Syftet med studien har varit att studera onlineforumet incels.net för att undersöka huruvida medlemmarna vid forumet har liknande bakgrund och/eller gemensamma erfarenheter. Detta undersöktes med hjälp av på förhand utvalda variabler baserade på risk- och skyddsfaktorer tagna från riktlinjer inom socialtjänsten. Tidigare forskning har kunnat kartlägga en specifik rådande diskurs bland incels och uttryck av psykisk ohälsa hos gruppen men inte kunnat visa på gemensamma erfarenheter på kvantitativ nivå. Studien använder sig av en kvantitativ dataanalys som metod. Den vetenskapsteoretiska utgångspunkten för studien är kritisk realism, social exkludering och stämplingsteori. I diskussion av resultaten har social exkludering och stämplingsteori använts. Studien utfördes genom granskning av totalt 12 700 inlägg på online-forumet incels.net. I studien ingick granskning av 111 medlemmar på onlineforumet incels.net. Dessa medlemmars inlägg granskades för att sedan föras in i ett statistiskt sammanställt ark för att se vilka variabler som uppfylldes av vardera medlem. Det insamlade materialet undersöktes sedan genom olika typer av statistiska analyser såsom korstabulering med Chi2-test och korstabeller för att kunna urskilja samband. Vid utförandet av de statistiska jämförelserna användes programmet Statistical Package for the Social Sciences (SPSS). Resultatet av studien visade på en förhöjd andel psykisk problematik hos medlemmarna på forumet vilket sedan diskuterades och jämfördes med övrig befolkning. Resultatet visade även på ett samband mellan dåliga familjeförhållanden och psykisk problematik hos medlemmarna på incels.net.

The use of data analysis and Big Data has become increasingly important and is even a necessity for the competitiveness of modern organizations. The explanation for this trend is that the digitalization of society puts an enormous pressure on organizations to also evolve digitally. Previous research has tackled the problem surrounding an abundance of data without the knowledge of what to do with it, a situation which many organizations find themselves in. We have conducted a case study on a Swedish manufacturer and supplier in the food & beverage industry, that aims to develop their data analysis to produce better offers and campaigns for their customers. The purpose of this paper is to examine what challenges an organization faces in the early stages of implementing data analysis in their work processes. To give us background and context, we have applied some of the perspectives of Bernard Marr’s SMART Strategy along with two other models to better understand the situation the organization is in. There is no cure-all or universal strategy or guideline to be followed for organizations wanting to implement data analysis. Our findings indicate that there are different methods and strategies for this out there, and by taking heed to macro-organizational aspects such as culture, leadership and attitudes towards data-driven work, as well as clarifying the exact purpose of collecting specific data metrics, the chances of success increases.

Moderna företag inom nyhetsindustrin samlar stora mängder data för att evaluera effektiviteten av sin dagliga verksamhet, förbättra kundvärdet och fatta långsiktiga, strategiska beslut. Multimedia och datormolnets framfart under de senaste åren har lett till stora omvandlingar av hela nyhetsindustrin, men de ledande affärsmodellerna har varit långsamma på att anpassa sig till de nya förhållandena. En fallstudie har utförts hos ett digitalt nyhetsmedieföretag med säte i Stockholm. Vi har utvecklat ett verksamhetsutvecklingsverktyg i Java som samlar stora mängder mätdata och sammanställer detta i en databas. Det ska gå att visualisera och plotta data som en användare väljer genom att kommunicera med databasen. Vi använder vårt verktyg för att skapa och utveckla affärsmodeller som håller givet de förhållanden som råder inom industrin. Vi ger förslag på hur de strategiska målen kan nås genom att skapa ett balanserat styrkort med nyckeltal vi sammanställer från vårt verktyg. Våra resultat indikerar på att mått på användarbehållande, värde till användare och nyhetsleverantörer, och bidrag till välgörenhetsorganisationer som agerar via företaget är några av de viktigare nyckeltalen för att tillfredsställa de nuvarande strategiska målen. Vi ger råd om hur de strategiska målen för företaget ska nås genom att skapa ett balanserat styrkort med nyckeltal som vi bygger med hjälp av vår applikation. Våra resultat tyder på att företaget ska fokusera på att behålla befintliga användare och tydliggöra värdeskapandet till användare, nyhetsleverantörer och annonsörer. För att uppnå detta föreslår vi nya typer av tjänster som företaget ska tillhandahålla. / Modern companies in the news industry gather large quantities of data in order to evaluate the efficiency of their daily operations, to enhance customer value and make long-term, strategic decisions. With the rise of multimedia and cloud computing, the industry itself has transformed over the years, but the leading business models are slow to adapt to this change. At the same time, with technology becoming more of a commodity, companies are putting less emphasis on leveraging technology to a competetive edge, instead opting for stronger, more complex business models to create superior value. This thesis aims to link together valuable data measured by companies, with the creation of strong business models and strategic goals. A case study was performed at a Swedish digital news media startup based in Stockholm. We develop a business intelligence tool in Java that gathers large amounts of raw data, compiles the data into a database, and enables visualisation and plotting of selected data by performing query runs on the database. We use this application to develop and enhance business models that is viable in the current state of the industry. We give advise on how to reach the strategic goals of the company by creating a balanced scorecard with key performance indicators that we develop using our application. Our results indicate that the company should focus on user retention and increase its value proposition to users, news providers and advertisers. We will propose new types of services that the company should provide in order to accomplish this.

In recent years, there is an increased focus on integrating digital technologies in industrial processes, also termed ”Industry 4.0”. Out of the many challenges for the transition, one is to understand how to find useful insights from data collected over large periods of time, predominantly in industrial IT systems. Automotive assembly plant X is currently undergoing a digital transformation to leverage such technologies. There is an emphasis to understand the implications of data analytics and visualization and how it could be leveraged for process optimization. The torque tightening assembly process at plant X was chosen to carry out the study as there were opportunities to access the process data from the tool management system database. The purpose of this master thesis was thus to find the implications of data analytics on the torque tightening operations in assembly plant X. In addition, the thesis also aimed to understand how visualization of key performance indicators (KPIs) can improve traceability of operational deviations. In other words, the study aims to validate how data analytics and visualization of KPIs facilitate data-driven decision making, improve traceability of operational deviations. The research is based on an inductive, exploratory case study approach. The study was carried out by understanding the current state through a series of interviews and then followed by the development of the framework and dashboard for visualization of operational deviations. Further, a discussion on how data analytics and visualization could help in decision-making for continuous improvement efforts is presented. / På senare år har det funnits ett ökat fokus på att integrera digital teknik i industriella processer, även kallad ”Industry 4.0”. Av de många utmaningarna för övergången är en att förstå hur man kan hitta användbara insikter från data som samlats in under långa tidsperioder, främst i industriella IT-system. Fordonsmonteringsfabrik X genomgår för närvarande en digital transformation för att dra nytta av sådan teknik. Det finns en betoning på att förstå implikationerna av dataanalys och visualisering och hur det kan utnyttjas för processoptimering. Vridmoment åtdragning monteringsprocessen vid anläggning X valdes för att genomföra studien eftersom det fanns möjligheter att komma åt processdata från verktygshanteringssystemdatabasen. Syftet med detta examensarbete var alltså att hitta implikationerna av dataanalys på momentåtdragningsoperationerna i monteringsanläggning X. Dessutom syftade examensarbetet också till att förstå hur visualisering av nyckeltalsindikatorer (KPI) kan förbättra spårbarheten av driftsavvikelser. Med andra ord syftar studien till att validera hur dataanalys och visualisering av KPI:er underlättar datadrivet beslutsfattande, förbättrar spårbarheten av operativa avvikelser. Forskningen bygger på en induktiv utforskande fallstudiemetod. Studien genomfördes genom att förstå nuläget genom en serie intervjuer och sedan följdes av utvecklingen av ramverket och digital informationstavla för visualisering av operativa avvikelser. Vidare presenteras en diskussion om hur dataanalys och visualisering kan hjälpa till vid beslutsfattande för ständiga förbättringsarbeten.

This study seeks to take a closer look at how to create a reliable and repeatable method for comparative measurement and analysis of comfort regarding vibrations in strollers.To achieve this goal the study has been divided in three questions that focuses on established standards and previous studies, a construction of a measurement method and finally a construction of a data analysis method. To answer these questions the study uses information gathered from a literature study, conducted experiments as well as an analysis of quantitative data via descriptive statistics and thematic analysis. Furthermore, during the development of the comparative method the authors has made use of various workshops to generate ideas and evaluate the best course of action. This has allowed for rapid iteration of the method that is presented in this report.To make a comparison with previous studies possible, ISO-2631:1, ISO-102361:1 and the Swedish Work Environment Authority’s regulations regarding whole body vibration are used as a foundation for the decisions made. The final method is presented in its entirety, both regardingmeasurement and data analysis. This study also displays an example of how both methods can be used to compare strollers.Additionally, the report applies the developed method on a selection of Thules’ and their competitors’ strollers. For the purpose of anonymity, the strollers’ brand and names has beenreplaced with code names and taken pictures has been replaced by illustrations.Finally, the results of the report is analyzed and discussed to compare the decisions taken throughout the process with each other as well as with the current standards, regulations and previous studies. Moreover, a conclusion in made that the presented methodology is a fair toolfor measurement of the passengers’ comfort with regard whole body vibrations in strollersduring activity. The resulting data is directly comparable on a case-by-case basis, but caution is advised if comparisons are to be made with the guidelines provided in presented standards or the regulations regarding whole body vibration, as these are not adapted for measurementsconducted with children.

Domsjö Fabriker AB har under en tid haft en stigande vattenförbrukning utan att kunna peka på någon bidragande faktor. Som ett led i denna utredning har en dataanalys över blekeriet med fokus på variabeln Chemical Oxygen Demand (COD) genomförts. Ett antal olika regressionsmodeller skapades med syftet att utreda om ljusheten uppmätt efter kokeriet påverkade halterna COD kort därefter. Men även med syftet att förklara vad som påverkar den slutliga blekningen av cellulosamassan i blekeriet, och framförallt om COD-halten är en bidragande faktor. Resultatet av detta var att ljusheten efter kokeriet inte hade någon påverkan på COD, samt att COD-halten troligen inte har någon påverkan på blekningen då COD inte var del av en accepterad modell som förklarade ljusheten. Då labbproverna av COD är kostsamma och inte har någon påverkan på ljusheten rekommenderas nyttan av labbproverna att ses över. Sammanfattningsvis är det utmanande att modellera sambandet mellan ljushet och övriga variabler i blekeriet. Detta beror på osäkerhet i mätningarna, avsaknaden av samtliga potentiella oberoende variabler, samt att fabriken tros ha stor variation i processen. / Domsjö Fabriker AB has experienced an increase in water consumption over a period of time, without being able to identify any contributing factors. As part of this investigation, a data analysis of the bleachery, focusing on the variable Chemical Oxygen Demand (COD) has been conducted. Several different regression models were constructed with the aim of exploring whether the brightness measured after the cooking process affected the COD levels shortly thereafter. Furthermore, the models aimed to find the factors influencing the final bleaching of the cellulose pulp in the bleachery, particularly with regard to whether COD contributed or not. The results of this analysis revealed that the brightness after the cooking process had no impact on COD, and it was also determined that COD likely does not influence the bleaching process, as COD was not part of an accepted model explaining brightness. Considering that laboratory tests of COD are costly and do not affect brightness, a reconsideration of the utility of these tests is recommended. In conclusion, it is challenging to model the relationship between brightness and other variables in the bleachery due to measurement uncertainty, the absence of all potential independent variables, and the factory's presumed significant variability in the process.

Företaget Cake har idag inte en komplett bild över hur dess fordon används. Därför samlar företaget idag upp användardata i en förhoppning om att kunna analysera denna data för att få insikter över hur dess produkter används och vad de ska satsa på i framtiden. Företaget har idag inte någon komplett lösning för att analysera denna mängd data. De efterlyser en kartläggning över den data som samlas in och vilket analysverktyg som kan utvecklas. Rapportens syfte var att undersöka om företagets användardata kan utvinnas och användas till visualisering samt maskininlärning för att få mer nytta av den.För att uppnå detta började arbetet med en undersökning av de befintliga processerna och metoderna såsom hur data samlas in och kan analyseras hos uppdragsgivaren samt genomgång hur den insamlade datan var strukturerad. Därefter utvecklades och implementerades en lösning för att visualisera och analysera användardata, inklusive undersökning av möjligheterna med maskininlärning för att få djupare insikter i användarnas beteenden. Resultatet visar att om företaget implementerar ett användarvänligt visualiserings- och analysverktyg blir det överlägset jämfört med nuvarande verktyg och metoder då prototypen möjliggör att företaget kan undersöka användarmönster under specifika tidsperioder och göra jämförelser mellan fordon vilket inte kunde göras med befintliga verktyg och metoder. Vid implementeringen måste säkerhet avseende personuppgifter beaktas. Vid analys av IoT-data med maskininlärningsmetoden Clustering samt den behandling som görs dras slutsatsen att möjligheten fanns till att särskilja olika användares dolda användarmönster och gruppera dessa. Användarmönster refererar till de regelbundna och karakteristiska sätten på vilka användare interagerar med en specifik teknologi, tjänst eller system över tid. Dessa mönster kan inkludera upprepade handlingar, preferenser, tidsbaserade aktiviteter och andra beteendemässiga aspekter. / Today, the company Cake does not have a complete picture of how its vehicles are used.Therefore, the company today collects user data in the hope of being able to analyze this data to gain insights into how its products are used and what they should focus on in the future. Today, the company does not have a complete solution for analyzing this amount of data. Today, the company also does not have a complete solution for analyzing this amount of data. They are calling for a survey of the data that is collected and what analysis tools can be developed. The purpose of the report was to investigate whether the company's user data can be mined and used for visualization and machine learning to get more use out of it. To achieve this, the work began with an investigation of the existing processes and methods such as how data is collected and can be analyzed at the client and a review of how the collected data was structured. A solution to visualize and analyze user data was then developed and implemented, including exploring the possibilities of machine learning to gain deeper insights into user behaviour. The result shows that if the company implements a user-friendly visualization and analysis tool, it will be superior compared to current tools and methods, as the prototype enables the company to examine user patterns during specific time periods and make comparisons between vehicles, which could not be done with existing tools and methods. During the implementation, security regarding personal data must be taken into account. When analyzing IoT data with the machine learning method Clustering and the processing that is done, it is concluded that the possibility existed to distinguish the hidden user patterns of different users and group them. User patterns refer to the regular and characteristic ways in which users interact with a specific technology, service or system over time. These patterns may include repeated actions, preferences, time-based activities, and other behavioral aspects.

Denna studie är en analys av flygdata från KTH Kungliga Tekniska Högskolans anställda år 2019. Arbetet tar avstamp i Metsola van der Wijngaarts föreslagna riktlinjer rörande akademiskt flygande, där strävan efter att spendera högst 100 kg koldioxidekvivalenter (CO2e) per resdag framhålls som en tumregel [1]. Detta resonemang etablerar en idé som frångår att se till en individs summerade utsläpp, till ett slags effektivitetsmått där utsläpp per tidsenhet i stället är i fokus. Med utgångspunkt från detta definierades och analyserades måttet utsläppshastighet, mätt i CO2e per dag på resande fot, som ett perspektiv att analysera akademiskt flygande utifrån. Frågeställningen som undersöks i studien är huruvida de individer som flyger mest är desamma som har högst utsläppshastighet. Och, om dessa grupper skiljer sig åt, vilka resmönster som ligger till grund för skillnaden. Genom en sammanslagning av KTH:s HR-data och resebokningssystem har samtliga årets resor bokade genom lärosätet kopplats till anonymiserade individer. Detta möjliggjorde uträknandet av en individs totala utsläpp under året, samt utsläppshastigheten, för samtliga resenärer vid KTH. Analysen gav upphov till två separata topplistor: de individerna med högst utsläppshastighet och de individerna med störst totala utsläpp. Undersökningen visar att dessa topplistor skiljer sig åt; få individer hade en topplacering i båda listorna. De med hög utsläppshastighet hade ofta ett litet antal resor som ofta var över långa distanser och i affärsklass, och med kort varaktighet. Detta resmönster återfanns även hos de med högst totala utsläpp, men dessa hade även ett större antal resor under året. Bland dessa resor fanns ofta en eller flera resor med relativt lång varaktighet över korta distanser, som bidrog till att sänka totala hastigheten för personen. Vi fann att individer som utför få resor, som konsekvent är av kort varaktighet över långa distanser får en hög utsläppshastighet, medan individer som även utför resor av lång varaktighet över korta distanser tenderar att få lägre värden. Slutsatsen av studien är att utsläppshastighet är ett mått som kan ge ett annat perspektiv än att titta på totala utsläpp när man analyserar flygvanor, som kan vara användbart i analys av enskilda resor. / This paper is an analysis of 2019 flight data from employees at KTH Royal Institute of Technology in Stockholm. The work is inspired by KTH professor Metsola van der Wijngaart's proposed guidelines regarding academic flying, suggesting that the emissions of a trip should not exceed a maximum of 100 kg carbon dioxide equivalents (CO2e) per travel day [1]. This perspective differs from a more traditional analysis of looking at an individual's summed emissions, and instead views flying through an efficiency perspective, focusing on emissions per unit of time. Based on this, emission speed, measured in CO2e per travel day, was defined and evaluated as a means of analysing academic flying. The research question investigated in the study is whether the individuals who fly the most are the same individuals who have the highest emission speed. And, if these groups differ, which travel patterns underlie the difference. Through a merge of KTH's HR data and travel booking system, the year's trips booked through the university were linked to anonymised individuals. The total amount of CO2e-emissions, as well as the emission speeds for all travellers at KTH were calculated, which gave rise to two separate top lists: the individuals with the highest emission speeds and the individuals with the highest emission totals. The analysis showed that these top lists differ, with few individuals having a top ranking in both lists. Those with high emission speeds often had a small number of trips which often were long distance, in business class, and of short duration. This travel pattern was also found when analysing the greatest emitters, but these individuals had a larger number of trips during the year. Among these trips there were often a few ones of relatively long duration over short distances, weighing down the summed emission speed of the individual. We found that individuals who make few trips in total, which consistently are of short duration and over long distances, receive high emission speeds, whereas individuals who also make trips that are of long duration and over short distances tend to get lower values. The conclusion of the study was that emission speed can give another perspective than looking at total emissions when analysing flying habits, which can be used in analysing individual trips.

Time series prediction is one of the main areas of statistics and machine learning. In 2018 the two new algorithms higher order hidden Markov model and temporal convolutional network were proposed and emerged as challengers to the more traditional recurrent neural network and long-short term memory network as well as the autoregressive integrated moving average (ARIMA). In this study most major algorithms together with recent innovations for time series forecasting is trained and evaluated on two datasets from the theme park industry with the aim of predicting future number of visitors. To develop models, Python libraries Keras and Statsmodels were used. Results from this thesis show that the neural network models are slightly better than ARIMA and the hidden Markov model, and that the temporal convolutional network do not perform significantly better than the recurrent or long-short term memory networks although having the lowest prediction error on one of the datasets. Interestingly, the Markov model performed worse than all neural network models even when using no independent variables.

Kärnkraftsolyckan i Tjernobyl ledde till en spridning av radioaktiva ämnen över Europa och Sverige. År 2018 är det 32 år sedan kärnkraftsolyckan ägde rum och den enda radioaktiva isotopen som finns kvar i det svenska ekosystemet som följd av olyckan i en betydande mängd är Cs-137, på grund av dess 30-åriga halveringstid. Genom att bestämma aktiviteten hos svamp kan halten Cs-137 i mark uppskattas. Hösten 2018 kommer det tvärvetenskapliga massexperimentet Strålande jord att utföras i syfte att kartlägga denna halt i hela Sverige. Syftet med detta examensarbete var att nå resultat som är användbara vid aktivitetsbestämning av svamp. Ett numeriskt verktyg för analys av data ifrån gammaspektroskopi har konstruerats. Två metoder för att beräkna händelser (counts) i energitoppar i gammaemissionsspektra har formulerats och varit byggstenar för det vidare arbetet. Under arbetets gång har följande bestämts: effektiviteten hos en high purity germanium (HPGe) detektor, aktiviteten hos två svampprover, attenueringskoeffcienten av 662 keV-gamma för samma svampprover samt för vatten. För att kunna approximera en burk med svamp som en isotropt strålande punktkälla och få goda resultat behöver aktivitetsmätningarna göras med ett långt avstånd mellan provet och detektorn. Att mätningar måste göras på ett långt avstånd gör att approximationen bara är lämplig för ett svampprov med hög aktivitet, vilket blev tydligt i detta examensarbete då aktiviteten hos ett lågaktivt svampprov inte kunde bestämmas med god statistik trots att enskilda mätningar gjordes under närmare en veckas tid. Systematiska fel har inte tagits hänsyn till i detta arbete, utan enbart statistisk osäkerhet. / The nuclear disaster in Chernobyl brought radioactive substances over Europe and Sweden. In 2018 it has passed 32 years since the disaster and the only radioactive isotope that reamins in the swedish ecosystem at a signicant level is Cs-137. By determining activity of mushroom, the amount of Cs-137 in the ground can be estimated. In the fall of 2018, the interdisciplinary mass-experiment Strålande jord will take place with the purpose to map this amount all over Sweden. The purpose of this work was to reach results that could be of use when determining the activity of mushroom. A numerical tool for analysing data from gamma spectroscopy has been constructed. Two different methods for calculating counts in energy peaks from gamma emission spectra have been made and have been the basis for the further work. During this work the following has been determined: The efficiency of a high purity germanium (HPGe) detector, the activity of two different mushroom samples, the attenuation coefficient of gamma at 662 keV for these samples and for water. In order to be able to approximate a can filled with mushroom as an isotropic radiating point source and get accurate results, the activity measurements need to be carried out with a great distance between the sample and the detector. A consequence of this is that this approximation is only suitable for high-activity mushroom, which became evident when the activity of a low-activity mushroom could not be decided with decent statistics even though single measurements were carried out in almost a weeks time. Systematic errors are not considered during this work, only statistical uncertainties.