Tópicos en ráfaga en aplicaciones web de gran escala

Tesis (Ingeniero Civil Informático)La web como se conoce hoy en día, se compone de un sin número de sitios o websites. Al año 2012, la estimación de websites fue de 634 millones, 51 millones de los cuales fueron creados el mismo año. El número de usuarios, en el mismo periodo, se estimó en 2;4 billones [24]. Dentro de los sitios web existentes, un subconjunto destaca por aspectos como tener que lidiar con alta concurrencia de usuarios, manejar grandes volúmenes de datos y requerir eficiencia en su desempeño. Estos sitios se conocen como aplicaciones web de gran escala. Dentro de los eventos que merman el desempeño de las aplicaciones web de gran escala, están las denominadas \consultas en ráfaga". En [19] se de ne el comportamiento ráfaga como una alta frecuencia inusual para una consulta. Lo importante de las consultas en ráfaga es que son consultas que deben ser detectadas antes de alcanzar su cota superior de frecuencias, debido a que no hacerlo podrá inhabilitar los nodos que responden a dichas consultas por la sobrecarga que implica la resolución de tantas consultas en un intervalo de tiempo reducido. En el contexto de outliers, una ráfaga se comporta como una anomalía colectiva [5], ya que el aumento de la frecuencia se da de forma gradual. Esto permite predecir la anomalía antes de alcanzar la cota superior de frecuencia. Las consultas en ráfaga suelen referirse a un tópico en particular que genera un inusitado interés por parte da la comunidad. Sin embargo, no todas las consultas que hablan sobre un tópico, llegan a convertirse en una consulta en ráfaga. Este trabajo se focaliza en generar un método eficiente en tiempo y espacio, capaz de detectar y validar de forma automatizada consultas en ráfaga a través de los términos que las componen