基于Web-Log Mining的N元预测模型

被引：12
|
作者：
苏中
马少平
杨强
张宏江
机构：
[1] 北京100084清华大学智能技术与系统国家重点实验室
[2] 微软中国研究院 北京100084 清华大学智能技术与系统国家重点实验室
[3] 北京100084
[4] 加拿大
[5] SimonFraser大学
[6] 清华大学计算机科学与技术系
[7] 北京100080
来源：
软件学报 | 2002年 / 01期
关键词：
Webmining; 数据挖掘; 预测;
D O I：
10.13328/j.cnki.jos.2002.01.020
中图分类号：
TP393.03 [];
学科分类号：
081201 ; 1201 ;
摘要：
随着Web上用户访问信息的不断增加,特别是Web服务器可提供大量的日志文件,使得有可能对这些大数据集进行知识挖掘,例如,对用户未来的访问进行预测.提出了一种利用服务器日志文件,运用N元(N-gram)预测模型对用户未来可能进行的Web访问请求进行预测.这种模型会选择性地对用户可预测的请求进行预测,从而大大提高了预测精度.实验证明,在自然语言中普遍适用的N元预测模型同样适用于网页预测.同时,采用了一种有效的简化手段,大大压缩了模型的大小,使得5元模型和传统的2元模型大小基本相同,而预测精度提高了1倍.该结果可以广泛地运用到Web上,包括网页的预发送、预取、推荐以及Web上的caching机制.试验是建立在真实的Web日志上的,该算法无论在预测精度上还是在可适用度上都优于以往的算法.
引用
收藏
页码：136 / 141
页数：6
相关论文
共 5 条
  • [1] Automatic Speech Recognition:the Development of the SPHINX System. Lee,K.F,Mahajan,S. . 1989
  • [2] Letizia:An Agent That Assists Web Browsing. Henry Lieberman. Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence(IJCAI-95) . 1995
  • [3] Pre-sending documents on the WWW: A comparative study. Albrecht D,Zukerman I,Nicholson A. IJCAI99 -- Proceedings of the Sixteenth International Joint Conference on Artificial Intelligence . 1999
  • [4] WebWatch: a tour guild for theWorldWideWeb. Joachims,T,Freitag,D,Mitchell,T. Proceedings of the15thInternationalJointConference onArtificialIntelligence,IJCAI?7 . 1997
  • [5] Predicting user抯 request on theWWW. Zukerman,I,Albrecht.W,Nicholson,A. Proceedings of the7thInternationalConference onUserModeling,UM’’99 . 1999
1