基于马尔科夫模型的用户浏览路径预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·研究意义 | 第14-15页 |
| ·课题研究的内容 | 第15-16页 |
| ·本文的结构 | 第16-17页 |
| 第2章 基础知识概述 | 第17-30页 |
| ·引言 | 第17页 |
| ·Web日志挖掘的概念及相关技术 | 第17-20页 |
| ·Markov模型的相关概念 | 第20-23页 |
| ·Markov链的定义 | 第20-21页 |
| ·超文本概率语法(HPG) | 第21-22页 |
| ·N-gram模型 | 第22-23页 |
| ·Markov模型的预测过程 | 第23-24页 |
| ·多Markov链预测模型简介 | 第24-29页 |
| ·多Markov链预测模型的定义 | 第24-27页 |
| ·多 Markov链模型的学习 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 网页类预测方法 | 第30-44页 |
| ·引言 | 第30页 |
| ·相关知识 | 第30-37页 |
| ·HHHs问题及解决方案 | 第31-34页 |
| ·Overlap规则和split规则 | 第34-37页 |
| ·网页类方法的预测过程 | 第37-40页 |
| ·网页类的构造 | 第37-40页 |
| ·预测参数的计算 | 第40页 |
| ·实验及结果分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 动态分类预测模型 | 第44-61页 |
| ·引言 | 第44页 |
| ·相关算法 | 第44-48页 |
| ·多Markov链模型学习算法 | 第44-47页 |
| ·时间复杂度分析 | 第47-48页 |
| ·动态分类预测模型及其分类算法 | 第48-56页 |
| ·动态分类预测模型的学习过程 | 第48-50页 |
| ·算法及其时间复杂度分析 | 第50-56页 |
| ·实验及结果分析 | 第56-60页 |
| ·实验结果 | 第57-59页 |
| ·存储复杂度分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
