Web使用挖掘研究.pdf

1、Web使用挖掘研究通常被認(rèn)為包含兩個(gè)研究方向，本文的主要研究內(nèi)容—MD模型屬于根據(jù)日志數(shù)據(jù)的特點(diǎn)，建立新模型，實(shí)施數(shù)據(jù)挖掘。MD模型以馬爾科夫模型和有向圖為主要的理論依據(jù)，研究內(nèi)容主要分為兩個(gè)部分：模型建立和預(yù)測算法。MD模型的建模算法將訓(xùn)練數(shù)據(jù)在宏觀上按照網(wǎng)站的結(jié)構(gòu)圖（有向圖）進(jìn)行重新部署，圖中的每個(gè)結(jié)點(diǎn)存儲了經(jīng)過該結(jié)點(diǎn)對應(yīng)的頁面的所有訪問軌跡，該建模算法實(shí)現(xiàn)了訓(xùn)練數(shù)據(jù)按照一定的規(guī)律初步、有序排放，避免了其他模型建模過程中反復(fù)掃描訓(xùn)

2、練數(shù)據(jù)、大量存儲冗余信息，從而導(dǎo)致耗時(shí)、耗費(fèi)存儲空間的問題。MD模型的預(yù)測算法在訓(xùn)練數(shù)據(jù)分塊、規(guī)律存儲的基礎(chǔ)上，只需掃描局部數(shù)據(jù)，構(gòu)造與馬爾科夫模型相同的預(yù)測模式集合，從而達(dá)到與馬爾科夫模型等價(jià)的預(yù)測能力。從理論上分析，MD模型在建模過程中的時(shí)間復(fù)雜度、模型的空間復(fù)雜度、預(yù)測算法的執(zhí)行時(shí)間復(fù)雜度、預(yù)測的準(zhǔn)確度上具有較好的綜合性能，后續(xù)的實(shí)驗(yàn)將MD模型與包括馬爾科夫模型在內(nèi)的3個(gè)其他研究模型相對比，同時(shí)對MD模型進(jìn)行了改進(jìn)實(shí)驗(yàn)，得出的結(jié)