高效的网络用户访问预测算法研究

摘要

为了提高用户访问预测算法预测准确率,提出了基于Markov链和关联规则的预测算法PAMA和带反馈的Markov预测模型MPMF,PAMA算法很好地结合了Markov链和关联规则的优点,从正向和反向两个角度修正预测结果,从而生成最后的预测页面。MPMF通过引入用户反馈机制和历史预测信息动态地调整预测算法,从而生成预测页面。理论分析证明了这两种预测方法具有线性时间复杂度的预测效率。实验结果表明PAMA和MPMF具有较好的预测准确率。