基于馬爾科夫模型的WEB日志挖掘的研究.pdf

1、在網(wǎng)絡(luò)時代的今天,不同類型、不同內(nèi)容、不同結(jié)構(gòu)的網(wǎng)站浩如煙海,而網(wǎng)站建設(shè)所面臨的一個主要問題是:如果能夠深入了解用戶的瀏覽興趣和瀏覽習(xí)慣,預(yù)測用戶的瀏覽路徑,就可以通過修改網(wǎng)頁結(jié)構(gòu)來提高用戶的瀏覽效率,從而提高網(wǎng)站的訪問量和訪問效率。Web日志挖掘技術(shù)可以對用戶的瀏覽模式做出歸納和預(yù)測,Markov模型是一種簡單而有效的預(yù)測工具,但現(xiàn)有的預(yù)測方法存在著一些不足之處。因此,改進基于Markov模型進行用戶瀏覽路徑預(yù)測的方法,成為Web日志

2、挖掘的一個新課題。本文對國內(nèi)外關(guān)于Markov模型瀏覽路徑預(yù)測的研究現(xiàn)狀進行了綜合分析,指出了現(xiàn)有的預(yù)測方法在適用范圍及花費時間上存在的問題,提出了改進方案,對如何改進基于Markov模型的預(yù)測方法這一問題進行了研究。
　　 本文提出了基于網(wǎng)頁類的預(yù)測方法。用傳統(tǒng)Markov模型進行預(yù)測,無法反映用戶在不同語義類別網(wǎng)頁間的瀏覽習(xí)慣。網(wǎng)頁類預(yù)測方法針對這個問題,利用多維層次化數(shù)據(jù)聚集的思想對網(wǎng)頁分類,并通過在網(wǎng)頁類別上進行路徑預(yù)測