利用混合马尔可夫模型对用户搜索行为进行聚类

最近一直做用户使用搜索引擎行为模式聚类的工作，开始尝试用K-means，效果非常不好，用户Session中的动作之间有较强

 

的关联，这种基于距离的聚类无法体现这种关系。继而，转向基于模型的聚类方法，而马尔可夫模型及隐马模型是对这种时间

 

序列建模的很好工具，因此尝试了下混合马尔可夫模型：认为每一个Session序列是有一个马尔可夫模型产生的，而模型的选

 

择又遵循一定的概率分布；并用EM算法求解模型的参数。

 

该模型已在Hadoop上实现，跑了一天的数据，大于1千多万的Session序列，初步看了看效果，还是蛮不错滴。