10.3969/j.issn.1005-3026.2016.06.004
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
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。
Web站点、用户浏览行为预测、马尔科夫模型、贝叶斯定理
37
TP309(计算技术、计算机技术)
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.
2016-07-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
775-779,799