

已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的發(fā)展,尤其移動互聯(lián)網(wǎng)的發(fā)展,Web用戶快速增長。但因網(wǎng)絡帶寬和服務器的數(shù)量增長相對滯后,造成了用戶使用互聯(lián)網(wǎng)服務的時間延遲。由于硬件投入的成本較大,緩存系統(tǒng)因此成為解決網(wǎng)絡延遲的有效方式。
緩存替換算法對緩存系統(tǒng)的性能有較大影響。本文在對經(jīng)典的GDSF替換算法進行研究的基礎上,結(jié)合Web日志挖掘生成的預測隊列,對GDSF進行改進,提出了基于預測的緩存替換算法——IWAP-GDSF算法,以此來提高緩存算法的命中率。<
2、br> 本文首先對Web日志挖掘算法進行研究,在經(jīng)典的WAP挖掘算法的基礎上,結(jié)合Web對象的時間局部性特征,對WAP算法進行改進形成IWAP算法,使其更適合替換算法的預取模型使用。通過對IWAP的日志挖掘結(jié)果建立預取模型,本文提出了一種新的預取模型,模型中考慮了預測對象未來在預測序列中的位置和計數(shù)信息,作為該對象未來被訪問概率的權(quán)重,模型生成的預測隊列為替換算法提供決策依據(jù)。結(jié)合預測模型,本文提出了基于預測的緩存替換算法——IWAP
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Web日志的訪問路徑模式挖掘.pdf
- Web日志中用戶頻繁訪問路徑挖掘算法的研究.pdf
- Web日志中連續(xù)頻繁訪問路徑挖掘算法研究.pdf
- Web用戶訪問路徑聚類方法研究.pdf
- 基于用戶訪問路徑的網(wǎng)頁推薦算法研究.pdf
- 基于Web日志數(shù)據(jù)挖掘的Web緩存策略.pdf
- 基于Web日志數(shù)據(jù)挖掘的Web緩存策略研究.pdf
- 基于WEB訪問特性的代理緩存機制的研究.pdf
- Web訪問挖掘研究.pdf
- 基于日志的Web訪問信息挖掘.pdf
- 基于訪問路徑的業(yè)務系統(tǒng)風險分析工具的設計與實現(xiàn).pdf
- 基于對象替換與預取的Web緩存模型研究.pdf
- 基于日志的Web訪問模式挖掘技術的研究.pdf
- 基于Web日志的用戶訪問模式挖掘的研究.pdf
- 基于web日志挖掘的用戶訪問預測研究.pdf
- 基于Web日志挖掘的用戶訪問興趣研究.pdf
- 基于MarKov鏈的Web訪問序列挖掘算法研究.pdf
- WEB訪問信息挖掘技術的研究.pdf
- Web緩存與預取模型研究.pdf
- 基于WAP樹和Markov的Web訪問挖掘.pdf
評論
0/150
提交評論