[发明专利]模型构建方法、网络资源预加载方法、装置、介质及终端

权利要求书

1.一种访问预测模型构建方法，其特征在于，包括：

获取历史网络访问记录及与所述历史网络访问记录关联的终端状态；

对所述历史网络访问记录及终端状态进行预处理，得到状态集合及观测集合；

计算所述状态集合中各个状态的状态转移概率，并根据所述状态转移概率生成状态转移概率矩阵，其中，所述状态转移概率为所述状态集合相邻两个时刻中上一时刻对应第一状态并且下一时刻对应第二状态的概率；

根据所述状态集合及观测集合计算各个状态对应的观测值的观测概率，并根据所述观测概率生成观测概率矩阵，其中，所述观测概率是在设定状态下产生预设的观测值的概率，所述观测值代表网络资源地址；

基于所述状态转移概率矩阵及观测概率矩阵构建访问预测模型。

2.根据权利要求1所述的方法，其特征在于，计算所述状态集合中各个状态的状态转移概率，包括：

采用如下公式计算所述状态集合中各个状态的状态转移概率：

其中，q_i表示当前时刻的当前状态，q_j表示下一时刻的相邻状态，P(i_t+1＝q_j|i_t＝q_i)表示所述状态集合中状态由当前状态转移到相邻状态的概率，N(i_t＝q_i，i_i+1＝q_j)表示所述状态集合中当前状态为q_i且相邻状态为q_j的出现次数，N(i_t＝q_i)表示所述状态集合中当前状态为q_i的次数。

3.根据权利要求2所述的方法，其特征在于，根据所述状态集合及观测集合计算各个状态对应的观测值的观测概率，包括：

顺序获取所述状态集合中的一个状态作为当前状态，并统计当前状态的出现次数；

根据所述当前状态对应的观测值以及所述当前状态的出现次数，采用如下公式计算当前状态的观测概率：

其中，观测值k∈{v₁,v₂,…,v_m}，{v₁,v₂,…,v_m}为观测集合，表示所述当前状态q_x下产生观测值k的概率，N(i_t＝q_x，v＝k)表示所述当前状态q_x下产生观测值k的次数。

4.根据权利要求2或3所述的方法，其特征在于，所述历史网络访问记录包括访问网络的应用程序、网络资源地址及访问时间，以及，所述终端状态包括网络环境信息及充电状态；

以及，对所述历史网络访问记录及终端状态进行预处理，得到状态集合及观测集合，包括：

根据预设规则匹配所述访问网络的应用程序的程序编号，以及所述网络资源地址对应的网络编号；

根据所述访问时间区分工作日和休息日，分别为工作日和休息日赋予不同日期编号；

根据所述访问时间所属的时间段确定时间编号，其中，对自然日内预设时间区间进行均分得到所述时间段，所述时间段与时间编号关联存储；

根据所述网络环境信息判断终端是否接入无线网络，根据判断结果确定网络状态值；

根据充电状态判断终端是否正在充电，根据判断结果确定充电状态值；

根据所述程序编号、日期编号、时间编号、网络状态值及充电状态值生成状态集合，并根据所述网络编号构成观测集合。