Abstrait

NOUVELLE APPROCHE POUR LA PRÉDICTION DU DOMAINE WEB BASÉE SUR L'OFT

A. Niky Singhai, B. Professeur Rajesh Kumar Nigam

Dans cet article, nous présentons un cadre complet et prédisons les modèles d'utilisation des pages Web à partir des fichiers journaux Web d'un site Web réel qui présente tous les aspects difficiles de la prédiction de l'utilisation du Web dans la vie réelle, y compris l'évolution des profils d'utilisateurs et des données externes décrivant l'ontologie du contenu Web. Nos études ont été menées sur des modèles de pré-extraction basés sur des arbres de décision, des chaînes de Markov et une analyse de chemin. Cependant, l'utilisation accrue de pages dynamiques, les changements fréquents dans la structure du site et les modèles d'accès des utilisateurs ont limité l'efficacité de ces techniques statiques. L'une des techniques utilisées pour améliorer la latence des utilisateurs est la mise en cache et une autre est la pré-extraction Web. Les approches qui reposent uniquement sur la mise en cache offrent une amélioration limitée des performances car il est difficile pour la mise en cache de gérer le grand nombre de fichiers de plus en plus divers. Pour réussir à perfectionner, nous devons être capables de prédire le prochain ensemble de pages auquel les utilisateurs accéderont. L'algorithme OFT Page Rank utilisé par Google est capable de calculer la popularité d'un ensemble de pages Web en fonction de leur structure de liens. Dans cet article, un nouvel algorithme de type OFT Page Rank est proposé pour effectuer la prédiction de pages Web. Comme outil pour les implémentations d'algorithmes, nous avons choisi le « langage de choix dans le monde industriel » – MATLAB.