関係マルコフモデルとその適応型ウェブナビゲーションへの応用

関係マルコフモデル（RMM）は、状態が異なるタイプを持つマルコフモデルの一般化であり、それぞれのタイプは異なる変数のセットによって記述されます。各変数のドメインは階層的に構造化され、これらの階層の直積に対して縮小が行われます。RMMは、わずかなデータのみで非常に大きく異質な状態空間を持つドメインでの効果的な学習を可能にします。我々は、ウェブサイトユーザの行動モデリングにこれを適用し、ウェブサイトをパーソナライズするためのPROTEUSアーキテクチャで予測を改善します。RMMが代替手法よりも実質的に精度が高く、以前に訪問したことのないサイトの部分に適用しても良好な予測を行うことを示す、eコマースと学術ウェブサイトに関する実験を提示します。