CATI网络机器数据的机器学习应用
机器学习
2015-10-06 v1
摘要
这是一篇涉及大数据机器学习应用论文。我们提出了针对半结构化机器日志文件中罕见事件的高精度预测方法，这些日志由NORC的计算机辅助电话访谈（CATI）网络在进行调查时以高速度、高体量产生。我们审慎地应用自然语言处理（NLP）技术与数据挖掘策略，训练有效的学习与预测模型，用于对日志中不常见错误信息进行分类——无需访问源代码、更新文档或词典。特别地，我们提出的用于不平衡数据学习的特征预分配方法与朴素贝叶斯分类器相结合这一简单而有效的方案，可合理地推广至其他关键事件（如网络攻击检测）的监督或半监督学习与预测方法。
引用
@article{arxiv.1510.00772,
title = {Machine Learning for Machine Data from a CATI Network},
author = {Sou-Cheng T. Choi},
journal= {arXiv preprint arXiv:1510.00772},
year = {2015}
}
备注
8 pages