It is crucial for an organization to introduce a new employee in a favorable and efficient way to be able to ensure that the employee quickly reaches the desired productivity. Accordingly, this study intends to widen people's knowledge about how organizations design their onboarding process to make sure that their employees will have a successful entry and quickly adapt to the organization’s productivity. In this study, we have chosen the theory of human capital and organizational socialisation to specify different factors behind a successful onboarding. Furthermore, this study is based on seven qualitative interviews with different individuals who have experience within the human resources field and specifically have knowledge about their organization’s onboarding process and personnel issues. Throughout this study, three specific themes have been used in the process of creating questions for the interviews as with the results. These themes have been based on the purpose and issues of the study. The results from the study shows that to be able to promote productivity and commitment for new employees, most of the organizations work with social elements in the onboarding process as an underlying factor. Moreover, our interviewees meant that to be able to create a strong loyalty amongst new employees, a strong company culture has been shown as an important tool for organizations. Also, our interviewees talked about the importance of giving new employees reasonable expectations as they enter the organization as this will help them retain their staff. Furthermore, it turns out that most of the participants' organizations don’t perform any measures of competence amongst their employees, which leaves them not knowing where more competence is needed to be able to generate productivity and organizational success. / För att en organisation ska kunna säkra att en ny medarbetare fort kommer upp i önskad produktivitet är det avgörande att introducera denne till organisationen på ett gynnsamt och effektivt sätt. Således ämnar denna studie till att skapa förståelse för hur olika organisationer arbetar med sin onboarding och sina mänskliga resurser för att garantera ett lyckat inträde för den nyanställda och därigenom generera snabb produktivitet. För att kunna urskilja specifika faktorer utgår studien från humankapitalteorin och teorin om organisatorisk socialisering. Vidare grundar sig studien i sju kvalitativa intervjuer med respondenter som arbetar eller har arbetat inom organisationer med insikt i onboardingprocesser och personalfrågor. Utifrån studiens syfte och frågeställningar har tre teman använts genomgående i arbetet, däribland vid utformandet av intervjufrågor samt vid presentation av resultat. Resultatet av studien redogör för att organisationer främst arbetar med sociala inslag i onboardingprocessen för att främja produktivitet och engagemang hos nya medarbetare. Vidare har respondenterna talat om vikten av en stark företagskultur vilken främjar lojalitet bland nyanställda, men även vikten av att ge nya medarbetare rimliga förväntningar om företaget i ett tidigt skede såsom ett verktyg för att behålla personal. Vad gäller kompetensmätningar av medarbetare visade det sig att ett fåtal av organisationerna som deltog genomför sådana för att göra sig medvetna om vart i organisationen mer kompetens behövdes för att generera produktivitet och därmed organisatorisk framgång.

Bruksorter har en speciell historia med en dominerande industri på orten. I den här uppsatsen undersöker jag de sociala banden på orten, som jag kallar Hammarviken, genom de teoretiska begreppen inbäddning, avtraditionalisering, centrum och periferi. Syftet är att undersöka hur och om de sociala banden förändrats under de senaste årtiondena. Personerna i undersökningen berättar sin historia om att leva på en bruksort. Jag försöker att se hur de sociala banden sett ut genom att använda narrativ metod och tolka livsberättelserna som de intervjuade återger i undersökningen. Jag har intervjuat fem personer som alla bor på bruksorten som jag kallar Hammarviken. De är mellan 45 – 75 år. I undersökningen framkommer att det finns färre mötesplatser på orten under senare år och att det verkar som att de sociala banden har blivit svagare

The flight search engine is a technology used in the air travel industry. It allows the traveler to search and book for the best flight options, such as the combination of flights while keeping the best services, options, and price. The computation for a flight search query can be very intensive given its parameters and complexity. The project goal is to predict the flight search queries computation cost for a new flight search engine product when dealing with parameters change and optimizations. The problem of flight search cost prediction is a regression problem. We propose to solve the problem by delimiting the problem based on its business logic and meaning. Our problem has data defined as a graph, which is why we have chosen Graph Neural Network. We have investigated multiple pretraining strategies for the evaluation of node embedding concerning a realworld regression task, including using a line graph for the training. The embeddings are used for downstream regression tasks. Our work is based on some stateoftheart Machine Learning, Deep Learning, and Graph Neural Network methods. We conclude that for some business use cases, the predictions are suitable for production use. In addition, the prediction of tree ensemble boosting methods produces negatives predictions which further degrade the R2 score by 4% because of the business meaning. The Deep Neural Network outperformed the most performing Machine Learning methods by 8% to 12% of R2 score. The Deep Neural Network also outperformed Deep Neural Network with pretrained node embedding from the Graph Neural Network methods by 11% to 17% R2 score. The Deep Neural Network achieved 93%, 81%, and 63% R2 score for each task with increasing difficulty. The training time range from 1 hour for Machine Learning models, 2 to 10 hours for Deep Learning models, and 8 to 24 hours for Deep Learning model for tabular data trained end to end with Graph Neural Network layers. The inference time is around 15 minutes. Finally, we found that using Graph Neural Network for the node regression task does not outperform Deep Neural Network. / Flygsökmotor är en teknik som används inom flygresebranschen. Den gör det möjligt för resenären att söka och boka de bästa flygalternativen, t.ex. kombinationer av flygningar med bästa service, alternativ och pris. Beräkningen av en flygsökning kan vara mycket intensiv med tanke på dess parametrar och komplexitet. Projektets mål är att förutsäga beräkningskostnaden för flygsökfrågor för en ny produkt för flygsökmotor när parametrar ändras och optimeringar görs. Problemet med att förutsäga kostnaderna för flygsökning är ett regressionsproblem. Vi föreslår att man löser problemet genom att avgränsa det utifrån dess affärslogik och innebörd. Vårt problem har data som definieras som en graf, vilket är anledningen till att vi har valt Graph Neural Network. Vi har undersökt flera förträningsstrategier för utvärdering av nodinbäddning när det gäller en regressionsuppgift från den verkliga världen, bland annat genom att använda ett linjediagram för träningen. Inbäddningarna används för regressionsuppgifter i efterföljande led. Vårt arbete bygger på några toppmoderna metoder för maskininlärning, djupinlärning och grafiska neurala nätverk. Vi drar slutsatsen att förutsägelserna är lämpliga för produktionsanvändning i vissa Vi drar slutsatsen att förutsägelserna är lämpliga för produktionsanvändning i vissa fall. Dessutom ger förutsägelserna från trädens ensemble av boostingmetoder negativa förutsägelser som ytterligare försämrar R2poängen med 4% på grund av affärsmässiga betydelser. Deep Neural Network överträffade de mest effektiva metoderna för maskininlärning med 812% av R2poängen. Det djupa neurala nätverket överträffade också det djupa neurala nätverket med förtränad node embedding från metoderna för grafiska neurala nätverk med 11 till 17% av R2poängen. Deep Neural Network uppnådde 93, 81 och 63% R2poäng för varje uppgift med stigande svårighetsgrad. Träningstiden varierar från 1 timme för maskininlärningsmodeller, 2 till 10 timmar för djupinlärningsmodeller och 8 till 24 timmar för djupinlärningsmodeller för tabelldata som tränats från början till slut med grafiska neurala nätverkslager. Inferenstiden är cirka 15 minuter. Slutligen fann vi  att användningen av Graph Neural Network för uppgiften om regression av noder inte överträffar Deep Neural Network.

<p>Syftet med denna studie var att undersöka svenska pressfotografers upplevelser av arbetsvillkoren i krig och konflikter, för att därigenom nå en ökad förståelse för den problematik som medier ställs inför i bevakningen i krig. Studien är baserad på kvalitativa intervjuer med tre svenska pressfotografer, samtliga med flerårig erfarenhet av arbete i oroshärdar. Resultatet visade att arbetssituationen omgärdas av en rad komplexa och samverkande villkor på olika nivåer. Förkunskaper och erfarenhet framhölls som viktiga faktorer i det dagliga arbetet, liksom betydelsen av goda relationer till kollegor och lokala kontakter. Arbetet sker vanligtvis i team tillsammans med en reporter, vilket av samtliga fotografer beskrevs som positivt, inte minst säkerhetsmässigt. Att kunna arbeta självständigt kan dock vara problematiskt. Dels på grund av att uppdragsgivaren i vissa fall har ett stort intresse av att styra arbetet på plats, vilket i synnerhet gäller kvällspressen. Dels genom att militären många gånger försöker styra och kontrollera deras arbete. Den begränsade rörelsefriheten beskrivs vara ett av de allra största hindren. De stora riskerna är det ständigt överhängande problemet och det tydliga mönstret är att säkerheten alltid prioriteras. Säkerhetsmässigt spelar utseende och journalisternas nationella tillhörighet en avgörande betydelse. Lokala journalister anses vara den mest utsatta gruppen, trots att det i många områden är extremt farligt att arbeta som västerländsk fotograf. Intervjuerna beskrev även att gränsen mellan engagemang och distans kan vara svår samt att det är viktigt att de som fotografer är varsamma med hur de agerar med kameran, dels av respekt för människorna på plats och dels för att undvika provokation. En av studiens slutsatser är att det rör sig om en komplex arbetssituation som samtidigt är väldigt kontextbunden. Olika tidpunkter, olika platser och olika konflikter erbjuder helt skilda villkor.</p>

Syftet med denna undersökning är att utifrån ett arbetsgivar- såväl som ett medarbetarperspektiv beskriva, analysera och diskutera hur de interna karriärmöjligheterna upplevs på det studerade företaget. Vi vill även bidra med kunskap om hur medarbetarnas syn på sina karriärmöjligheter påverkar deras intentioner att stanna kvar på företaget. Vidare vill vi undersöka hur arbetsgivaren ser på medarbetarnas karriärmöjligheter i relation till beslutet att stanna på företaget. Studien visar att arbetsgivarrepresentanterna karaktäriserar de interna karriärmöjligheterna som aningen mer omfattande än vad medarbetarna gör. Sammantaget pekar analysen på att det finns möjligheter att utveckla och förbättra de interna karriärmöjligheterna inom det studerade företaget. En i resultatet återkommande faktor, som också visat sig vara av stor vikt för medarbetarnas upplevda karriärmöjligheter är kompetensutveckling. Ytterligare en faktor av stor vikt har visat sig vara chefens roll. Medarbetarna, såväl som arbetsgivarrepresentanterna menar att den huvudsakliga ansvaret för de interna karriärmöjligheterna ligger på individen själv men att arbetsgivaren har ett visst ansvar, bland annat genom cheferna. Chefen förväntas framförallt stötta, uppmärksamma och guida medarbetarna i deras karriärutveckling. Medarbetarna efterfrågar även mer utarbetade karriärvägar samt utförligare och tydligare information kring sina karriärmöjligheter inom företaget. Majoriteten av medarbetarna trivs på företaget, känner en stolthet över att arbeta där och en stor del planerar att stanna i två år eller längre. Däremot finns det en grupp medarbetare som inte upplever sig ha tillräckligt omfattande karriärmöjligheter för att vilja stanna någon längre tid på företaget. De interna karriärmöjligheterna på företaget förefaller inte vara av stor vikt för medarbetarnas beslut att stanna inom företaget, däremot är det för vissa medarbetare av stor vikt för deras beslut att lämna företaget. I det stora hela visar resultatet att uppfattningarma om de interna karriärmöjligheterna, samt dess betydelse för beslutet att stanna på företaget, har större likheter än skillnader beroende på kön, ålder eller anställningstid. Bland de relativt få signifikanta skillnader som upptäcktes framträder dock en del intressanta aspekter.

Syftet med denna studie var att undersöka svenska pressfotografers upplevelser av arbetsvillkoren i krig och konflikter, för att därigenom nå en ökad förståelse för den problematik som medier ställs inför i bevakningen i krig. Studien är baserad på kvalitativa intervjuer med tre svenska pressfotografer, samtliga med flerårig erfarenhet av arbete i oroshärdar. Resultatet visade att arbetssituationen omgärdas av en rad komplexa och samverkande villkor på olika nivåer. Förkunskaper och erfarenhet framhölls som viktiga faktorer i det dagliga arbetet, liksom betydelsen av goda relationer till kollegor och lokala kontakter. Arbetet sker vanligtvis i team tillsammans med en reporter, vilket av samtliga fotografer beskrevs som positivt, inte minst säkerhetsmässigt. Att kunna arbeta självständigt kan dock vara problematiskt. Dels på grund av att uppdragsgivaren i vissa fall har ett stort intresse av att styra arbetet på plats, vilket i synnerhet gäller kvällspressen. Dels genom att militären många gånger försöker styra och kontrollera deras arbete. Den begränsade rörelsefriheten beskrivs vara ett av de allra största hindren. De stora riskerna är det ständigt överhängande problemet och det tydliga mönstret är att säkerheten alltid prioriteras. Säkerhetsmässigt spelar utseende och journalisternas nationella tillhörighet en avgörande betydelse. Lokala journalister anses vara den mest utsatta gruppen, trots att det i många områden är extremt farligt att arbeta som västerländsk fotograf. Intervjuerna beskrev även att gränsen mellan engagemang och distans kan vara svår samt att det är viktigt att de som fotografer är varsamma med hur de agerar med kameran, dels av respekt för människorna på plats och dels för att undvika provokation. En av studiens slutsatser är att det rör sig om en komplex arbetssituation som samtidigt är väldigt kontextbunden. Olika tidpunkter, olika platser och olika konflikter erbjuder helt skilda villkor.

Denna uppsats är ämnad att undersöka hur chefer på säsongsbetonade hotellupplever personalomsättningen och om de arbetar aktivt gentemot den. Uppsatsenämnar även att undersöka vad cheferna anser vara påverkande faktorer till problemetoch hur de tacklar problemen idag. Skribenterna är därför intresserade av chefernasegna perspektiv på personalomsättningen inom hotellbranschens olika avdelningar.Den valda metoden för denna uppsats är en kvalitativ studie med tiosemistrukturerade intervjuer med olika personer med chefspositioner på nio olikahotell runt om i Sverige. De flesta av hotellen har sin bas på Gotland med undantagför ett par stycken. Samtliga hotell, förutom ett, har sommar som högsäsong. Empirinanalyseras med hjälp av inbäddning i arbetet teori. Denna teori fann skribenternalämpliga eftersom att de berör centrala delar till vad som får en person att vilja lämnasitt arbete eller stanna kvar.Resultatet studien kom fram till var att majoriteten av respondenterna uppgeratt de inte har problem med personalomsättning, utom på vissa specifika avdelningar.Respondenterna upplever fördelar med personalomsättning, att få in nytt blod ochskapa bra dynamik. Däremot är personalomsättning tidskrävande, energitömmandeoch kostsamt. Samtliga respondenter arbetar medvetet med att skapa länkar mellanmedarbetare och arbetsplatsen samt på och utanför samhället. Skribenterna kankonstatera att storleken på hotellen, avdelningar, kön, ålder, eller ort i det stora helainte har en särskilt stor påverkan på personalomsättningen på respektive hotell. / This paper aims to study how managers working in seasonal hotelsexperience staff turnover, and whether or not they work proactively towards reducingit. In addition this paper investigates how different managers in seasonal hotels viewstaff turnover and what they consider to be influencing factors in regards to theproblem, plus what solutions they might action in modern hospitality. Therefore weare interested in manager's personal perspectives on staff turnover throughout theentire hotel industry and its various departments.To answer our research question, we have chosen an inductive method bycarrying out ten semi-structured interviews with individuals in leading positions suchas reception or restaurant managers at nine seasonally dependent hotels aroundSweden. These interviews are analyzed based on the “Job Embeddedness” theory.The most pertinent result found during the study was that staff turnover is notperceived as a problem by those working at a managerial level, with exception tothose workers in specific departments such as kitchens, cleaning, and night staff.Turnover of competent staff was also a concern to management. Further results fromthe study shows that staff work to actively create connections between fellowemployees, the workplace and society. Additionally the study shows that managersbelieve it is important to motivate their employees to enjoy their work and allowthem to create connections within the workplace, which potentially leads to staffreturning for future seasons.

Organiserad brottslighet är ett omdebatterat ämne som i denna studie har studerats utifrån Polismyndigheten samt samverkande myndigheters perspektiv.1 Studien syftar till att bringa förståelse för hur detta ämne beskrivs och framställs. Dessutom visar den tidigare forskningen på avsaknad av studier som studerar detta utifrån ett polisiärt/myndighetsperspektiv. Därmed bidrar denna studie till att fylla den kunskapslucka som finns krig hur nutida organiserad brottslighet framställs utifrån ett polisiärt/myndighetsperspektiv i Sverige. Frågeställningen som besvaras i studien är följande “Hur framställs organiserad brottslighet och problembilden i Polismyndighetens rapporter samt i de myndighetsgemsamma rapporterna om organiserad brottslighet?”. Denna frågeställning studeras med hjälp av dokumentanalys där Polisens samt myndighetsgemensamma rapporter publicerade mellan år 2015–2019 analyseras med en tematisk analys. Studien har en abduktiv ansats och de teorier som används i studien är byråkratimodellen, skyddsteorin, entreprenörsteorin samt teorin om social inbäddning/nätverksteorin. Studiens resultat visar på att framställningen innehåller tre teman: motiv, struktur samt involvering. Den organiserade brottslighetens motiv framställs utifrån två underteman: ekonomisk vinning samt ideologiskt motiv. Den ekonomiska vinningen är det dominerande motivet bakom organiserad brottslighet och framställningen av detta motiv ligger i linje med entreprenörsteorin. Vidare beskrivs strukturen utifrån två teman: nätverksstruktur och hierarkisk struktur. Nätverksstrukturen är mest framträdande i materialet och detta tema visar likheter med nätverksteorin/teorin om social inbäddning men har även inslag av byråkratimodellen samt entreprenörsteorin. Även involvering utgörs av två teman: släkt och bekanta samt skuldsättning. Resultaten kring skuldsättning visar däremot inte någon tydlig koppling till en etablerad teori. Däremot finns det vissa likheter mellan skyddsteorin och skuldsättning. Dessa likheter innebär däremot inte att denna teori kan förklara temat. Involvering i förhållande till släkt och vänner visar däremot på en tydlig koppling till teorin om social inbäddning/nätverksteorin.

Sequences of event intervals occur in several application domains, while their inherent complexity hinders scalable solutions to tasks such as clustering and classification. In this thesis, we propose a novel spectral embedding representation of event interval sequences that relies on bipartite graphs. More concretely, each event interval sequence is represented by a bipartite graph by following three main steps: (1) creating a hash table that can quickly convert a collection of event interval sequences into a bipartite graph representation, (2) creating and regularizing a bi-adjacency matrix corresponding to the bipartite graph, (3) defining a spectral embedding mapping on the bi-adjacency matrix. In addition, we show that substantial improvements can be achieved with regard to classification performance through pruning parameters that capture the nature of the relations formed by the event intervals. We demonstrate through extensive experimental evaluation on five real-world datasets that our approach can obtain runtime speedups of up to two orders of magnitude compared to other state-of-the-art methods and similar or better clustering and classification performance. / Sekvenser av händelsesintervall förekommer i flera applikationsdomäner, medan deras inneboende komplexitet hindrar skalbara lösningar på uppgifter som kluster och klassificering. I den här avhandlingen föreslår vi en ny spektral inbäddningsrepresentation av händelsens intervallsekvenser som förlitar sig på bipartitgrafer. Mer konkret representeras varje händelsesintervalsekvens av en bipartitgraf genom att följa tre huvudsteg: (1) skapa en hashtabell som snabbt kan konvertera en samling händelsintervalsekvenser till en bipartig grafrepresentation, (2) skapa och reglera en bi-adjacency-matris som motsvarar bipartitgrafen, (3) definiera en spektral inbäddning på bi-adjacensmatrisen. Dessutom visar vi att väsentliga förbättringar kan uppnås med avseende på klassificeringsprestanda genom beskärningsparametrar som fångar arten av relationerna som bildas av händelsesintervallen. Vi demonstrerar genom omfattande experimentell utvärdering på fem verkliga datasätt att vår strategi kan erhålla runtime-hastigheter på upp till två storlekar jämfört med andra modernaste metoder och liknande eller bättre kluster- och klassificerings- prestanda.

In recent years, the security of many corporate networks have been compromised by hackers who managed to obtain important information by leveraging the vulnerabilities of those networks. Such attacks can have a strong economic impact and affect the image of the entity whose network has been attacked. Various tools are used by network security analysts to study and improve the security of networks. Attack graphs are among these tools. Attack graphs are graphs that show all the possible chains of exploits an attacker could follow to access an important host on a network. While attack graphs are useful for network security, they may become hard to read because of their size when networks become larger. Previous work tried to deal with this issue by applying simplification algorithms on graphs. Experience shows that even if these algorithms can help improve the visualization of attack graphs, we believe that improvements can be made, especially by relying on Machin Learning (ML) algorithms. Thus, the goal of this thesis is to investigate how ML can help improve the visualization of attack graphs and the security analysis of networks based on their attack graph. To reach this goal, we focus on two main areas. First we used graph clustering which is the process of creating a partition of the nodes based on their position in the graph. This improves visualization by allowing network analysts to focus on a set of related nodes instead of visualizing the whole graph. We also design several metrics for security analysis based on attack graphs. We show that the ML algorithms in both areas. The ML clustering algorithms even produce better clusters than non-ML algorithms with respect to the coverage metric, at the cost of computation time. Moreover, the ML security evaluation algorithms show faster computation times on dense attack graphs than the non-ML baseline, while producing similar results. Finally, a user interface that permits the application of the methods presented   in the thesis is also developed, with the goal of making the use of such methods easier by network analysts. / Under de senaste åren har säkerheten för många företagsnätverk äventyrats av hackare som lyckats få fram viktig information genom att utnyttja sårbarheterna i dessa nätverk. Sådana attacker kan ha en stark ekonomisk inverkan och påverka bilden av den enhet vars nätverk har angripits. Olika verktyg användes av nätverkssäkerhetsanalytiker för att studera och förbättra säkerheten i nätverken. Attackgrafer ät bland dessa verktyg. Attackgrafer är diagram som visar alla möjliga kedjor av utnyttjande en angripare kan följa för att komma åt en viktig värd i ett nätverk. Även om attackgrafer är användbara för nätverkssäkerhet, kan de bli svåra att läsa på grund av deras storlek när nätverk blir större. Tidigare arbete försökte hantera detta problem genom att tillämpa förenklingsalgoritmer på grafer. Erfarenheten visar att även om dessa algoritmer kan hjälpa till att förbättra visualiseringen av attackgrafer tror vi att förbättringar kan göras, särskilt genom att förlita sig på Machine Learning  (ML) algoritmer. Således är målet med denna avhandling att undersöka hur ML kan hjälpa till att förbättra visualiseringen av attackgrafer och säkerhetsanalys av nätverk baserat på deras attackgraf. För att nå detta mål fokuserar vi på två huvudområden. Först använder vi grafklustering som är processen för att skapa en partition av noderna baserat på deras position i grafen. Detta förbättrar visualiseringen genom att låta nätverksanalytiker fokusera på en uppsättning relaterade noder istället för att visualisera hela grafen. Vi utformar också flera mätvärden för säkerhetsanalys baserat på attackgrafer. Vi visar att ML-algoritmerna är lika effektiva som icke-LM-algoritmer inom båda områdena. Klusteringsalgoritmerna ML producerar till och med bättre kluster än icke-ML-algoritmer med avseende på täckningsvärdet, till kostnaden för beräkningstid. Dessutom visar ML säkerhetsutvärderingsalgoritmerna snabbare beräkningstider på täta attackgrafer än icke-ML baslinjen, samtidigt som de ger liknande resultat. Slutligen utvecklas också ett användargränssnitt som tillåter tillämpning av metoderna som presenteras i avhandlingen, med målet att göra användningen av sådana metoder enklare för nätverksanalytiker.