Prévision et analyse du comportement de navigation des internautes

Il se concentre principalement sur le probl鋗e de la construction de mod鋩es repr廥entant le comportement pass?des utilisateurs et capables de pr嶮ire les liens les plus probables qu'un utilisateur demandera lorsqu'il consultera une page. WUM a 彋?sp嶰ialement con蓰 pour r嶧liser des applications en analysant les donn嶪s d'utilisation. Les r廥ultats de l'algorithme de regroupement de Grey sont utilis廥 comme entr嶪 pour le mod鋩e de Markov ?probabilit?mobile de Grey afin de pr嶮ire la prochaine visite des utilisateurs. Cette approche mod幨ise les sessions de navigation et permet de pr嶮ire la prochaine 彋ape de navigation en utilisant des probabilit廥 de transition avec deux approches d'estimation. La pr嶮iction est un moyen d'analyser les informations historiques pour calculer la probabilit?la plus 幨ev嶪 possible de la prochaine demande; le mod鋩e de navigation lorsque les futurs utilisateurs et clients naviguent sur le site web est mis en correspondance. La mise en oeuvre de la pr嶮iction pr廥ente de nombreux avantages sur le web, tels que la personnalisation du site web, la structure appropri嶪 du site web, l'intelligence 嶰onomique, etc. Les probabilit廥 de transaction sont plus appropri嶪s pour pr嶮ire la prochaine demande des utilisateurs. Dans le mod鋩e de pr嶮iction, la cha螽e de Markov ?longueur variable est utilis嶪 pour pr嶮ire la cat嶲orie de l'彋at suivant des utilisateurs avec la probabilit?de transaction.