Twitter macht Werkzeug zur Erkennung von Anomalien quelloffen

AnomalyDetection erkennt automatisch ungewöhnliche Vorkommnisse und Ausschläge des Traffics. Das können einzelne Nachrichten ebenso sein wie Aktivitäten von Spambots. Mit BreakoutDetection gibt es ein ähnliches Tool schon für Übergänge in den Statistiken.

Twitter hat den Quelltext einer Eigenentwicklung öffentlich verfügbar gemacht, die ihm hilft, ungewöhnliche Vorkommnisse und Ausschläge seines Traffics zu identifizieren. Das Werkzeug „AnomalyDetection“ erkennt somit nicht nur Trends, sondern auch Probleme mit der Datenerfassung oder etwa Aktivitäten von Spambots.

twitter-logo (Bild: Twitter)

„Wir machen AnomalyDetection quelloffen, weil wir uns wünschen, dass die öffentliche Community das Paket weiterentwickeln und wie wir daraus lernen kann“, heißt es in der Ankündigung. Das Paket ist für die Statistik-Umgebung und -Programmiersprache R gedacht.

Den primären Algorithmus nennt Twitter „Seasonal Hybrid ESD“. Er kann sowohl globale als auch lokale Anomalien automatisch erkennen – beispielsweise eine wichtige Nachricht oder das entscheidende Tor im WM-Finale.

AnomalyDetection gleich einer anderen Lösung für R, die Twitter kürzlich als Open Source freigegeben hat: BreakoutDetection. Der Unterschied sei die Konzentration auf unterschiedliche Arten von Ereignissen, erklärt das Unternehmen. Die von BreakoutDetection ins Visier genommenen „Breakouts“ sind Aktivitätsverschiebungen, die sich durch „zwei stabile Zustände und eine dazwischenliegende Übergangsphase“ definieren.

Dabei unterscheidet Twitter noch zwischen plötzlichen Verschiebungen des Mittelwerts, also fast ansatzlosen Übergängen, und graduellen Änderungen, bis ein neuer stabiler Zustand erreicht ist. Dagegen geht es bei Anomalien nie um Übergänge, sondern um einzelne ungewöhnliche Daten.

Erkennung globaler und lokaler Anomalien (Bild: Twitter)Erkennung globaler und lokaler Anomalien (Bild: Twitter)

Das Monitoring von Social Media hat seine Tücken, da unterschiedliche Zeiten und Jahreszeiten, Standorte, Trends und virale Verbreitung zu beachten sind. Anomalien aber sind darüber hinaus kontextabhängig, da sie sich als Abweichung definieren. Zur Erkennung von Anomalien konzipierte Techniken lassen sich daher nicht leicht auf andere Kanäle oder Websites übertragen.

Twitters AnomalyDetection findet sich auf Github, wo auch schon BreakoutDetection zur Verfügung steht.

[mit Material von Charlie Osborne, ZDNet.com]

Tipp: Sind Sie ein Twitter-Experte? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de.

Themenseiten: Big Data, Open Source, Software, Soziale Netze, Twitter

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

ZDNet für mobile Geräte
ZDNet-App für Android herunterladen Lesen Sie ZDNet-Artikel in Google Currents ZDNet-App für iOS

Artikel empfehlen:

Neueste Kommentare 

Noch keine Kommentare zu Twitter macht Werkzeug zur Erkennung von Anomalien quelloffen

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *