Wie können Datenvorhersagealgorithmen auf Netzwerkdaten angewendet werden?

Question

Ich möchte Daten Vorhersagealgorithmen auf Netzwerk-Daten verwenden. Also kann mir bitte jemand auf die richtige Richtung zeigen. welcher Algorithmus am effektivsten ist und wie man Daten auf diese Formeln anwendet.

Answer 1

Sie müssen genauer sein, wenn Sie eine detailliertere Antwort wünschen. Bis dahin, hier ist etwas, um Ihnen den Einstieg zu erleichtern.

Wenn Sie Netzwerkdaten sagen, das erste, was ich denke, ist Streams von Datenpaketen, Streams von Transaktionen und so. Diese erreichen normalerweise eine hohe Geschwindigkeit (zB können sie mehr als tausend pro Minute betragen), sind potentiell unendlich (alle Elemente passen nicht in ein Arbeitsgedächtnis; das Beste, auf das Sie hoffen können, ist ein sehr kleiner Teil der Elemente zu speichern), und normalerweise möchten Sie, dass Ihr Vorhersagemodell sich an die neuesten Beispiele anpasst, während Sie "kleine" Speicherkapazität verwenden.

Es ist verlockend zu sagen, dass wir ein Modell anhand einer Stichprobe von Daten lernen könnten. Das Modell, das Sie heute lernen, könnte jedoch in der nächsten Woche nicht mehr gültig sein - Sie möchten diese Änderungen erkennen und Ihr Modell kontinuierlich anpassen.

Es gibt einen ganzen Zweig des Data Mining für Szenarien dieses Typs; Es heißt Datenstrom Mining.

Je nachdem, was Sie vorhersagen wollen, schlage ich vor, dass Sie Data Stream Mining: A Practical Approach vom Team beraten, die MOA entwickelt (was für Massive Online-Analyse steht und ist, soweit ich weiß, den führenden Datenstrom Mining Toolbox); Ich empfehle auch die chapter on data stream mining aus dem Mining of Massive Data Sets Buch von Leskovec et al. Die Wiki article on data stream mining ist ein guter Ort, um nach weiteren Referenzen zu suchen.