首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Markov链和关联规则的Web访问预测模型
引用本文:林惠珍,杨晨晖,李翠华,陈希友.基于Markov链和关联规则的Web访问预测模型[J].厦门大学学报(自然科学版),2010,49(4).
作者姓名:林惠珍  杨晨晖  李翠华  陈希友
作者单位:厦门大学信息科学与技术学院,福建,厦门,361005
摘    要:用户访问预测是根据用户的历史访问信息和当前的访问路径预测用户下一步或将来可能访问的页面.因此可以利用预测结果提高服务器的性能,提高缓存的利用率和为用户提供个性化服务.提出了基于Markov链和关联规则的预测模型MAPM(Markov chain and association rule prediction model),该模型首先使用二阶Markov链找到用户下一步或将来可能访问的页面集,生成预测候选集;然后再使用二项关联规则从正向和反向两个角度修正Markov的预测结果,从而生成最后的预测页面.

关 键 词:Web日志挖掘  关联规则  访问预测

Web Access Prediction Model Based on Markov Chain and Association Rule
LIN Hui-zhen,YANG Chen-hui,LI Cui-hua,CHEN Xi-you.Web Access Prediction Model Based on Markov Chain and Association Rule[J].Journal of Xiamen University(Natural Science),2010,49(4).
Authors:LIN Hui-zhen  YANG Chen-hui  LI Cui-hua  CHEN Xi-you
Abstract:
Keywords:Markov
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号