基于网络访问行为的混合阶Markov预测模型

作     者：叶海琴 石磊 王意锋 YE Hai-qin;SHI Lei;WANG Yi-feng

作者机构：郑州大学信息工程学院计算机系 信息工程大学国家数字交换系统工程技术研究中心河南郑州450002 

基　　金：国家自然科学基金项目(60472044) 河南省信息网络重点实验室开放基金项目(2006) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2008年第29卷第2期

页      码：333-336页

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。

主 题 词：马尔可夫模型 Web预取 Web推荐 预测模型 个性化 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2008.02.059

馆 藏 号：203849667...