|
|||||
|
|
| 基于网络访问行为的混合阶Markov预测模型 | |
| 引用本文： | 叶海琴,石磊,王意锋. 基于网络访问行为的混合阶Markov预测模型[J]. 计算机工程与设计, 2008, 29(2): 333-336 |
| 作者姓名： | 叶海琴 石磊 王意锋 |
| 作者单位： | 1. 郑州大学,信息工程学院计算机系,河南,郑州,450052;河南省信息网络重点开放实验室,河南,郑州 2. 郑州大学,信息工程学院计算机系,河南,郑州,450052;河南省信息网络重点开放实验室,河南郑州 3. 郑州大学信息,工程学院计算机系,河南,郑州,450052 |
| 基金项目： | 国家自然科学基金 , 河南省信息网络重点实验室开放基金 |
| 摘 要： | 随着WWW的迅速发展和网络用户的急剧增加,准确预测Web用户的访问行为对减小用户的感知延时,实现个性化推荐等具有重要的作用.无论是Markov模型还是其任何一种变种,高阶模型具有较好的预测性能.然而,高阶模型通常有较高的状态空间复杂度.提出了一种新的混合阶Markov模型(HMPM),将前缀相同的序列共享存储,降低了状态空间复杂度.仿真实验结果表明,该模型在一定程度上提高了预测准确率,查全率也有所提升. |
| 关 键 词： | 马尔可夫模型 Web预取 Web推荐 预测模型 个性化 |
| 文章编号： | 1000-7024（2008）02-0333-04 |
| 收稿时间： | 2007-01-28 |
| 修稿时间： | 2007-01-28 |
Hybrid-order Markov prediction model based on web access behavior |
|
| YE Hai-qin,SHI Lei,WANG Yi-feng. Hybrid-order Markov prediction model based on web access behavior[J]. Computer Engineering and Design, 2008, 29(2): 333-336 | |
| Authors: | YE Hai-qin SHI Lei WANG Yi-feng |
| Abstract: | With the rapid development of the WWW and the dramatic increase of web users,predicting users' access behavior precisely plays an important role in reducing user-perceived latency and personalized recommendation.Regardless of Markov models or their varia-tions,higher-order models have better performance.Unfortunately,higher-order models result in high state-space complexity.A new hybrid-order Markov prefetching model(HMPM) is proposed.HMPM stores the sequences which share the same prefix so as to reduce the state-space complexity.Simulations show that the hybrid-order Markov prefetching model based on web access behavior can improve the precision and recall to a certain extent. |
| Keywords: | Markov model web prefetching web recommendation prediction model personalization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |