the Web. In order to obtain some information from a web database of interest, a user issues his/her query by specifying query terms in a search form and receives the query results, a set of dynamic pages that embed required information from a database. At the same time, issuing a query via an arbitrary search interface is an extremely complex task for any kind of automatic agents including web crawlers, which, at least up to the present day, do not even attempt to pass through web forms on a large scale. In this thesis, our primary and key object of study is a huge portion of the Web (hereafter referred as the deep Web) hidden behind web search interfaces. We concentrate on three classes of problems around the deep Web: characterization of deep Web, finding and classifying deep web resources, and querying web databases. Characterizing deep Web: Though the term deep Web was coined in 2000, which is sufficiently long ago for any web-related concept/technology, we still do not know many important characteristics of the deep Web. Another matter of concern is that surveys of the deep Web existing so far are predominantly based on study of deep web sites in English. One can then expect that findings from these surveys may be biased, especially owing to a steady increase in non-English web content. In this way, surveying of national segments of the deep Web is of interest not only to national communities but to the whole web community as well. In this thesis, we propose two new methods for estimating the main parameters of deep Web. We use the suggested methods to estimate the scale of one specific national segment of the Web and report our findings. We also build and make publicly available a dataset describing more than 200 web databases from the national segment of the Web. Finding deep web resources: The deep Web has been growing at a very fast pace. It has been estimated that there are hundred thousands of deep web sites. Due to the huge volume of information in the deep Web, there has been a significant interest to approaches that allow users and computer applications to leverage this information. Most approaches assumed that search interfaces to web databases of interest are already discovered and known to query systems. However, such assumptions do not hold true mostly because of the large scale of the deep Web – indeed, for any given domain of interest there are too many web databases with relevant content. Thus, the ability to locate search interfaces to web databases becomes a key requirement for any application accessing the deep Web. In this thesis, we describe the architecture of the I-Crawler, a system for finding and classifying search interfaces. Specifically, the I-Crawler is intentionally designed to be used in deepWeb characterization studies and for constructing directories of deep web resources. Unlike almost all other approaches to the deep Web existing so far, the I-Crawler is able to recognize and analyze JavaScript-rich and non-HTML searchable forms. Querying web databases: Retrieving information by filling out web search forms is a typical task for a web user. This is all the more so as interfaces of conventional search engines are also web forms. At present, a user needs to manually provide input values to search interfaces and then extract required data from the pages with results. The manual filling out forms is not feasible and cumbersome in cases of complex queries but such kind of queries are essential for many web searches especially in the area of e-commerce. In this way, the automation of querying and retrieving data behind search interfaces is desirable and essential for such tasks as building domain-independent deep web crawlers and automated web agents, searching for domain-specific information (vertical search engines), and for extraction and integration of information from various deep web resources. We present a data model for representing search interfaces and discuss techniques for extracting field labels, client-side scripts and structured data from HTML pages. We also describe a representation of result pages and discuss how to extract and store results of form queries. Besides, we present a user-friendly and expressive form query language that allows one to retrieve information behind search interfaces and extract useful data from the result pages based on specified conditions. We implement a prototype system for querying web databases and describe its architecture and components design.

Integroitujen laitekaappien tuotannon tehostaminen elektroniikkateollisuudessa

Laitekaappien integrointi koostuu moduulien sekä kaapeleiden liittämisestä mallikohtaisiksi kokonaisuuksiksi. Tämä kokoonpanoprosessi on tilausohjautuva ja tehdään mallikohtaisesti yksittäiskokoonpanona. Mallien integrointityön vaikeus ja kokoonpanoaika vaihtelevat voimakkaasti. Tämä yhdistettynä työvoiman vaihtuvuuteen luo haastavan ympäristön kehittää tuotantoa sekä laadun että kapasiteetin näkökulmasta. Työssä on selvitetty voidaanko näitä kehittää jakamalla tuotantoprosessi pienempiin vaiheisiin, jotka ovat helpompi tasapainottaa ja oppia. Kokoomalinjan soveltaminen tilausohjautuvaan tuotantoon vaatii perinteiseen tahdistettuun kokoomalinjaan nähden suurempien poikkeavuuksien sallimista. Toisistaan merkittävästi poikkeavien työaikojen ja laajan mallivariaation vuoksi linjaa ei pystytä hallitsemaan niin järjestelmällisesti kuin tasapituisilla työvaiheilla. Tehokkaan tuotannon aikaansaaminen tällaiselle linjalle vaatii mahdollisuutta työjärjestyksen suunnitteluun ja sen simulointiin. Tässä työssä on pyritty arvioimaan simuloinnin avulla kokoomalinjan toimivuutta stokastisen kysynnän vallitessa. Malli on luotu hyväksikäyttäen tuotteiden valmistusaikoja, jotka on jaettu mallikohtaisesti kaikkiin mahdollisiin työtehtäviin. Nämä tehtävät on pyritty tasapainottamaan eri työpisteiden tehtäviksi. Tasapainotuksen tavoitteena on ollut minimoida tuotteiden työtehtävien keston voimakasta hajontaa, jota mallien kysynnän satunnaisuus voimistaa. Simulointien perusteella on luotu yksinkertaistettu sääntö työjärjestyksen muodostamiselle. Mallinnuksessa on pyritty maksimoimaan tuotannon tehokkuus minimoiden sekä keskeneräisen tuotannon määrää että läpimenoaikaa. Tehokkaimman vaihtoehdon löydyttyä on arvioitu kokoomalinjan soveltuvuutta laitekaappien integrointiin.

Practices of place-making through locative media artworks

Peer-reviewed

Yhteisöllinen sisällöntuotanto avoimissa alueverkoissa

Internet-verkon sisältöpalvelut ovat viime vuosina kehittyneet siten, että yhä suurempi osa sisällöstä on käyttäjäyhteisön itse tuottamaa. Esimerkkejä tällaisista uusista palveluista ovat verkkopäiväkirjat eli blogit, valokuva- ja videotietokannat Flickr ja YouTube sekä nk. wiki- sivustot. kuten Wikipedia-tietosanakirja. Tässä työssä tutkittiin, onko vastaavaa sisällöntuotannon muutosta tapahtunut avoimissa alueverkoissa. Työssä myös esitetään eräät määritelmät avoimille ja operaattorineutraaleille verkoille. Toisena tavoitteena oli tutkia, hyödynnetäänkö avoimien alueverkkojen palveluissa verkon alueellisuutta. Työ toteutettiin kyselytutkimuksina alueverkkojen ylläpitäjille sekä käyttäjille. Kyselystä saatujen tulosten mukaan avoimissa alueverkoissa ei ole laajalti tarjolla käyttäjälähtöisiä sisältöpalveluja, mutta paikallisuutta hyödyntäviä palveluja on tarjolla. Toisaalta kyselytulosten mukaan käyttäjät toivovatkin alueverkoilta nimenomaan paikallisuutta hyödyntäviä palveluja. Käyttäjälähtöisiä sisältöpalveluja käytetään runsaasti, mutta ilmeisesti laajemman Internet-verkon tasolla.

Tietomallintamisen aiheuttamat muutokset ja hyödyt LVI-suunnitteluprosessissa sekä määrälaskennassa

Tässä diplomityössä tarkastellaan tietomallintamista eng. BIM (Building Information Modeling) LVI-suunnittelun näkökulmasta sekä esitellään tietomallintamisen vaikutuksia ja hyötyjä suunnitteluprosessiin. Tietomallintaminen mahdollistaa esimerkiksi LVI-suunnittelijan tuottaman määräluettelon 3D-mallista, jonka seurauksena eri toimijoiden väliset rajapinnat tulevat luultavasti kokemaan muutoksia. Työssä vertaillaan käsin laskettuja ja 3D-mallista tuotettuja määräluetteloita toisiinsa. Työhön sisällytetään myös urakoitsijoiden haastatteluja, joissa pyritään selvittämään heidän näkemyksiään suunnittelijan tuottamiin määrätietoihin.

Ympäristöluokitusjärjestelmät talotekniikan suunnitteluprosessissa

Vihreä rakentaminen on voimakkaasti kasvava rakennusliiketoiminnan osa-alue, johon useat toimijat ovat alkaneet herätä. Suomessakin on otettu käyttöön erilaisia ympäristösuorituskyvyn mittarointijärjestelmiä, joilla pyritään varmentamaan laadukas lopputulos vihreille rakennuksille. Tutkimuksen tavoitteena on selvittää vihreän rakentamisen kannattavuutta. Työn teoriaosassa käydään läpi ympäristöluokitusjärjestelmien ominaisuuksia ja eroavaisuuksia sekä LEED-ympäristöluokitusjärjestelmän sisältö ja suhde Suomen rakentamismääräyksiin. Työn empiirisessä osassa tutkitaan LEED:n talotekniselle suunnittelulle aiheuttamia vaikutuksia sekä niihin liittyvien valintojen elinkaarikustannuksia. Vaikutuksia tutkitaan suunnitteluohjeiden ja -vaatimusten tasolta, suunnittelijoiden ja haastattelujen pohjalta sekä tutkimalla case-kohdetta, jossa tavoitteena on korkeimman LEED-luokituksen saavuttaminen.

Projektilaskentamallin kehittäminen rakennusalan pk-yrityksessä

Tutkimuksen kohdeyritys on rakennusalan pk-yritys, jonka liiketoiminta perustuu kokonaan toimitusprojekteille. Tutkimuksen tavoitteena oli kehittää kohdeyrityksen käyttöön helppokäyttöinen projektilaskentamalli, jonka avulla voidaan ennalta tunnistaa kannattamattomat toimitusprojektit. Tutkimuksessa keskitytään projektien kustannusnäkökulmaan. Tutkimus koostuu teoreettisesta kirjallisuusselvityksestä ja empiirisestä tapaustutkimuksesta. Teoreettisen aineiston ja kohdeyrityksen tietojen perusteella rakennettiin laskentamalli, jonka toimintaa tarkasteltiin esimerkkiprojektien avulla. Työn tutkimusote on konstruktiivinen, osin myös toiminta-analyyttinen. Kehitetty laskentamalli kattaa toimitusprojektin koko elinkaaren. Tarjouslaskenta-vaiheessa sen avulla tehdään päätös projektin toteutuskelpoisuudesta. Toteutus- ja seurantavaiheessa taas sillä seurataan projektin toteutuvia lukuja. Kohdeyritys voi laskentamallin avulla tunnistaa kannattamattomia projekteja, sillä tarjoushinnat tarkistetaan täyskatteellisen kustannusarvion avulla ennen projektin toteutuspäätöstä. Määrälaskennan ja täyskatteellisen laskennan ansiosta aiheuttamisperiaatetta noudatetaan kattavammin kuin kohdeyrityksen aiemmassa käytännössä.

Riparian vegetation affected by bank erosion in the Lower São Francisco River, Northeastern Brazil

Changes in the hydrological regime of the Lower São Francisco River, located in Northeastern Brazil have brought negative environmental impacts, jeopardizing the flora and fauna of a global biodiversity hotspot, due to implementation of hydroelectric power dams and surface water withdrawal for irrigation in public and private perimeters. Remnants of the riparian stratum associated to the riverbank destabilization in six fragments were studied by surveying trees, shrubs, herbs, and aquatic species. The calculation of the Factor of Safety (FS) was performed in order to understand the riverbank's stability related to soil texture and vegetation cover. An overall number of 51 botanic families distributed in 71 genera and 79 species were recorded, predominantly from the families Mimosaceae, Myrtaceae, and Fabaceae. The fragmented riparian vegetation is mostly covered by secondary species under a strong anthropogenic impact such as deforestation, mining and irrigation, with an advanced erosion process in the river margins. Strong species that withstand the waves present in the river flow are needed to reduce the constant landslides that are mainly responsible for the river sedimentation and loss of productive lands. A lack of preservation attitude among the local landholders was identified, and constitutes a continuing threat to the riparian ecosystem biodiversity.

Laatu ja tuottavuus hitsaavassa verkostossa

Diplomityössä tarkastellaan laadun ja tuottavuuden parantamisen keinoja hitsaavassa verkostossa MIG/MAG-hitsauksen osalta. Työn taustalla vaikuttaa Total Welding Management -menetelmä, mikä on hitsaustoimintojen kokonaisvaltaiseen johtamiseen ja hallintaan kehitetty toimintamalli. Työn teoriaosassa käsitellään laatuajattelua ja yritysyhteistyötä hitsaavan teollisuuden yrityskentässä sekä hitsauskustannuksiin vaikuttavia tekijöitä. Tutkimusosuus sisältää yritysverkoston nykytilan tarkastelun sekä kehitystoimenpiteitä kohti verkoston yhteistä toimintamallia saavuttaa tehokas ja kannattava yhteistyö. Hitsaustyön kustannukset määritetään suurelta osin suunnittelussa. Laatuun voidaan vaikuttaa merkittävästi hitsaustyötä edeltävissä toiminnoissa sekä hitsaajan työn tukemisella. Kokonaisvaltaisen hyödyn saavuttaminen hitsaustyön tuottavuuden parantamisessa vaatii kaikkien toimintojen tarkastelua sen sijaan, että tehostetaan vain hitsaamon toimintaa. Itse hitsaus voi olla vain pieni osa hitsaustoimintojen kokonaishallintaa. Toimintamallin luominen laadunvarmistukseen, suunnittelun ja valmistuksen yhteistyöhön sekä hitsaustoimintojen hallintaan mahdollistaa hitsaavan verkoston toiminnan tehostamisen sekä laadun paranemisen. Tämä saavutetaan viemällä toimintamalli osaksi jokapäiväistä työtä, lähelle valmistusta, ja ohjeistamalla, että jokainen tietää kuinka toimia. Esimerkiksi työssä tarkastellun yhden tuotteen osalta ohjeistus turhan työn vähentämiseksi tuotti 19 % tuotannon kasvun työvuoron aikana. Tilaus-toimitusketjun tuottavuuteen ja kannattavuuteen voidaan vaikuttaa merkittävästi käymällä läpi konkreettisesti valmistettavat tuotteet ja niihin liittyvät toiminnot. Diplomityössä tehtyjen tarkastelujen ja havaintojen avulla käytännön työ tulee jatkumaan yritysverkostossa tapahtuvassa kehitystyössä.

E-PORT. Improving efficiency of Finnish port community by intelligent systems Final report of the Mobile Port project

The management of port-related supply chains is challenging due to the complex and heterogeneous operations of the ports with several actors and processes. That is why the importance of information sharing is emphasised in the ports. However, the information exchange between different port-related actors is often cumbersome and it still involves a lot of manual work and paper. Major ports and port-related actors usually have advanced information systems in daily use but these systems are seldom interoperable with each other, which prevents economies of scale to be reached. Smaller ports and companies might not be equipped with electronic data transmission at all. This is the final report of the Mobile port (MOPO) project, which has sought ways to improve the management and control of port-related sea and inland traffic with the aid of ICT technologies. The project has studied port community systems (PCS) used worldwide, evaluated the suitability of a PCS for the Finnish port operating environment and created a pilot solution of a Finnish PCS in the port of HaminaKotka. Further, the dry port concept and its influences on the transportation system have been explored. The Mobile Port project comprised of several literature reviews, interviews of over 50 port-related logistics and/or ICT professionals, two different kinds of simulation models as well as designing and implementing of the pilot solution of the Finnish PCS. The results of these multiple studies are summarised in this report. Furthermore, recommendations for future actions and the topics for further studies are addressed in the report. The study revealed that the information sharing in a typical Finnish port-related supply chain contains several bottlenecks that cause delays in shipments and waste resources. The study showed that many of these bottlenecks could be solved by building a port community system for the Finnish port community. Almost 30 different kinds of potential services or service entities of a Finnish PCS were found out during the study. The basic requirements, structure, interfaces and operation model of the Finnish PCS were also defined in the study. On the basis of the results of the study, a pilot solution of the Finnish PCS was implemented in the port of HaminaKotka. The pilot solution includes a Portconnect portal for the Finnish port community system (available at https://www.portconnect.fi) and two pilot applications, which are a service for handling the information flows concerning the movements of railway wagons and a service for handling the information flows between Finnish ports and Finland-Russian border. The study also showed that port community systems can be used to improve the environmental aspects of logistics in two different ways: 1) PCSs can bring direct environmental benefits and 2) PCSs can be used as an environmental tool in a port community. On the basis of the study, the development of the Finnish port community system should be continued by surveying other potential applications for the Finnish PCS. It is also important to study if there is need and resources to extend the Finnish PCS to operate in several ports or even on a national level. In the long run, it could be reasonable to clarify whether there would be possibilities to connect the Finnish PCS as a part of Baltic Sea wide, European-wide or even worldwide maritime and port-related network in order to get the best benefit from the system

Forest cover and its change in Unguja Island, Zanzibar

Tropical forests are sources of many ecosystem services, but these forests are vanishing rapidly. The situation is severe in Sub-Saharan Africa and especially in Tanzania. The causes of change are multidimensional and strongly interdependent, and only understanding them comprehensively helps to change the ongoing unsustainable trends of forest decline. Ongoing forest changes, their spatiality and connection to humans and environment can be studied with the methods of Land Change Science. The knowledge produced with these methods helps to make arguments about the actors, actions and causes that are behind the forest decline. In this study of Unguja Island in Zanzibar the focus is in the current forest cover and its changes between 1996 and 2009. The cover and changes are measured with often used remote sensing methods of automated land cover classification and post-classification comparison from medium resolution satellite images. Kernel Density Estimation is used to determine the clusters of change, sub-area –analysis provides information about the differences between regions, while distance and regression analyses connect changes to environmental factors. These analyses do not only explain the happened changes, but also allow building quantitative and spatial future scenarios. Similar study has not been made for Unguja and therefore it provides new information, which is beneficial for the whole society. The results show that 572 km2 of Unguja is still forested, but 0,82–1,19% of these forests are disappearing annually. Besides deforestation also vertical degradation and spatial changes are significant problems. Deforestation is most severe in the communal indigenous forests, but also agroforests are decreasing. Spatially deforestation concentrates to the areas close to the coastline, population and Zanzibar Town. Biophysical factors on the other hand do not seem to influence the ongoing deforestation process. If the current trend continues there should be approximately 485 km2 of forests remaining in 2025. Solutions to these deforestation problems should be looked from sustainable land use management, surveying and protection of the forests in risk areas and spatially targeted self-sustainable tree planting schemes.

Suorituskyvyn johtaminen ja palveluliiketoiminnan kehittäminen teollisuusyrityksessä

Tässä tutkimuksessa tutkittiin palveluliiketoimintaa ja suorituskyvyn kehittämistä teollisissa palveluissa. Tutkimuksessa pyrittiin selvittämään millaisia tarpeita ja haasteita teollisuuden yrityksillä on palvelujen suorituskyvyn mittaamisen suhteen ja palvelujen kehittämisen suhteen. Tutkimuksen tavoitteena oli kehittää viitekehys, joka tukee teollisen yrityksen palvelujen kehittämistä ja suorituskyvyn johtamista. Tutkimuksessa kartoitettiin kirjallista aineistoa palvelujen erityispiirteistä, teollisista palveluista ja suorituskyvyn mittaamisesta. Tutkimuksessa on käytetty kvalitatiivista tutkimustapaa. Empiirisessä osiossa haastateltiin neljää palveluliiketoimintaa harjoittavaa teollisuusyritystä eri teollisuuden aloilta. Tutkimuksessa havaittiin, että perustana palvelujen onnistuneelle kehittämiselle on palvelunäkökulman omaksuminen strategiassa sekä asiakkaan prosessien ymmärtäminen. Palvelujen erityispiirteet on huomioitava palvelujen suorituskykyä johdettaessa ja mittaamisessa on hyvä suosia tasapainotettuja mittaristoja, joissa on huomioitu laadulliset mittarit sekä ei-rahalliset ja rahalliset mittarit.

Climate, soil and tree flora relationships in forests in the state of São Paulo, southeastern Brasil

ABSTRACT - (Climate, soil and tree flora relationships in forests in the state of São Paulo, southteastern Brasil). With the aim of verifying possible influences of abiotic features on the spatial distribution of forest tree species and families, thirteen surveys in the state of São Paulo were selected, representing different conditions (localization at the extreme coordenates and altitudes, succesional stages, surveying methods). By applying Jaccard's Index to the binary matrices of 806 synonymized specific binomina and 79 families (Cronquist's system) phenograms were constructed using the method of the unweighted pair grouping by mathematical average (UPGMA). The species formed two floristic blocks: hygrophyllous (yearly rainfall greater than 2000 mm without dry season) and mesophyllous (yearly rainfall about 1400 mm with variable dry season). The latter was divided in two other groups: the high-altitudinal (median altitudes higher than 750 m, frost average frequency greater than 3 days/year) and low-altitudinal. Both mesophyllous floristic blocks were subdivided according to soil conditions (texture, eutrophism, acid or allic dystrophism, iron content). At the family level the relations were weak, but also showed the soil nutritional status as a possible constraint to the spatial partition of families.

The Straits of Seniavine : Behring Straits by the U.S. Ship Vincennes

Kartta kuuluu A. E. Nordenskiöldin kokoelmaan

Mapping cancer, cardiovascular and malaria research in Brazil

This paper presents performance indicators for the Brazilian cancer, cardiovascular and malaria research areas from 1981 to 1995. The data show an increasing number of papers since 1981 and author numbers indicate a continuous growth of the scientific community and suggest an expected impact of scientific activity on biomedical education. The data also characterize cardiovascular research as a well-established area and cancer research as a faster growing consolidating field. The 1989-1994 share of Brazilian articles among world publications shows a growing trend for the cancer (1.61) and cardiovascular (1.59) areas, and a decrease for the malaria area (0.89). The burden of the three diseases on society is contrasted by the small number of consolidated Brazilian research groups, and a questionable balance of thematic activity, especially with regard to malaria. Brazilian periodicals play an important role in increasing the international visibility of science produced in the country. Cancer and cardiovascular research is strongly concentrated in the Southeastern and in Southern regions of Brazil, especially in São Paulo (at least one address from São Paulo in 64.5% of the 962 cancer articles and in 66.9% of the 2250 cardiovascular articles, the second state being Rio de Janeiro with at least one address in 14.1 and 11% of those articles, respectively). Malaria research (468 articles) is more evenly distributed across the country, following the pattern of the endemic distribution of the disease. Surveying these national indicator trends can be useful to establish policies in the decision process about health sciences, medical education and public health.