基于马尔科夫模型和贝叶斯定理的Web用户浏览行为预测模型

摘要：

对用户的Web浏览行为进行分析，既可以使用户减少等待时间，同时也能减轻网络负载。依据Web网站的层次结构特点，首先设计了基于Hash表的反向索引结构来提高数据的预处理速度；在此基础上，利用分层思想构建了基于马尔科夫模型和贝叶斯定理的Web用户浏览行为预测模型。给出了模型的设计思想、相关定义、模型框架以及模型中所涉及的关键构建方法等。最后，对模型进行了实验分析，结果表明在适当的预测准确率前提下，模型能够有效减少在预测时所需的候选网页数量，并大幅提升预测效率。

关键词：Web站点、用户浏览行为预测、马尔科夫模型、贝叶斯定理

所属期刊栏目：37

分类号：TP309(计算技术、计算机技术)

资助基金：国家科技重大专项2013ZX03002006；辽宁省科技攻关项目2013217004；辽宁省博士启动基金资助项目20141012；沈阳市科技计划项目F14-231-1-08；中央高校基本科研业务费专项资金资助项目N130317002．

在线出版日期：2016-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：775-779,799