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
来源期刊:东北大学学报(自然科学版)2016年第6期
论文作者:毕猛 侯林 倪盼 周福才
文章页码:775 - 1578
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;
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.
毕猛1,2,侯林1,倪盼3,周福才1
1. 东北大学软件学院2. 沈阳工业大学管理学院3. 东北大学计算机科学与工程学院
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;