روش های پیش واکشی اسناد وب
روش Prefetching Candidate Mining
در ابزارهای با حافظه کم مانند دستگاههای موبایل یا PDA مورد استفاده قرار میگیرد[۱]. درخواستهای کاربر پردازش شده و دنباله درخواستها در یک مدل مارکوف ترتیب اول ذخیره میشود، برای محدود کردن مقدار حافظه مصرفی، دنبالهها براساس احتمال آنها رتبه بندی میشوند.
روشهای مبتنی برتوابع وزن دار
در این روشها علاوه بر الگوهای دسترسی کاربران و احتمال درخواستها، هزینهها از قبیل ترافیک شبکه، بار سرور، سربار برنامهها و مانند اینها نیز در نظر گرفته میشوند.
توابع پیشواکشی براساس اندازه صفحات وب
توابع پیشواکشی براساس اندازه صفحات وب، در تابع پیشواکشی استفاده شده در [۲] اندازه صفحات وب در نظر گرفته میشود. صفحات با اندازه بزرگتر شانس کمتری برای پیش واکشی دارند. درواقع ایده اصلی درنظر گرفتن هزینه الگوریتم پیشواکشی است که در صورت پیشواکشی اشتباه، الگوریتم باعث افزایش زیاد ترافیک در شبکه نگردد.
پیشبینی با استفاده از مدل انطباق بخشی
پیشبینی با استفاده از مدل انطباق بخشی(PPM)، از مدلهای مارکوف با ترتیب m جهت ذخیره الگوهای دسترسی کاربران استفاده میکند. یک مدل مارکوف با ترتیب n شامل دنبالهای از آخرین n+1 درخواستهای کاربر است. پیشبینی با مقایسه الگوی دسترسی فعلی با مدلهای مارکوف انجام میگیرد[۳].
روشهای صرفاً مبتنی بر داده کاوی
روشهای صرفاً مبتنیبر دادهکاوی، با دادهکاوی فایلهای log وب، میتوان به الگوهای دسترسی و رفتارهای کاربران در وب دست یافت. در [۴] یک پروکسی سرور مبتنیبر پیشبینی ایجاد شدهاست که از یک تابع کاوشگر دنباله درخواستها و از یک تابع مدیریت بافر مبتنی بر پیشبینی استفاده میکند.
Qinghui Liu and SolisiOba. Web prefetching with machine learning algorithms. International Conference on Internet Computing 2008
Wenying Feng and Karan Vij. Machine learning prediction and web access modeling. IEEE 2007.
Zhijie Ban, Zhimin Gu and Yu Jin. An online ppm prediction model for web prefetching . ACM 2007.
Yin-Fu Huang and Jhao-Min Hsu. Mining web logs to improve hit ratios of prefetching and caching , Knowledge-based Systems 2008.
ممنونم از سایت خوبتون بابت مطلبی که به اشتراک گذاشتید،فقط اگه جامع تر باشه بهتره،متشکرم.