4. 監控系統之設計
4.1 轉信機制
4.2.4. 系統核心之設計
4.2.4.3. Statistic Module
4.2.4.3. Statistic Module
在此定義系統所使用的討論串的資料結構如 Code Seg. # 2。Thread 結構中 的變數 title 為儲存討論串的標題，hours[24]為記錄此討論串 24 小時的文章，
artlist 為儲存該 thread 所有文章 ID 之 hash 資料結構，利用 hash 的方式儲存 文章 ID 可以避免因為時間誤差所產生重複取得相同文章的情形發生。Obs_hour 中記錄討論串超過該小時的 theta_hour/2 的時間。Alert_hour 與 Alert_day 表 示該討論串是某應被視為異常。
While(1) // infinite loop {
time = get_local_time;
Sleep(180); // wait 3 minute Connect to newserver:nntp Get new article from time;
}
Code Seg. # 2 Thread Structure
在統計時，會利用 hash 的方式儲存 thread 資料結構，其 key 為回應文章的 標題，value 則為對應此標題的 thread 資料結構。當一回應文章被系統讀入時，
若此回應文章的標題在 hash 中找不到時，表示此文章為一新 thread，否則，從 hash 中取出對應該回應文章的 thread 資料結構，並修改該 thread 的資訊，將 該回應文章加進 thread 結構裡的 artlist 中，如 Code Seg. # 3 的 01~11 行。
在每一篇新回應文章讀進來時，也可以記錄目前該小時的最熱門討論串，並計算 過去 24 小時內的最熱門討論串，如 Code Seg. # 3 的 12~18 行，除此之外，若 此 thread 的回應文章數目超過篩選值時，則必須立即輸出，如 Code Seg. # 3 的 19~36 行。
Struct Thread {
String Title // Thread title
Int hours[24]; // Number of articles in each hour Hash artlist; // contains artid
int obs_hour // contain the time # of articles exceed // theta_hour/2 first
Bool alert_hour // indicate # of articles in this hour exceed // theta_hour or exceed theta_hour/2 twice
Bool alert_day // indicate # of articles in this day exceed // theta_day
}
31 Code Seg. # 3 Statistic Module
01 IF article.title can be found in Thread_hash // indicate thread exist 02 THEN
03 1. Get the thread structure from Thread_hash 04 2. Add this article to thread.artlist
05 3. thread.hour[this_hour] plus 1 06 ELSE
07 1. Create a newthread structure 08 2. Add this article to newthread.artlist 09 3. newthread.hour[this_hour] plus 1 10
11 Store the thread to the Thread_hash
12 IF thread.hour[this_hour] > HotThreadOfHour.hour[this_hour]
13 THEN
14 HotThreadOfHour = thread
15 IF SUM(thread.hour) > SUM(HotThreadOfDay.hour) 16 THEN
17 HotThreadOfDay = thread 18
19 IF # of articles in this hours] >Θhour/2 20 THEN
21 For each thread in this hour
22 IF thread.hour[this_hour] >Θhour, 23 THEN
24 Add thread to monitor-list 25 Mail this article
26 ELSEIF thread is already in candidate-list AND # of articles >Θhour/2 27 THEN
28 Add thread to monitor-list 29 Mail this article
30 ELSEIF thread.hour[this_hour] >Θhour/2 31 THEN
32 Add thread to candidate-list 33 IF SUM(thread.hour) >Θday
34 THEN
35 Add thread to monitor list 36 Mail this article
系統預設會參考前一個月份的回應文章來計算篩選值，因此為了計算篩選用 的Θhour與Θday我們利用兩個 array：hourstat[24][30]與 daystat[30]，以儲存 計算篩選值所需的數值。Housrstat[24][30]為儲存各小時過去 30 天的文章量，
daystat[30]則是儲存過去 30 天的最熱門討論串的文章量(從早上八點到隔天早 上七點)。篩選值的計算方法如 Code Seg. # 4，先取平均值再取標準差，之後 計算 theta_hour 與 theta_day。
Code Seg. # 4 篩選之 Algorithm
在每一個小時開始統計前，都會將 Thread_hash 中所有 thread 該小時文章 量歸零，藉由此歸零的動作，每個小時開始統計前都可以檢查 Thread_hash 中的 所有 thread 其 thread.hour 是否均為零，若全為零則表示此 Thread 已沒人注 意，可從 Thread_hash 中將此 thread 移除。除此之外，每一小時會將前一個小 時的統計資料更新，並重新計算前一個小時的 theta_hour，並將統計結果輸出，
包括該小時回應文章量最多的討論串、過去 24 小時中累積回應文章量最多的討 論串，如 Code Seg. # 5 的 01~10 行；若此小時為早上八點時，則會紀錄過去
00 Calculate_theta_hour(hour) 01 {
02 For index = 1 to 30
03 totalsum = totalsum + hourstat[hour][index]
04 End For
05 average = totalsum / 30 06
07 For index = 1 to 30
08 Variance = Variance + (hourstat[hour][index] – average)^ 2 09 End For
10 Theta_hour[hour] = 2*sqrt(Variance / 30) + average 11 }
12 Calculate_theta_day 13 {
14 For index = 1 to 30
15 totalsum = totalsum + daystat[index]
16 End For
17 average = totalsum / 30 18
19 For index = 1 to 30
20 Variance = Variance + (daystat[index] – average)^ 2 21 End For
22 Theta_day = 2*sqrt(Variance/30) + average 23 }
33
24 小時累計文章量最多的討論串，並重新計算 theta_day，如 Code Seg. # 5 的 11~14 行。
Code Seg. # 5 更新篩選值之 Algorithm