Les applications Web sont très populaires et l'utilisation de certaines d'entre elles (p. ex. Facebook, Google) fait de plus en plus partie de nos vies. Les développeurs sont impatients de créer diverses applications Web pour répondre à la demande croissante des gens. Pour construire une application Web, les développeurs doivent connaître quelques technologies de programmation de base. De plus, ils préfèrent utiliser certains composants tiers (tels que les bibliothèques côté serveur, côté client, services REST) dans les applications web. En incluant ces composants, ils pourraient bénéficier de la maintenabilité, de la réutilisabilité, de la lisibilité et de l'efficacité. Dans cette thèse, nous proposons d'aider les développeurs à utiliser des composants tiers lorsqu'ils créent des applications web. Nous présentons trois obstacles lorsque les développeurs utilisent les composants tiers: Quelles sont les meilleures bibliothèques JavaScript à utiliser? Comment obtenir les spécifications standard des services REST? Comment s'adapter aux changements de données des services REST? C'est pourquoi nous présentons trois approches pour résoudre ces problèmes. Ces approches ont été validées par plusieurs études de cas et données industrielles. Nous décrivons certains travaux futurs visant à améliorer nos solutions et certains problèmes de recherche que nos approches peuvent cibler. / Web applications are highly popular and using some of them (e.g., Facebook, Google) is becoming part of our lives. Developers are eager to create various web applications to meet people's increasing demands. To build a web application, developers need to know some basic programming technologies. Moreover, they prefer to use some third-party components (such as server-side libraries, client-side libraries, REST services) in the web applications. By including those components, they could benefit from maintainability, reusability, readability, and efficiency. In this thesis, we propose to help developers to use third-party components when they create web applications. We present three impediments when developers using the third-party components: What are the best JavaScript libraries to use? How to get the standard specifications of REST services? How to adapt to the data changes of REST services? As such, we present three approaches to solve these problems. Those approaches have been validated through several case studies and industrial data. We describe some future work to improve our solutions, and some research problems that our approaches can target.

Dada a grande quantidade de conteúdo criado por usuários na Web, uma proposta para ajudar na busca e organização é a criação de sistemas de anotações (tagging systems), normalmente na forma de palavras-chave, extraídas do próprio conteúdo ou sugeridas por visitantes. Esse trabalho aplica um algoritmo de mineração de dados em um banco de dados RDF, contendo instâncias que podem fazer referências à rede Linked Data do DBpedia, para recomendação de tags utilizando as medidas de similaridade taxonômica, relacional e literal de descrições RDF. O banco de dados utilizado é o Arquigrafia, um sistema de banco de dados na Web cujo objetivo é catalogar imagens de projetos arquitetônicos, e que permite que visitantes adicionem tags às imagens. Foram realizados experimentos para a avaliação da qualidade das recomendações de tags realizadas considerando diferentes modelos do Arquigrafia incluindo o modelo estendido do Arquigrafia que faz referências ao DBpedia. Os resultados mostram que a qualidade da recomendação de determinadas tags pode melhorar quando consideramos diferentes modelos (com referências à rede Linked Data do DBpedia) na fase de aprendizado. / Given the huge content created by users in the Web, a way to help in search and organization is the creation of tagging systems, usually in a keyword form (extracted from the Web content or suggested by users). This work applies a data mining algorithm in a RDF database, which contain instances that can reference the DBpedia Linked Data repository, to recommend tags using the taxonomic, relational and literal similarities from RDF descriptions. The database used is the Arquigrafia, a database system available in the Web which goal is to catalog architecture projects, and it allows a user to add tags to images. Experiments were performed to evaluate the quality of the tag recommendations made considering differents models of Arquigrafia\'s database, including an extended model which has references to DBpedia. The results shown that the quality of the recommendations of some tags can be improved when we consider different models (with references to DBpedia Linked Data repository) in the learning phase.

No período gestacional a mulher está mais suscetível às recomendações dos profissionais de saúde que a acompanha durante todo o pré-natal, sendo um momento propicio para orientá-las a adotarem um estilo de vida ativo. Entretanto, devido à alta prevalência de inatividade física na gestação, deve-se analisar a lacuna que existe entre a recomendação e a prática de atividade física no lazer/exercício físico realizado pelas mulheres neste período. Dessa maneira, o objetivo do presente estudo é verificar a associação entre a prática regular de atividades físicas no lazer e/ou exercícios físicos na gestação e orientações recebidas durante o atendimento de pré-natal. Trata-se de um estudo transversal com 290 puérperas (captadas no pós-parto imediato) de dois hospitais de Santo André, sendo um da rede pública e outro da rede privada de atendimento de pré-natal. Adicionalmente, participaram 45 profissionais de saúde captados em clínicas, hospitais, consultórios e postos de saúde. Utilizou-se um questionário para obter informações referentes à prática de atividade física no lazer/exercício físico e ao aconselhamento realizado pelo profissional de saúde. Para avaliar associação e concordância foi realizado o teste de qui-quadrado, a análise de regressão logística binomial e análise de Kappa, considerando-se o nível de significância inferior a 5%. As usuárias do serviço privado possuíam maior idade, renda e escolaridade (p<0,001). Todavia, as puérperas do serviço público apresentavam maior nível de atividade física (p<0,001) e consequentemente maior gasto energético (p<0,001). Mas, 56,8% do gasto energético eram influenciados pela atividade física doméstica (p=0,011). Houve maior frequência de recomendação para a prática de atividade física no lazer/exercício físico para as mulheres do serviço privado. A prática de atividade física pré-gestacional e a presença de recomendação do profissional de saúde estavam associados ao nível de atividade física no lazer, aumentando a chance da mulher atingir a recomendação (150 minutos de atividade física semanal). A maioria das mulheres citou a falta de tempo e de interesse como principais barreiras a adoção de um estilo de vida ativo. Em relação aos profissionais, observou-se que há associação entre a recomendação de atividade física no lazer e a formação do profissional. A prática da caminhada e a hidroginástica foram as atividades mais recomendadas. Em relação ao volume semanal e a intensidade da atividade física, 35,4% dos profissionais recomendavam pelo menos 150 minutos e 66,7% recomendavam a intensidade leve. Não houve concordância entre as informações percebidas pelas mulheres durante o pré-natal com as recomendações proferidas pelos profissionais de saúde, demonstrando a importância de desenvolver estratégias para suprir esta lacuna na comunicação entre a usuária e o profissional. Ainda assim, observa-se que a adequação de conteúdo e forma das recomendações realizadas durante as consultas de pré-natal podem auxiliar no quadro do estilo de vida ativo da mulher. Sugere-se a realização de novos estudos com intervenções com os profissionais de saúde para que se possa formar uma equipe multidisciplinar e oferecer a saúde materno-fetal uma melhor qualidade de vida / During pregnancy women are more susceptible to the recommendations of health professionals who accompanies throughout the prenatal, being a propitious moment to target them to take an active lifestyle. However, due to the high prevalence of physical inactivity during pregnancy, you should analyze the gap between the recommendation and the practice of physical activity in leisure / exercise performed by women in this period. Thus, the objective of this study is to assess the association between regular physical activity in leisure and / or physical exercise during pregnancy and guidance received during prenatal care. It is a cross-sectional study of 290 women (captured in the immediate postpartum) of two hospitals in Santo André, one of public and other private health care providers of prenatal care. In addition, 45 health professionals raised in clinics, hospitals, clinics and health posts attended. We used a questionnaire to obtain information regarding the practice of leisure physical activity / exercise and counseling performed by a healthcare professional. The association agreement and the chi-square test and analysis of binomial logistic regression and analysis of agreement Kappa, considering the level of less than 5% significance was conducted. The private service users had higher age, income and education (p <0.001). However, the mothers of the public service had a higher level of physical activity (p <0.001) and consequently higher energy expenditure (p <0.001). But 56.8% of energy expenditure were influenced by domestic physical activity (p = 0.011). There was a higher frequency of recommendation for physical activity in leisure / exercise for women in the private service. The practice of pre-pregnancy physical activity and the presence of the recommendation of the health professional was associated with level of physical activity during leisure time, increasing the chance of women reach the recommended (150 minutes of physical activity per week). Most women cited lack of time and interest as the main barriers to adoption of an active lifestyle. Regarding professional, it was observed that there is an association between the recommendation of physical activity during leisure time and professional training. The practice of walking and aerobics were recommended activities. Regarding the weekly volume and intensity of physical activity, 35.4% of the professionals recommend at least 150 minutes and 66.7% recommended light intensity. There was no agreement between the information perceived by women during the prenatal to the recommendations given by health professionals, demonstrating the importance of developing strategies to fill this gap in communication between the user and the professional. Still, it is observed that the suitability of content and form of the recommendations made during prenatal consultations can assist within the active lifestyle of women. It is suggested to conduct further studies with interventions with health professionals so that they can form a multidisciplinary team and provide maternal-fetal a better quality of life

Os fóruns de discussões apresentam-se com umas das ferramentas de interação utilizadas nos ambientes virtuais de aprendizagem (AVAs). Esta pesquisa tem como objetivo propor um sistema computacional para recomendação de Objeto de Aprendizagem (OA), levando em consideração as postagens feitas de dentro dos fóruns de um Ambiente Virtual de Aprendizagem (AVA). A metodologia utilizada foi a pesquisa qualitativa, dos tipos descritiva e explicativa. Esse sistema identifica as palavras-chave nos fóruns de um AVA; usam as palavras-chave como indícios dos interesses dos usuários; classifica (atributos pesos) as palavras mais relevantes (Hot Topics); submete a um mecanismo de busca (repositório), neste trabalho foram usados os motores de busca, para fins de teste e oferece os resultados da busca aos usuários. As contribuições deste sistema para os sujeitos participantes desta pesquisa são: recomendação automática de OA para os alunos e professores; aplicação de mineração de dados para sistema gestão educacional; técnica de mineração de textos, utilizando algoritmo TF*PDF (Term Frequency * Proportional Document Frequency) e integração do AVA com repositório digital. Para validar o sistema de recomendação de OA em um AVA foi desenvolvido protótipo do sistema com uma amostra, contendo vinte e cinco alunos e cinco professores de duas turmas das disciplinas de Modelagem de Banco de Dados e Interface de Usuários e Sistemas Computacionais do curso de Engenharia de Computação da Universidade Estadual do Maranhão. O estudo realizado sobre o tema, e relatado nessa tese, tem como foco a recomendação de OA nos fóruns de um AVA. A avaliação e validação realizadas, através de protótipo do sistema com professores e alunos evidenciaram que o sistema de recomendação de Web Services (RECOAWS) proposto atende às expectativas e pode apoiar professores e alunos, nas suas atividades pedagógicas, dentro dos fóruns. / Discussion forums get present with one of interaction tools used in virtual learning environments (VLEs). This research aims to propose a computational system for Learning Object recommendation (LO), taking into account the posts made from within the forums of a Virtual Learning Environment (VLE). The methodology used was a qualitative study of descriptive and explanatory types. This system identifies the keywords in the forums of a VLE; It uses the keywords as evidence of the interests of users; ranks (attributes weights) the most relevant words (Hot Topics); It submits to a search engine (repository), this work were used search engines for testing purposes and provides the search results to users. The contributions of this system to the participants in this study are: automatic recommendation of LO for students and teachers; data mining application to educational management system; text mining techniques, using TF * PDF algorithm (Term Frequency * Proportional Document Frequency) and integration of the VLE with digital repository. To validate the LO recommendation system in a VLE was developed prototype system with a sample, with twenty-five students and five teachers from two classes of database modeling disciplines and User Interface and Computational Systems of Engineering course Computing of the State University of Maranhão. The study on the subject, and reported in this thesis is focused on LO recommendation in the forums of a VLE. The evaluation and validation performed by the prototype system with teachers and students showed that the Web Services recommendation system (RecoaWS) proposed meets expectations and can support teachers and students in their educational activities within the forums.

A busca de informações em bases de dados de instituições que possuem grande volume de dados necessita cada vez mais de processos mais eficientes para realização dessa tarefa. Problemas de grafia, idioma, sinonímia, abreviação de termos e a falta de padronização dos termos, tanto nos argumentos de busca, quanto na indexação dos documentos, interferem diretamente nos resultados. Diante disso, este estudo teve como objetivo avaliar o impacto da adição de vocabulários estruturados da área de Ciências da Saúde no Currículo Lattes, na recuperação de perfis similares de pesquisadores das áreas de Ciências Biológicas e Ciências da Saúde, utilizando técnicas de mineração de dados, expansão de consultas, modelos vetoriais de consultas e utilização de algoritmo de trigramas. Foram realizados cruzamentos de informações entre as palavras-chaves de artigos publicados registrados no Currículo Lattes e as informações contidas no Medical Subject Headings (MeSH) e nos Descritores em Ciências da Saúde (DeCS), bem como comparações entre os resultados das consultas, utilizando as palavras-chaves originais e adicionando-lhes os termos resultantes do processo de expansão de consultas. Os resultados mostram que a metodologia adotada neste estudo pode incrementar qualitativamente o universo de perfis recuperados, podendo dessa forma contribuir para a melhoria dos Sistemas de Informações do Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq. / Information retrieval in large databases need increasingly more efficient ways for accomplishing this task. There are many problems, like spelling, language, synonym, acronyms, lack of standardization of terms, both in the search arguments, as in the indexing of documents. They directly interfere in the results. Thus, this study aimed to evaluate the impact of the addition of structured vocabularies of Health Sciences area in Lattes Database, in the recovery of similar profiles of researchers that work in Biological Sciences and Health Sciences, using Query Expansion, Data Mining procedures, Vector Models and Trigram Phrase Matching algorithm. Crosschecking keywords of articles registered in Lattes Database and Medical Subject Headings (MeSH) and Health Sciences Descriptors (DeCS) terms, as well as comparisons between the results of queries using the original keywords and adding them to query expansion terms. The results show that the methodology used in this study can qualitatively increase the set of recovered profiles, contributing to the improvement of CNPq Information Systems.

Este documento apresenta um estudo que avalia o uso de informação temporal na tarefa de recomendação de tweets no twitter. Foram explorados dois aspectos temporais: a vida útil de tópico de informação e a sua versão personalizada para cada usuário. A aplicação destes aspectos temporais foi avaliada utilizando-se três sistemas de recomendação implementados. Também avaliamos dois modelos de tópicos utilizados para representar tweets: o modelo bag of words e um modelo de tópicos latentes extraídos por LDA (Latent Dirichlet Allocation). Além disso, avaliamos o uso de máquinas de vetor de suporte para estimar o perfil de interesses de usuário, comparando esta abordagem com uma outra mais simples. Os experimentos foram executados utilizando-se um conjunto de dados com 414 milhões de tweets publicados por 321 mil usuários. Os resultados apresentados demonstram que o uso de vida útil de tópico na tarefa de recomendação melhora a qualidade das recomendações, e o uso da versão personalizada desta informação melhorou ainda mais a qualidade destas / This document presents a study that evaluates the use of temporal information in the task of recommending tweets on Twitter. Two temporal aspects have been analysed: the lifespan of information topic and its personalized version for each user. The application of such temporal aspects has been evaluated using three recommendation systems implemented in this work. We also evaluated two topic models considered to describe tweets: a bag of words model and a model of latent topics extracted using LDA (Latent Dirichlet Allocation). Furthermore, we evaluated the use of SVM (Support Vector Machines) to estimate the user profile, comparing this approach with a simpler one. The experiments have been executed using a dataset with 414 millions of tweets published by 321 thousands of users. The results show that the use of topic lifespan information increases the quality of recommendation, and the personalized version of this information increases the quality even more

In this project, we design a search query optimization system based on the user’s relevance feedback by generating customized query strings for existing patent alerts. Firstly, the Rocchio algorithm is used to generate a search string by analyzing the characteristics of related patents and unrelated patents. Then the collaborative filtering recommendation algorithm is used to rank the query results, which considering the previous relevance feedback and patent features, instead of only considering the similarity between query and patents as the traditional method. In order to further explore the performance of the optimization system, we design and conduct a series of evaluation experiments regarding TF-IDF as a baseline method. Experiments show that, with the use of generated search strings, the proportion of unrelated patents in search results is significantly reduced over time. In 4 months, the precision of the retrieved results is optimized from 53.5% to 72%. What’s more, the rank performance of the method we proposed is better than the baseline method. In terms of precision, top10 of recommendation algorithm is about 5 percentage points higher than the baseline method, and top20 is about 7.5% higher. It can be concluded that the approach we proposed can effectively optimize patent search results by learning relevance feedback.

O crescente número de pessoas que utilizam a Web e sua vasta quantidade de conteúdo têm motivado especialistas em computação a investigar e acompanhar a experimentação desses usuários. Podese observar que um grande número de usuários que adere ao uso da Internet é o das pessoas com meia-idade, de 40 a 59 anos, e os idosos com idade superior a 60 anos. Trata-se de um público interessado e potencialmente pró-ativo para usufruir das possibilidades que a Web proporciona a cada dia. No entanto, barreiras que dificultam o acesso à informação são naturalmente encontradas com o avançar da idade. Dificuldades como a perda parcial ou total da visão, a redução de precisão dos movimentos, e a diminuição de memorização dos passos a serem realizados são alguns exemplos dessas barreiras. Para superar as dificuldades apresentadas pelos usuários, estudos têm sido realizados visando minimizá-las, de maneira geral. Seus resultados encontram-se sintetizados em normas / orientações a serem seguidas visando proporcionar melhor usabilidade e acessibilidade para toda diversidade de usuários. Nesse contexto, na presente pesquisa, investiga-se quais dessas normas junto com os padrões para a criação de websites que disponibilizam conteúdos proporcionam melhor adequação para atender à demanda das pessoas com idade mais avançada. Assim, foram estudados diferentes tipos de menus de navegação que disponibilizam as subnavegações conforme a necessidade do usuário (no inglês conhecido como menus drop-down) com diferentes propriedades e avaliado qual menu e suas propriedades apresentavam melhores resultados, entre eles, foi verificado o tempo de uso do menu e o número de erros cometidos para uma determinada tarefa. Conclui-se que, menus com melhores contraste e um tempo mediano de resposta ao realizar a interação, apresentaram melhores resultados / With the constant number of people who use facilitated through the use of the Web and its vast amount of content, have motivated computer specialists to investigate and monitor the trial of those users. It may be noted that a large number of users joining the Internet use is that of people aged mature (middle-aged, 40 to 59 years, and the elderly aged 60 years). It is a potentially interested public and pro-active to enjoy the possibilities that the Web provides each day. However, barriers to access to information are found naturally with advancing age, difficulties as the partial or total loss of vision, reducing accuracy of movements, and decreased retention of steps to be performed are some examples of these barriers . To overcome the difficulties presented by the users, studies have been conducted in order to minimize them in general. Their results are summarized in standards / guidelines to be followed in order to provide better usability and accessibility for the whole range of different types of users. In this context, the present study, we investigate which of these standards along with standards for the creation of websites that provide content provide better adaptation to meet the demand of people with older age. Thus, we studied different types of navigation menus that provide the subnavegações as needed by the user with different properties and evaluated their properties which menu and had better results, among them was found the time to use the menu and the number of errors for a particular task. It can be concluded that menus with better contrast and a median time of response to make the interaction, showed better results

Prior research on text collections of religious documents has demonstrated that viable recommender systems in the area are lacking, if not non-existent, for some datasets. For example, both www.LDS.org and scriptures.byu.edu are websites designed for religious use. Although they provide users with the ability to search for documents based on keywords, they do not provide the ability to discover documents based on similarity. Consequently, these systems would greatly benefit from a recommender system. This work provides a framework for evaluating recommender systems and is flexible enough for use with either website. Such a framework would identify the best recommender system that provides users another way to explore and discover documents related to their current interests, given a starting document. The framework created for this thesis, RelRec, is attractive because it compares two different recommender systems. Documents are considered relevant if they are among the nearest neighbors, where "nearest" is defined by a particular system's similarity formula. We use RelRec to compare output of two particular recommender systems on our selected data collection. RelRec shows that LDA recommeder outperforms the TF-IDF recommender in terms of coverage, making it preferable for LDS-based document collections.

Big data is an area focused on storing, processing and visualizing huge amount of data. Today data is growing faster than ever before. We need to find the right tools and applications and build an environment that can help us to obtain valuable insights from the data. Retail is one of the domains that collects huge amount of transaction data everyday. Retailers need to understand their customer’s purchasing pattern and behavior in order to take better business decisions. Market basket analysis is a field in data mining, that is focused on discovering patterns in retail’s transaction data. Our goal is to find tools and applications that can be used by retailers to quickly understand their data and take better business decisions. Due to the amount and complexity of data, it is not possible to do such activities manually. We witness that trends change very quickly and retailers want to be quick in adapting the change and taking actions. This needs automation of processes and using algorithms that are efficient and fast. In our work, we mine transaction data by modeling the data as graphs. We use clustering algorithms to discover communities (clusters) in the data and then use the clusters for building a recommendation system that can recommend products to customers based on their buying behavior.