基于Markov链的Web访问序列挖掘算法研究及性能分析.pdfVIP

第22卷第3期 湖 南 工 业 大 学 学 报 V01．22 No．3 20O8年5月 Journal of Hunan University of Technology May 2008 基于Markov链的Web访问序列 挖掘算法研究及性能分析 肖 哲 ～，任胜兵 (1．中南大学信息科学与工程学院，湖南 长沙 410083；2．湖南工业大学 科技学院，湖南株洲 412008) 摘 要：引入正向、逆向Markov一步状态转移概率矩阵构造序列数据库，并将逐层投影的PrefixSpan序列 挖掘算法改为伪投影和隔层投影算法结合，以改进经典序列算法中存在的时间或空间开销太大的缺陷。性能分 析表明，与经典算法相比，这种基于Markov链的Web访问序列模式挖掘新算法能够通过较少的计算量和空间 复杂度获得较优的Web访问序列模式。 关键词：数据挖掘；Web访问；Markov链；序列模式 中图分类号：TP311．13 文献标识码：A 文章编号：1673—9833(2008)03—0053—04 Research and Performance Analysis on Web Accessing Sequence Data Mining Algorithm Based on Markov’S Chain Xiao Zhe ，一，Ren shengbing (1 School ofInformation Science and Engineering，Central South University，Changsha 412083，China； 2．College of Science and Technology，Hunan University of Technology， Zhuzhou Hunan 412008，China) Abstract：The transition probability matrix to building sequence database of forward and backward Markov one-step state is introduced．Using pseudo projection combined with bi-level projection~gofithrn instead of level-by。level projecfion，it can improve classical sequence mining algorithms that usually have much time and space complexity properties．Performance shows that the proposed one Can decrease time and space overhead while searching for Web accessing sequence pattern when compared with classical algorithm． Key words：data mining；Web accessing；Markov’S chain；sequence pattern 0 引言 导致经典算法在效率和及时性上都达不到要求。 目前，对于Web访问序列模式挖掘的研究大多集中 当前网站的发展速度飞快，网站管理者如何更好 在对挖掘算法本身的改进上。本文提出了一种基于 地优化网站成为竞争的关键。随着网站内容的丰富和 Markov链和改进PrefixSpan序列模式挖掘算法的新算