Gültigkeitsprüfung von JSON-Datensätzen mittels JSON Schema

Im Rahmen meiner Bachelorarbeit „ADORE“ beschäftige ich mich u.a. mit der Gültigkeitsprüfung von JSON-Datensätzen. In meinem letzten Blogpost gab es ja schon ein paar JSON Datensätze zu sehen und was meine Anwendung daraus für Graphen erstellt. Natürlich sollte man als gewissenhafter Programmierer niemals Eingabedaten blind vertrauen. Glücklicherweise gibt es JSON Schema – genau wie man XML-Instanzdokumente mittels XML Schema auf Gültigkeit prüfen kann, geht dies auch mit JSON. JSON Schemata werden selbst in JSON notiert und erlauben es, verschiedene Einschränkungen zu formulieren, z.B. dass bestimmte Properties eines Objekts einen bestimmten Datentyp haben müssen.

Android: Eine ungewollte GridView Kombo – Layout per XML und Quellcode

Um das User Interface (UI) einer Activity oder eines Fragments zu erstellen, kann der Entwickler das Layout der einzelnen ViewGroups und deren Komponenten (Views) in XML Dateien definieren, die der jeweiligen Activity zugeordnet werden. Dieses Verfahren hat mehrere Vorteile:

• Trennung der Darstellung von Programmabläufen
• Übersicht sowohl im Code als auch zentrale Stelle zum modifizieren des Layouts
• UI Editor für XML Dateien – Das Layout lässt sich zusammenklicken

Demnach sollten statische Elemente per XML eingebunden werden, wohingegen dynamische Elemente, die je nach Kontext zur Laufzeit verändert werden sollen, als Java Quellcode ihren Nutzen finden.

Eine Funktion von ginkgo ist die Anzeige der Freunde. Diese sollen in einer GridView zusammen mit dem jeweiligen Avatar und Namen dargestellt werden. Dabei habe ich nach einer Darstellung gesucht, die einen möglichst optimalen Kompromis zwischen Größe und Anzahl an Elementen pro Zeile bietet finden. Dies lies sich seltsamerweise aber nicht allein durch XML lösen, da die Avatare so nicht mitskalieren.

XML Serialisierung in Android

Für die Übertragung zwischen Server und Client werden in meiner Masterarbeit die Daten als XML Struktur übermittelt. Um diese XML Daten einfach in eine Objektstruktur, und natürlich auch von Objektstruktur zu XML, zu bekommen bietet sich eine Library an, die das Serialisieren und Deserialisieren übernimmt. Zunächst habe ich dafür JAXB verwendet, da diese in den neueren Java Versionen direkt integriert ist. In einem (wohlgemerkt) Java Testprojekt habe ich sogar schon mein Klassen Schema mit den von JAXB zur Verfügung gestellten Annotationen versehen. Das ganze funktionierte bis dahin sehr gut.

Leider wusste ich von einem kleinen Detail nicht und hatte auch so nicht damit gerechnet.

SMM Tool APIs und ihre Möglichkeiten – Teil 3

Wie angekündigt, werden in diesem dritten Teil nun die letzten 4 Tools auf ihre APIs hin untersucht. Dabei handelt es sich um Rankur, Ubervu, Gigya und Peoplebrowsr. Nicht alle Tools bieten hier eine Dokumentation an, jedoch konnten in allen Fällen mindestens grundlegende Informationen ausfindig gemacht werden.

Die Granularität der Daten, lässt sich natürlich nur mit einer ausreichenden Dokumentation der APIs einschätzen. War diese nicht vorhanden, so gibt dieser Beitrag zumindest einen grundlegenden Einblick in die jeweiligen Möglichkeiten.

Sentiment Analysen im Vergleich

Ich hab eben mal zwei Anbieter von Sentiment Analysen verglichen und zwar:

• alchemyapi
• tweetsentiments

Als Testdaten habe ich das knowaan Archiv benutzt. Die Ergebnisse sind in dieser Datei. Ich musste sie aber umbenennen um sie hoch laden zu können eigentlich ist es eine zip Datei die zwei JSON Dateien enthält. Einmal die Orginal Tweets ohne Retweets und einmal die tweets ohne Hashtags, Mentions und Urls. Das ist die Zusammenfassung:

Original:

• tweetsentiments
• positive: 12
• neutral: 22
• negative: 2
• alchemyapi
• positive: 16
• neutral: 10
• negative: 1
• error: 9

Bereinigt:

• tweetsentiments
• positive: 13
• neutral: 21
• negative: 2
• alchemyapi
• positive: 14
• neutral: 12
• negative: 0
• error: 10

Meine Einschätzung:

• positive: 17
• neutral: 16
• negative: 3

So richtig überzeugen können beide nicht. Tweetsentiments reagiert nicht auf Wörter wie „cool“ oder „interesting“ dafür werden aber alle sprachen unterstützt. Das bedeutet dann aber meist das der Text als neutral eingestuft  wird außer er enthält ein Emoticon.
Manchmal hat Tweetsentiments Probleme mit zu kurzen Texten und wirft einen Fehler. Das lässt sich beheben indem neutrale nicht Stopwörter an den Text hängt. Der riesige Vorteil von Tweetsentiments ist das die  API Aufrufe nicht begrenzt sind.

Alchemyapi brauch eine Anmeldung, ist auf 30k Aufrufe pro Tag beschränkt und kommt nur mit englischen Texten zurecht. Sonst liefert die API aber  recht sinnvolle Resultate, auch wenn die API etwas zu positiven Ergebnissen neigt.