基于Web日志的用户访问路径提取与分析

线上购物相对线下购物的一个特点是可以将用户的购物过程记录到网站的Web日志中,为研究用户网上行为特征提供必要的数据支持。本文详细介绍了对Web日志数据进行预处理的一系列步骤和方法,并以某出版社网站18天的日志数据为实证,提取出用户的访问路径（访问页面的先后次序）,分析路径信息得到用户在不同页面之间访问的转换概率,从而定量地衡量购物流程中各步骤之间的转换率和贡献率,提炼出用户最有可能的前向转换路径和后向转换路径,以期对网站流程优化和商品促销设置提供决策支持。

蚁群算法在网站优化方面的应用

随着Internet和Web技术的发展,Web上的信息正以惊人的速度不断增长,用户在众多的信息中获取自己所需要的信息变得越来越困难.针对这个问题,提出了一种基于蚁群算法的网站优化算法,通过统计得到的Web日志相关数据项,计算得到任意页面间的转移概率,并利用转移概率实现网站的优化.实验结果表明,该算法能有效地实现网站优化.

网络系统生存性分析研究

采用随机点过程模拟网络攻击,根据系统对攻击可能导致的状态建立了网络系统状态转换概率矩阵,从而基于系统对攻击的反应建立了网络系统生存性的数学分析方法。

药物经济学概率敏感性分析中关联参数的处理与实践探讨

在基于模型法的药物经济学评价中,需要通过设定参数的假定分布进行概率敏感性分析以验证分析结果的稳健性。若模型参数间存在一定的相关性,则需要对关联参数进行处理以保证概率敏感性分析结果的准确。本研究从理论出发,论述了在药物经济学评价中进行关联参数校正的必要性,并在此基础上结合实际案例操作,提供一套较为完整的如何从生存曲线得到经校正的转移概率,并提供相应的计算公式。由Stata获取参数的方差-协方差矩阵,使用Excel对回归参数使用Cholesky分解进行校正处理,最终得到Markov模型在概率敏感性分析中的转移概率,以期为开展更为规范的药物经济学评价提供参考。

多变点位置的识别隐马尔科夫链方法

本文利用隐马尔科夫链模型识别变点序列中变点的位置,探讨在放宽传统的隐马尔科夫链中转移概率矩阵的概念,简化各个状态之间转移概率的计算,从而更好地识别该序列中变点的位置,进而找出该序列中所有变点。

生存分析在药物经济学评价Markov模型转移概率计算中的应用

在药物经济学评价的研究中,Markov模型作为一种决策分析模型被广泛应用。Markov模型中需考虑疾病风险随时间变化的特性时,各Markov健康状态间转移概率参数的计算既是重点也是难点,而生存分析可以提供一种可行的解决方案。本研究通过探讨生存分析在计算动态Markov模型转移概率时,基于累积概率密度函数的新方法,并结合胃癌Markov模型进行实例分析,为开展相关研究的学者提供参考。