计算机应用 ›› 2005, Vol. 25 ›› Issue (03): 670-672.DOI: 10.3724/SP.J.1087.2005.0670
韩真,曹新平
HAN Zhen,CAO Xin-ping
摘要: 分析了访问用户和浏览器的行为,研究了现存的Markov预取模型,并分析了Markov预测模型的本质,在此基础上,提出了基于TOP N选择的Markov预测模型。该模型利用Web访问日志中请求次数大于N的URL生成TOP N,根据用户的访问会话生成Markov链。如果用户当前的访问会话与Markov链匹配,该Markov的下一URL在TOP N中,就把它取到本地缓存。实验表明,该预测模型能有效提高预测精度和命中率,在一定程度上还减少了带宽的需求。
中图分类号: