基于文档相关度计算的网页预测模型.pdfVIP

第２９卷第２期　　　 计算机应用与软件 Ｖｏｌ２９Ｎｏ．２ ２０１２年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１２ 基于文档相关度计算的网页预测模型 朱鲲鹏　魏　芳 （上海贝尔股份有限公司　上海２０１２０６） （复旦大学计算机科学技术学院　上海２００４３３） 摘　要　　基于网络日志挖掘的网页预测系统可以有效地分析用户未来的网络访问请求，从而达到智能推荐、改善网络性能等目 的。针对目前的预测模型缺乏有效的语义处理的问题，将词语语义信息和统计语言模型相结合，提出一种基于文档相关度计算的网 页统计预测模型。通过词频信息和知网（ＨｏｗＮｅｔ）中词的概念计算模型计算网页文档间的主题相关度，再将该语义信息与统计模型 计算的条件概率值相结合，以此作为预测的依据。实验表明，该技术使预测模型的性能获得了较大的提高。 关键词　　网页预测　统计语言模型　日志挖掘　文档相关度 中图分类号　ＴＰ３　　　　文献标识码　Ａ ＡＷＥＢＰＡＧＥＰＲＥＤＩＣＴＩＯＮＭＯＤＥＬＢＡＳＥＤＯＮＤＯＣＵＭＥＮＴ ＲＥＬＥＶＡＮＣＹＣＯＭＰＵＴＡＴＩＯＮ ＺｈｕＫｕｎｐｅｎｇ　ＷｅｉＦａｎｇ （ＡｌｃａｔｅｌＬｕｃｅｎｔＳｈａｎｇｈａｉＢｅｌｌＣｏｍｐａｎｙＬｔｄ．，Ｓｈａｎｇｈａｉ２０１２０６，Ｃｈｉｎａ） （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＴｈｅＷｅｂｐａｇｅｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｗｅｂｌｏｇｍｉｎｉｎｇｃａｎｂｅｕｓｅｄｔｏｅｆｆｅｃｔｉｖｅｌｙａｎａｌｙｓｅｕｓｅｒｓ’ｒｅｑｕｅｓｔｏｆｉｎｔｅｒｎｅｔａｃｃｅｓｓｉｎ ｔｈｅｆｕｔｕｒｅ，ｔｈｅｒｅｆｏｒｅｒｅａｃｈｅｓｔｈｅｇｏａｌｓｏｆｉｎｔｅｌｌｉｇｅｎｔｒｅｃｏｍｍｅｎｄａｔｉｏｎａｎｄｗｅｂｓｉｔｅｐｅｒｆｏｒｍａｎｃｅｉｍｐｒｏｖｅｍｅｎｔ，ｅｔｃ．Ｃｕｒｒｅｎｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ ｌａｃｋｓｅｆｆｅｃｔｉｖｅｓｅｍａｎｔｉｃｓｐｒｏｃｅｓｓｉｎｇ，ｔｏｓｏｌｖｅｉｔ，ｂｙｃｏｍｂｉｎｉｎｇｔｈｅｓｅｍａｎｔｉｃｓｉｎｆｏｒｍａｔｉｏｎｏｆｗｏｒｄｓｗｉｔｈｓｔａｔｉｓｔｉｃａｌｌａｎｇｕａｇｅｍｏｄｅｌ，ｗｅｐｒｏｐｏｓｅ ａｗｅｂｐａｇｅｓｔａｔｉｓｔｉｃｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｗｈｉｃｈｉｓｂａｓｅｄｏｎｄｏｃｕｍｅｎｔｒｅｌｅｖａｎｃｙｃｏｍｐｕｔａｔｉｏｎｉｎｔｈｉｓｐａｐｅｒ．Ｉｔｃａｌｃｕｌａｔｅｓｒｅｌｅｖａｎｃｙｏｆｔｏｐｉｃｓｂｅｔｗｅｅｎ ｔｈｅｗｅｂｐａｇｅｄｏｃｕｍｅｎｔｓｕｓｉｎｇｂｏｔｈｔｈｅｗｏｒｄｆｒｅｑｕｅｎｃｙｉｎｆｏｒｍａｔｉｏｎａｎｄｔｈｅｃｏｎｃｅｐｔｃｏｍｐｕｔａｔｉｏｎｍｏｄｅｌｏｆｗｏｒｄｓｉｎＨｏｗＮｅｔｆｉｒｓｔ，ａｎｄｔｈｅｎｃｏｍ ｂｉｎｅｓｔｈｉｓｓｅｍａｎｔｉｃｓｉｎｆｏｒｍａｔｉｏｎｗｉｔｈｃｏｎｄｉｔｉｏｎａｌｐｒｏｂａｂｉｌｉｔｙｖａｌｕｅｃｏｍｐｕｔｅｄｂｙｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌ，ｔｈｅｒｅｓｕｌｔｉｓｕｓｅｄｔｏｇｕｉｄｅｔｈｅｐｒｏｃｅｓｓｏｆ ｐａｇｅｐｒｅｄｉｃｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｉｓｔｅｃｈｎｉｑｕｅｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ． Ｋｅｙｗｏｒｄｓ　　Ｗｅｂｐａｇｅｐｒｅｄｉｃｔｉｏｎ　Ｓｔａｔｉｓｔｉｃａｌｌａｎｇｕａｇｅｍｏｄｅｌ　Ｗｅｂｌｏｇｍｉｎｉｎｇ　Ｄｏｃｕｍｅｎｔｒｅｌｅｖａｎｃｙ 息。国内外的众多研究者都针对基于网络用户日志的网页预测 ０　引　言