移动互联环境下基于改进Markov融合模型的用户行为预测算法

在移动互联环境下,随着用户需求的不断增加,业务类型变得日益多样。然而不同类型的网络业务具有完全不同的Qo S指标要求和网络资源需求,从而导致有限的网络资源难以同时满足各类业务的Qo S要求。通过对各用户下一业务类型的预测,相应地预留并配置最佳的网络资源,可有效解决上述问题。因此,提出一种基于改进Markov融合模型的用户行为预测算法。首先,建立面向各单一用户的多阶Markov预测模型,进而引入业务偏爱度修正上述模型,以提高行为预测的准确度;其次,利用用户综合相似度,建立目标用户的最近邻用户集,以此形成多用户多阶Markov融合预测模型,从而实现对目标用户行为的精准预测。仿真结果验证了该算法的有效性。