feat(metrics): Burstiness / Token-Dispersion (gleichverteilt vs. geklumpt)

[aspala]

Was & Warum

Misst, ob ein Token gleichmäßig über die Datei verteilt ist oder burstet (lokal klumpt). In NLP bursten Content-Wörter, Funktionswörter sind gleichverteilt. Übertragen: gleichverteilte Tokens = strukturelle Keywords, burstende = lokale Konzepte.

Komplementär zu allen Häufigkeits-Metriken (Zipf, Entropy) — die zählen wie oft, Burstiness misst wo.

Skala

Verhalten	Beispiel	erwarteter Wert
gleichverteilt (niedrig)	def über die ganze Datei verstreut	VMR ≈ 1
mittel	ein Helper lokal mehrfach, sonst nicht	VMR > 1
geklumpt (hoch)	socket = assign(socket, …) × 8 in einem Block	VMR >> 1

Umsetzung

• Neues Modul lib/codeqa/metrics/file/burstiness.ex, @behaviour CodeQA.Metrics.File.FileMetric.
• Input: ctx.tokens mit .line (Token-Struct = [:col, :content, :kind, :line], wird von Bradford bereits so genutzt). Pro Token-Typ: Inter-Arrival-Distanzen über die Zeilennummern → Variance-to-Mean-Ratio (VMR).
• keys: ["mean_vmr", "max_vmr", "bursty_token_count"].
• Registrieren in lib/codeqa/engine/analyzer.ex.
• Edge-Cases: leer / < 2 Vorkommen pro Token → kein VMR.

Test

• test/codeqa/metrics/file/burstiness_test.exs, Muster wie brevity_test.exs.
• Assertion: Token in jeder zweiten Zeile → VMR ≈ 0; Token 8× in einem Block, sonst nie → hohe max_vmr.