基于Web-Log Mining的N元预测模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家重点基础研究发展规划973资助项目(G1998030509)


An N-Gram Prediction Model Based on Web-Log Mining
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着Web上用户访问信息的不断增加,特别是Web服务器可提供大量的日志文件,使得有可能对这些大数据集进行知识挖掘,例如,对用户未来的访问进行预测.提出了一种利用服务器日志文件,运用N元(N-gram)预测模型对用户未来可能进行的Web访问请求进行预测.这种模型会选择性地对用户可预测的请求进行预测,从而大大提高了预测精度.实验证明,在自然语言中普遍适用的N元预测模型同样适用于网页预测.同时,采用了一种有效的简化手段,大大压缩了模型的大小,使得5元模型和传统的2元模型大小基本相同,而预测精度提高了1倍.该结果可以广泛地运用到Web上,包括网页的预发送、预取、推荐以及Web上的caching机制.试验是建立在真实的Web日志上的,该算法无论在预测精度上还是在可适用度上都优于以往的算法.

    Abstract:

    As an increasing number of users access information on the Web, there is a great opportunity to learn about the users?probable actions in the future from the server logs. In this paper, an n-gram based model is presented to utilize path profiles of users from very large data sets to predict the users?future requests. Since this is a prediction system, the recall cannot be measured in a traditional sense. Therefore, the notion of applicability is presented to give a measure of the ability to predict the next document.The new model is based on a simple extension of existing point-based models for such predictions,but the results show that by sacrificing the applicability somewhat one can gin a great deal in prediction precision.The result can potentially be applied to awide range of applications on the Web,including pre-sending,pre-fetching,enhancement of recommendation systems as well as Web caching po;icies.The tests are based on three realistic Web logs.The new algorithm shows a marked improvement in precision and applicability over previous approaches.

    参考文献
    相似文献
    引证文献
引用本文

苏中,马少平,杨强,张宏江.基于Web-Log Mining的N元预测模型.软件学报,2002,13(1):136-141

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2000-04-03
  • 最后修改日期:2000-07-20
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号