基于馬爾科夫模型的用戶瀏覽路徑預(yù)測(cè)研究.pdf

1、Web日志挖掘需要對(duì)用戶的瀏覽模式做出歸納和預(yù)測(cè)，Markov模型是一種簡(jiǎn)單而有效的預(yù)測(cè)工具，但現(xiàn)有的預(yù)測(cè)方法存在著一些不足之處。因此，改進(jìn)基于Markov模型進(jìn)行用戶瀏覽路徑預(yù)測(cè)的方法，成為Web日志挖掘的一個(gè)新課題。本文對(duì)國(guó)內(nèi)外關(guān)于Markov模型瀏覽路徑預(yù)測(cè)的研究現(xiàn)狀進(jìn)行了綜合分析，指出了現(xiàn)有的預(yù)測(cè)方法在適用范圍及花費(fèi)時(shí)間上存在的問(wèn)題，提出了改進(jìn)方案，對(duì)如何改進(jìn)基于Markov模型的預(yù)測(cè)方法這一問(wèn)題進(jìn)行了研究。 本文提出了

2、基于Markov模型的網(wǎng)頁(yè)類預(yù)測(cè)方法。用傳統(tǒng)Markov模型進(jìn)行預(yù)測(cè)，無(wú)法反映用戶在不同語(yǔ)義類別網(wǎng)頁(yè)間的瀏覽習(xí)慣。網(wǎng)頁(yè)類預(yù)測(cè)方法針對(duì)這個(gè)問(wèn)題，利用多維層次化數(shù)據(jù)聚集的思想對(duì)網(wǎng)頁(yè)分類，并通過(guò)在網(wǎng)頁(yè)類別上進(jìn)行路徑預(yù)測(cè)得到類路徑，從而彌補(bǔ)了傳統(tǒng)Markov模型的不足。最后利用實(shí)驗(yàn)驗(yàn)證網(wǎng)頁(yè)類預(yù)測(cè)方法的有效性。提出了動(dòng)態(tài)分類預(yù)測(cè)模型，主要解決多Markov鏈模型的學(xué)習(xí)算法時(shí)間復(fù)雜度過(guò)高的問(wèn)題。動(dòng)態(tài)分類預(yù)測(cè)模型采用了聚類的思想對(duì)用戶分類，在每一類用