A Web é a aplicação mais popular da Internet e, desde sua criação, gerou mudanças de diversas maneiras na vida das pessoas. Esse é um dos motivos que a transformou em objeto de estudo de diversas pesquisas de cunho social, tecnológico econômico e político. A metodologia descrita nesta dissertação pode ser entendida como uma extensão do projeto TIC Web, que foi desenvolvido como parceria entre o NIC.br, o escritório do W3C Brasil e o instituto InWeb para estudar características de qualidade da Web Brasileira. Nesse sentido, a presente metodologia possui o objetivo de automatizar análises de domínios e sites Web, principalmente com base nos resultados sobre a Web Governamental Brasileira obtidos pelo TIC Web. Ou seja, o presente trabalho se foca na definição e aplicação de metodologia baseada em técnicas de aprendizado de máquina para a automatização das análises de domínios Web, visando praticidade na execução da categorização de sites Web segundo critérios relacionados à qualidade percebida por seus usuários. Os tópicos aqui discutidos compreendem: a importância dos padrões abertos e elementos de desempenho para a determinação da qualidade de um site; fundamentos de aprendizado de máquina; o detalhamento das ferramentas utilizadas para coletar e extrair informações dos sites, bem como dos atributos e indicadores por elas adquiridos; a metodologia proposta, incluindo a descrição de diversos algoritmos utilizados; e, um caso de uso demonstrando sua aplicabilidade. Além disso, propõe-se como parte da metodologia de análise a utilização dos resultados de seus resultados para realizar a avaliação de sites segundo sua qualidade percebida. / The World Wide Web is the most popular application throughout the Internet and, since its creation, it has changed people\'s lives in lots of ways, hence, it has become subject to several social, technological, economical and political researches. The methodology described in the present text may be unterstood as an extension of the TIC Web project, which was developed by a partnership among NIC.br, Brazilian W3C office and the InWeb institute in order to study some quality related issues about the Brazilian Web. Accordingly, the methodology presented in this work aims to automate analyses of Web domains and sites, mainly based on the results over the Brazilian Governmental Web obtained by TIC Web. In other words, the present project focus on the definition and use of a methodology dependent on machine learning in order to automate the analyses of extracted data, having the goal of easing the classification of Web sites according to the quality perceived by their users. Some of the discussed topics are as follows: the importance of Open Standards and performance features to defy the quality of a site; basics of machine learning; details of the tool applied to extract Web sites data, as well as its acquired parameters and indicators; the proposed methodology, including the description of applied algorithms; and a use case evincing its applicability. Additionally, it is proposed, as part of the methodology, the utilization of the results obtained by the domain analysis to evaluate other websites in accordance to their perceived quality.

A Web é a aplicação mais popular da Internet e, desde sua criação, gerou mudanças de diversas maneiras na vida das pessoas. Esse é um dos motivos que a transformou em objeto de estudo de diversas pesquisas de cunho social, tecnológico econômico e político. A metodologia descrita nesta dissertação pode ser entendida como uma extensão do projeto TIC Web, que foi desenvolvido como parceria entre o NIC.br, o escritório do W3C Brasil e o instituto InWeb para estudar características de qualidade da Web Brasileira. Nesse sentido, a presente metodologia possui o objetivo de automatizar análises de domínios e sites Web, principalmente com base nos resultados sobre a Web Governamental Brasileira obtidos pelo TIC Web. Ou seja, o presente trabalho se foca na definição e aplicação de metodologia baseada em técnicas de aprendizado de máquina para a automatização das análises de domínios Web, visando praticidade na execução da categorização de sites Web segundo critérios relacionados à qualidade percebida por seus usuários. Os tópicos aqui discutidos compreendem: a importância dos padrões abertos e elementos de desempenho para a determinação da qualidade de um site; fundamentos de aprendizado de máquina; o detalhamento das ferramentas utilizadas para coletar e extrair informações dos sites, bem como dos atributos e indicadores por elas adquiridos; a metodologia proposta, incluindo a descrição de diversos algoritmos utilizados; e, um caso de uso demonstrando sua aplicabilidade. Além disso, propõe-se como parte da metodologia de análise a utilização dos resultados de seus resultados para realizar a avaliação de sites segundo sua qualidade percebida. / The World Wide Web is the most popular application throughout the Internet and, since its creation, it has changed people\'s lives in lots of ways, hence, it has become subject to several social, technological, economical and political researches. The methodology described in the present text may be unterstood as an extension of the TIC Web project, which was developed by a partnership among NIC.br, Brazilian W3C office and the InWeb institute in order to study some quality related issues about the Brazilian Web. Accordingly, the methodology presented in this work aims to automate analyses of Web domains and sites, mainly based on the results over the Brazilian Governmental Web obtained by TIC Web. In other words, the present project focus on the definition and use of a methodology dependent on machine learning in order to automate the analyses of extracted data, having the goal of easing the classification of Web sites according to the quality perceived by their users. Some of the discussed topics are as follows: the importance of Open Standards and performance features to defy the quality of a site; basics of machine learning; details of the tool applied to extract Web sites data, as well as its acquired parameters and indicators; the proposed methodology, including the description of applied algorithms; and a use case evincing its applicability. Additionally, it is proposed, as part of the methodology, the utilization of the results obtained by the domain analysis to evaluate other websites in accordance to their perceived quality.

Interpretar a enorme quantidade de dados coletados, entender as causas e propor estratégias para gerenciar a variabilidade do campo, freqüentemente são apontados como alguns dos principais problemas para o avanço da agricultura de precisão, AP. Os sistemas de informação tornam-se fundamentais na solução desses problemas, mas apesar de existirem muitos pacotes de software disponíveis no mercado, variando de muito simples a muito sofisticados e diversos sistemas originados de experiências de pesquisas, a natureza proprietária e monolítica das soluções impedem o uso em larga escala. A AP envolve uma grande variedade de técnicas de análise, fontes e formatos de dados, perfis de usuário, e muitos outros aspectos que tornam uma aplicação muito complexa do ponto de vista da engenharia de software. Com o objetivo de fornecer a base para o desenvolvimento de sistemas de informação para AP baseados em padrões abertos e plataformas de software livre, uma infra-estrutura de desenvolvimento de sistemas de informação para a agricultura de precisão é proposta. Com base nas idéias seminais dessa proposta, são desenvolvidos protótipos para a condução de experimentos, os quais exploram caminhos de evolução para a infra-estrutura, com especial atenção sobre aspectos de arquitetura de software. Como estudo de caso, uma aplicação web que realiza filtragem de dados de monitores de produtividade é apresentada. Usando a metodologia de desenvolvimento em espiral, sucessivas versões dessa aplicação foram criadas e os resultados usados para propor melhoramentos à infra-estrutura. A infra-estrutura final contém cinco componentes: uma arquitetura de referência para sistemas de informação orientados a serviços para AP, uma linguagem padrão para troca de dados entre serviços agrícolas, um barramento para conexão de serviços agrícolas, um provedor de serviços geoespaciais e um portal para serviços agrícolas. Ela se mostrou adequada para a criação de sistemas de informação para AP interoperáveis, de baixo custo e com capacidade de evolução, mudando o paradigma dos sistemas para AP preponderantemente proprietários e monolíticos para abertos e orientados a serviços distribuídos. / Interpreting the huge amount of data collected, understanding the causes and being able to propose sound strategies for the field variability management are frequently pointed out as major issues for the advance of precision agriculture. Therefore, the information systems become fundamental for the solution of these problems. Although there are many available software packages in the market, varying from simple to very sophisticated and diverse systems deriving from experiences of research, the monolithic and proprietary nature of the solutions hinder their use in wide scale. Precision agriculture involves a great variety of techniques of data analysis, data sources, data formats, user profiles, and many other aspects that make it a complex application from the software engineering point of view. Aiming to supply the base for the development of open standards-based precision agriculture information systems and free software platforms, an infrastructure for developing precision agriculture information systems is proposed. Based on the fundamentals of that proposal, prototypes are developed which explore different evolutionary paths for the infrastructure, with special attention to software architecture aspects. As a case study, a yield monitor data filtering web application is presented. Using the spiral development methodology, successive versions of this application were created and the results used to improve the infrastructure. The final infrastructure contains five components: a service-oriented reference architecture for precision agriculture information systems, a standard language for data exchange between agricultural services, a service bus for connecting agricultural services, a geospatial services provider, and an agricultural services portal. It revealed to be adequate for the creation of precision agriculture interoperable systems, of low cost and with capacity for evolution, moving the paradigm of systems for AP preponderantly monolithic and proprietary to open and distributed service-oriented.

Interpretar a enorme quantidade de dados coletados, entender as causas e propor estratégias para gerenciar a variabilidade do campo, freqüentemente são apontados como alguns dos principais problemas para o avanço da agricultura de precisão, AP. Os sistemas de informação tornam-se fundamentais na solução desses problemas, mas apesar de existirem muitos pacotes de software disponíveis no mercado, variando de muito simples a muito sofisticados e diversos sistemas originados de experiências de pesquisas, a natureza proprietária e monolítica das soluções impedem o uso em larga escala. A AP envolve uma grande variedade de técnicas de análise, fontes e formatos de dados, perfis de usuário, e muitos outros aspectos que tornam uma aplicação muito complexa do ponto de vista da engenharia de software. Com o objetivo de fornecer a base para o desenvolvimento de sistemas de informação para AP baseados em padrões abertos e plataformas de software livre, uma infra-estrutura de desenvolvimento de sistemas de informação para a agricultura de precisão é proposta. Com base nas idéias seminais dessa proposta, são desenvolvidos protótipos para a condução de experimentos, os quais exploram caminhos de evolução para a infra-estrutura, com especial atenção sobre aspectos de arquitetura de software. Como estudo de caso, uma aplicação web que realiza filtragem de dados de monitores de produtividade é apresentada. Usando a metodologia de desenvolvimento em espiral, sucessivas versões dessa aplicação foram criadas e os resultados usados para propor melhoramentos à infra-estrutura. A infra-estrutura final contém cinco componentes: uma arquitetura de referência para sistemas de informação orientados a serviços para AP, uma linguagem padrão para troca de dados entre serviços agrícolas, um barramento para conexão de serviços agrícolas, um provedor de serviços geoespaciais e um portal para serviços agrícolas. Ela se mostrou adequada para a criação de sistemas de informação para AP interoperáveis, de baixo custo e com capacidade de evolução, mudando o paradigma dos sistemas para AP preponderantemente proprietários e monolíticos para abertos e orientados a serviços distribuídos. / Interpreting the huge amount of data collected, understanding the causes and being able to propose sound strategies for the field variability management are frequently pointed out as major issues for the advance of precision agriculture. Therefore, the information systems become fundamental for the solution of these problems. Although there are many available software packages in the market, varying from simple to very sophisticated and diverse systems deriving from experiences of research, the monolithic and proprietary nature of the solutions hinder their use in wide scale. Precision agriculture involves a great variety of techniques of data analysis, data sources, data formats, user profiles, and many other aspects that make it a complex application from the software engineering point of view. Aiming to supply the base for the development of open standards-based precision agriculture information systems and free software platforms, an infrastructure for developing precision agriculture information systems is proposed. Based on the fundamentals of that proposal, prototypes are developed which explore different evolutionary paths for the infrastructure, with special attention to software architecture aspects. As a case study, a yield monitor data filtering web application is presented. Using the spiral development methodology, successive versions of this application were created and the results used to improve the infrastructure. The final infrastructure contains five components: a service-oriented reference architecture for precision agriculture information systems, a standard language for data exchange between agricultural services, a service bus for connecting agricultural services, a geospatial services provider, and an agricultural services portal. It revealed to be adequate for the creation of precision agriculture interoperable systems, of low cost and with capacity for evolution, moving the paradigm of systems for AP preponderantly monolithic and proprietary to open and distributed service-oriented.