Name: Vorhersage und Analyse des Navigationsverhaltens von Webnutzern (en Alemán)
Price: 148220.00 CLP
Availability: InStock
Author: Ch, Bindu Madhuri
ISBN: 9786206905455

portada Vorhersage und Analyse des Navigationsverhaltens von Webnutzern (en Alemán)

Formato

Libro Físico

Autor

Bindu Madhuri Ch

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

280

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 1.6 cm

Peso

0.41 kg.

ISBN13

9786206905455

Categorías

Internet: obras generales

Vorhersage und Analyse des Navigationsverhaltens von Webnutzern (en Alemán)

Bindu Madhuri Ch (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 148.220

$ 205.860

Ahorras: $ 57.640

28% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 24 de Julio y el Miércoles 31 de Julio.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Vorhersage und Analyse des Navigationsverhaltens von Webnutzern (en Alemán)"

Das Hauptaugenmerk liegt auf dem Problem der Erstellung von Modellen, die das frühere Nutzerverhalten darstellen und die in der Lage sind, die wahrscheinlichsten Links vorherzusagen, die ein Nutzer beim Betrachten einer Seite anfordert. WUM wurde speziell für die Durchführung von Anwendungen durch Analyse der Nutzungsdaten entwickelt. Die Ergebnisse des Grey-Clustering-Algorithmus werden als Input für das Grey Moving Probability Markov Model verwendet, um den nächsten Besuch der Nutzer vorherzusagen. Dieser Ansatz modelliert Navigationssitzungen und die Vorhersage des nächsten Navigationsschritts unter Verwendung von Übergangswahrscheinlichkeiten mit zwei Schätzungsansätzen. Die Vorhersage ist ein Weg, historische Informationen zu analysieren, um die höchstmögliche Wahrscheinlichkeit der nächsten Anfrage zu berechnen; das Browsing-Muster, wenn die zukünftigen Benutzer und Kunden auf der Website surfen, wird abgeglichen. Es gibt viele webbasierte Vorteile, um die Vorhersage zu implementieren, wie z. B. Website-Personalisierung, strukturierte Website, Business Intelligence usw. Die Transaktionswahrscheinlichkeiten eignen sich besser für die Vorhersage der nächsten Anfrage der Nutzer. Im Vorhersagemodell wird eine Markov-Kette variabler Länge verwendet, um die Kategorie des nächsten Zustands des Benutzers mit der Transaktionswahrscheinlichkeit vorherzusagen.