Fr. 92.00

Ansatz zur Empfehlung von Webseiten unter Verwendung gewichteter sequenzieller Muster

German · Paperback / Softback

Shipping usually within 1 to 2 weeks (title will be printed to order)

Description

Read more

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.

About the author










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.

Product details

Authors Suneetha K
Publisher Verlag Unser Wissen
 
Languages German
Product format Paperback / Softback
Released 17.10.2022
 
EAN 9786205257371
ISBN 9786205257371
No. of pages 180
Subject Humanities, art, music > Education > Education system

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.