一种基于Markov模型的用户行为预测方法

本发明公开了一种基于Markov模型的用户行为预测方法，具体如下：

1. 首先采用基于信息熵的最佳阶数选取算法，确定Markov模型的最佳阶数。
2. 根据该最佳阶数，采用加权Markov模型来近似高阶Markov模型。
3. 对该加权Markov模型，采用基于反馈的自适应权值修正方法进行修正。
4. 输出预测的业务状态。

本发明具有以下优点：

• 能较为灵活地利用样本，仅需较少的样本量即可预测，成本较低。
• 通过加权方式反映每一步历史与当前状态的相关性。
• 采用反馈机制自适应更新相应权值。
• 能够准确地计算高阶Markov模型，极大提升预测精准度。

本发明公开了一种基于Markov模型的用户行为预测方法，首先采用基于信息熵的最佳阶数选取算法确定Markov模型的最佳阶数，然后根据该最佳阶数采用加权Markov模型来近似高阶Markov模型，最后对该加权Markov模型采用基于反馈的自适应权值修正方法进行修正，输出预测的业务状态。本发明能较为灵活地利用样本，仅需较少的样本量即可预测，成本较低，且其通过加权方式反映每一步历史与当前状态的相关性，并采用反馈机制自适应更新相应权值，从而能够准确地计算高阶Markov模型，极大提升预测精准度。