基于马尔可夫混合模的电子商务搜索引擎用户行为聚类.docVIP

基于马尔可夫混合模型的电子商务搜索引擎用户行为聚类 摘要:对搜索引擎用户行为进行聚类分析有利于为用户提供个性化的服务。为了能准确地刻画用户行为的动态性，提出利用马尔可夫混合模型，对电子商务搜索引擎的用户行为模式聚类。模型假设每一类用户行为可表示为一个马尔可夫模型，当用户使用搜索引擎时，每个用户以一定的概率属于某一聚类；该用户的行为序列，由对应的马尔可夫模型产生。同时，为了解决参数估计和模型自动选择的问题，将贝叶斯阴阳和谐学习理论应用于该混合模型，提出针对该模型的和谐度函数及自适应梯度算法。仿真实验结果表明，与传统的最大期望（em）算法相比，基于贝叶斯阴阳机的自适应梯度算法能更高效和准确地同时进行参数学习和模型选择。最后，将所提出的聚类方法应用于真实的电子商务搜索引擎点击日志，初步验证了本模型的有效性。 关键词:马尔可夫模型；最大期望算法；模型聚类；贝叶斯阴阳机；和谐度函数  clustering the patterns of user behaviors of merce search enginebased on the mixture of markov models clustering user behavior patterns of merce search enginebased on mixture of markov models  qin jun