高效的用户访问预测新算法

被引：1

作者：

冯少荣

张东站

机构：

[1] 厦门大学信息科学与技术学院

来源：

西安交通大学学报 | 2010年 / 44卷 / 04期

关键词：

数据挖掘; Web日志挖掘; 访问预测; Markov预测; 关联规则;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对基于Web日志挖掘的用户访问预测经典算法的不足,提出了基于Markov链和关联规则的预测算法(MAPA).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;使用二项关联规则从正向和反向2个角度修正Markov的预测结果,从而生成最后的预测页面.通过引入用户反馈机制,提出了带反馈的Markov预测算法(MPAF),即在预测过程中逐步构造历史预测树,把历史预测信息保存到历史预测树中,并根据用户的反馈来判断预测的正确性.在预测过程中,用二阶Markov预测算法生成预测候选集,再利用历史预测信息动态地调整预测算法,从而生成预测页面.理论分析证明,这2种预测算法具有线性时间复杂度的预测效率.实验结果表明,MAPA和MPAF在预测准确率上平均提高5%和10%.

引用

页码：28 / 33

页数：6

共 4 条

[1] 多Markov链用户浏览预测模型 [J].

邢永康 ;

马少平 .

计算机学报, 2003, (11) :1510-1517

[2]

Incremental click-stream tree model: Learning from new users for web page prediction[J] . Distributed and Parallel Databases . 2006 (1)

[3]

Mining Web logs for a Personalized Recommender System. PUNTHEERANURAK SUTHEERA,TSUJI HIDEKAZU. Joho Shori Gakkai Zenkoku Taikai Koen Ronbunshu . 2005

[4]

Evaluation of web usage mining approaches for user s next request prediction. GERYM,HADDAD H. Proceedingsof the 5th ACM International Workshop on Web Information and Data Management . 2003

← 1 →