基于加权马尔可夫链的主动用户行为预测模型  

Forecasting model of active user behavior based on weighted Markov chain

作　　者：张玉成[1] 徐大纹[2] 王筱娟[3] 

机构地区：[1]西京学院基础部,陕西西安710123 [2]西安电子科技大学计算机学院,陕西西安710071 [3]西北师范大学数学与信息科学学院,甘肃兰州730070

出　　处：《计算机工程与设计》2011年第10期3334-3337,3418,共5页Computer Engineering and Design

基　　金：国家教育部科学技术研究重点基金项目(208146)

摘　　要：建立有效的用户行为预测模型,准确地预测用户的上网行为,是当前网络主动管理地关键,传统的Markov模型是一种简单而有效的预测模型,但它存在测准确率低、预测覆盖率低以及存储复杂度高等缺点。提出了基于加权马尔可夫链模型,通过分析用户行为特征和最优状态分类的方法,预测网络用户行为。最后通过实验结果表明了该模型的可行性和实用性。Modeling users＇ behavior and accurate predictions of users online behavior is the key to the current network management.The traditional Markov model is simple and practical, but it gives low prediction accuracy and coverage rate, as well as requires high space complexity. The model based on weighted Markov chain is presented, it can predict the behavior of network user by analyzing the user behavior state and the classification of optimal state. In addition, its feasibility and practicality are validated.

关 键 词：马尔可夫链模型 用户行为 行为分析 网络流量 预测模型 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]