基于反馈的用户访问预测模型研究.pdfVIP

NQ．IOA 计算机科学2008V01．35 基于反馈的用户访问预测模型*) 陈希友冯少荣张东站薛永生 (厦门大学计算机科学系 厦门361005) 摘要 用户的访问预测是Web日志挖掘的重要分支。在过去的几年里，研究者们先后提出了基于关联规则、 Markov模型、频繁访问模式和点击流树等预测模型。它们不考虑用户的反馈，无法判断预测结果是否正确，也无 法动态调整预测算法。针对上述不足，引入用户反馈和历史预测表，提出了基于反馈的预测模型，该模型根据用户 反馈判断预测是否正确，并更新历史预测表f在预测过程中，利用历史预测表的知识动态调整预测箕法，从而提高 预测准确率。此外，在基于点击流树的预洲算法的基础上，提出了新的相似度计算方法，从而改善预测效率。实验 结果表明基于反馈的预测模型明显提高了预测准确率。 关键词WebEl志挖掘，用户反馈，访问预测 on PredictionModeIofUserAccessBasedFeedback CHEN FENG ZHANG XUE Xi—you Shao-rong Dong-zhan Yong-sheng of science，Xiamerl 361005，China) (Departmentcomputer University，Xiamen AbstractThe of isan branchofWeb the few next瑚uestimportant logmining，inpast years，research— prediction ershave modelsbasedOnassociationrules，Markov access proposedmanyprediction model，frequentpattern，chck— streamtreeandso didn’tcoileelTl whetherthe iscorrect，and oil．TheY usel$’feedback，couldn’tjudge prediction couldn’t aswell．We user’s ta— modifypredictionalgorithmdynamically integratedfeedback、jl，i出historyprediction whetherthe wascorrect user7sfeedback，andthen thehjstory ta— ble，judging prediction according updated prediction the in as ble．Furthermore。itcould table。so modifypredictionalgorithmdynamicallyby knowledgeilisto珂prediction to