Web forms are the interfaces to the deep web, and automated form under- standing is the key to unlock its contents. It is a fundamental problem in many applications and research fields, such as deep web crawling, data in- tegration, or information extraction. It is also essential for improving web usability and accessibility. Form understanding is an inherently empirical problem. Existing form un- derstanding approaches are restricted by exploiting limited and domain inde- pendent feature sets leading to overly generic and monolithic algorithms. In response, we present OPAL (Ontology based web Pattern Analysis with Logic), a domain-aware form understanding approach, that addresses all these lim- itations through a novel multi-scope approach. OPAL achieves this through a domain independent form labeling and a domain dependent form interpre- tation. In form labeling, OPAL associates texts with fields as labels through three domain independent scopes exploiting textual, structural, and visual information. In form interpretation, OPAL integrates the form labeling ob- tained with a layer of high-level domain knowledge to classify form fields and to repair the form model. To ease the task of designing domain schemata, we develop the template lan- guage OPAL-TL to express domain types and their structural constraints. With OPAL-TL, we describe common design patterns as templates maintained in a library. Thus, the adaption to new domains often requires only instantiation of the templates with corresponding domain types. We conduct extensive experiments, that cover both domain independent cross- domain testing with standard form understanding benchmarks, and a domain- aware evaluation with two domain datasets randomly selected from real estate and used car domain. OPAL outperforms previous works by a significant mar- gin and pushes the state of the art to near perfect accuracy (> 98%). In an effort to integrate OPAL with an entire data extraction pipeline, we plan to extend OPAL with form probing and to exploit information obtained by other data extraction components, e.g., result page analysis.

Σκοπός της παρούσας διπλωματικής είναι να αναγνωρίσει βασικά και αντιπροσωπευτικά λογισμικά υποδομής για φόρουμ και να τα αξιολογήσει. Ομαδοποιούνται τα χαρακτηριστικά τους με σκοπό τη δημιουργία ενός συγκριτικού πίνακα, ο οποίος προκύπτει έπειτα από ενδελεχή μελέτη των παροχών, των χαρακτηριστικών και των δυνατοτήτων του εκάστοτε λογισμικού. Θα καταλήξει σε συμπεράσματα που θα είναι χρήσιμα για όποιον ενδιαφέρεται να μάθει για τα φόρουμ, να έρθει σε επαφή με τον τρόπο δημιουργίας και να επιλέξει εν τέλει αυτό το λογισμικό που τον αντιπροσωπεύει καλύτερα. / The intention of this paper is to recognize, rate and compare the most common web forum softwares.

Cette thèse porte sur la transformation automatique et sémantique de règles métiers en des règles formelles. Ces règles métiers sont originellement rédigées sous la forme de textes en langage naturel, de tableaux et d'images. L'objectif est de mettre à la disposition des experts métiers, un ensemble de services leur permettant d'élaborer des corpus de règles métiers formelles. Le domaine de la Construction est le champ d'application de ces travaux. Disposer d'une version formelle et exécutable de ces règles métiers servira à effectuer des contrôles de conformité automatique sur les maquettes numériques des projets de construction en cours de conception.Pour cela, nous avons mis à disposition des experts métiers les deux principales contributions de cette thèse. La première est la mise sur pied d'un langage naturel contrôlé, dénommé RAINS. Il permet aux experts métiers de réécrire les règles métiers sous la forme de règles formelles. Les règles RAINS se composent de termes du vocabulaire métier et de mots réservés tels que les fonctions de comparaisons, les marques de négation et de quantification universelle et les littéraux. Chaque règle RAINS a une sémantique formelle unique qui s'appuie sur les standards du web sémantique. La seconde contribution majeure est un service de formalisation des règles métiers. Ce service implémente une approche de formalisation proposée dans le cadre de cette thèse et dénommée FORSA. Ce service propose des versions RAINS des règles métiers en langage naturel qui lui sont soumises. FORSA fait appel à des outils du traitement automatique du langage naturel et à des heuristiques. Pour évaluer FORSA, nous avons mis sur pied un benchmark adapté à la tâche de formalisation des règles métiers. Les données de ce benchmark sont issues de normes du domaine de la Construction / This thesis focuses on automatic and semantic transformation of business rules into formal rules. These business rules are originally drafted in the form of natural language text, tables and images. Our goal is to provide to business experts a set of services allowing them to develop corpora of formal business rules. We carry out this work in the field of building engineering construction. Having formal and executable versions of the business rules enables to perform automatic compliance checking of digital mock-ups of construction projects under design.For this we made available to business experts, the two main contributions of this thesis. The first is the development of a controlled natural language, called RAINS. It allows business experts to rewrite business rules in the form of formal rules. A RAINS rule consists of terms of the business vocabulary and reserved words such as comparison predicates, negation and universal quantification markers and literals. Each RAINS rule has a unique formal semantics which is based on the standards of the Semantic Web. The second major contribution is a service for formalization of business rules. This service implements a formalized approach proposed in this thesis and called FORSA. This service offers RAINS versions of natural language business rules submitted to it. FORSA uses natural language processing tools and heuristics. To evaluate FORSA, we have set up a benchmark adapted to the formalization of business rules task. The dataset from this benchmark are from norms in the field of Construction

Οι εφαρμογές παγκόσμιου ιστού προσφέρουν ολοένα και περισσότερες, με υψηλό βαθμό πολυπλοκότητας υπηρεσίες, σε σχέση με τους πρώτους ιστότοπους που χρησιμοποιούνταν απλά και μόνο για την προβολή πληροφοριών. Λόγω της ολοένα αυξανόμενης πολυπλοκότητας των εφαρμογών αυτών, ο σχεδιασμός, η ανάπτυξη κι η συντηρησιμότητα μιας εφαρμογής παγκόσμιου ιστού αποτελεί πλέον μια πολυσύνθετη διαδικασία την οποία καλείται να αντιμετωπίσει ο σχεδιαστής εφαρμογών παγκόσμιου ιστού. Η δουλειά του σχεδιαστή μπορεί να απλοποιηθεί με την επαναχρησιμοποίηση της εμπειρίας άλλων σχεδιαστών εφαρμογών παγκόσμιου ιστού. Η επαναχρησιμοποίηση της εμπειρίας αυτής γίνεται με χρήση σχεδιαστικών προτύπων που ορίζονται από πεπειραμένους σχεδιαστές. Αν κατά το σχεδιασμό μιας εφαρμογής χρησιμοποιηθεί κάποια μέθοδος μοντελοποίησης σε συνδυασμό με ένα σύνολο σχεδιαστικών προτύπων, η τελική εφαρμογή θα είναι πιο αποδοτική και ποιοτική. Την ίδια χρονική στιγμή η χρήση φορητών συσκευών (κινητά τηλέφωνα, pda) έχει αυξηθεί σε πολύ μεγάλο βαθμό και όλο και μεγαλύτερο είναι το ποσοστό των συσκευών που διαθέτει και σύνδεση δεδομένων με αποτέλεσμα να επιτυγχάνεται εύκολα η σύνδεση στο διαδίκτυο από την φορητή συσκευή. Το πρόβλημα που παρουσιάζεται είναι ότι σχεδόν το σύνολο από τις ιστοσελίδες έχουν δημιουργηθεί για να προβάλλονται σε πλοηγούς (browsers) σε προσωπικούς υπολογιστές που κατά κανόνα έχουν πολύ μεγαλύτερα μέσα προβολής (οθόνες) σε σχέση με τις φορητές συσκευές. Στα πλαίσια της παρούσας διπλωματικής εργασίας μελετούνται οι μέθοδοι μοντελοποίησης που έχουν προταθεί από την ερευνητική κοινότητα και τα σχεδιαστικά πρότυπα που έχουν οριστεί καθώς και οι τεχνικές αποτελεσματικής σχεδίασης εφαρμογών διαδικτύου για φορητές συσκευές (τεχνικές αντιστροφής μηχανίκευσης, μετασχηματισμός μοντέλου για προβολή σε φορητές συσκευές, αυτόματη παραγωγή εφαρμογής παγκοσμίου ιστού από το μοντέλο). / Web Applications provide many services and they are not used just to display content, as it was the case for the first web sites. Due to the growing complexity of these applications, the design, development and maintenance of web applications has become a complex process that the software architect has to face. The job of the software architect can be simplified by reusing the experience of others developers/ designers/ software architects. This reuse is achieved by means of design patterns that have been defined by experts. If, we make use of a modeling method in combination with design patterns when designing a web application, the final result will be more efficient and qualitative. At the same time the use of portable devices (mobile phones, pda) has grown enormously. The percentage of available devices with data connection available is increasing. As a result, it is easy to connect to Internet from a portable device. As part of this thesis, we study the modeling methods and the and design standards proposed by the research community. Moreover we study the methods for designing effectively information systems for the support of mobile applications (reverse engineering, transformation model for viewing on mobile devices, auto generate web applications based on model etc).

Τα τελευταία χρόνια παρουσιάζεται μία ραγδαία ανάπτυξη των φορητών συσκευών οι οποίες παρέχουν στον χρήστη την δυνατότητα πρόσβασης στον Παγκόσμιο Ιστό και, κατ' επέκταση, την δυνατότητα πλοήγησης στις εφαρμογές του Παγκοσμίου Ιστού του ενδιαφέροντος του. Είναι γεγονός, όμως, ότι οι περισσότερες εφαρμογές του Παγκοσμίου Ιστού έχουν σχεδιαστεί και αναπτυχθεί ώστε να απεικονίζουν αποδοτικά το περιεχόμενό τους κυρίως στους προσωπικούς επιτραπέζιους υπολογιστές. Δεδομένου ότι οι φορητές συσκευές διαθέτουν οθόνη περιορισμένου μεγέθους και ανάλυσης σε σχέση με τους επιτραπέζιους υπολογιστές, ο χρήστης αναγκάζεται να κινείται εντός του παραθύρου της φορητής συσκευής ώστε να βρει το περιεχόμενο που τον ενδιαφέρει και την κατάλληλη θέση του παραθύρου ώστε να είναι εφικτή η ανάγνωση του. Αυτή η κουραστική και χρονοβόρα διαδικασία καθιστά δύσχρηστη την πλοήγηση στον Παγκόσμιο Ιστό μέσω των φορητών συσκευών. Με άλλα λόγια, το μείζον πρόβλημα που προκύπτει είναι πως μπορούμε να απεικονίσουμε ποιοτικά το περιεχόμενο των εφαρμογών Παγκοσμίου Ιστού, που έχουν σχεδιαστεί αποκλειστικά για επιτραπέζιους υπολογιστές, σε φορητές συσκευές. Επομένως, κρίνεται απαραίτητη η χρήση τεχνικών για φιλική προς τον χρήστη απεικόνιση του περιεχομένου των εφαρμογών Παγκοσμίου Ιστού στις φορητές συσκευές. Στο πλαίσιο αυτού του προβλήματος, η ερευνητική κοινότητα αλλά και μερικές ιδιωτικές εταιρίες έχουν προτείνει αρκετές λύσεις για την αντιμετώπισή του δίχως όμως να μπορούν να εφαρμοστούν καθολικά. Στην συγκεκριμένη διπλωματική εργασία, εξετάζουμε λύσεις που βασίζονται στην μοντελοποίηση Web εφαρμογών έτσι ώστε να βελτιώσουμε την απεικόνισή του περιεχομένου τους στις φορητές συσκευές. Στόχος μας είναι η δημιουργία ενός αυτοματοποιημένου εργαλείου το οποίο θα προσαρμόζει το μοντέλο μίας εφαρμογής, η οποία έχει σχεδιαστεί αποκλειστικά για επιτραπέζιους υπολογιστές, ώστε το περιεχόμενό της να προβάλλεται με τον καλύτερο δυνατό τρόπο σε φορητές συσκευές. Για την επίτευξη αυτή της τεχνικής μελετώνται τεχνικές αντίστροφης μηχανίκευσης και προτείνονται μετασχηματισμοί του WebML μοντέλου για απεικόνιση του περιεχομένου εφαρμογών σε φορητές συσκευές. / In recent years, we have experienced the explosive growth of mobile devices which provide on users access capability to the Web. Thus, they provide navigation capability to various Web applications on users. However, it is fact that most Web applications have been designed and developed to display efficiently their content mostly on desktop computers. Considering that the mobile devices dispose limited screen size and resolution in terms of the desktop computers, the user is needed to scroll manually inside the window of the mobile device to find the content that interests him/her and the appropriate position of the window so that viewing the web application content is feasible. This tedious and time-consuming process make it difficult to use the mobile Web access of the mobile devices. In other words, the fundamental problem that arises is how we could display efficiently the Web applications' content designed for desktop computers to mobile devices. Hence, it is necessary the usage of methods for more user-friendly representation of Web applications' content on mobile devices. In this issue, the scientific community and many companies has proposed a lot of solutions in order to face this problem. However, none of these solutions can be applied universally. In this thesis, we examine solutions that are based on the modeling of Web application in order to be improved their representation on mobile devices. Generally, our intention is to develop an automated tool that will adapt the model of a Web application that has been designed for desktop computers exclusively, in order to be displayed with the best possible way on mobile devices. To achieve our solution, we study reverse engineering techniques and propose a set of transformations on the WebML model of every Web application.

Η εργασία αυτή έχει ως αντικείμενο την ανάπτυξη ενός συνεργατικού προγράμματος (groupware) για τη δημιουργία διαγραμμάτων μέσω διαδικτύου. Το πρόγραμμα αυτό, ονομαζόμενο CreDia (Diagram Creator), αναπτύχθηκε έτσι ώστε να εκτελείται από φυλλομετρητές ιστού χωρίς προηγούμενη εγκατάσταση. Στο κείμενο της εργασίας γίνεται αναφορά στη διαδικασία ανάπτυξης του προγράμματος αυτού, στο πείραμα ευχρηστίας και στη χρήση των αποτελεσμάτων του για την αποσφαλμάτωση και την ανάπτυξη της τελικής έκδοσης του προγράμματος. / The object of this paper is the creation of a groupware program for creating diagrams collaboratively over the internet. This program, called CreDia (Diagram Creator). The aforementioned paper decribes the development of the first version of this program, the user testing and debugging and the development of the program's final version.

Στόχος της διπλωματικής εργασίας είναι η σχεδίαση και ανάπτυξη συστήματος βασισμένου στον Παγκόσμιο Ιστό, το οποίο θα υποστηρίζει διαδικασίες επεξεργασίας και ανάλυσης δεδομένων που αφορούν τις αποφάσεις των κυβερνητικών οργάνων και της διοικητικής δραστηριότητας, όπως αυτές δημοσιεύονται από το πρόγραμμα «Δι@ύγεια» στον ιστότοπο http://et.diavgeia.gov.gr/. Στόχος η βελτίωση των διαδικασιών επεξεργασίας και ανάλυσης των δεδομένων του συστήματος «Δι@ύγεια» δίνοντας έμφαση στην οικονομική ανάλυση τους. Σκοπός μας είναι η παροχή υπηρεσιών ώστε να διευκολυνθούν δραστηριότητες που σχετίζονται με την οικονομική ανάλυση των αποφάσεων. Για την υλοποίηση της διπλωματικής εργασίας θα χρησιμοποιηθεί η διεπαφή (API – application programming interface) που διαθέτει το σύστημα «Δι@ύγεια» για την προσκόμιση του συνόλου των δημοσιευμένων αποφάσεων και την αποθήκευση με τρόπο που να επιτρέπει την κατάλληλη οπτικοποίηση και εξαγωγή των οικονομικών δεδομένων. / -

The main goal of this thesis is to propose an evaluation method for visual interface design and more specifically for website design. The proposed visual design evaluation method is an adaptation of Preference Mapping (PM) techniques. It is based on overall preference ratings after multiple comparisons of alternative designs and on various multivariate statistical techniques for the analysis, visualization and interpretation of the resulting data. The suitability of the approach for visual interface design evaluation has been explored in four case studies involving overall 149 participants judging 51 websites. In each case study a different website domain was explored in order to examine whether the importance of certain design characteristics is context specific. Heterogeneity in preferences and perceptions was also studied showing that average construct scores are only representative for subsections of the participant sample. In order to aid the preference interpretation process additional data about study websites have been collected from three distinct sources: a) Subjective construct ratings provided by the participants after preference evaluation b) Descriptive attribute ratings obtained from trained expert panel on the same websites c) Objective measures of visual characteristics of the websites In each case study the potential of these types of measurements to explain preference variance has been investigated individually and in combination. The results showed that depending on the characteristics of each case study varying combinations of these types of data had the best explanatory power. A variety of methods (e.g. Internal and External PM) and statistical techniques (e.g. Principal Component Analysis (PCA), Generalized Procrustes Analysis (GPA) and Partial Least Squares (PLS)) have been used in order to summarize and visualize participant preference data of all case studies. In general, the method proposed in this thesis has several advantages over other visual design evaluation methods as for example use of standardized questionnaires. The method is flexible and can be used in various stages of design development but most importantly it allows for the identification of important visual design characteristics without ignoring the diversity that exist both among users and among website domains. These advantages have been demonstrated in the visual design evaluation studies presented in this thesis involving websites from four distinct domains. / Ο στόχος της παρούσας διατριβής είναι η πρόταση και ανάπτυξη μεθόδου αξιολόγησης διεπιφανειών χρήστη που θα λαμβάνει υπόψη τόσο τα αντικειμενικά χαρακτηριστικά σχεδιασμού, όσο και την υποκειμενική διάσταση που διέπει αξιολογήσεις με επίκεντρο τον χρήστη. Για την επίτευξη του στόχου αυτού αναπτύχθηκε μέθοδος αξιολόγησης, η οποία βασίζεται στην συγκριτική αξιολόγηση εναλλακτικών σχεδιασμών κατά την φάση συλλογής δεδομένων και στην χαρτογράφηση προτίμησης κατά την φάση ανάλυσης αποτελεσμάτων. Για την διερεύνηση της καταλληλότητας της προτεινόμενης μεθόδου αξιολόγησης, διεξήχθησαν τέσσερις μελέτες περίπτωσης κατά τις οποίες αξιολογήθηκαν συνολικά 51 ιστοσελίδες από 149 αξιολογητές. Κάθε μελέτη περίπτωσης διερευνούσε διαφορετική κατηγορία ιστοσελίδων και διαφορετικά σενάρια χρήσης της μεθόδου (π.χ. φάση προδιαγραφών, αξιολόγηση πρωτοτύπων κ.α.), έτσι ώστε να αξιολογηθεί η δυνατότητα της μεθόδου να εφαρμοστεί σε διαφορετικές συνθήκες. Σημαντικό πλεονέκτημα της προτεινόμενης μεθόδου είναι η δυνατότητα αναγνώρισης ετερογένειας απόψεων του δείγματος, η οποία σε άλλες μεθόδους αξιολόγησης θεωρείται θόρυβος στα δεδομένα και παραβλέπεται. Τα αποτελέσματα των αξιολογήσεων αναδεικνύουν σημαντική ετερογένεια αλλά και σχετική συμφωνία στις προτιμήσεις και αντιλήψεις των συμμετεχόντων. Με στόχο την ερμηνεία των αποτελεσμάτων από τα πειράματα αξιολόγησης διερευνήθηκαν τρεις πηγές δεδομένων πέρα από τις ταξινομήσεις προτίμησης από τους συμμετέχοντες σε όλες τις μελέτες περίπτωσης: α) αξιολογήσεις βάσει υποκειμενικών χαρακτηριστικών από τους ίδιους τους συμμετέχοντες που ταξινόμησαν τις ιστοσελίδες με βάση την προτίμηση τους β) αξιολογήσεις περιγραφικών και αντικειμενικών σχεδιαστικών χαρακτηριστικών από ομάδα εκπαιδευμένων εμπειρογνωμόνων γ) Αντικειμενικές μετρήσεις σχεδιαστικών χαρακτηριστικών με αυτόματα και ημιαυτόματα εργαλεία αναγνώρισης εικόνας Η δυνατότητα να ερμηνευτούν οι προτιμήσεις των χρηστών με την βοήθεια αυτών των πηγών δεδομένων, διερευνήθηκε ξεχωριστά αλλά και σε συνδυασμό σε κάθε μελέτη περίπτωσης. Στόχος ήταν να αποτιμηθεί η δυνατότητα συσχέτισης δεδομένων που διακατέχονται από διαφορετικά επίπεδα υποκειμενισμού με τις προτιμήσεις των συμμετεχόντων. Ιδανικά, θα αρκούσαν αντικειμενικές μετρήσεις και δεν θα επιβαρύνονταν οι χρήστες με επιπλέον βαθμολογήσεις των διεπιφανειών. Τα αποτελέσματα όμως έδειξαν ότι ένας συνδυασμός αντικειμενικών και υποκειμενικών χαρακτηριστικών ήταν ο βέλτιστος για την επιτυχή ερμηνεία των προτιμήσεων των χρηστών. Η μέθοδος αξιολόγησης που προτείνεται στα πλαίσια αυτής της διατριβής παρουσιάζει συγκριτικά πλεονεκτήματα σε σχέση με την χρήση τυποποιημένων ερωτηματολόγιων που είναι η επικρατέστερη μέθοδος στον χώρο της επικοινωνίας ανθρώπου υπολογιστή. Τα πλεονεκτήματα αυτά σχετίζονται κυρίως με την ευελιξία της μεθόδου και γίνονται εμφανή στις μελέτες αξιολόγησης που διεξήχθησαν με στόχο την εφαρμογή της μεθόδου για την αξιολόγηση ιστοσελίδων που ανήκουν σε τέσσερα διαφορετικά πεδία εφαρμογής.