基于隐马尔可夫模型的在线零售站点的自适应  

Adaptive Online Retail Web Site Based on Hidden Markov Model

作　　者：王实[1] 高文[1] 黄铁军[1] 马继勇[1] 李锦涛[1] 

机构地区：[1]中国科学院计算技术研究所,北京100080

出　　处：《软件学报》2001年第4期599-606,共8页Journal of Software

基　　金：国家 8 6 3高科技发展计划资助项目!(86 3- 30 6 - JD0 6 - 0 3- 4)&&

摘　　要：开展在线零售业务存在的问题是 ,群体用户必须浏览许多无关的页面 ,才能最终找到自己所需要的商品 .解决该问题的一个思路是 :建立一个隐马尔可夫模型 ,通过关联规则发现算法发现关联购买集合 ;然后通过Viterbi算法求出从首页到一个关联购买集合中心的具有最大被购买概率的一些路径 ;在这些路径上标注关联购买集合 ;当处理完所有的关联购买集合之后 ,通过竞争来决定出现在导航页面上的物品集 ,最终将导航页合理地变成导航购买页 .即站点可以自动根据群体用户的访问购买情况进行自适应 .此外 ,该方法也是一种很好的通过建立隐马尔可夫模型来分析购买访问路径的方法 ,可以被广泛地用于 Web站点的路径分析、广告和人工重构中 .The authors use association rule discovery to get the large item set, Viterbi algorithm is used to find some paths that come from the root Web page to the Web page that the center of the large item set is in. This large item set is marked in the nodes that are in the paths. Through these steps, one can calculate all item sets and mark them in these paths. The large item sets will compete in the nodes for the limited space. Through this method the Web site will adjust itself to reduce the total access time of all users. This method can also be used in analysis of paths, advertisements, and reconstructing the Web site.

关 键 词：隐马尔可夫模型 关联规则 自适应 在线零售站点 电子商务 

分 类 号：F713.36[经济管理—产业经济]