Approccio di raccomandazione della pagina Web utilizzando modelli sequenziali ponderati
Versandkostenfrei!
Versandfertig in 6-10 Tagen
46,99 €
inkl. MwSt.
PAYBACK Punkte
23 °P sammeln!
Prevedere la navigazione degli utenti del web con l'aiuto di tecniche di Web Usage Mining. Questo libro si concentra principalmente sull'applicabilità nel mondo reale di un nuovo approccio di raccomandazione delle pagine Web che utilizza modelli sequenziali ponderati e un modello probabilistico di Markov. Per trovare i modelli sequenziali ponderati, l'algoritmo PrefixSpan esistente è stato modificato incorporando i vincoli di ponderazione come il tempo di spesa e le visite recenti. Una volta identificati i pattern sequenziali ponderati, viene costruito un albero basato su Patricia-trie. Infi...
Prevedere la navigazione degli utenti del web con l'aiuto di tecniche di Web Usage Mining. Questo libro si concentra principalmente sull'applicabilità nel mondo reale di un nuovo approccio di raccomandazione delle pagine Web che utilizza modelli sequenziali ponderati e un modello probabilistico di Markov. Per trovare i modelli sequenziali ponderati, l'algoritmo PrefixSpan esistente è stato modificato incorporando i vincoli di ponderazione come il tempo di spesa e le visite recenti. Una volta identificati i pattern sequenziali ponderati, viene costruito un albero basato su Patricia-trie. Infine, a partire dall'albero di pattern costruito, la raccomandazione delle pagine web agli utenti attuali viene effettuata con l'aiuto del modello probabilistico di Markov. Questo modello consente di ragionare e calcolare in modo intrattabile l'identificazione delle pagine web di futuro accesso in base agli interessi di navigazione passati dell'utente.