主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王实,高文,黄铁军,马继勇,李锦涛.基于隐马尔可夫模型的在线零售站点的自适应.软件学报,2001,12(4):599-606
基于隐马尔可夫模型的在线零售站点的自适应
Web数据挖掘;隐马尔可夫模型;关联规则;自适应
投稿时间:1999-11-24  修订日期:2000-02-20
DOI:
中文关键词:  Web数据挖掘  隐马尔可夫模型  关联规则  自适应
英文关键词:Web mining  hidden Markov model  association rule  self-adaptation
基金项目:国家863高科技发展计划资助项目(863-306-JD06-03-4)
作者单位
王实 中国科学院计算技术研究所,北京 100080 
高文 中国科学院计算技术研究所,北京 100080 
黄铁军 中国科学院计算技术研究所,北京 100080 
马继勇 中国科学院计算技术研究所,北京 100080 
李锦涛 中国科学院计算技术研究所,北京 100080 
摘要点击次数: 2627
全文下载次数: 2635
中文摘要:
      开展在线零售业务存在的问题是,群体用户必须浏览许多无关的页面,才能最终找到自己所需要的商品.解决该问题的一个思路是:建立一个隐马尔可夫模型,通过关联规则发现算法发现关联购买集合;然后通过Viterbi算法求出从首页到一个关联购买集合中心的具有最大被购买概率的一些路径;在这些路径上标注关联购买集合;当处理完所有的关联购买集合之后,通过竞争来决定出现在导航页面上的物品集,最终将导航页合理地变成导航购买页.即站点可以自动根据群体用户的访问购买情况进行自适应.此外,该方法也是一种很好的通过建立隐马尔可夫模型来分析
英文摘要:
      There is a problem in online retail: the conflict between the different interests of all customers to different commodities and the commodity classification structure of Web site. This problem will make most customers access overabundant Web pages. To solve the problem, the Web page data, server data, and marketing data are mined to build a hidden Markov model. The authors use association rule discovery to get the large item set. Viterbi algorithm is used to find some paths that come from the root Web page to the Web page that the center of the large item set is in. This large item set is marked in the nodes that are in the paths. Through these steps, one can calculate all item sets and mark them in these paths. The large item sets will compete in the nodes for the limited space. Through this method the Web site will adjust itself to reduce the total access time of all users. This method can also be used in analysis of paths, advertisements, and reconstructing the Web site.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利