Resumen

El continuo crecimiento de la World Wide Web ha llevado al problema de largas demoras de acceso. Para reducir este retraso, se han utilizado técnicas de precarga para predecir el comportamiento de navegación de los usuarios y obtener las páginas web antes de que el usuario demande explícitamente esa página web. Realizar predicciones casi precisas sobre el comportamiento de búsqueda de los usuarios es una tarea compleja que los investigadores han enfrentado durante muchos años. Para esto, se han utilizado diversas técnicas de minería web. Sin embargo, se ha observado que cada uno de los métodos tiene su propio conjunto de desventajas. En este artículo, se ha propuesto un enfoque novedoso para crear un modelo de predicción híbrido que integra técnicas de minería de uso y de contenido para abordar los desafíos individuales de ambos enfoques. El método propuesto utiliza el análisis de n-gramas junto con el recuento de clics de las consultas para capturar más información contextual en un esfuerzo por mejorar la predicción de páginas web. La evaluación del enfoque hí

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Crecimiento; World Wide Web; Técnicas de precarga; Minería web; Modelo de predicción híbrido; Minería de uso
• Keywords:Growth; World Wide Web; Prefetching techniques; Web mining; Hybrid prediction model; Usage mining