基于改进Markov模型的预测推荐系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究意义 | 第10页 |
| ·本文的主要研究内容及结构安排 | 第10-14页 |
| 第二章 Markov预测模型简介 | 第14-26页 |
| ·Markov链的概念 | 第14-15页 |
| ·基本Markov预测模型(单Markov模型) | 第15-17页 |
| ·单Markov链模型的定义及预测过程 | 第15-16页 |
| ·单Markov链模型的学习 | 第16-17页 |
| ·多Markov链预测模型 | 第17-23页 |
| ·多Markov链预测模型的定义 | 第17-19页 |
| ·多Markov链模型的预测过程 | 第19-20页 |
| ·多Markov链模型的学习 | 第20-23页 |
| ·多Markov模型算法复杂度分析 | 第23页 |
| ·Markov链模型的性能指标 | 第23-24页 |
| ·Markov链模型存在的问题 | 第24-26页 |
| 第三章 改进的Markov预测模型 | 第26-44页 |
| ·基于聚类的Markov预测模型 | 第26-28页 |
| ·系统框架设计 | 第26-27页 |
| ·聚类的概念 | 第27页 |
| ·URL聚类 | 第27页 |
| ·URL聚类算法 | 第27-28页 |
| ·改进的Markov预测模型的转移概率 | 第28-33页 |
| ·浏览网站的简化模型 | 第28-29页 |
| ·蚁群算法的基本原理 | 第29-30页 |
| ·结合蚁群算法与Markov的网站浏览模型 | 第30-33页 |
| ·预测过程 | 第33-35页 |
| ·AS-Markov预测 | 第33-35页 |
| ·时间的离散化 | 第35页 |
| ·训练算法和测试算法的描述 | 第35-37页 |
| ·构建有向图 | 第35-36页 |
| ·AS-Markov预测算法 | 第36-37页 |
| ·对预测结果的筛选 | 第37-38页 |
| ·实例分析 | 第38-44页 |
| ·Web日志预处理 | 第38-40页 |
| ·基于聚类的AS-Markov预测模型的仿真 | 第40-44页 |
| 第4章 基于排队模型的网站评价量化标准 | 第44-52页 |
| ·用户分组 | 第44页 |
| ·用户浏览网站的马氏链排队模型 | 第44-47页 |
| ·计算用户停留网站时间 | 第47-48页 |
| ·基于用户分组的网站评价量化标准 | 第48页 |
| ·实例分析 | 第48-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录A 攻读硕士期间发表的论文及其其他成果 | 第60-62页 |
| 附录B 算法核心代码 | 第62-65页 |
