71,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Vorhersage der Navigation von Webnutzern mit Hilfe von Web Usage Mining Techniken. Dieses Buch konzentriert sich in erster Linie auf die reale Anwendbarkeit eines neuen Ansatzes zur Empfehlung von Webseiten, der sowohl gewichtete sequenzielle Muster als auch ein probabilistisches Markov-Modell verwendet. Um die gewichteten sequenziellen Muster zu finden, wurde der bestehende PrefixSpan-Algorithmus modifiziert, indem die Gewichtungsbedingungen wie die Verweildauer und die letzten Besuche einbezogen wurden. Sobald die gewichteten sequenziellen Muster identifiziert sind, wird ein…mehr

Produktbeschreibung
Vorhersage der Navigation von Webnutzern mit Hilfe von Web Usage Mining Techniken. Dieses Buch konzentriert sich in erster Linie auf die reale Anwendbarkeit eines neuen Ansatzes zur Empfehlung von Webseiten, der sowohl gewichtete sequenzielle Muster als auch ein probabilistisches Markov-Modell verwendet. Um die gewichteten sequenziellen Muster zu finden, wurde der bestehende PrefixSpan-Algorithmus modifiziert, indem die Gewichtungsbedingungen wie die Verweildauer und die letzten Besuche einbezogen wurden. Sobald die gewichteten sequenziellen Muster identifiziert sind, wird ein Patricia-trie-basierter Baum erstellt. Anhand des konstruierten Musterbaums wird schließlich mit Hilfe eines probabilistischen Markov-Modells die Empfehlung von Webseiten für die aktuellen Benutzer durchgeführt. Dieses Modell ermöglicht die Argumentation und Berechnung als intractable, um die Zukunft Zugang Webseiten auf der Grundlage der Benutzer Vergangenheit Browsing Interessen zu identifizieren.
Autorenporträt
Ich habe ein unstillbares Verlangen, mich mit Data-Mining-Problemen zu befassen. Ich glaube, dass es viele mögliche Wege der Untersuchung gibt, die genetische Algorithmen und Programmierung, Support-Vektor-Maschinen, Clustering-Techniken, Bayes'sche Netze, Markov-Modellierung, Verstärkungslernen, unüberwachtes Lernen usw. umfassen.