Markov models are the most commonly

Markov models are the most commonly used approaches for this
type of web access prediction. Although the low order Markov models may provide higher coverage,
but they are complicated with ambiguous rules. In this paper, we introduced the use of default rule in
resolving ambiguous web access predictions in the Integrating Markov models and Fuzzy ART model
(IMFM). IMFM working pattern was of 2 parts. Firstly, IMFM divided web user sessions into groups
with similar web access patterns, and secondly, each of those groups was analyzed by Markov model.
This model was found to provide better predictions than individual Markov models. Input of the IMFM
was also examined to optimize model performance, and it was found that the sequence representation
by using the precedence-based sequence matrix provided better performance than using
transition-
based sequence matrix.

ผลลัพธ์ (ไทย) 2:

รูปแบบมาร์คอฟเป็นวิธีที่ใช้กันมากที่สุดสำหรับการนี้
ประเภทของการทำนายการเข้าถึงเว็บ แม้ว่าการสั่งซื้อต่ำแบบจำลองมาร์คอฟอาจจะให้ความคุ้มครองที่สูงขึ้น
แต่พวกเขามีความซับซ้อนตามกฎระเบียบที่ไม่ชัดเจน ในบทความนี้เราได้แนะนำการใช้กฎการเริ่มต้นใน
การแก้ปัญหาการคาดการณ์การเข้าถึงเว็บที่ไม่ชัดเจนในการบูรณาการรูปแบบมาร์คอฟและเลือนรุ่น ART
(IMFM) IMFM รูปแบบการทำงานเป็น 2 ส่วน ประการแรก IMFM แบ่งการประชุมผู้ใช้เว็บเป็นกลุ่ม
ที่มีรูปแบบการเข้าถึงเว็บที่คล้ายกันและประการที่สองของแต่ละกลุ่มเหล่านั้นได้รับการวิเคราะห์โดยรูปแบบมาร์คอฟ.
รุ่นนี้ถูกพบเพื่อให้การคาดการณ์ที่ดีกว่ารุ่นมาร์คอฟของแต่ละบุคคล ขาเข้า IMFM
ถูกตรวจสอบนอกจากนี้ยังเพิ่มประสิทธิภาพการทำงานรูปแบบและพบว่าการแสดงลำดับ
โดยใช้เมทริกซ์ลำดับความสำคัญตามให้ประสิทธิภาพที่ดีขึ้นกว่าการใช้
transition-
เมทริกซ์ตามลำดับ

ผลลัพธ์ (ไทย) 3:

มาร์คอฟโมเดลมีการใช้บ่อยมากที่สุด แนวทางของการเข้าถึงเว็บทำนายแบบนี้

ถึงแม้คำสั่งจะต่ำ อาจให้ความคุ้มครองสูงกว่าแบบจำลองมาร์คอฟ , แต่พวกเขามีความซับซ้อน
กับกฎระเบียบที่ไม่ชัดเจน ในกระดาษนี้เราแนะนำให้ใช้กฎเริ่มต้นในการเข้าถึงเว็บทำนาย
คลุมเครือในการบูรณาการแบบจำลองมาร์คอฟโมเดลศิลปะเลือน
( imfm )imfm รูปแบบการทำงานเป็น 2 ส่วน ประการแรก imfm แบ่งเซสชันผู้ใช้เว็บในกลุ่ม
กับรูปแบบการเข้าถึงเว็บที่คล้ายกัน และประการที่สอง แต่ละกลุ่มเหล่านั้น โดยใช้แบบจำลองมาร์คอฟ
รุ่นนี้ถูกพบให้คาดคะเนดีกว่าแบบจำลองมาร์คอฟของแต่ละบุคคล ใส่ของ imfm
คือการเพิ่มประสิทธิภาพของโมเดล และพบว่าลำดับการแสดง
โดยใช้เมตริกซ์ลำดับตามความสำคัญให้ประสิทธิภาพดีกว่าการใช้
-
เมตริกซ์ลำดับตาม