数据流分类问题是数据挖掘领域的重点研究方向之一。伴随新基建时代的到来,数据的规模、形态都会发生变化,传统的静态数据逐渐向数据流转变,数据流将广泛存在并成为各个领域的主角。与传统静态数据相比较,数据流具有快速性、无限性、连续性、多变性等特征,同时数据流隐含噪声、存在概念漂移等问题,导致传统分类模型面对动态数据流问题难以适应。受到概念漂移的影响,数据流中的数据分布会不断变化,这为模型学习带来了挑战。但是,多种多样的数据分布蕴含了大量的数据信息,通过有效利用历史信息,引入集成思想的数据流分类算法可以检测和适应隐藏在数据流中的各种不同类型的概念漂移。本文致力于借助新集成学习策略解决数据流分类问题,通过改进算法选择、存储和利用历史信息的能力,来提升集成模型对抗概念漂移的能力,从而提高模型分类准确率。研究内容包括以下几个方面:1.为了有效的利用历史模型,提出了一种基于历史分类器二次学习的数据流分类算法。在该算法中,设计了一种二次学习的数据流集成规则,通过对历史分类器与当前数据块的残差训练模型,以降低错误信息对数据流集成模型的影响。同时,该算法综合考虑集成模型的准确率与多样性,采用了基于多样性的历史分类器更新策略,能够较好的保持集成模型的多样性。实验结果表明,该算法能够应对多种类型的概念漂移,在多种数据类型下具有较高的分类准确率。2.为了优化数据流集成模型的结构,提高数据流集成算法分类效率,提出了一种基于集成结构动态优化的数据流分类算法。在该算法中,引入了选择性集成的思想,通过聚类的方式选择作为基分类器的历史分类器,减少基分类器之间的相关性,压缩集成模型的规模,减少模型的时间、空间复杂度。另外,基于对历史模型的历史行为的分析,改进了已有的多样性历史分类器更新机制,获得更好的评价结果,有效的保证了集成模型的多样性。最后,通过对概念漂移进行检测,将集成模型的构建与概念漂移程度相适应,使算法更为灵活。实验结果表明,该算法在减少时间、空间消耗的同时提高了分类准确率,进一步提升了算法对多种类型概念漂移的对抗能力。3.针对前一个工作中存在的历史分类器的浪费问题,提出了一种基于历史分类器表征学习的数据流分类算法。在该算法中,借助深度森林算法中表征学习的思想,将分类器簇所得到的后验概率作为特征,进一步强化历史分类器的二次学习机制,避免了之前算法中历史分类器的浪费问题。实验结果表明,该算法具有更高的分类准确率,能够更好的适应多种类型的概念漂移数据集。