Burst

  • 詳細な仕様は IDL 定義 を参照してください。

Configuration

設定は単体の JSON で与えられる。 JSON の各フィールドは以下のとおりである。

method

バースト検知に使用するアルゴリズムを指定する。 以下のアルゴリズムを指定できる。

設定値 手法
"burst" Kleinberg のバースト検知を利用する。
parameter

アルゴリズムに渡すパラメータを指定する。 method に応じて渡すパラメータは異なる。

burst
window_batch_size:
 

ウィンドウに含まれるバッチの数。 (Integer)

  • 値域: 0 < window_batch_size
batch_interval:

1つのバッチの(位置の)幅。 (Double)

  • 値域: 0 < batch_interval
max_reuse_batch_num:
 

バッチの最大の再利用数。 値が大きいほど、計算量を削減することができる。 (Integer)

  • 値域: 0 <= max_reuse_batch_num <= window_batch_size
costcut_threshold:
 

コストカットの閾値。 値が小さいほど、計算量を削減することができる。 0 以下の値を指定すると、コストカットを行わない (DBL_MAX) となる。 (Double)

  • 値域: 0 < costcut_threshold
result_window_rotate_size:
 

現在のウィンドウを含めた、メモリ上に保持するウィンドウの総数。 (Integer)

  • 値域: 0 < result_window_rotate_size

Data Structures

message keyword_with_params

バースト検知の対象となるキーワードとそのパラメタを表す。

0: string keyword

バースト検知対象のキーワードを表す。

1: double scaling_param

このキーワードに適用されるスケーリングパラメタを表す。

  • 値域: 1 < scaling_param

スケーリングパラメタは、各ウィンドウにおける全文書の数(total_documents)とキーワードを含む関連文書の数(relevant_documents)によって適切に決める必要がある。

jubaburstでは、各ウィンドウにおいて

scaling_param < total_documents / relevant_documents

だと、burst_weight の値が INF を返す仕様となっている。 (詳細に関しては元論文参照 [Kleinburg02])

2: double gamma

このキーワードに適用されるγ値を表す。 大きい値に設定するほど、バースト検知の感度が低くなる。

  • 値域: 0 < gamma
message keyword_with_params {
  0: string keyword
  1: double scaling_param
  2: double gamma
}
message batch

一つのバッチ区間内におけるバースト検知結果を表す。

0: int all_data_count

バッチに登録された全文書の数を表す。

  • 値域: 0 < all_data_count
1: int relevant_data_count

バッチに登録された文書のうち、キーワードを含む文書の数を表す。

  • 値域: 0 < all_data_count <= relevant_data_count
2: double burst_weight

バースト具合の大きさ (バーストレベル、バッチ weight) を表す。 バーストレベルは相対的な値であり、複数のキーワード間で相互に値を比較することはできない。

  • 値域: 0 <= burst_weight
message batch {
  0: int all_data_count
  1: int relevant_data_count
  2: double burst_weight
}
message window

バースト検知の結果を表す。

0: double start_pos

このウィンドウの開始位置を表す。

1: list<batch> batches

このウィンドウを構成するバッチの集合を表す。

message window {
  0: double start_pos
  1: list<batch> batches
}
message document

バースト検知の対象とする文書データを表す。

0: double pos

文書データの時系列的な位置 (一般的には時間) を表す。

1: string text

文書データの内容を表す。 文書データの内容が登録済みのキーワードを含むか否かは部分一致により判定される。

message document {
  0: double pos
  1: string text
}

Methods

service burst
int add_documents(0: list<document> data)
パラメータ:
  • data – 登録する文書のリスト
戻り値:

登録に成功した件数 (すべて成功すれば data の長さに等しい)

バースト検知の対象とする文書を登録する。 この API は document をリスト形式でまとめて同時に受け付けることができる (バルク更新)。

ドキュメントの追加を行う前に、予めキーワードを add_keyword メソッドで登録しておく必要がある。

現在のウィンドウから外れた位置(pos)を持つ文書は登録することができない。

window get_result(0: string keyword)
パラメータ:
  • keyword – 結果を取得するキーワード
戻り値:

バースト検知結果

登録済みのキーワード keyword に対する、現在のウィンドウにおけるバースト検知結果を取得する。

window get_result_at(0: string keyword, 1: double pos)
パラメータ:
  • keyword – 結果を取得するキーワード
  • pos – 位置
戻り値:

バースト検知結果

登録済みのキーワード keyword に対する、指定された位置 pos におけるバースト検知結果を取得する。

map<string, window> get_all_bursted_results()
戻り値:キーワードとバースト検知結果の組

すべてのキーワードに対する、現在のウィンドウにおけるバースト検知結果を取得する。

map<string, window> get_all_bursted_results_at(0: double pos)
パラメータ:
  • pos – 位置
戻り値:

キーワードとバースト検知結果の組

すべてのキーワードに対する、指定された位置 pos におけるバースト検知結果を取得する。

list<keyword_with_params> get_all_keywords()
戻り値:キーワードとそのパラメタのリスト

バースト検知対象として登録されているすべてのキーワードを取得する。

bool add_keyword(0: keyword_with_params keyword)
パラメータ:
  • keyword – 追加するキーワードとパラメタ
戻り値:

キーワードの追加に成功した場合 True

キーワード keyword をバースト検知対象として登録する。

bool remove_keyword(0: string keyword)
パラメータ:
  • keyword – 削除するキーワード
戻り値:

キーワードの削除に成功した場合 True

キーワード keyword をバースト検知対象から削除する。

bool remove_all_keywords()
戻り値:キーワードの削除に成功した場合 True

すべてのキーワードをバースト検知対象から削除する。