• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Intelligent Information Systems >A Data Cube Model for Prediction-Based Web Prefetching
【24h】

A Data Cube Model for Prediction-Based Web Prefetching

机译：基于预测的Web预取的数据多维数据集模型

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Reducing the web latency is one of the primary concerns of Internet research. Web caching and web prefetching are two effective techniques to latency reduction. A primary method for intelligent prefetching is to rank potential web documents based on prediction models that are trained on the past web server and proxy server log data, and to prefetch the highly ranked objects. For this method to work well, the prediction model must be updated constantly, and different queries must be answered efficiently. In this paper we present a data-cube model to represent Web access sessions for data mining for supporting the prediction model construction. The cube model organizes session data into three dimensions. With the data cube in place, we apply efficient data mining algorithms for clustering and correlation analysis. As a result of the analysis, the web page clusters can then be used to guide the prefetching system. In this paper, we propose an integrated web-caching and web-prefetching model, where the issues of prefetching aggressiveness, replacement policy and increased network traffic art addressed together in an integrated framework. The core of our integrated solution is a prediction model based on statistical correlation between web objects. This model can be frequently updated by querying the data cube of web server logs. This integrated data cube and prediction based prefetching framework represents a first such effort in our knowledge.
机译：减少Web延迟是Internet研究的主要问题之一。 Web缓存和Web预取是减少等待时间的两种有效技术。智能预取的主要方法是根据在过去的Web服务器和代理服务器日志数据上训练的预测模型对潜在的Web文档进行排名，并预取排名较高的对象。为了使此方法正常工作，必须不断更新预测模型，并且必须有效地回答不同的查询。在本文中，我们提出了一个数据多维数据集模型来表示用于数据挖掘的Web访问会话，以支持预测模型的构建。多维数据集模型将会话数据组织为三个维度。有了数据立方体后，我们将有效的数据挖掘算法应用于聚类和相关性分析。作为分析的结果，然后可以使用网页群集来指导预取系统。在本文中，我们提出了一个集成的Web缓存和Web预取模型，该模型在一个集成的框架中一起解决预取攻击性，替换策略和网络流量增加等问题。我们集成解决方案的核心是基于Web对象之间统计相关性的预测模型。通过查询Web服务器日志的数据多维数据集，可以经常更新此模型。这种集成的基于数据立方体和预测的预取框架代表了我们所知的第一个此类工作。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号