论文部分内容阅读
针对基于Web日志挖掘的用户访问预测经典算法的不足，提出了基于Markov链和关联规则的预测算法（MAPA）．使用二阶Markov链找到用户下一步或将来可能访问的页面集，生成预测候选集；使用二项关联规则从正向和反向2个角度修正Markov的预测结果，从而生成最后的预测页面．通过引入用户反馈机制，提出了带反馈的Markov预测算法（MPAF），即在预测过程中逐步构造历史预测树，把历史预测信息保存到历史预测树中，并根据用户的反馈来判断预测的正确性．在预测过程中，用二阶Markov预测算法生成预测候选集，再利用