Read more
Se centra principalmente en el problema de construir modelos para representar el comportamiento de usuarios anteriores, que sean capaces de predecir los enlaces más probables que un usuario solicitará al visualizar una página. WUM se ha diseñado específicamente para llevar a cabo aplicaciones mediante el análisis de los datos de uso. Los resultados del algoritmo de agrupación de Grey se utilizan como entrada para el Modelo de Markov de Probabilidad Móvil de Grey para predecir la próxima visita de los usuarios. Este enfoque modela las sesiones de navegación y para predecir el siguiente paso de navegación utilizando probabilidades de transición con dos enfoques de estimación. La predicción es una forma de analizar la información histórica para calcular la probabilidad más posible de la siguiente solicitud; se coteja el patrón de navegación cuando los futuros usuarios y clientes navegan por el sitio web. Aplicar la predicción tiene muchas ventajas, como la personalización del sitio web, la adecuación de su estructura, la inteligencia empresarial, etc. Las probabilidades de transacción son más adecuadas para predecir la próxima solicitud de los usuarios. En el modelo de predicción, se utiliza la cadena de Markov de longitud variable para predecir la categoría del siguiente estado de los usuarios con la probabilidad de transacción.
About the author
Dr. Ch Bindu Madhuri a 17 ans d'expérience dans l'enseignement et la recherche et est membre de l'IEEE. Elle a publié 20 articles de recherche dans diverses revues et conférences internationales/nationales . Elle est membre du comité de rédaction et examinatrice de nombreuses revues internationales. Elle dirige actuellement 8 chercheurs en tant que superviseur/co-superviseur.
