基于Web-Log的網(wǎng)頁預(yù)測模型研究.pdf

1、隨著互聯(lián)網(wǎng)信息及用戶的飛速增長，如何有效減少用戶訪問延時，提高網(wǎng)絡(luò)服務(wù)質(zhì)量是一個迫切需要解決的難題，緩存與預(yù)取技術(shù)是克服此難題的有效方法。但由于隨著WWW上動態(tài)內(nèi)容和個性化服務(wù)的比重日益增加，緩存技術(shù)對網(wǎng)絡(luò)性能的改善已不再顯著，而預(yù)取技術(shù)是緩存技術(shù)的一種有效補(bǔ)充手段，是突破緩存性能上限的最有效的方法，正越來越成為Web加速技術(shù)領(lǐng)域研究的熱點(diǎn)。 在網(wǎng)頁預(yù)測方面Markov模型是一種簡單而有效的工具，但現(xiàn)有的預(yù)測方法都有預(yù)測準(zhǔn)確率和

2、預(yù)測覆蓋率存在矛盾，并且存儲復(fù)雜度較高的缺點(diǎn)。因此，改進(jìn)基于Markov模型進(jìn)行用戶瀏覽路徑預(yù)測的方法成為Web日志挖掘的一個新課題。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(jìn)行了綜合分析，指出了現(xiàn)有的預(yù)測方法存在的問題，并提出了改進(jìn)方案，對如何改進(jìn)基于Markov模型的預(yù)測方法這一問題進(jìn)行了研究。 論文首先介紹了Internet和WWW起源、發(fā)展及現(xiàn)狀，提出了互聯(lián)網(wǎng)所面臨的問題及解決方案。然后闡述了Web數(shù)據(jù)挖掘

3、的基本概念、分類以及數(shù)據(jù)預(yù)處理的一般方法和過程。介紹了常用的挖掘算法-關(guān)聯(lián)規(guī)則算法，并針對其存在的不足提出了改進(jìn)的算法。 其次本文提出了新的用戶瀏覽興趣偏愛度，用傳統(tǒng)的用戶對網(wǎng)頁興趣偏愛度的方法，無法反應(yīng)用戶的真正瀏覽興趣和網(wǎng)頁的重要程度。新的偏愛度度量方法，不僅考慮了頁面的瀏覽頻度，而且引進(jìn)了頁面的訪問時間和頁面本身的大小，彌補(bǔ)了傳統(tǒng)方法的不足，最后利用實驗證明了該度量方法的有效性。 接著，作者提出了二步Markov預(yù)