基于云端的Web数据挖掘预取技术研究
作者机构：湖北经济学院网络与教育技术中心武汉430205
出 版 物：《统计与决策》 (Statistics & Decision)
年 卷 期：2010年第26卷第22期
页 面：161-162页
核心收录：
学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：WWW 互联网 数据模型 数据挖掘 预取 映射 云端
摘 要：WWW以其多媒体的传输及良好的交互性而倍受青睐。但由于Web服务和网络固有的延迟,用户并没有得到与带宽相应的服务体验。为此文章提出了一种基于云端的智能Web预取技术,它能够加快用户浏览Web页面时获取页面的速度。该技术通过简化的WWW数据模型表示用户浏览器缓冲器中的数据,在云端利用数据挖掘技术挖掘类聚用户隐含的兴趣关联规则,并利用类聚用户的历史连接记录创建确定的影射关系模型,存放在云端兴趣关联知识库中,作为对用户行为进行预测的依据。在用户端,浏览器插件负责在用户带宽空闲时根据用户兴趣进行Web预取,从而对用户实现透明的高速浏览。
维普期刊数据库
同方期刊数据库
