[发明专利]一种基于k阶混合马尔可夫模型的Web页面访问预测方法

摘要

本发明公开了一种基于k阶混合马尔可夫模型的Web页面访问预测方法，首先收集和整理Web服务器访问日志数据，识别客户端和用户，排除无意义的访问数据；再识别用户会话，组建Web日志数据库；并根据预测目标从数据库中选取日志数据，以会话为单位组织(k+1)元组，用于训练k阶混合马尔可夫模型；采用最大期望算法学习和校准k阶混合马尔可夫模型的参数集；根据目标用户页面访问操作识别会话，应用上述模型预测用户下一步访问的Web页面。本发明可向用户推荐需要访问的页面，减少页面访问的延迟，优化用户体验；从Web服务器角度可以改善Web页面的组织结构，指导搜索引擎的结果排序，改进页面缓存机制，从而提高服务质量。

主权项

1.一种基于k阶混合马尔可夫模型的Web页面访问预测方法，其特征在于包含以下步骤：1)首先收集和整理Web服务器访问日志数据，针对日志中的每一项访问记录，识别客户端浏览器和用户；排除无意义的访问数据；根据每一项记录析取访问操作o＝<u，x，t>，其中u表示用户、x表示Web页面、t表示页面访问时间；2)识别用户会话S，用于组建Web日志数据库，储备用于Web页面访问预测的历史数据；3)根据预测目标从数据库中选取和组织日志数据，按会话整理和组织(k+1)元组集合；4)建立k阶混合马尔可夫模型，并采用最大期望算法训练该k阶混合马尔可夫模型，再基于数据集学习和校准k阶混合马尔可夫模型的参数集；5)基于目标用户对Web页面的访问操作，识别最近的用户会话，应用训练后的k阶混合马尔可夫模型预测用户下一步访问的Web页面。