Skip to content
Hot eventLive

大规模电商数据概念漂移的分布式联合分布检测研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月7日，arXiv Statistics Machine Learning 发布一手论文《大规模电商数据概念漂移的分布式联合分布检测》。论文评估了五类多列双样本漂移检测方法，涵盖边际、投影与核嵌入方法。研究在 Harvard Dataverse 与 Failing Loudly 数据集上进行复现实验，平均绝对误差为0.030–0.053，并在包含1.375亿行的 Trendyol 商品排序特征表上测试了四类漂移，验证方法在大规模电商场景下的有效性。

Generated from reports · updated 3 hr ago

LatestOct 7
arXiv 发布该论文，评估五类漂移检测方法并在 Trendyol 1.375 亿行特征表上完成四类漂移测试。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Statistics Machine Learning
    大规模电商数据概念漂移的分布式联合分布检测

    论文评估了五类多列双样本漂移检测方法（边际、投影与核嵌入方法），在 Harvard Dataverse、Failing Loudly 复现（平均绝对误差 0.030–0.053）及 1.375 亿行 Trendyol 商品排序特征表上测试四类漂移。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.