【基于偏爱度的多步Markov网页预测模型】有限理性模型

　　摘要：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。
　　关键词：数据挖掘；Markov模型；偏爱度；浏览路径预测；空间复杂度 本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文