الگوریتم دسته بند ترکیبی داده های جریانی با استفاده از دسته بندهای سبک وزن در حضور تغییر مفهوم

دسته بندی داده های جریانی روشی برای استخراج دانش از نقاط داده ای متوالی است. یکی از چالش های مطرح در دسته بندی داده های جریانی، وقوع تغییر مفهوم است. با وقوع تغییر مفهوم دقت دسته بندی کاهش می یابد و نرخ خطا افزایش خواهد یافت. دسته بندهای داده های جریانی سعی می کنند دقت دسته بندی بالاتر و سازگاری سریعتری با تغییرات داشته باشند. روش پیشنهادی روشی مبتنی بر ترکیب دسته بندها است که از یک شاخص جدید برای تشخیص تغییر مفهوم به نام درصد توافق استفاده کرده و رفتار نامناسب دسته بند را به منزله تغییر مفهوم فرض می کند. دسته بند پیشنهادی بر روی انواع داده های جریانی با انواع تغییرات تدریجی و ترکیبی مورد ارزیابی قرار گرفته که در این شرایط به میزان حداقل 0.1 در هنگام تغییرات تدریجی و 0.9 در هنگام تغییرات ترکیبی بهبود در دقت را نشان می دهد. در زمان و حافظه مصرفی نیز نسبت به برخی از دسته بندها رفتار مناسب و یا رفتار قابل قبولی را نشان می دهد.

کلیدواژه ها:

دسته بندی ، داده های جریانی ، تغییر مفهوم