王中心，孙　刚，2，王　浩

（1.阜阳师范学院 计算机与信息工程学院，安徽 阜阳 236037；2.合肥工业大学 计算机与信息学院，安徽 合肥 230009）

面向不完全标记数据流的集成分类算法

王中心1，孙刚1，2，王浩1

（1.阜阳师范学院 计算机与信息工程学院，安徽 阜阳 236037；2.合肥工业大学 计算机与信息学院，安徽 合肥 230009）

实际数据流中许多数据是无标签的，且其中隐含着不同类型的概念漂移。为此，本文提出了一种面向不完全标记数据流的集成分类算法，该算法利用K均值聚类算法标记无标签实例，利用Hoeffding Bounds不等式确定的双阈值检测概念漂移，同时动态地更新分类模型以适应数据流环境的变化。实验结果表明，本文提出的算法能够在类传播过程中具有较高标记正确率，又能从噪音中识别出不同类型的概念漂移。

数据流；分类；集成模型；不完全标记；概念漂移

数据流分类在电子商务、传感器网络、网络入侵检测等实际应用领域有着广泛的应用，但是，实际应用中存在许多数据是没有类标签的。例如，Web网页中存在许多无标签的网页，网络入侵检测的数据包中存在许多无标签的数据包，电子商务网站存在许多无标签的商品评论数据。无标签数据加剧了数据流分类的难度，传统的数据挖掘分类算法和已有的数据流分类算法［1-5］对于包含许多无标签数据的数据流分类面临着严峻的挑战。已有的数据流分类算法总是假设数据流中的数据具有完整的类标签，这个假设明显和实际应用领域的情况不符；……