研究文章雷竞技app下载苹果版

基于oft的web域预测新方法

摘要

在本文中，我们提出了一个完整的框架，并从一个真实Web站点的Web日志文件中预测Web页面的使用模式，该Web站点具有现实生活中Web使用预测的所有具有挑战性的方面，包括不断发展的用户配置文件和描述Web内容本体的外部数据。我们对基于决策树、马尔可夫链和路径分析的预抓取模型进行了研究。然而，动态页面使用的增加、站点结构和用户访问模式的频繁变化限制了这些静态技术的效果。用于提高用户延迟的技术之一是缓存，另一种是Web预取。仅仅依赖于缓存的方法只能提供有限的性能改进，因为缓存很难处理数量越来越多的不同文件。为了成功地完善执行，我们必须能够预测用户将访问的下一组页面。谷歌使用的OFT页面排名算法能够根据一组网页的链接结构计算其受欢迎程度。在本文中，提出了一种新的类似于OFT页面排名的算法来进行网页预测。作为算法实现的工具，我们选择了工业世界中首选的语言?——MATLAB。

A. Niky Singhai, B. Rajesh Kumar Nigam教授

阅读全文下载全文|访问全文