%0 Journal Article
%T Compression and application of transition probability matrix in Markov prediction model<br>马尔可夫预测模型的压缩与应用研究
%A SHI Lei
%A YAO Yao
%A <br>石磊
%A 姚瑶
%J 计算机应用
%D 2007
%I 
%X Markov预测模型是Web预取与个性化推荐技术的基础。大量Web对象的存在使得用户浏览转移状态激增，导致预测模型出现了巨大的空间复杂度问题。基于网站链接结构（WLS），针对Markov预测模型中的转移概率矩阵，提出一种基于行相似与列相似的相似度度量方法。首先计算出相似矩阵，然后利用行相似、列相似获得相似页面并压缩在一起，减小了Markov模型中的状态个数。实验表明，该模型具有较好的整体性能和压缩效果，在预取效率方面能够保持较高的预测准确率和查全率。
%K Markov prediction model
%K matrix compression
%K similarity
%K row similarity
%K column similarity<br>Markov预测模型
%K 矩阵压缩
%K 相似度
%K 行相似
%K 列相似
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=831E194C147C78FAAFCC50BC7ADD1732&aid=D5E8490F05456B04F00BF5A8CB897216&yid=A732AF04DDA03BB3&vid=DB817633AA4F79B9&iid=708DD6B15D2464E8&sid=8B799F5E4DA3537F&eid=01724EF515FB9C1C&journal_id=1001-9081&journal_name=计算机应用&referenced_num=0&reference_num=9