基于数据挖掘的Web负载测试用户模型研究

发布时间：2020-04-17 17:00

【摘要】：性能表现对于Web系统而言尤为重要,而Web负载测试是确保Web系统性能的必要手段之一,因此Web负载测试具有重要的研究价值。现有的负载测试方法存在用户模型不够真实、缺乏用户模型预测方法等问题。针对这些问题,本文提出了基于数据挖掘的Web负载测试用户模型研究。首先,针对传统负载测试用户模型不够真实的问题,提出了基于Web日志挖掘的兴趣特征用户模型(UCIP-LTUM)。该模型流程为:对Web日志文件进行预处理,清除无用数据;统计用户行为特征,为构造用户模型做数据准备;构造用户访问序列,搭建出用户模型的基本框架;挖掘用户兴趣访问路径,构造出行为模式接近于真实用户的用户模型。在该用户模型的指导下进行Web负载测试,可提高测试结果的精确度。其次,针对缺乏用户模型预测方法的问题,提出了基于马尔可夫链和贝叶斯定理的用户模型预测算法(MAB-UPA)。该算法流程为:建立网页类型相关性矩阵,得到网页类型间的相关程度;利用马尔可夫链,预测出用户将要访问的网页类型;利用贝叶斯定理,在候选的网页类型范围内预测出将要访问的具体网页;根据已有用户行为特征数据,预测出每一页面的用户行为特征。该算法预测出的用户模型可保证与原有的用户模型具有近似的真实程度。最后,借助性能测试工具LoadRunner11,以中国数值水池网站为实验对象,将用户模型分为UCIP-LTUM用户特征模型、MAB-UPA预测模型、无用户特征的用户模型,分组对网站进行了负载测试实验,并将各组用户模型的测试结果与基准测试结果进行了对比分析。分析结果表明,本文提出的兴趣特征用户模型(UCIP-LTUM)和用户模型预测算法(MAB-UPA)能够有效地提高Web负载测试用户模型的真实程度,从而提高Web负载测试结果的精确度。
【图文】：

总响应时间 T=请求传输时间(T1+T2+T3+T4)+服务处理时间(P1+P染时间 R1。一般来说，，一个网站的响应时间越短越好[22]。)吞吐量图 2-1 响应时间计算图

PTGM模型示意图
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.09;TP311.13

【相似文献】

相关期刊论文 前10条

1 胡忆民;;用户模型研究[J];情报学报;1992年01期

2 姚帆;李银胜;;基于多维用户模型的数字教育服务推荐技术研究[J];计算机应用与软件;2017年10期

3 余福茂;胡亚兰;林娜;;基于邻域用户模型的主题推荐研究[J];生产力研究;2017年11期

4 王巧容;陈庆奎;赵海燕;;开放式用户模型服务平台的设计与实现[J];计算机应用;2011年03期

5 王娜,张博锋,吴耿锋,李生;基于模糊用户模型的专家系统个性化解释方案研究[J];计算机应用;2004年02期

6 陈俭峰;;智慧图书馆中精准用户模型的构建研究[J];图书馆学研究;2018年08期

7 陈雪;黄奇;李雨轩;郑姝雅;张戈;;基于消费性格本体的用户模型研究[J];图书情报导刊;2019年02期

8 芮文艳;;基于数据挖掘的个性化学习教学系统用户模型的建立[J];电脑与电信;2009年12期

9 刘甲学,毕强;自适应超媒体系统用户模型研究[J];图书情报知识;2005年03期

10 古万荣;董守斌;曾之肇;何锦潮;刘崇;;基于微博用户模型的个性化新闻推荐[J];中文信息学报;2016年01期

相关会议论文 前10条

1 陈琪;余雄南;;用户模型在人-机界面中的应用[A];第二届全国人—机—环境系统工程学术会议论文集[C];1995年

2 张琪;周向东;张亮;施伯乐;;图像数据库检索中的动态用户模型学习[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

3 刘永翔;马全明;;非理性用户模型的建立与安全性设计原则——产品设计中用户模型的可靠性考虑[A];第六届全国人—机—环境系统工程学术会议论文集[C];2003年

4 彭宇;郭林红;;艺术类招生系统的研究与设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

5 宋丽哲;詹赤兵;王胜海;;基于本体的数字图书馆个性化用户模型表示[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 于芳;王大玲;于戈;白旭辉;;搜索引擎中一种基于PLSA的用户模型[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

7 毕波;杨智强;王衡;汪国平;;基于多设备的任务智能迁移系统[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

8 张玉连;陈琳娜;陈金森;;基于本体的个性化服务用户模型研究[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC'06)论文集[C];2006年

9 许崇祥;;特殊场景和特殊时间无线信道配置原则研究[A];2007年中国通信学会“移动增值业务与应用”学术年会论文集[C];2007年

10 罗匡;谭继志;王衡;汪国平;;IICAS:一个基于用户偏好的智能接听系统[A];第四届和谐人机环境联合学术会议论文集[C];2008年

相关重要报纸文章 前5条

1 秦海波;机器算法不能包打天下[N];经济日报;2017年

2 编译 王悠然;版权政策应是互联网用户模型的重要部分[N];中国社会科学报;2014年

3 应晓敏 窦文华;技术架构[N];计算机世界;2003年

4 国防科学技术大学 毛新军邋常志明;个人助手Agent的研究与应用[N];计算机世界;2007年

5 应晓敏 窦文华;实现途径[N];计算机世界;2003年

相关博士学位论文 前10条

1 丁连红;基于信息流的个性化服务研究[D];中国科学院研究生院（计算技术研究所）;2006年

2 张丙奇;个性化需求的描述、获取与推断—案例研究[D];中国科学院研究生院（计算技术研究所）;2005年

3 罗耀明;基于语义的企业知识管理系统关键技术研究[D];武汉理工大学;2008年

4 郑建兴;社会化用户模型研究及其在推荐系统中的应用[D];上海大学;2015年

5 刘江涛;面向多领域用户模型的自适应网络制图服务机制研究[D];武汉大学;2012年

6 刘芳;网络地图设计的理论与方法研究[D];解放军信息工程大学;2011年

7 关志伟;面向用户意图的智能人机交互[D];中国科学院软件研究所;2001年

8 潘建国;基于语义的用户建模技术与应用研究[D];上海大学;2009年

9 谢超;自适应地图可视化关键技术研究[D];解放军信息工程大学;2009年

10 应晓敏;面向Internet个性化服务的用户建模技术研究[D];中国人民解放军国防科学技术大学;2003年

相关硕士学位论文 前10条

1 牛磊;基于数据挖掘的Web负载测试用户模型研究[D];哈尔滨工程大学;2019年

2 胡亚兰;基于邻域用户模型的主题推荐研究[D];杭州电子科技大学;2018年

3 朱道杰;基于用户模型的个性化广告推荐技术研究[D];湖南工业大学;2017年

4 李婧妍;基于网络信息的男装用户模型研究[D];西安工程大学;2013年

5 谭利文;基于用户模型的个性化网络文献检索系统的研究与设计[D];吉林大学;2004年

6 闫灿灿;基于非理性用户模型的虚拟实验设计研究[D];吉林大学;2011年

7 陈琳娜;基于本体的个性化用户模型研究[D];燕山大学;2006年

8 杨静;人机界面与用户模型的研究及应用[D];河北工业大学;2002年

9 杨金侠;个性化服务中基于Tag的用户模型研究[D];中国科学技术大学;2011年

10 程静;基于Agent和Web挖掘的个性化用户模型研究[D];西南师范大学;2002年

本文编号：2631087