基于馬爾科夫模型的WEB日志挖掘的研究.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、在網(wǎng)絡時代的今天,不同類型、不同內(nèi)容、不同結構的網(wǎng)站浩如煙海,而網(wǎng)站建設所面臨的一個主要問題是:如果能夠深入了解用戶的瀏覽興趣和瀏覽習慣,預測用戶的瀏覽路徑,就可以通過修改網(wǎng)頁結構來提高用戶的瀏覽效率,從而提高網(wǎng)站的訪問量和訪問效率。Web日志挖掘技術可以對用戶的瀏覽模式做出歸納和預測,Markov模型是一種簡單而有效的預測工具,但現(xiàn)有的預測方法存在著一些不足之處。因此,改進基于Markov模型進行用戶瀏覽路徑預測的方法,成為Web日志

2、挖掘的一個新課題。本文對國內(nèi)外關于Markov模型瀏覽路徑預測的研究現(xiàn)狀進行了綜合分析,指出了現(xiàn)有的預測方法在適用范圍及花費時間上存在的問題,提出了改進方案,對如何改進基于Markov模型的預測方法這一問題進行了研究。
　　 本文提出了基于網(wǎng)頁類的預測方法。用傳統(tǒng)Markov模型進行預測,無法反映用戶在不同語義類別網(wǎng)頁間的瀏覽習慣。網(wǎng)頁類預測方法針對這個問題,利用多維層次化數(shù)據(jù)聚集的思想對網(wǎng)頁分類,并通過在網(wǎng)頁類別上進行路徑預測

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。

評論

0/150

提交評論