Resumen

Debido al auge de muchos campos como las plataformas de comercio electrónico, ha surgido una gran cantidad de datos de flujo. El problema de etiquetado incompleto y el problema de cambio de concepto de estos datos plantean un gran desafío a los métodos de clasificación de datos de flujo existentes. En este sentido, se propone un algoritmo de clasificación dinámica de datos de flujo para abordar estos problemas. Para el problema de etiquetado incompleto, este método introduce aleatorización y estrategia iterativa basada en el algoritmo de árbol de decisión muy rápido VFDT para diseñar un algoritmo de integración iterativa, y el algoritmo utiliza el resultado de clasificación del modelo anterior como entrada del próximo modelo e implementa un mecanismo de votación para la clasificación de nuevos datos. Al mismo tiempo, se utiliza un mecanismo de ventana para almacenar datos y calcular las características de distribución de los datos en la ventana, luego, combinado con el resultado calculado y la cantidad predicha de datos para ajustar el tamaño de la ventana deslizante. Los experimentos muestran la superioridad del algoritmo en precisión de clasificación. El objetivo del estudio es comparar diferentes algoritmos para evaluar si el modelo de clasificación se adapta al entorno de datos actual.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Campos; Plataformas de comercio electrónico; Flujo de datos; Métodos de clasificación; Problema del etiquetado incompleto; Problema de la deriva de conceptos
• Keywords:Fields; E-commerce platforms; Stream data; Classification methods; Incomplete labeling problem; Concept drift problem