计算机时代
計算機時代
계산궤시대
COMPUTER ERA
2010年
7期
1-3,6
,共4页
数据挖掘%Markov模型%偏爱度%浏览路径预测%空间复杂度
數據挖掘%Markov模型%偏愛度%瀏覽路徑預測%空間複雜度
수거알굴%Markov모형%편애도%류람로경예측%공간복잡도
随着WWW的迅速扩张和网络用户的急剧增加,准确预测Web用户的访问行为对减少用户的感知延时、提高网络服务质量具有重要作用.文章分析了传统Markov模型的优缺点,针对低阶Markov模型准确率不高,而高阶Markov模型状态空间复杂度较高的缺点,提出了一种新的K步Markov模型(K-Step Markov Model,K-SMM),并引入了偏爱度的概念,建立了基于偏爱度的多步Markov网页预测模型(Preferred K-Step Markov Model,PKSMM).实验结果表明,该模型可以获得更高的预测准确率与覆盖率,并能有效地降低存储复杂度.
隨著WWW的迅速擴張和網絡用戶的急劇增加,準確預測Web用戶的訪問行為對減少用戶的感知延時、提高網絡服務質量具有重要作用.文章分析瞭傳統Markov模型的優缺點,針對低階Markov模型準確率不高,而高階Markov模型狀態空間複雜度較高的缺點,提齣瞭一種新的K步Markov模型(K-Step Markov Model,K-SMM),併引入瞭偏愛度的概唸,建立瞭基于偏愛度的多步Markov網頁預測模型(Preferred K-Step Markov Model,PKSMM).實驗結果錶明,該模型可以穫得更高的預測準確率與覆蓋率,併能有效地降低存儲複雜度.
수착WWW적신속확장화망락용호적급극증가,준학예측Web용호적방문행위대감소용호적감지연시、제고망락복무질량구유중요작용.문장분석료전통Markov모형적우결점,침대저계Markov모형준학솔불고,이고계Markov모형상태공간복잡도교고적결점,제출료일충신적K보Markov모형(K-Step Markov Model,K-SMM),병인입료편애도적개념,건립료기우편애도적다보Markov망혈예측모형(Preferred K-Step Markov Model,PKSMM).실험결과표명,해모형가이획득경고적예측준학솔여복개솔,병능유효지강저존저복잡도.
