Construcció i explotació d'un magatzem de dades per a l'anàlisi d'informació sobre allotjaments turístics

El present projecte consisteix en la construcció i explotació d'un magatzem de dades (data warehouse) per a l'anàlisi d'informació sobre allotjaments turístics.

An appropriate data set size for digital soil mapping in Erechim, Rio Grande do Sul, Brazil

Digital information generates the possibility of a high degree of redundancy in the data available for fitting predictive models used for Digital Soil Mapping (DSM). Among these models, the Decision Tree (DT) technique has been increasingly applied due to its capacity of dealing with large datasets. The purpose of this study was to evaluate the impact of the data volume used to generate the DT models on the quality of soil maps. An area of 889.33 km² was chosen in the Northern region of the State of Rio Grande do Sul. The soil-landscape relationship was obtained from reambulation of the studied area and the alignment of the units in the 1:50,000 scale topographic mapping. Six predictive covariates linked to the factors soil formation, relief and organisms, together with data sets of 1, 3, 5, 10, 15, 20 and 25 % of the total data volume, were used to generate the predictive DT models in the data mining program Waikato Environment for Knowledge Analysis (WEKA). In this study, sample densities below 5 % resulted in models with lower power of capturing the complexity of the spatial distribution of the soil in the study area. The relation between the data volume to be handled and the predictive capacity of the models was best for samples between 5 and 15 %. For the models based on these sample densities, the collected field data indicated an accuracy of predictive mapping close to 70 %.

Intelligence-led crime scene processing. Part II : Intelligence and crime scene examination.

A better integration of the information conveyed by traces within intelligence-led framework would allow forensic science to participate more intensively to security assessments through forensic intelligence (part I). In this view, the collection of data by examining crime scenes is an entire part of intelligence processes. This conception frames our proposal for a model that promotes to better use knowledge available in the organisation for driving and supporting crime scene examination. The suggested model also clarifies the uncomfortable situation of crime scene examiners who must simultaneously comply with justice needs and expectations, and serve organisations that are mostly driven by broader security objectives. It also opens new perspective for forensic science and crime scene investigation, by the proposal to follow other directions than the traditional path suggested by dominant movements in these fields.

Application of text-mining for updating protein post-translational modification annotation in UniProtKB.

BACKGROUND: The annotation of protein post-translational modifications (PTMs) is an important task of UniProtKB curators and, with continuing improvements in experimental methodology, an ever greater number of articles are being published on this topic. To help curators cope with this growing body of information we have developed a system which extracts information from the scientific literature for the most frequently annotated PTMs in UniProtKB. RESULTS: The procedure uses a pattern-matching and rule-based approach to extract sentences with information on the type and site of modification. A ranked list of protein candidates for the modification is also provided. For PTM extraction, precision varies from 57% to 94%, and recall from 75% to 95%, according to the type of modification. The procedure was used to track new publications on PTMs and to recover potential supporting evidence for phosphorylation sites annotated based on the results of large scale proteomics experiments. CONCLUSIONS: The information retrieval and extraction method we have developed in this study forms the basis of a simple tool for the manual curation of protein post-translational modifications in UniProtKB/Swiss-Prot. Our work demonstrates that even simple text-mining tools can be effectively adapted for database curation tasks, providing that a thorough understanding of the working process and requirements are first obtained. This system can be accessed at http://eagl.unige.ch/PTM/.

Machine learning for spatial environmental data. Theory, applications and software

The book presents the state of the art in machine learning algorithms (artificial neural networks of different architectures, support vector machines, etc.) as applied to the classification and mapping of spatially distributed environmental data. Basic geostatistical algorithms are presented as well. New trends in machine learning and their application to spatial data are given, and real case studies based on environmental and pollution data are carried out. The book provides a CD-ROM with the Machine Learning Office software, including sample sets of data, that will allow both students and researchers to put the concepts rapidly to practice.

Destination image of Girona: an online text-mining approach

The main objective of this Master Thesis is to discover more about Girona’s image as a tourism destination from different agents’ perspective and to study its differences on promotion or opinions. In order to meet this objective, three components of Girona’s destination image will be studied: attribute-based component, the holistic component, and the affective component. It is true that a lot of research has been done about tourism destination image, but it is less when we are talking about the destination of Girona. Some studies have already focused on Girona as a tourist destination, but they used a different type of sample and different methodological steps. This study is new among destination studies in the sense that it is based only on textual online data and it follows a methodology based on text-miming. Text-mining is a kind of methodology that allows people extract relevant information from texts. Also, after this information is extracted by this methodology, some statistical multivariate analyses are done with the aim of discovering more about Girona’s tourism image

Construcció i explotació d'un magatzem de dades per a l'anàlisi d'informació sobre trànsit rodat de vehicles

Aquest document defineix la construcció i explotació d'un magatzem de dades per a la Fundació d'Estudis per a la Conducció Responsable. L'objectiu del projecte és homogeneïtzar la informació que rep la fundació, des de diverses fonts i en diferents formats, consolidar-la en un únic magatzem de dades i habilitar eines que facilitin la seva explotació i anàlisi. La consecució d'aquestes fites és determinant perquè la direcció conegui l'evolució del trànsit rodat de vehicles a Catalunya i minimitzi el riscos en cas de qualsevol presa de decisions.

Myynnin analyysityökalut varaosa- ja projektiliiketoiminnassa

 Diplomityössä selvitettiin Andritz Oy:n Pulp & Paper Mill Services -divisioonan myynnin analysointiin tarkoitettuja työkaluja ja tunnuslukuja varaosa- ja projektiliiketoiminnassa. Diplomityön aikana toteutetut haastattelut ja sähköpostin välityksellä lähetettävä kyselytutkimus kohdennettiin ennen kaikkea myynnistä vastuussa oleville ihmisille, kuten myyntipäälliköille, divisioonan johtohenkilöille ja tuoteryhmäjohtajille. Diplomityön aikana rakennettiin myynnin analysoinnissa käytettävät raportit SAP Business Intelligence -tietojärjestelmään. Tulevaisuudessa kohdeorganisaatio pystyy diplomityön aikana rakennettujen myynnin analysointiraporttien avulla seuraamaan ja analysoimaan myyntiä. Tutkimus oli luonteeltaan kvalitatiivinen, jossa ensin luotiin teoreettinen viitekehys tutkimalla Business Intelligence:ä, varaosa- ja projektiliiketoimintaa sekä myynnin analysoinnissa käytettäviä työkaluja. Tämän jälkeen suoritettiin kysely- ja haastattelututkimukset, joiden pohjalta saatiin tietoa kuinka Andritz:lla tällä hetkellä myyntiä analysoidaanja kuinka sitä halutaan tulevaisuudessa analysoida. Työn tuloksena saatiin teoriaa sekä haastattelu- ja kyselytutkimusta yhdistämällä rakennettua SAP Business Intelligence -tietojärjestelmään myynnin analysoinnissa käytettävät raportit. Raportit ovat myynnin perusraportti sisältäen myynnin keskei-simmät tunnusluvut, abc-analyysi myynnistä asiakkaittain ja abc-analyysi myynnistä nimikkeittäin. Työn lopussa on myös pohdittu, mitä SAP Business Intelligence -tietojärjestelmään kannattaa tulevaisuudessa rakentaa raporttien osalta ja kuinka raportteja kannattaa lähteä hyödyntämään myynnin analysoinnin näkökulmasta.

Forensic intelligence framework-Part I: induction of a transversal model by comparing illicit drugs and false identity documents monitoring

Forensic intelligence is a distinct dimension of forensic science. Forensic intelligence processes have mostly been developed to address either a specific type of trace or a specific problem. Even though these empirical developments have led to successes, they are trace-specific in nature and contribute to the generation of silos which hamper the establishment of a more general and transversal model. Forensic intelligence has shown some important perspectives but more general developments are required to address persistent challenges. This will ensure the progress of the discipline as well as its widespread implementation in the future. This paper demonstrates that the description of forensic intelligence processes, their architectures, and the methods for building them can, at a certain level, be abstracted from the type of traces considered. A comparative analysis is made between two forensic intelligence approaches developed independently in Australia and in Europe regarding the monitoring of apparently very different kind of problems: illicit drugs and false identity documents. An inductive effort is pursued to identify similarities and to outline a general model. Besides breaking barriers between apparently separate fields of study in forensic science and intelligence, this transversal model would assist in defining forensic intelligence, its role and place in policing, and in identifying its contributions and limitations. The model will facilitate the paradigm shift from the current case-by-case reactive attitude towards a proactive approach by serving as a guideline for the use of forensic case data in an intelligence-led perspective. A follow-up article will specifically address issues related to comparison processes, decision points and organisational issues regarding forensic intelligence (part II).

StopFlu: Sistema BI d'anàlisi predictiu contra la grip

Vivim, cada cop més, en un món tecnològic, on la vida diària es comparteix a les xarxes socials quasi sense adonar-nos-en. En aquest context, es generen quantitats ingents d'informació que, un cop tractades, poden ésser útils en estudis ben diversos com són la detecció de terratrèmols o la detecció prematura d'una epidèmia. En relació a aquest últim, el virus de la grip és un greu problema de salut pública ja que es destinen part dels recursos sanitaris durant un període de temps considerable i disminueix la productivitat laboral dels afectats que la pateixen. Davant d'aquesta situació, es planteja la realització d'un sistema de Business Intelligence que analitzi les dades extretes dels tweets de la plataforma Twitter en relació a les hospitalitzacions produïdes a un hospital de Catalunya, per tal de tenir un anàlisi predictiu de l'aparició d'un brot d'aquestes característiques. El treball va més enllà al emprar una tecnologia no convencional per la implementació del sistema BI. S'escull la dupla Elasticsearch i Kibana per tal d'aconseguir un sistema robust, distribuït, escalable i, sobretot, totalment personalitzable. Després d'un estudi d'aquestes dos solucions, incloent els plugins de monitoratge i càrrega de dades, s'ha elaborat un data warehouse complet i un quadre de comandament introductori. Es deixa, per futures línies de treball, l'anàlisi profund de les dades i la conseqüent extracció d'uns resultats que ens ajudin a predir amb una major antelació l'aparició d'un nou brot del virus de la grip.

Análisis y creación de un sistema informático de soporte a entidades sanitarias para la detección precoz de brotes de gripe en épocas de máximo riesgo.

Hoy en día, las posibilidades del Big Data son incontables. Existe gran cantidad de información generada por la población general y disponible de forma pública.El reto consiste en poder trabajar con esta información y extraer conclusiones útiles y que generen valor.En este proyecto, queremos analizar en el tiempo el interés general de la población respecto a una enfermedad común como la gripe, y poder relacionarlos con brotes de gripe existentes en el pasado, para de esta manera, poder extrapolar y predecir futuros brotes.Esta información, en manos de las autoridades sanitarias, puede ser de gran ayuda para poder prevenir picos de solicitudes en los servicios de urgencias, anticipándose para gestionar de manera más eficaz los recursos disponibles, consiguiendo, de esta manera, un mejor servicio a la población en general.De esta manera, son los propios usuarios los que, sin saberlo, posibilitan una mayor y mejor respuesta en los servicios sanitarios mediante la información que ellos mismos distribuyen libremente, consiguiéndose de esta manera valiosos beneficios para la población general.

Yrityksen ohjausta ja päätöksentekoa tukeva raportointi, case: Gasum Paikallisjakelu Oy

Tutkielmassa on tavoitteena selvittää raportoinnin tarjoamiamandollisuuksia yrityksen ohjauksen, ja johdon päätöksenteon helpottamiseksi. Teoriaosuudessa käydään läpi tiedon tarpeen määrittelyä erityisesti yritysjohdon näkökulmasta. Millaista tietoa yrityksen toiminnasta pitäisi tietojärjestelmiin kerätä, jotta sillä olisi todellista merkitystä. Toisinaan tietoa tarvitaan myösyrityksen ulkopuolella tapahtuvista asioista, ja myös tällaisen tiedon käsittelyn pitäisi olla mandollista yrityksen tietojärjestelmissä. Tämä luonnollisesti asettaa melkoisia vaatimuksia tietojärjestelmille. Niihin liittyen on jonkin verran esitelty teknisiin asioihin liittyviä tekijöitä. Tekniikkaa kuitenkin on olemassa hyvinkin monipuolisen tiedon käsittelyä varten. Hankalampaa on määrittää, se millä tiedolla on oikeasti merkitystä. Suuren tietomäärän tiivistämiseen ja Asentamiseen on niin ikään olemassa keinoja, joita esitellään yleisellä tasolla, keskittymättä mihinkään yksittäiseen malliin. Ajatuksena on lähinnä ollut se, että jokaisen yrityksen kannattaa miettiä omista lähtökohdistaanitselleen sopivin tapa. Kaikille ei välttämättä sovi sama kaavamainen malli, jatoisaalta erilaisten mittarimallien keskinäiset erotkin ovat hyvin pieniä. Periaatteessa kaikissa malleissa pyritään lähtökohtaisesti siihen, että yrityksestä saadaan mandollisimman kokonaisvaltainen kuva. Yrityksen toiminnan kannalta päätetään ne tekijät, jotka eniten vaikuttavat sen menestykseen jatkossa, ja tältä pohjalta myös löytyvät tärkeimmät seurattavat asiat. Lopuksi on lyhyesti kuvattu case-yrityksen toimintaa ja sen käyttämiä tieto-järjestelmiä.Tutkielmassa on myös analysoitu, mitä kaikkea tietoa yrityksen toiminnasta tarvittaisiin, ja mistä olemassa olevasta järjestelmästä se on mandollista saada. Mikäli tietoa ei löytynyt järjestelmistä, on kerrottu, miten asia on hoidettu raportoinnin kannalta, ja miten raportointi kokonaisuudessaan yritykselle rakennettiin tutkielman kuluessa.

StopFlu : Sistema BI d'anàlisi predictiva contra la grip

Realització d'un sistema de Business Intelligence que analitzi les dades extretes dels tweets de la plataforma Twitter en relació a les hospitalitzacions produïdes a un hospital de Catalunya, per tal de tenir una anàlisi predictiva de l'aparició d'un brot de grip. El treball va més enllà a l'emprar una tecnologia no convencional per la implementació del sistema BI. S'escull la dupla ElasticSearch i Kibana per tal d'aconseguir un sistema robust, distribuït, escalable i, sobretot, totalment personalitzable. Després d'un estudi d'aquestes dos solucions, incloent els plugins de monitoratge i càrrega de dades, s'ha elaborat un data warehouse complet i un quadre de comandament introductori.

Análisis y creación de un sistema informático de soporte a entidades sanitarias para la detección precoz de brotes de gripe en épocas de máximo riesgo

En este proyecto queremos analizar en el tiempo el interés general de la población respecto a una enfermedad común como la gripe, y poder relacionarlos con brotes de gripe existentes en el pasado, para de esta manera, poder extrapolar y predecir futuros brotes. Esta información, en manos de las autoridades sanitarias, puede ser de gran ayuda para poder prevenir picos de solicitudes en los servicios de urgencias, anticipándose para gestionar de manera más eficaz los recursos disponibles, consiguiendo, de esta manera, un mejor servicio a la población en general.

Sistema de presa de decisions distribuït

DDM is a framework that combines intelligent agents and artificial intelligence traditional algorithms such as classifiers. The central idea of this project is to create a multi-agent system that allows to compare different views into a single one.