TY - Jour A2 - 罗诺·奥尔塔斯，大卫奥地那 - Setia，Sonia Au - Jyoti，Verma Au - Duhan，Neelam Py - 2020 da - 2020/11/06 Ti - HPM：基于MASE的用户行为预测混合模型N-Gram解析和访问日志SP - 8897244 VL - 2020 AB - 万维网的连续增长导致了长期访问延迟的问题。为了减少这种延迟，已经使用预取技术来预测用户在用户明确要求该网页之前获取网页的浏览行为。为用户搜索行为的近准确预测是研究人员面临的复杂任务多年。为此，已经使用了各种网站挖掘技术。然而，观察到其中任何一种方法都有自己的一组缺点。在本文中，提出了一种新的方法来制造混合预测模型，其整合了使用挖掘和内容挖掘技术来解决这两种方法的个人挑战。所提出的方法使用 N-gram与查询的点击计数一起解析，以捕获更多上下文信息作为提高网页预测的努力。通过使用AOL搜索日志完成了所提出的混合方法的评估，其显示预测精度增加26％，与其他采矿技术相比，预测精度增加了26％，平均击中比率增加了10％。SN - 1058-9244 UR - https://doi.org/10.1155/2020/8897244 Do - 10.1155 / 2020/8897244 JF - 科学编程PB - Hindawi KW - ER -