基于概念漂移检测的大数据交易过程模型优化方法

• 作者: 叶剑 张鹏
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 大数据交易 概念漂移 日志分割 模型评估
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1465-1474
• 页数: 10页
• 分类号: TP311
• 字数: 8660字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.07.009

摘要

通过大数据交易过程模型优化,实现对大数据交易过程的精确建模,对于构建稳定、鲁棒和精确的交易平台至关重要.然而,大数据交易流程随时间而变化,传统的静态模型优化方法无法反映现实流程模型的时态变化特征.为此,本文提出一种基于概念漂移的大数据交易模型优化方法,在概念漂移点检测和定位的基础上,设计大数据交易日志分割算法,演算日志精准分割点,构建具有时变特性的大数据交易分段模型,实现基于日志分割的模型优化.该方法在天元大数据交易平台的应用实践表明,优化模型在拟合度和精确度方面均优于静态模型,对大数据交易演化过程的适配性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶剑	中国科学院计算技术研究所	22	183	6.0	13.0
3	张鹏		31	216	6.0	14.0