共查询到18条相似文献,搜索用时 171 毫秒
1.
针对在线零售业务系统中用户要进入许多无关页面才能找到所需商品的问题,站点应能根据群体用户购买兴趣动态调整网页分配,即站点自适应。借用PageRank算法对元胞自动机模型进行改进,实现站点的自适应调整。与原模型相比,改进模型的演化规则简单、时间复杂度低、性能更优越。 相似文献
2.
基于元胞自动机扩展模型的图的最短路径算法 总被引:7,自引:1,他引:7
利用元胞自动机在元胞空间上的并行特性,采用元胞动态邻居,时间段自适应调整的方法,构造出一种新的基于元胞自动机扩展模型的最短路径搜索算法,即通过简单规则的元胞状态演化,得到带权图的最短路径;该方法经过优化,能够达到Dijkstra算法的时间效率;并且为基于元胞自动机扩展模型解决图的问题的提供了新的思路。 相似文献
3.
基于隐马尔可夫模型的在线零售站点的自适应 总被引:6,自引:1,他引:5
开展在线零售业务存在的问题是,群体用户必须浏览许多无关的页面,才能最终找到自己所需要的商品.解决该问题的一个思路是:建立一个隐马尔可夫模型,通过关联规则发现算法发现关联购买集合;然后通过Viterbi算法求出从首页到一个关联购买集合中心的具有最大被购买概率的一些路径;在这些路径上标注关联购买集合;当处理完所有的关联购买集合之后,通过竞争来决定出现在导航页面上的物品集,最终将导航页合理地变成导航购买页.即站点可以自动根据群体用户的访问购买情况进行自适应.此外,该方法也是一种很好的通过建立隐马尔可夫模型来分析 相似文献
4.
因特网舆情传播的协同元胞自动机模型 总被引:1,自引:0,他引:1
现有的因特网舆情传播研究或者从话题文本增长—消亡过程的数学统计或智能学习出发,或者采用元胞自动机或隐马尔可夫模型(HMM)分析主题倾向度的演化过程。但这些研究均缺乏有关舆情主体属性对因特网舆情传播影响的分析。基于因特网舆情空间的系统协同性,首先计算元胞状态协同转移概率,同时将整体协同转移概率与中心元胞之九邻居局域状态概率比较,确定中心元胞状态是否转换。经过若干次时间序列的迭代计算,获得舆情整体传播趋向“+”或“-”的程度(磁化率)。通过观察磁化率—时间变化曲线,能清楚地了解舆情传播的演化。在此基础上,提出一个扩展的协同元胞自动机模型及算法。仿真结果表明环境适应度参变量表达了网络舆情主体从众心理,其变化影响磁化率向多数人意见靠拢;而偏好参变量使网络舆情整体快速向“偏好”方向传播。该模型比较接近现实社会网络的舆情传播方式。 相似文献
5.
HOU Chuan-yu 《数字社区&智能家居》2008,(7)
随着用户对于数据挖掘的精确度与准确度要求的日益提高,马尔可夫模型与隐马尔可夫模型被广泛用于数据挖掘领域。本文阐述了马尔可夫模型和隐马尔可夫模型数据挖掘领域的应用,以及隐马尔可夫模型可解决的问题,以供其他研究者借鉴。 相似文献
6.
侯传宇 《数字社区&智能家居》2008,(3):1186-1189
随着用户对于数据挖掘的精确度与准确度要求的日益提高,马尔可夫模型与隐马尔可夫模型被广泛用于数据挖掘领域。本文阐述了马尔可夫模型和隐马尔可夫模型数据挖掘领域的应用,以及隐马尔可夫模型可解决的问题,以供其他研究者借鉴。 相似文献
7.
针对目前自行车道通行能力难以实测以及服务水平评价方法不尽合理的问题,提出了一种用于自行车道服务水平评价的仿真方法。从用户心理空间出发,构建了用户感知模型。对现有的多值元胞自动机模型进行了改进,构建了基于两步骤移动机制的混合自行车流多值元胞自动机模型。将用户感知模型和多值元胞自动机相结合应用于桂林市中山南路自行车道服务水平的评价,结果表明,该方法使得服务水平有了合理的划分,评价结果能准确地反应路段上的实际交通流状态、用户感知和道路的利用率。 相似文献
8.
9.
10.
俞琰 《自动化技术与应用》2008,27(10):58-61
网络信息抽取是从半结构化的Web海量数据中,按用户要求抽取且形成相关的有效的结构数据处理过程。论文以隐马尔科夫模型(HMM)进行数据抽取中的若干关键问题进行研究,提出了基于数据挖掘聚类的模型合并方法生成隐马尔可夫模型,即可根据数据自动生成HMM,同时对一般的隐马尔可夫模型进行了扩展,为每个抽取域生成一个隐马尔可夫模型,用于获取更多的有用信息。 相似文献
11.
在Web环境中,度量用户的浏览模式对Web站点结构的改进是有益的。挖掘和度量Web日志能够识别用户的访问模式模型,Web站点管理者能够应用这些模型研究用户的访问偏爱度,由此改进站点的体系结构以及分析这些改进带来的影响。因此,提出用户群偏爱度这样一个新概念,并使用了基于用户群的模糊聚类算法(UGFC),然后根据聚类结果,即具有相似访问习惯的用户群体,度量用户群偏爱度,再基于用户群偏爱度,利用混合阶Markov模型(HOMM)进行预测。实验表明,这种新的度量预测方法(UGFC-HOMM)比传统Markov模型(TMM)预测更准确,并且实验用精确率、覆盖率和运行时间这3个度量评价值对预测性能进行评估。 相似文献
12.
Web浏览预测的Markov模型综述 总被引:5,自引:0,他引:5
Web访问模式挖掘研究的一个重要议题是Web浏览预测,Markov模型是一种经典的Web浏览预测模型.本文首先介绍了基本Markov浏览预测模型,包括基本Markov浏览行为模型,模型的学习训练及其在Web浏览预测问题中的应用;然后重点分析了扩展的Markov浏览预测模型,包括一序组合预测模型、高序模型、混合模型、隐Mark-ov模型、连续时间Markov模型等,综述了各种扩展模型所考虑的浏览预测问题的本质出发点、模型的学习方法及预测方法,最后分析了Markov浏览预测模型有待进一步研究的问题. 相似文献
13.
14.
Chun-Wei Tseng Author Vitae Chu-Sing Yang Author Vitae 《Computers & Electrical Engineering》2007,33(3):208-220
The Web hosting service is becoming increasingly important in which the service providers offer system resources to store and provide Web access to contents from individuals, institutions, and companies who lack resources or expertise to maintain a Web site. Web server cluster is a popular architecture used by the hosting service providers as a way to create scalable and highly available solutions. However, hosting a variety of contents from different customers on such a distributed server system faces new design and management problems and requires new solutions. This paper describes the research work we are pursuing for constructing a system to address the challenges faced by hosting Web content on a server farm environment. We also report performance data measured from a real hosting service. 相似文献
15.
针对当前个性化中关联规则挖掘的一些问题,尤其是无法及时更新使用数据这一缺点,提出了一种有效的基于关联规则挖掘的个性化方法DPARM,它将用户兴趣模型的更新和在线推荐紧密结合,及时使用新的用户会话更新用户兴趣模型,从而使个性化系统能够更好反映用户访问模式的变换。使用http://www.cs.depaul.edu上的数据进行了实验,结果表明,该方法是有效可行的。 相似文献
16.
根据用户行为网上导航的方法 总被引:3,自引:0,他引:3
随着因特网的成长,网络浏览使人们从本地或远程更方便地获取各种信息.网页数量的疯狂增长已经使得用户面对庞大的数据群无所适从,急需导航技术的帮助.一个新的马尔可夫链模型被引入用来跟踪所有团体成员的网页访问活动,并且推荐一些有用站点,引导人们更有效率地浏览网站.还提出一个基于半形式化过程描述的数据搜集算法,来获得有用数据,以推导出最好结果,并在原型系统中分析了代理服务器上的访问日志,对该算法进行描述. 相似文献
17.
基于半监督聚类的Web流量分类 总被引:1,自引:0,他引:1
提出了一种基于半监督学习的方法对Web流量进行聚类分析,使用隐马尔可夫模型对用户流量进行描述和聚类分析.该方法通过对少量数据进行人工标识,利用已标识数据对无监督聚类结果进行调整,以得到与人工分类匹配的聚类结果.使用真实的Web流量对提出的方法进行验证,实验结果表明该方法能有效地对Web流量进行分类,并得到相应的描述模型. 相似文献
18.
研究Web文档服务的准确性和快速性,网络信息抽取成为处理海量网络信息的重要手段,而大量异构信息的有效抽取是非常困难的,为了改进和提高系统对于海量异构网页信息的抽取查全率和查准率,提出了一种新的信息抽取的方法,算法利用了隐马尔可夫模型在处理规则知识上的优势对每个页面构建HTML树,并利用Shannon熵来定位数据域,再用Maxi-mum Likelihood方法实现隐马尔可夫模型的构建,实现对Web信息的抽取。仿真结果表明,通过对大量学术论文头部结构信息的抽取,应用算法可以使信息抽取在召回率和准确率方面有明显的提高。 相似文献