面向概念漂移的数据流分类算法及其在移动通信中的应用研究

项目研究内容和意义简介.数据流分类技术由于在金融、安全、交通及移动通信等领域的广阔应用前景而受到学术界和工业界的日益关注。与传统数据分类相比，由于数据流在时间、空间等方面的独特要求，使得数据流分类技术面临许多新的挑战，在理论研究和应用技术上的诸多难题有待解决。.概念漂移是数据流最为重要的特征，它直接影响了分类模型的训练和更新的代价乃至生命周期的长短。本课题将研究：（1）面向数据流环境的概念漂移监测及定位技术；（2）面向概念漂移数据流环境的分类模型建模；（3）面向概念漂移数据流环境的分类模型自适应更新机制；（4）数据流分类模型与已有应用系统的"无缝"集成技术。研究并开发面向移动通信环境的数据流分类原型系统（MobileClassifier），结合中国移动提供的真实海量移动数据，验证所提出的理论研究成果。以"移动通信数据仓库联合实验室"为平台，进行研究成果的试点部署、提炼和应用推广。