基于概念漂移检测的大数据交易过程模型优化方法

被引：7

作者：

张鹏 ^{[1
]}

叶剑 ^{[2
,3
]}

张鹏 ^{[1
]}

机构：

[1] 山东科技大学

[2] 中国科学院计算技术研究所

[3] 移动计算与新型终端北京市重点实验室

来源：

电子学报 | 2019年 / 47卷 / 07期

基金：

国家重点研发计划;

关键词：

大数据交易; 概念漂移; 日志分割; 模型评估;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

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.

引用

页码：1465 / 1474

页数：10

共 10 条

[1] 基于偏差约减的大数据交易模型分析与修复方法 [J].

郭艺 ;

叶剑 ;

张鹏 .

电子学报, 2018, 46 (07) :1754-1761

[2] 大数据交易中的数据所有权研究 [J].

杨张博 ;

王新雷 .

情报理论与实践, 2018, 41 (06) :52-57

[3] 融合数据分析服务的大数据交易平台研究 [J].

宋梅青 .

图书情报知识 , 2017, (02) :13-19

[4] 一种基于逻辑Petri网的过程挖掘方法 [J].

杜玉越 ;

朱鸿儒 ;

王路 ;

刘伟 .

电子学报, 2016, 44 (11) :2742-2751

[5] 基于特征项分布的信息熵及特征动态加权概念漂移检测模型 [J].

孙雪 ;

李昆仑 ;

韩蕾 ;

白晓亮 .

电子学报, 2015, 43 (07) :1356-1361

[6]

Business process point analysis: survey experiments[J] . Maruscia Baklizky,Marcelo Fantinato,Lucineia Heloisa Thom,Violeta Sun,Patrick C.K. Hung.Business Process Management Journal . 2017 (2)

[7]

Impact-Driven Process Model Repair[J] . Artem Polyvyanyy,Wil M. P. Van Der Aalst,Arthur H. M. Ter Hofstede,Moe T. Wynn.ACM Transactions on Software Engineering and Meth . 2016 (4)

[8]

Model repair — aligning process models to reality[J] . Dirk Fahland,Wil M.P. van der Aalst.Information Systems . 2013

[9] Replaying history on process models for conformance checking and performance analysis [J].

van der Aalst, Wil ;

Adriansyah, Arya ;

van Dongen, Boudewijn .

WILEY INTERDISCIPLINARY REVIEWS-DATA MINING AND KNOWLEDGE DISCOVERY, 2012, 2 (02) :182-192

[10]

Conformance checking of processes based on monitoring real behavior[J] . A. Rozinat,W.M.P. van der Aalst.Information Systems . 2007 (1)

← 1 →