基于Markov与PageRank算法的Web日志仿真器.pdfVIP

维普资讯 第 8 期 计算 机 技 术 与 发展 v()1．18 No．5 2008年 5月 COIP!—『rERTECHNOIX；Y ANDDEVEI』)PMENT May 2008 基于Markov与 PageRank算法的Web日志仿真器 余智学，林文龙 (合肥工业大学 电子商务研究所，安徽 合肥 230009) 摘 要：获取可靠的web访问会话数据是 wcb使用挖掘(wuM)的重要前提，而很多时候这种数据不容易得到。据此，采 用数学建模的方法，设计并实现了一^-Web日志仿真器(SxSPM．SessionSimulatorbasedonPageRankandMarkov)。SsPM 用Markov链过程模拟用户访问过程，将用户Web访问过程抽象为Markov链 ，以PageRank算法计算页面重要度 ，并以此 计算 Markov初始状态和转移矩阵，获取用户仿真 日志。还介绍了KSPM 的验证方法。 关键词：Web使用挖掘；日志仿真器；马尔可夫链 ：P~eRank算法 中图分类号 ：1]P393 文献标识码 ：A 文章缡号：1673—629X(2008)05—0182—03 W ebAccessSessionSimulatorBasedonM arkov Chain andPageRankAlgorithm YU Zhi—xue．LIN W en一l·ong (InstituteofE—Business，HefeiUniversityofTedmology，Hefei230009，China) Abstract：ReliableW ebacc se~ionsa’t·crucialtoW UM Guidcdbymatherrmticrr~telingmethod．abstractslaserW ebaccessprocessas aMarkovchain，na ddesignsaWebacc~s~o*．sion~imulatornamedSSPM FageRankisca／culatedbyP~eRankalgorithm。thenwiththe PageRank．Markovinitialstatenadambulan：Matrixalos c bcobtained．SinceuserW eba。cessprocessissimulatedbyMarkovc~ irl， SSPM P．sneasilyacquiresimulatedWebaccess．；seSsioP~ How m validatethesimulatedW ebaccesss~sionsisalsospecified． Keywords：Webusagemining；sessionsimulator；Markovchain；PageRankalgorithm 0 引 言 变换来模拟生成新的日志 ，它易于实现但灵活性差，因 随着互联网的普及与发展，社会进入一个嘲络信 为生成的日志依赖于已有的历史 日志。这种模拟器有 息化的时代 ，人们越来越多地依靠网络来寻找信息。 SPECweb99，WebBeneh，SURGE和 httperf’等。 如何根据用户访 问Web站点的方式及过程 ．来调整网 2)数学模拟方法。这种方法在充分研究Web对 站和网页的结构，或者可把用户经常访问的信息放在 象访问特征的基础上，通过建立数学模型来模拟生成 Web缓存 系统上，从而提高站点的访 问率，这正是