基于概率潜在语义分析的Web用户会话识别

为提高Web用户会话识别的准确性,给出了一种基于概率潜在语义分析模型(PLSA)和竞争奖罚(CRP)算法的Web用户会话识别方法.其核心内容是利用PLSA模型计算出请求页面和每一个活动用户会话的概率,比较概率判定请求页面应该归属的用户会话,并采用竞争奖罚算法判别用户会话的结束.实验结果表明:基于PLSA模型和竞争奖罚算法的用户会话识别方法的识别成功率高于其他常用的会话识别方法.     

基于PLSA模型的Web用户会话聚类

发现Web用户的访问模式是Web日志挖掘的重要任务之一。传统的Web用户会话聚类方法对解空间的搜索带有盲目性且缺乏语义特征,本文提出了一切向钱看种基于概率潜在语义分析的用户会话聚类方法,它采用了用户会话—潜在语义—页面之间的概率关系进行用户会话聚类,以便发现用户访问模式。实验结果表明该方法与k-means方法相比更具高效性。     

基于混合Markov链的用户浏览预测模型

根据Web用户的浏览历史建立用户浏览预测模型是Web环境下实现个性化服务和开发各种浏览导航工具的关键。该文首先利用PLSA模型对Web用户进行用户聚类,然后建立基于用户类别的混合Markov链用户浏览预测模型,该模型更能准确地描述用户浏览特征。实验结果表明了该模型的优越性。